企业知识基础网络结构与技术创新绩效的关系——基于中国电子信息行业的实证分析

企业知识基础是其技术创新的起点,提高中国企业的自主创新能力已成为管理学界和企业关注的焦点问题之一。为了明确企业知识基础网络结构与技术创新绩效间的关系,以中国电子信息行业31家企业的37 108发明专利数据为样本,以专利的国际技术分类为知识基础网络的节点,同属于2个技术分类的专利数量为节点间边的权重,构建了企业的知识基础网络。通过对中国电子信息行业中企业的知识基础网络结构特征和技术创新绩效关系的实证分析,发现企业知识基础网络密度和分解性与技术创新绩效之间存在倒U型关系,而中心性与技术创新绩效之间的曲线关系未得到实证支持。     

基于多BP神经网络与D-S融合的车型识别研究

为了提高BP神经网络对车型的识别率,克服单个BP神经网络所存在的网络结构和训练样本数量之间的矛盾,针对大量训练样本采取多个BP神经网络进行训练,进而采用训练好的多个网络进行车型识别. 利用D-S理论将各个BP网络的识别结果进行数据融合以改善最终的车型识别结果. 实验结果表明:随着训练样本数量的增加,多BP网络数据融合方法比单BP神经网络有更高的识别率.     

基于改进G-P算法的往复式压缩机故障诊断技术

采用基于经验模态分解的G-P算法提取往复式压缩机振动信号关联维数,建立了小波降噪模型,利用自相关函数法和伪相图法结合起来确定延迟时间,并采用EMD法计算嵌入维数,通过洛仑兹系统的仿真研究,将此法应用在往复式压缩机模拟故障试验中,诊断效果较好。     

直流电晕放电特性分析

电晕放电产生的空间电荷在电场中的运动形成电晕电流。电晕电流产生的线路损耗会增加输电成本，对线路通道的电磁环境造成干扰。建立自洽的等离子体模型和简化的电晕放电模型，放电通过施加到内部电极的高压直流电源在同轴配置的两个电极内持续进行。从微观角度分析大气压下干空气中的正负电晕放电的物理过程，重点研究负极带电粒子的产生和输送，以及如何转化为放电的电流-电压特性。结果表明：电晕放电主要在电离区和传输区进行，正负电晕放电特征各不相同，两种模型下获得的电势和空间电荷密度计算结果具有很好的一致性。在负电晕放电中，电子是能量传递的主要载体，电荷分离不会使外加电势的分布发生形变。     

基于迁移学习的全岩光片有机显微组分识别与定量——以皖泾地1井下三叠统殷坑组烃源岩为例

烃源岩有机显微组分的识别、分类及定量在油气勘探和评价中是重要的研究内容之一。传统的全岩光片有机显微组分鉴定与定量仍采用人工识别与数点计数结合的方式,存在主观性强、人工定量工作强度大、效率低等问题。针对上述问题,本文以皖泾地1井下三叠统殷坑组烃源岩为例,借助于机器学习及图像处理技术,尝试建立了一个基于迁移学习的全岩光片显微组分图像识别与分类模型,并通过OpenCV图像处理库对模型的分类结果图像进行定量统计。结果显示,模型对研究区数据集的整体分类识别准确率可达84.32%,且通过OpenCV图像处理库对各显微组分定量的结果与人工数点法统计定量结果相近,表明该方法可以较客观快速地对大量同类型的烃源岩显微组分图片进行识别和定量,显著提高了全岩光片有机显微组分鉴定及统计效率。     

多花黄精活性成分研究进展

目的 解决多花黄精目前主要是其传统药用部位根用作保健食材直接食用,而有着类似功效成分的地上部 分茎叶全部作为废弃物丢弃,多花黄精功效成分及其作用机制的研究严重不足等困境;明确多花黄精资源的研发 方向。 方法 通过广泛调研文献、分析多花黄精的研究现状,对多花黄精中各类化学成分的组成、含量、结构和活性 及其作用机制,多花黄精总多糖、总皂苷和总黄酮等主要化学成分不同产地、不同龄节、不同生境、不同部位的含量 差异,以及总黄酮提取工艺等进行了综述。 结果 多花黄精具有降血糖、抗疲劳、提高免疫力、抗肿瘤、抗菌、抗病毒、 抗凝血和抗抑郁等多种生物活性,且其主要功效成分为多糖、皂苷、黄酮和生物碱等。 结论 不同产地、不同龄节、不 同生境的多花黄精其总多糖、总皂苷和总黄酮含量差异明显,地上部分也存在总多糖、总皂苷和总黄酮等功效成 分,今后应加强对多花黄精资源的深度研究和开发,充分利用多花黄精资源。     

半无限长弦振动问题的讨论

讨论了半无限长弦的自由振动问题和强迫振动问题,在牛顿定律的基础上建立了弦振动方程并进行了求解;结果表明强迫振动下各质点的振动位移与时间的关系要复杂得多,它不仅与边界点x=0处的振动有关,还与力密度有直接的关系.     

行业背景对高校专利转化速度的影响——基于电子信息领域的专利数据

基于交易成本理论和资源基础理论，深入探讨行业背景对高校专利转化速度的影响，并利用2010—2018年中国高校在电子信息领域申请的发明专利数据进行实证检验.结果表明：相比普通高校，具备行业背景的高校专利转化速度更快.通过进一步分析还发现，有行业背景的高校可通过影响其专利技术复杂性进而影响专利转化速度.