基于改进欧几里得聚类的激光雷达障碍物检测

针对传统的欧氏聚类算法无法同时对近处和远处的障碍物点云进行精准检测和分割,容易造成错检和漏检的情况,提出一种欧氏聚类算法的改进方法,可以根据点云与激光雷达之间的距离动态地选择阈值,从而快速且准确地完成聚类.实验表明:该方法能同时对近处和远处的障碍物点云进行快速且准确的聚类.     

数字经济中基于察觉-动机-能力模型的创新扩散机制

数字经济时代下,创新扩散的模式和机制正随着经济环境的变化发生重大变化。鉴于此,本文对数字经济中的创新归纳出信息数字化、组织网络化、用户参与化等特征,基于察觉-动机-能力分析模型对创新的扩散机制进行过程建模,并基于多智能体仿真分析创新扩散。仿真结果表明,随着信息数字化的发展,创新扩散的网络分布不均匀性增加,引起信息资源高效配置和创新扩散的快速迭代;组织网络化带来产业组织在多个层面的集聚,拉近了企业之间的创新距离;用户参与化使得消费者成为创新的贡献者,增加了创新参与者的数量,企业也因此能够更为精确地捕捉用户需求。数字创新中的三种效应共同作用,改善了技术扩散的速率和规模。     

知识传播视角下的健康信息普及慕课建设模式研究

为解决图书馆信息服务与慕课建设两者之间交融的问题,推进资源利用与资源服务的均等化、公平性,从知识传播视角出发,基于知识传播要素,根据国内健康信息普及慕课的建设情况与应用效果的调研结果,分析了图书馆健康信息普及慕课的建设模式,并构建了"群众情境交互"的健康信息普及慕课建设模式.该模式具有中心化、场景化、交互化的特点,形成了网状结构的相互关联作用的运转关系,并在正向数据流的动力下围绕数据收集→信息处理→情报分析→知识推荐运作规则实现了健康信息知识的传播.     

产教融合视阈下机器人生产性实训基地建设的研究与实践

本文主要对产教融合视角下的机器人生产性实训基地建设过程中的建设目标与建设定位予以探讨。在此基础上,从建设基础性实训室、建设生产性实训室等方面阐述了产教融合下的机器人生产实训基地的建设,并分析了建设产教融合的机器人生产性实训基地的经济效益以及社会效益。     

基于市场与行业视角的多源信息环境下企业竞争情报服务模式探析

在多源异构信息环境下,研究融合多源信息的情报分析方法是企业竞争情报研究和应用的关键.通过分析不同情报源的特点,结合企业竞争情报服务分析范式框架,分别提出了基于市场与行业视角的多源信息环境下企业竞争情报服务的模式.基于市场与行业两个不同的视角分析企业竞争情报,可以更全面地为企业发展战略提供支撑.     

风险规避型零售商的信息共享价值研究

在市场需求不确定的情况下,利用条件风险估值(CVaR)准则描述零售商的风险规避度对供应链收益的影响,并建立信息共享模型,研究零售商的风险规避度与信息共享价值之间的关系.结果表明,市场需求不确定的情况下,信息共享价值与零售商的风险规避度以及获取得市场信息量有关.数值分析显示,零售商的风险规避度越大,信息共享价值越高;市场需求越不确定,信息共享带来的价值越高.     

城市治理数字化 “一网统管”智能处置道路积水

为了优化道路积水信息监测、强化监管联动部门协同、提高积水事件响应速度、提升积水应急处置效率,上海水务部门通过道路积水处置预报预警、感知发现、报警联动、抢险处置、反馈解除五大环节闭环管理,创新道路积水处置智能化应用,大大提升了防汛排水效率,为探索超大型城市数字化治理新模式起到了示范作用。     

基于差异信息量的多源数据融合方法

D-S证据理论可应用于多源数据融合领域，但在处理高度冲突的证据时，可能会出现反直觉的结果.为解决这一问题，本文提出了差异信息量的概念及融合方法.首先，通过信息熵表明证据的相对重要性，采用散度获取证据可信度.然后利用证据可信度优化证据差异度以得到差异信息量，经过计算获取数据的最终权重，并将其作为D-S证据理论中的基本概率分配进行决策.在处理冲突证据、一致证据及不同数量证据等方面的数据融合问题时与其他方法对比，所提方法收敛更快，准确度更高.故障诊断的应用实例表明，所提方法的不确定性更小，优于现存的其他方法.     

韩波博士简介

<正>韩波,男,1983年8月生,安徽颍上人。2007年毕业于华东师范大学电子系,获工学学士学位。2012年毕业于华东师范大学电子系(硕博连读),获工学博士学位,2012年至今在阜阳师范学院计算机与信息工程学院从事教学科研工作,2014年东南大学毫米波国家重点实验室客座研究。韩波博士主要从事微波毫米波片上元件建模与设计研究。内容主要涉及:异质结三极管     

ZigBee传感器控制智能交通灯协同优化控制策略的研究

将ZigBee技术引入到智能交通系统中,提出了一种由ZigBee传感器构成的智能交通灯的体系结构和具体实现方法.通过点阵模块、数码管模块、蜂鸣器模块和传感器模块对交通灯进行数据的采集,建立了交通灯的数据模型,使用协同优化控制策略进行数据的优化处理,最终实现了智能交通灯的功能.