加速创新链产业链深度融合

着力强化创新驱动,加快打造全球先进制造业基地,这是浙江经济高质量发展锚定的重要路径.科技创新能力如何转化为制造业核心竞争力?这既要解决创新的源头供给问题,又要处理好创新链和产业链深度融合的问题,最终提升企业作为创新主体的创新能力和活力.聚焦这一话题,代表委员建言献策.     

基于神经网络的二阶波-流和结构物相互作用

基于时域二阶势流理论,对位于均匀流中的水平半圆柱体在水面上的二阶波绕射问题进行了计算,得到了自由表面波时间历程、圆柱所受到的水动力时间历程及相应的一、二阶波和水动力幅值,并以此作为神经网络的训练样本,采用LM-BP神经网络来预测任意参数(波浪频率或波数、流速或傅汝德数)组合下波浪和水动力幅值或峰值及其时间历程,可以快速地获得精度较高的计算结果．研究结果表明：对于样本数较小的一阶、二阶波浪和水动力幅值预测,可以采用单个隐含层及较少的神经元数或节点数即可获得较高精度的预测结果;而对于样本数很大的波浪和水动力时间历程预测,需要至少2个隐含层及较多的节点数才能获得较满意的结果．     

巴丹吉林沙漠更新世古风向变化及环境意义

古大气环流研究旨在揭示高大沙山形成发育过程中地表风系的变化和大气环流形式。通过对巴丹吉林沙漠的沙山形态、沙山地层测年、古沙丘层理结构以及区域风况等的综合研究 ,表明末次间冰期以前该区主要受西风环流控制 ,地表盛行风向为西风 ,次为西北风 ,河湖水系较发育 ;末次冰期以来该区主要受东亚季风环流影响 ,地表盛行风向为西北风 ,次为西风 ,风沙活动居主导地位。古风向变化可能是青藏高原隆升对西风环流的阻挡与对东亚季风环流强化的具体表现     

伟大建党精神融入青年学生思想政治教育的路径研究

伟大建党精神具有丰富的内涵,与青年学生思想政治教育在育人方面具有较多的一致性,因此从伟大建党精神探讨青年学生的思想政治教育对于高校立德树人具有重要意义。在青年学生思想政治教育中要从“知、信、行”的角度融入伟大建党精神,具体来说就是要在课程教学、日常教育、校园文化和实践教育中融入,使伟大建党精神达到较好育人效果。     

四川盆地元坝地区茅口组方解石充填物特征及指示意义

综合岩心观察、薄片鉴定、碳氧同位素、稀土元素、流体包裹体分析等手段,研究四川盆地元坝地区中二叠统茅口组溶蚀孔洞中方解石充填物类型、流体来源以及形成期次,探讨其储集性能。研究表明：茅口组方解石充填物类型为栉壳状、等轴粒状、亮晶方解石,稀土元素质量分数为(2.425～15.581)×10^-6,平均为6.791×10^-6;∑LREE/∑HREE为2.782～5.831,平均为4.395;Y/Ho值为35.591～51.534,平均为44.927;δCe_N值为0.615～0.864,平均为0.707;δEu_N值为0.866～1.385,平均为1.154;稀土元素配分模式图呈现左倾特征;δ¹³C值为-2.13‰～-0.34‰,δ¹⁸O值为-9.59‰～-7‰(平均为-8.08‰),δ¹³C值与围岩接近,δ¹⁸O值比围岩偏低;流体包裹体显示均一温度主要在80～100℃,盐度(NaCl的质量分数)主要在12.85%～14.15...     

真12块垛一段六油组隔夹层划分及描述

依据真武油田真１２块垛一段六油组储层地质特点,分析处理了区段内４０余口井的测井地质资料,研究了储层的非均质性及其不连续隔夹层的划分标准,从而划分出油组内４个相对稳定的泥岩隔层,并给分出五个砂体单元（小层）。分别对其泥岩隔及砂体单元内非渗透性夹层的分布频率、密度进行了描述,阐述了油组内各砂体单元质量及剩余油分布富集规律。     

网络时代档案编研工作的特点与趋势分析

网络不仅影响着人们的生活,而且对各行各业产生了极大的影响,档案编研工作也不例外.在概述档案编研工作概况的基础上,从工作效率、工作手段、工作理念、服务方式等方面,比较了传统档案编研工作与网络时代档案编研工作的差异,分析了网络时代档案编研工作的特点及发展趋势,为进一步做好网络时代档案编研工作提供了现实指导.     

反复变动轴力作用下钢柱的数值分析模型

当承受水平地震荷载时，高层框架结构的低层柱子通常受到困倾覆力矩而引起的反复变动轴力．文中提出一弹塑性数值分析模型以考虑变动轴力对柱子抗育强度的影响，并提出单轴移动骨架式恢复为模式来表现钢柱的恢复力特性．通过荷载试验结果对这一数值分析模型进行了检验．     

简谐势阱中的理想玻色气体

应用统计物理方法对谐振势作用下的理想玻色气体进行理论计算，导出系统发生玻色－爱因斯坦凝聚（ＢＥＣ）时的一些物理量，发现产生凝聚的情况与外势场的形式紧密相关．由理论计算求得的临界温度ＴＣ和基态的粒子占据率Ｎ０／Ｎ与实验结果符合较好．这些研究有助于对这种新物态性质的了解．     

基于EEMD-SVR的渔业养殖水质预测模型

由于SVR在预测渔业养殖水质参数中存在的精度低问题,本文提出并采用基于集合经验模态分解法(Ensemble Empirical Model Decomposition,EEMD)、支持向量回归机(Support Vector Regression,SVR)的EEMD-SVR组合模型预测方法.首先用EEMD解法将水质数据分解为一系列相对平稳的IMF分量序列,去除噪声序列,然后采用网格搜索法优化SVR对去噪后的水质数据建立预测模型.利用EEMD-SVR预测模型对天津某渔业养殖池塘内溶解氧和pH值预测,并与无EEMD预测方法对比分析,证明该模型具有较好的预测效果,能够满足实际渔业养殖水质精细化管理需要.