国防工业军民融合高质量发展评价研究

推动国防工业军民融合高质量发展,是我国新发展阶段实现高质量发展的内在要义,是助力国防实力和经济实力同步提升、加快形成一体化国家战略体系和能力的必然要求.依据新时代高质量发展和国防工业军民融合发展特点要求,界定了国防工业军民融合高质量发展基本内涵;以此为依据,探讨了国防工业军民融合高质量发展评价内容;构建了国防工业军民融...     

无融合生殖固定杂种优势的研究进展和展望

杂种优势被广泛应用于农业生产,为世界粮食安全做出重要贡献。但是,杂种优势难以稳定遗传,每年都需要人工制种,耗费巨大。无融合生殖是一种特殊的生殖方式,能够产生与母本基因型一样的克隆种子或后代。人工创制无融合生殖有利于快速固定杂种优势,节约制种成本。近年来,随着无融合生殖相关基因的功能解析,以及基因编辑技术的发展和成熟,人工创制无融合生殖技术逐渐发展,并在无融合生殖领域取得重大突破。因此,本文主要对人工创制无融合生殖技术的原理、应用进展和存在的问题等方面进行综述和讨论,为无融合生殖固定杂种优势的研究和应用提供参考。     

基于深度学习的通信网络数据关键特征挖掘

深度学习是挖掘数据关键特征的重要技术手段,为准确分析通信网络数据特征,并保障质量,提出基于深度学习的通信网络数据关键特征挖掘方法。选取接入率、可用性以及覆盖率等七个指标作为通信网络质量核心性能指标,将卷积神经网络与径向基神经网络相结合,构建深度学习网络结构,将该性能指标作为标签参数,将所得到的标签参数的聚类与求和结果作为深度网络的标签数据,通过前向传播将标签数据输入卷积神经网络的输入层内,经过不同隐层的变换与映射至输出层位置,并采用量子粒子群算法求解深度学习网络最优参数,输出通信网络数据关键特征挖掘结果。经实验结果表明,所提方法的通信网络数据关键特征挖掘率在95%以上,能够准确预测未来短时间段内的通信网络质量。     

基于加权响应面法和混沌粒子群优化算法的单梁有限元模型修正

为获得与实际结构受力性能吻合的有限元模型,以耿峪河大桥单梁荷载试验为工程背景,建立单梁有限元模型.提出以加权响应面法对单梁有限元模型进行修正,采用中心复合试验设计法和方差分析筛选出显著性高的参数,建立加权响应面模型代替单梁有限元模型计算响应值,以测试数据构造目标函数结合混沌粒子群优化算法对有限元模型进行修正.结果 表明...     

基于改进狮群优化的三维DV-Hop定位算法

针对三维DV-Hop(distance vector-hop)定位算法存在的定位误差较大精度不高的问题,提出一种基于改进狮群优化的三维DV-Hop定位算法。先使用狼群算法中的狼群捕食游猎行为以及羊群算法中的羊群受到攻击时的聚集互动行为对狮群算法进行改进,再把改进后的狮群算法用于优化三维DV-Hop定位算法中未知节点坐标的计算。实验结果表明,所提算法从三个方面与不同算法进行比较都具有最佳定位性能,有效减小定位误差、提高定位精度。     

基于视觉注意力融合的表面微小缺陷检测

在生产过程中手机等智能设备的屏幕表面可能出现的微小缺陷与灰尘等脏污很相似,传统检测方法易将脏污误检为缺陷。为了提高产品表面微小缺陷的识别准确率,本文提出一种基于视觉注意力融合的检测方法。首先利用金字塔下采样初步识别出潜在目标,以减少图像数据量及提高计算效率,然后将角点检测、伽马变换和Otsu阈值分割等传统检测方法与3种显著性提取方法(布尔图显著性模型BMS、谱残差模型SR和频率调谐模型FT)相结合,建立了融合检测模型。实验结果表明,所提出的融合模型能够较为准确地区分出缺陷与脏污,F₁值可达到0.73,与其他几种显著性检测方法相比,本文方法在对脏污的识别上具有明显优势。     

新的粒子群优化算法

粒子群优化(PSO:Partic le Swarm Optim ization)算法是一种有效的全局优化技术。对于PSO算法,很容易陷入局部极值。针对上述缺点,提出了两点改进:对基本PSO算法的速度更新公式中的全局极值给出新的定义,以使粒子群体保持多样性;适当地缩放适应值,与随机规则共同决定某个粒子作为速度公式中的全局极值。改进的两点用于PSO算法后期,形成新的PSO算法(NPSO:New PSO)。NPSO能有效地改善算法,具有摆脱局部极值的能力。在给定的条件下,选用3个函数进行了测试。实验结果显示,在获得平均适应值方面,该算法比PSO算法提高1.62%~16.5%,明显优于基本的PSO算法。     

浅析统筹城乡产业发展中存在的问题

城乡二元经济体系严重阻碍了我国经济和社会的协调发展,不利于和谐社会的构建。而统筹城乡产业发展是统筹城乡发展的前提和重要内容,是适应产业融合趋势的需要,是改变城乡二元经济结构的突破口,是优化产业结构的重要途径,因此在统筹城乡经济社会发展中,统筹城乡产业发展成为首先要解决的问题。本文在分析我国城乡产业发展的现状的基础上,找出其中存在的主要问题和障碍,以便在正确认识问题的基础上,更有针对性地开展统筹城乡发展的相关工作。     

基于DPSO-RK算法解带有交易成本的投资组合选择问题

目的在Markowitz均值-方差模型的基础上,建立带有交易成本且期望收益和风险都有一定误差的投资组合选择模型,即乐观情况下期望收益最大风险最小模型和悲观情况下期望收益最小风险最大模型。方法根据模型特点,设计了基于Runge-Kutta法的差分进化粒子群优化(Differential PSO with Runge-Kutta,DPSO-RK)算法。结果与结论数值试验表明用DPSO-RK算法求解该模型是有效的,模型符合实际,与改进的粒子群优化算法(Improved Particle Swarm Optimization,IPSO)相比,本文所提出的算法具有更好的仿真结果。