美国孵化器模式创新案例研究

<正>孵化器的商业模式是以培育企业而创造价值,以发现创业者的潜在价值,并培育企业的市场价值来实现孵化器本身的增值。科技企业孵化器孵化模式的创新,形式是孵化模式不断创新,实质是建立孵化器与孵化企业的价值成长机制。孵化模式分为两类,一是孵     

基于可见光通信的图像传输系统

针对无线图像传输系统抗干扰能力差、保密性低等问题, 设计并研制了基于可见光通信的图像传输系统。该系统采用51 单片机为主要控制器, 以发光二极管发出的高速调制可见光作为信息载体, 利用光电二极管接收光载波信号, 并通过PC 机获得图像信息, 实现了基于可见光通信的无线图像传输。实验结果表明,该系统抗电磁干扰能力强、成本低、功耗小、安全性好, 在通信距离为0. 7 m 时, 其最大位传输速率为0. 1 Mbit/ s, 误码率小于10-5 , 有效克服了现有图像无线传输系统的固有问题, 是短距离无线通信技术很好的补充, 具有很好的应用前景。     

基于自适应尺度变换-双稳态随机共振模型的BPSK信号检测算法

为提升在强噪声背景下对二进制相移键控(binary phase shift keying, BPSK)信号的检测性能, 针对主流方法在抑制噪声过程中信号受到一定程度的削弱、信号处理系统引入新噪声导致检测性能下降的问题,提出了基于自适应尺度变换双稳态随机共振模型的BPSK信号检测算法。对于经典的双稳态随机共振系统只能处理小幅度、低频段的周期信号的情况, 首先将双稳态随机共振系统进行尺度变换, 证明在高采样率条件下, 双稳态随机共振系统可应用于高频的BPSK信号, 并基于Neyman-Pearson准则设计了非线性阈值检测系统, 推导且定量表示出检测器的误码率, 以此作为反馈量, 自适应地调节系统参数, 构建了信号检测的完备流程。通过仿真实验验证了尺度变换的可行性以及所提算法的适用性, 为低信噪比条件下的弱BPSK信号检测提供了理论依据。     

国家新一代人工智能创新发展试验区建设综述

正自2017年国务院发布《新一代人工智能发展规划》以来,我国人工智能产业进入快速发展阶段,总体水平已跻身全球第一方阵,多项技术处于世界领先地位。据统计,我国在人工智能论文总量、被引论文数量、专利授权量等方面仅次于美国,居世界第2位。根据AMiner系统的大数据分析,AI领域全球最具影响力城市TOP100中,我国有12个城市入选,位列世界第2位。在《全球人工智能企业TOP 20榜单》中,我国有7家企业上榜,其中百度位列全球第4位。2019年,科技部发布的《国家新一代人工智能创新     

一种改进的基于小波分解和混合优化的图像配准方法

提出了一种改进的基于小波分解、互信息测度以及混合优化的图像配准方法.在最低分辨率下采用一种带极值扰动的简化粒子群优化算法进行全局优化,在高分辨率下采用鲍威尔算法进行优化.结果表明:该方法用于医学图像及普通灰度图像配准,都具有良好的全局优化性能和时间性能.     

转晶对纳米锐钛TiO2光催化活性的影响

加热处理纳米锐钛TiO2使其发生转晶,因而得到一种利用可见光激发的光催化剂,并对此催化剂用x射线衍射,红外吸收,紫外可见吸收等方法进行了表征．用该方法得到的TiO2为催化剂,进行可见光催化降解酸性红B的研究．结果表明,随着加热温度的升高,TiO2转晶比例逐渐增大,温度升到1000℃,全部锐钛型转变成金红石型TiO2,但TiO2在500℃下加热30min催化活性最高,酸性红B的光降解效果明显优于单独使用纳米锐钛型、纳米金红石型TiO2和按照转晶的比率混合的锐钛型和金红石型TiO2．这种显著提高的光催化作用归因于加热所形成的特殊锐钛-金红石界面耦合状态,导致光生电子从金红石相转移到锐钛相,避免了电子-空穴对的复合．     

基于VAR模型的河南省产业结构与经济增长的实证分析

运用基于VAR模型的动态经济计量分析方法,对河南省1978—2006年产业结构与经济增长之间的关系进行定量分析.研究结果表明,河南省产业结构变动和实际经济增长之间存在着长期稳定的均衡关系,并且这种均衡关系具有反向修正机制;产值结构对河南省经济增长有着重要的影响,但需要较长的时间才能表现出来;经济增长对产业结构也有明显的影响,但是主要是通过产值结构表现出来.     

具有判断学习能力的在线租赁问题与风险容忍水平

研究了具有学习判断能力的在线租赁问题。在不确定性租赁设备过程中,决策者不能准确描述设备租赁需求时间信息的概率分布函数,只能在一定能力水平范围内预测判断设备的租赁需求时间是否达到临界值。判断正确则决策者获得一个改善性能的风险型竞争比,失败则得到一个比确定性竞争比性能差的竞争比,这种判断能力是随着时间和经验的累积而线性递增的。分析结果显示：对于具有学习判断能力的在线租赁决策者,存在一个最优的风险容忍水平,在该容忍水平下判断租赁需求临界值获得的预期竞争比最小。决策者可以有效利用其在实践过程中的经验对租赁需求时间进行判断以改进在线租赁策略的性能,而不是根据事先给定的风险容忍水平设计风险在线租赁策略。     

基于PSO-CNN的深部找矿预测模型构建

探讨西藏雄村铜金矿床Ⅱ号矿体成矿特征与矿体之间的关系,为深部找矿预测提供依据。通过提取多元找矿信息,在构建三维地质体模型基础上,将研究区数据按照含矿单元数与非含矿单元数为1∶1构建数据集,随机将数据集分成训练集(70%)和验证集(30%),结合深度学习理论,采用卷积神经网络(CNN)算法建立深部成矿预测模型。模型参数的选择对预测的精度起着至关重要的作用,但目前模型训练方法大多凭借经验手动调参,难以得到最优模型。为使CNN模型在非经验指导下自主选择超参数,通过粒子群算法(PSO)对CNN超参数进行优化,将优化后的CNN模型用于预测,并将预测结果与传统方法(找矿信息量)进行对比分析。PSO-CNN算法的预测效果明显比找矿信息量方法的准确率高,体现了PSO-CNN算法在深部成矿预测中的优越性。     

基于BCAM的非状态机高速无感截获系统

对网络中流通的数据进行截获分析是限制和打击网络黑客和网络犯罪的重要手段。然而目前基于有限状态机的截获算法由于实现成本和复杂度的限制,吞吐量较低,难以满足网络核心级的截获速度要求。该文以高速无感截获为目标,利用基于BCAM(b inary con ten t access ib le m em ory)的非状态机结构提出了一种可实现无感截获的高效易行方案。该方案从减少系统成本和实现复杂度出发,通过原创性地采用BCAM避开了设计状态机所需的复杂硬件结构,使方案更简洁高效,同时降低了系统成本,实现了汉字的高速过滤截获,能满足网络核心级,例如O c48链路速度(即2.5G b/s)无感截获系统的要求。