后发企业自主构建全球生产网络的成长机制——基于专有能力和网络优势的互动研究

自主构建全球生产网络(GPNs)是企业实现持续成长的最优选择。企业构建GPNs的基础是竞争优势,竞争优势来自两个方面:企业内部的专有能力和企业外部的网络优势。对于具有异质性竞争优势的后发企业来说,其作用机制和成长路径可归结为三类:一是低端专有优势强化——高端专有优势培育——网络竞争优势打造;二是低端专有优势培育——群体竞争优势构建——网络竞争位势提升;三是网络群体竞争力寻求——专有能力优势培育——网络竞争优势增强。最后以万向集团的企业成长为例对成长机制进行了深入探讨,说明了后发企业可依据上述作用机制选择相应的发展模式并对生产网络进行治理,实现生产网络动态调整,从而进一步提升企业专有能力和优化网络优势。     

帽形加劲复杂卷边槽钢柱偏压性能试验研究

对共计18个简支试件进行偏心受压试验,分析并研究了未加劲、腹板中央帽形加劲、腹板和翼缘中央帽形加劲3种截面复杂卷边槽钢的极限承载力、失稳模式及变形特征等特性.结果表明:有效形心移动对偏心承压构件的承载能力有很大影响.在板件中央设置帽形加劲可以适当减小板件的宽厚比,显著提升受压构件的极限承载力及钢材利用率,但畸变屈曲在构件失稳模式中起控制作用.在同等条件下,板件中央帽形加劲偏压构件的承载效率提升了15%~70%.     

复杂空区群建模及在圈定矿岩移动范围的应用

以大岭西山菱镁矿为例,基于SURPAC软件平台,综合应用边界轮廓线法和Delaunay三角化方法的复杂地质体建模方法,建立了矿区的数字地表模型和空区群的三维实体模型.并以TCL语言为基础,编制了基于空区底板边界轮廓线、岩石移动角和地表投影标高的矿岩移动范围三维模型自动构建程序,对大岭西山菱镁矿进行了应用,得到了矿岩移动范围的三维实体模型,并将其与数字地表模型进行布尔运算,圈定地表移动范围.     

基于视觉相关性的无线多媒体传感器网络节能策略

针对资源受限的纯相机无线多媒体传感器网络的能量消耗问题,改进了视觉相关性算法,并提出了一种新颖的基于视觉相关性的完全分布式节能策略.首先,根据视觉相关性系数算法计算相机的视觉相关性系数向量;其次,利用视觉相关性系数向量得到相机的竞争筹码并以此确定相机的角色;然后,运行两个并行且相互交互的操作:簇头相机根据簇头权重向量确定下一跳并完成路由建立;非簇头相机计算亲密度向量并且得到自己的簇ID.最后,实验结果表明本文提出的节能策略能有效地延长资源受限无线多媒体传感器网络的生命周期.     

地震数据关系网络的空间尺度

通过分析美国加州地区地震数据关系网络的拓扑结构特征,研究了不同空间尺度下网络拓扑结构基本度量参数的变化规律.结果表明:随着空间尺度的增加,网络规模迅速变小,并最终达到稳定;网络的平均聚集系数和平均最短路径长度随空间尺度的增加呈波动性下降.度分布频度研究结果表明,网络的空间尺度在一个有效范围内时,网络呈现出较好的幂律分布,该范围受事件数量影响.     

基于全卷积网络的左心室射血分数自动检测

提出了一种基于全卷积网络(fully convolutional networks, FCN)的左心室射血分数自动估测的方法.利用全卷积网络对心脏磁共振图像中的左心室进行内轮廓分割,计算心脏左心室在一个心动周期中各时间点的容积,提取左心室舒张末期与收缩末期的容积,最后推导出左心室的射血分数.使用700组图片对全卷积网络进行训练以及440组图片进行测试,并将最后计算结果与美国国立卫生研究院和儿童国家医疗中心提供的射血分数(ejection fraction, EF)金标准进行了对比,计算准确率为89.8%,结果处在合理的误差范围内.     

针对政府的微博网络舆情传播规律与对策研究——以新浪微博为例

以新浪微博为例,提出了一种基于扩散树的网络舆情传播模型,并探索微博舆情的传播规律及其对策。依照微博的传播特征及网络舆情生成规律,给出了微博网络舆情扩散树的定义及其构建方法;根据树的数理特征,揭示了基于扩散树的微博网络舆情"孤树"和"森林"传播规律,并进行了实证分析。基于扩散树特征,从舆情信息及时感知、官微澄清事实真相、积极培育微博红客、严厉惩处微博水军、政府官员谨言慎行、事件定性定论慎重六个方面,提出了应对微博网络舆情的策略。     

基于卷积图神经网络的多粒度表示学习框架

卷积图神经网络（Convolutional Graph Neural Network,ConvGNN）以其强大的表达能力被广泛应用于社交网络、生物网络等领域的网络表示学习中，多粒度网络表示学习已被证明能够改善已有网络嵌入方法的性能，但目前尚缺乏以改善ConvGNN性能为目标的框架.针对此问题，提出一种基于ConvGNN的多粒度网络表示学习框架M-NRL，分为四个模块：粒化模块、训练模块、推理模块和融合模块.粒化模块构造从细到粗的多粒度网络并保留不同粒度节点的属性和标签信息，训练模块在最粗粒度的网络上以端到端的方法训练任意一种ConvGNN并优化其模型参数，推理模块使用优化后的ConvGNN推理出不同粒度网络的节点表示，融合模块采用注意力权重聚合不同粒度的节点表示以产生最终的节点表示.在四个公开引文网络数据集上进行的半监督节点分类任务验证了M-NRL的有效性，实验结果表明，MNRL不仅能加速现有ConvGNN的训练，还可以增强其最终的表示质量.     

网络模式下农家乐营销思路的探索

现代网络信息传输与处理技术的良好发展,使得人们的消费行为模式发生了较为深刻的变化,同时现代物流业的发展,使得网络商品销售获得了更多的实现可能.本论述针对网络模式下的农家乐产业营销的可行性展开了简要的分析,同时对农家乐网络营销的发展给出了几点建议,希望能对网络模式下的农家乐营销思路提供一些参考.     

燃烧振荡声学抑制器的机理分析与设计优化

燃烧振荡是发展低排放燃气轮机燃烧室需要解决的关键问题之一，未来燃气轮机燃烧室运行温度更高、具有更宽的工况运行范围及更复杂的几何结构(如轴向分级、环形燃烧室等),燃烧振荡存在高振幅、多振荡频率、多振荡频率时变和多热声模态共存等特点。采用声学抑制器被动控制燃烧振荡具有抑制器结构简单、可靠性高、成本较低等优势。针对未来的燃烧室，现有抑制器方案将面临很大挑战，因此，亟需开展宽吸声带宽、可控制多模态的声学抑制器及系统级燃烧室多声学抑制器设计优化研究。该文概述了国内外声学抑制器机理和设计优化的研究进展，着重总结了作者近年来在常规及多频段声学抑制器机理、抑制效果分析计算和复杂热声系统参数对声学抑制器特性影响，以及基于伴随方法的多声学抑制器多参数快速优化等方面的研究工作，并对未来燃烧室声学抑制器的发展方向进行了讨论。