“互联网+”背景下的产业创新系统以智能终端产业为例

互联网平台为传统产业提供了新的组织方式，促进了产业内外创新主体间的协同。本研究从开放的视角下构建了“互联网+”背景下的产业创新系统理论模型，并以智能终端产业为例展开分析，试图展现“互联网+传统产业”创新活动的特征：互联网技术在传统产业上的应用经历了技术识别、技术研发和技术扩散3个阶段；传统产业与互联网融合之后，其组织方式将由线性的上下游关系转变为以云平台为核心的网络关系；“互联网+传统产业”的发展离不开良好的创新环境。智能终端产业的发展为传统产业转型升级提供了借鉴：“互联网+传统产业”不仅仅是产品联网，更需要将整个产业体系融入互联网中。     

基于技术接受模型的旅客对机场智能化设施使用意愿分析

为研究航空旅客对机场内智能化设施的使用意愿，结合技术接受模型，通过三轮共计对570名乘客进行问卷调查，利用统计分析软件 SPSS 和 AMOS 对样本数据展开结构方程模型分析，并验证了变量的中介效应和旅客属性对变量关系的调节效应。结果表明：可用性意识、感知到的使用障碍、感知到的健康安全保障和享乐动机与旅客的感知易用性和感知有用性显著相关，且通过其中介作用显著影响技术使用意愿；社会影响与技术使用习惯是相对不重要的影响因素；上述六个因素对低学历、低收入且乘坐飞机频次较少人群使用意愿的影响程度均显著，年轻、高学历且乘机频率较高人群的使用意愿与技术使用习惯呈强相关，老年群体的强敏感性因素是感知到的健康安全保障。     

深大基坑自动化监测及智能预警平台

针对深大基坑人工监测中监测不及时、监测数据精度低、监测数据少等问题，以武汉某基坑工程为依托，利用自动化监测与采集设备获得了基坑变形、受力等监测数据，利用前端开发工具Visual Studio Code和后端开发工具IntelliJ构建了深基坑自动化监测与智能预警云平台。研究结果表明，支护桩最大水平位移在0.4倍支护桩长位置处，地表沉降随基坑开挖深度增加而增大，支撑轴力随基坑开挖深度增加而线性增大且轴力增长速率随后续支撑施加而降低。深大基坑自动化监测及智能预警平台实现了基坑施工全过程中自动化监测、智能动态预测与风险评估。     

基于轻量化卷积神经网络模型的云与云阴影检测方法

大多数遥感影像数据不可避免地受到云层的污染导致数据的失效。因此，对云进行检测是非常必要的预处理步骤。随着航天技术的飞速发展，更加轻便的卫星被设计出来，为了在这些算力有限的微小卫星上配备遥感影像预处理模型。设计一种高精度、算力要求低的轻量化云与云阴影检测网络模型具有重要意义。针对上述问题，本研究提出一种基于深度可分离卷积的轻量化卷积神经网络模型（Lightweight M-shaped Network，L-MNet），L-MNet网络模型是在M-Net（ M-shaped Network）网络模型的基础上引入深度可分离卷积（Depthwise Separable Convolution），设计一种深度可分离卷积模块（DS-Conv Block），以减小算法的复杂度及计算量。实验结果表明，本研究所提方法在保证检测精度的前提下，可以有效减小像素级云检测的模型大小及计算量，有助于实现微小卫星在轨云检测的任务。