卷积神经网络发展

卷积神经网络作为深度学习的重要代表算法之一,被应用到人脸识别、行为识别、字符识别和图像处理等多个领域,推动着人工智能的快速发展.本文在分析整理大量文献后,总结了卷积神经网络的发展阶段,介绍了卷积神经网络的基本结构和关键技术,选取LeNet、AlexNet、VGGNet、GoogLeNet和ResNet等几种具有代表性的网络进行分析对比,并指出各个网络的应用场景和优缺点,最后提出卷积神经网络未来的研究发展方向.     

面向突发公共卫生事件的社区韧性影响因素研究

社区作为城市治理的基础单元,是防控疫情的第一道防线.对于如何建设一个积极应对突发公共卫生危机并快速自我恢复的韧性社区,探讨影响社区的韧性建设影响因素十分必要.采用问卷调查的方式,使用AMOS软件建立结构方程模型分析社区韧性建设的影响因素.结果表明:五大影响因素对社区韧性建设具有正向作用,社会层面因素对于社区韧性建设的影响最大,其次为组织因素、经济因素、物理因素以及人员健康因素.其中居民对社区归属感和相互间的情感、社区应急组织、社区的基础设施和智慧设备、人员自身的身体健康作用显著,是影响社区韧性建设最重要的因素.     

一种基于强化学习的CDN流量调度系统设计方法

针对传统的CDN流量调度系统大多采用启发式方法或规划方法，存在维护成本高，实时性不足等缺点，提出一种基于深度强化学习的CDN流量调度系统设计框架。该框架基于马尔科夫链设计了故障告警网络来触发调度，建立了基于stacking模型的质量评估奖励函数，并在此基础上对流量调度进行定义和建模，构建了基于DQN的深度强化学习模型。最后，通过仿真实验验证了该调度框架的有效性。     

数字普惠金融发展对产业结构优化升级的影响研究

从理论的角度分析产业结构升级优化的重要性,再采用系统GMM和固定效应等模型实证分析了数字普惠金融在不同区域和不同维度发展与产业结构升级之间的关系.检验结果表明:数字普惠金融显著促进了我国产业结构优化升级,其中对产业结构高级化的显著性和效果高于产业合理化,其次不同维度的数字普惠金融主要是通过覆盖广度和数字化程度产生作用,最后数字普惠金融在中西部地区产生的作用相比东部地区更为显著.     

弹簧压并状态下悬架减振器绕流涡旋特性分析

为研究汽车行驶过程中减振器弹簧压并状态下翼子板内流场特性的变化,将该状态下的减振器简化为三维变截面圆柱模型,并建立变截面圆柱绕流三维流场模型,利用Transition SST四方程转捩模型模拟低、中、高3种车速对大、小圆柱绕流涡旋特性的影响.结果表明:绕流后尾涡的大小、形态、上升角均受圆柱直径、雷诺数及边界条件的影响,在变截面处验证“下洗”运动对N区边缘涡生长的直接作用及对L区涡旋分布的干扰作用;3种流速下适合绕流涡旋振动压电能量回收的最优夹角分别为±10°,±15°,±20°;在有界的高雷诺数流场下对变截面圆柱绕流涡旋重新分区,发现新的涡旋连接方式.     

国家考古遗址公园的公众吸引力研究

国家考古遗址公园的发展已然步入第十二个年头.回顾过去取得的巨大成绩,其逐步建立起了跨年代、多省份、大规模的保护体系,在很大程度上回答了国家考古遗址公园"保护什么?为谁保护?为什么保护?"等疑问.但在公共吸引力方面其仍存在着许多问题,进而造成了冷热不均的巨大客流差异.国家考古遗址公园的公众吸引力主要受主观和客观两方面因素的影响:其中客观因素很大程度上受人口基数、交通区位和区域经济水平等要素的制约;主观因素则与遗址本身对公众游览动机的激发,即遗址公园的核心遗产价值和品牌建设等要素息息相关.借助引力模型考察人口基数、交通区位和经济水平对基础公众吸引力的影响可以发现,其将36处遗址公园划分为了四挡,其中覆盖人口500万以上,交通距离50公里以下的公园拥有最为巨大的吸引力潜质.而唯有做好遗址公园自身的核心遗产价值挖掘工作,并将加强特色的品牌建设,方能提升公众来到园区的主观能动性.     

