体育产业集群网络对企业绩效影响的机制研究

从国家和地方政策可以发现,体育产业集聚已成为中国体育产业发展的趋势。 然而体育产业集群作为一个复杂的网络主体,其发展与政府固然分不开,其内部组织结构、关系网络的优化才是集群优化的重点。研究创新构建了“网络特征—主体能力—企业绩效”理论模型,客观地揭示了变量之间的关系,并定量地证明了各变量间的相互作用。统计结果显示：体育产业集群的网络结构和网络关系对企业主体有直接的积极影响。体育企业的主体在网络规模与企业绩效、关系实力和企业绩效、关系质量和企业绩效之间具有明显的中介效应,在网络密度与企业绩效、网络开放性和企业绩效之间不具有中介效应。体育企业的主体获取和利用其他实体的资源并将其应用于生产过程将有助于提高企业绩效,对企业绩效的影响最大。研究对政府和体育企业层面分别提出了规范市场秩序、促进网络建设以及增进知识共享、提高网络质量等管理建议。     

Kolmogorov距离在最坏方向上分布的概率估计

设P是R~d上的球对称无原子概率测度(d≥1),X_1,…,X_n是来自P的样本,P_n是由这个样本所决定的经验测度。     

填充床层热的传导——床层的温度分布

温度是化学反应的一个很重要的参数。温度的高低常会直接影响到化学产品的收率。因此一船在工业上进行反应器设计的时候,总是希望反应过程能在最有利的温度范围内进行。要想达到这个目的,唯一的路径就是予先通晓反应器内部的温度分布,这样就可以根据最理想的温度范围进行反应器设计。     

高校餐饮管理探讨

学生食堂是高校教育教学健康运行的重要保障,是高校服务育人的重要阵地,其运行状况直接关系到广大学生的身体健康和思想情绪,关系到高校的教育教学质量,尤其关系到高校的稳定与发展,做好学生食堂工作对于维护校园的和谐与稳定,促进高校教育教学质量的提升,具有十分重要的意义。     

进水碳磷比对连续流反硝化除磷工艺脱氮除磷效果的影响

针对连续流双污泥反硝化除磷工艺,考察进水碳磷质量比(m(C)/m(P))对化学需氧量(COD)、氨氮和总磷(TP)去除效果的影响.系统进水COD和氨氮分别保持在250和45 mg/L左右,通过改变进水TP浓度来调整m(C)/m(P).实验结果表明:在m(C)/m(P)比分别为64.1,42.0,33.0和17.8的情况下,TP去除率分别为93.2％,92.0％,78.3％和65.8％,除磷效率明显降低.在m(C)/m(P)＞42.0的情况下,出水TP低于0.5 mg/L.随着m(C)/m(P)的降低,反硝化聚磷污泥释磷量和净聚磷量增加,净聚磷量分别为3.63,5.33,6.26和10.3mg/L.m(C)/m(P)减小有利于提高生物除磷系统的稳定性,但出水磷浓度会有所增加,可通过适当延长后置曝气池停留时间来降低出水磷浓度.m(C)/m(P)对COD的去除和脱氮的效果影响不大,COD去除率保持在85.6％～93.1％,氨氮的去除率大于93％.     

基于神经网络的高并行大规模MIMO信号检测算法

随着5G和未来移动无线网络的不断发展,大规模多输入多输出(multiple input multiple output, MIMO)是其中的关键技术之一。随着天线数目的不断增加,给接收机的设计带来更高的挑战,复杂度过高的检测算法在实际中难以应用。本文将一种高并行(high-parallelism, HP)检测算法展开到神经网络中,单层神经网络基于该算法的每次迭代,并将其与可训练的权重参数和非线性神经单元相结合,提出基于网络结构HP-Net的方法。通过训练HP-Net得到最优可训练参数,进而提高检测性能。实验结果表明,所提方法相对传统最小均方误差(minimum mean square error, MMSE)算法复杂度更低,并能够得到更低的误码率;同时相对HP并行检测算法误码率性能更优。     

除草剂对桉树人工林生物量和碳储量的影响

除草剂在全球桉树人工林经营中的应用十分普遍,但人们对除草剂施用对人工林生态系统生物量和碳储量的影响还知之甚少,本研究旨在评估除草剂对生物量和碳储量的影响,为林下植被管理提供科学建议。本研究以2015年建立的桉树人工林为对象,开展低浓度高频率(LHF)、中浓度中频率(MMF)和高浓度低频率(HLF)除草剂喷施试验,并以人工除草为对照,分别于造林后33月、39月和51月对试验林分的生物量和碳储量进行研究。结果表明,除草剂对桉树生物量和碳储量没有显著影响,但对林下植被生物量和碳储量存在明显的负作用,HLF处理对生态系统碳储量也存在显著的负效应,而人工除草抚育能提高林下植被生物量、碳储量以及生态系统碳储量。因此,从碳汇林业的视角考虑,建议生产上减少除草剂的施用,而采取人工砍草抚育为宜。     

水下焊缝跟踪单神经元自适应PID控制与参数优化

水下焊缝跟踪过程复杂,不确定因素多,并且焊接过程具有非线性特点,传统PID控制效果不理想.本文提出了单神经元自适应PID控制器,通过神经元的自学习能力,能够在线自适应调整PID参数,同时利用差分进化算法对单神经元自适应控制器的参数进行优化.经仿真结果可知,该单神经元自适应PID控制器响应速度快,精度高,控制效果好.