圆明园舍卫城城墙夯土工艺的科学分析

圆明园位于北京西郊，是一组清代的大型皇家园林，蕴涵丰富的历史、文化、宗教和考古价值，自英法联军火烧圆明园，此后又经历数次劫难，风化破坏十分严重，严重影响遗址的保存与展示。通过舍卫城遗址现场勘查，其城墙夯土遗址共分为14层，形制与普通夯土存在明显的不同，具有典型清代官式建筑土作的做法，目前关于清代官式建筑营造记载的文献主要集中在《工程做法则例》中，但关于“灰”与“土”的内涵缺乏科学认识与解读，为了舍卫城保护修复过程中修补材料的准确应用，舍卫城遗址夯土工艺就十分必要。因此针对这一关键问题，本文采用X射线衍射分析、激光粒度分析及密度与孔隙率分析等手段，对圆明园舍卫城城墙的夯土进行了较为全面的理化检测和工艺性能研究。结果表明，舍卫城城墙主要由石灰和土组成，且没有人为添加细砂，灰土比最接近二八灰土，与古文献《工程做法则例》中的十六把小夯灰土相吻合。同时，通过多种科学数据对比，可进一步推测在夯筑灰土过程中，下层夯土使用了更多的灰土量。多层次的夯土制作工艺，展示了清代宫廷工匠对夯土技术的工艺认识和制作方法。对舍卫城城墙土作工艺进行复原，相关结果为研究圆明园的建筑特点，夯土城墙的文物保护和科学修复等内容，提供了重要科学支持和有益借鉴。     

基于反向K近邻和密度峰值初始化的加权Kmeans聚类入侵检测算法

传统Kmeans聚类算法的性能易受初始类簇中心随机性和类簇中心计算的迭代过程中边缘点和离群点反复计入的影响，为了避免这些影响，该文提出一种基于反向K近邻和密度峰值初始化的加权Kmeans聚类算法。通过样本的近邻信息计算每个样本的反向K近邻，针对不同规模、不同密度分布数据集，可以自适应地搜索密度峰值点作为初始类簇中心；自适应设定相对簇半径，并通过样本加权进行类簇中心迭代，在不同数据分布下可以有效降低边缘点和离群点对聚类结果的影响。试验结果证明，该算法在聚类性能提升的同时迭代次数大幅降低，随着入侵行为类型和数据规模的增加，该文聚类算法仍体现出较好的性能，且在发现未知攻击类型上效果显著。     

数字化能力与企业创新绩效——基于组织文化和网络嵌入的视角

在数字经济背景下，企业数字化能力是转型升级过程中的基石。将企业数字化能力分解为数字基础设施、数字管理能力和数字战略能力等3个维度，并引入内部因素中的组织文化和外部因素中的网络嵌入这2个调节变量，对860家中小企业的创新绩效进行实证分析。研究表明：数字化能力的3个维度变量均会对企业创新绩效产生促进作用，并且组织文化和网络嵌入在数字化能力与企业创新绩效之间起部分调节作用。