创新主体研发投入对区域创新产出的影响研究 ——基于空间面板模型的实证检验

基于2008-2018年的面板数据,分析区域创新产出的动态演进及空间特征,并进一步运用空间计量模型验证创新主体研发投入对区域创新产出的影响.研究表明:我国创新主体研发投入不断提升,区域创新产出呈现多极化不协调发展特征并具有空间相关性;高校对创新产出的贡献大于企业和科研机构,企业研发经费投入对创新产出作用更加显著,科研机构研发人员投入更有助于促进创新产出.     

基于深度学习的多STBC盲识别算法

针对空时分组码(space-time block code, STBC)识别中多种编码类型难区分的问题, 提出了一种基于卷积神经网络的STBC盲识别算法。该算法首先将接收信号采用自相关函数的频域预处理, 输入到卷积神经网络中对信号特征进行提取, 全连接层对特征进行映射, 实现对6种STBC类型的识别。仿真实验结果表明, 在无信道和噪声等先验信息的条件下, 所提算法能够有效区分3种相似度高的STBC3码, 且将STBC可识别的编码类型由目前的4种扩充到6种, 识别准确率能达到96%。该方法的复杂度较低, 不需要利用大量样本数据, 实时性高, 具有较好的工程应用价值。     

知识源异质性视角下知识溢出与区域创新绩效关系——基于知识产权保护的门槛效应分析

从知识源异质性视角，将知识溢出划分为省际知识溢出与国际知识溢出双渠道，采用2009~2016年中国30个省（市、自治区）的面板数据构建非线性面板门槛模型，以知识产权保护为门槛变量，实证分析双渠道知识溢出与区域创新绩效的非线性关系。结果表明：双渠道知识溢出对区域创新绩效的影响均显著存在以知识产权保护为双重门槛的复杂非线性特征，且具有相同的门槛区间；知识产权保护处于小于-4.348和[-4.348，-2.286]、大于-2.286时，省际知识溢出的弹性系数分别为0.294、0.279和0.339，促进作用先降后升；国际知识溢出的弹性系数分别为-0.094、-0.128和0.146，溢出效应先负后正；省际知识溢出的促进效应整体更强。根据实证结果提出了降低省际知识溢出壁垒、合理控制国际知识溢出以及提高知识产权保护水平等方面的区域创新绩效提升策略。     

基于大数据挖掘的热油管道闭环安全生产体系

长输加热原油管道运行工艺复杂,安全生产与优化相互矛盾,且存在管道沿线油温理论计算误差大,管壁结蜡评估难度大等问题。本研究利用管道实际生产数据,基于数据挖掘算法从热力和水力两个方面,构建了热油管道闭环安全生产体系。其中热力系统是利用BP神经网络,ARMA和Seq2Seq算法模型,建立稳态和非稳态油温预测模型,预测误差小于0.5℃。水力系统则是通过分析管道清管后一定时间内管道摩阻,利用MEA-BP神经网络建立管道标准摩阻预测模型,可对高含蜡热油管道管壁结蜡情况进行有效评估。建立摩阻数据库,利用高斯公式,对历史摩阻数据进行分析,设置历史摩阻数据的90%、95%为预警值和报警值,有效监控由于管道结蜡等引起的长周期摩阻变化。将研究成果应用于指导HY热油管道工艺调整,实现节能达92.4%。基于生产数据建立的油温预测模型,构建的热油管道闭环安全生产体系,具有很好的适用性,为未来管道智能化控制奠定了基础。