人工智能是否促进碳解锁效率？基于技术与制度约束的门槛效应研究

随着全球对气候变化问题关注的日益增加,探究人工智能（Artificial Intelligence, AI）在促进碳解锁效率方面的潜力变得尤为重要。本研究以中国30个省市2012至2021年的面板数据为对象,构建了人工智能发展水平的评价体系和碳解锁效率的评价指标,采用熵权法和超效率SBM-GML模型分别测算了人工智能指数和碳解锁效率值,利用双固定模型和门槛回归模型分析了AI对碳解锁效率的影响以及环境规制和技术创新水平的门槛效应。结果显示,AI通过转变生产方式、优化产业结构和提升环境治理效率,显著提升了碳解锁效率;环境规制和技术创新水平对AI的影响存在显著的门槛效应,表明适度的环境规制和技术创新是促进AI实现碳解锁效率提升的关键。本研究为理解AI在促进绿色低碳转型中的作用提供了新的理论和实证支持,也为政策制定者在制定相关政策时提供了依据。     

精益5S现场管理对提升员工生产效率问题的研究

丰田精益生产模式对企业生产效率的提升产生了显著的正面影响。作为丰田现场管理的核心精益工具,5S改进活动被视为实现精益生产不可或缺的步骤。本研究以员工认知负载为视角对5S改进活动进行建模,发现其能够有效降低员工认知负载,减少生产决策时间,从而促进员工生产效率。同时,研究强调了在5S改进中持续改善和及时维护生产环境的重要性,为企业管理者在实施5S现场管理提供了有益的管理启示。     

模态测试不确定性影响因素分析及传感器布置应用

模态测试结果的准确性会受测试数据采集、数据处理、建模假设和参数估计等不确定性因素的影响. 为研究模态测试中模态参数的不确定性水平及不同影响因素对其的影响规律,本文采用状态空间模型和费希尔信息矩阵的快速模态参数不确定性分析方法,探讨包括振动信号的采样时长、采样频率、采样信噪比和结构的阻尼比等多种因素对模态参数不确定性水平的影响,同时提出利用模态参数不确定性水平来优化传感器布置策略的实用性建议. 结果表明：模态参数的不确定性水平随采样时长、采样频率、信噪比和传感器数量的增加而降低,随结构阻尼比的增大而升高;对于均匀分布结构,多数传感器布置在结构顶部和中上部,少数布置在中下部时,模态参数的整体不确定性水平较低,是一种相对较优的传感器布置方案.     

区域公用品牌认证对中国食品出口上市公司价格加成的影响——基于多期双重差分模型的实证研究

基于2008—2022年中国上市公司数据,构建多时点双重差分模型,实证检验区域公用品牌认证对中国食品出口企业价格加成的影响效应及作用机制。研究表明：区域公用品牌认证显著提升了中国食品出口上市公司的价格加成;对价格加成的提升作用呈现异质性。对于产品异质性更高的行业以及宣传水平更低的企业而言,区域公用品牌认证导致食品行业出口上市公司价格加成率增加更多。从质量信息不对称视角出发,为发挥区域公用品牌对农业企业出口绩效和产品竞争力的提升作用、提高企业出口利润水平、实现农业高质量发展提供了新证据。     

基于自监督信息增强的图表示学习

针对图表示学习模型依赖具体任务进行特征保留以及节点表示的泛化性有限等问题,本文提出一种基于自监督信息增强的图表示学习模型(Self-Variational Graph Auto Encoder,Self-VGAE)。Self-VGAE首先使用图卷积编码器和节点表示内积解码器构建变分图自编码器(Variational Graph Auto Encoder,VGAE),并对原始图进行特征提取和编码;然后,使用拓扑结构和节点属性生成自监督信息,在模型训练过程中约束节点表示的生成。在多个图分析任务中,Self-VGAE的实验表现均优于当前较为先进的基线模型,表明引入自监督信息能够增强对节点特征相似性和差异性的保留能力以及对拓扑结构的保持、推断能力,并且Self-VGAE具有较强的泛化能力。     

基于抗差自适应滤波的高速列车融合测速算法

针对Kalman滤波在高速列车融合测速过程中因观测粗差和动力学模型误差而引起的融合精度下降问题,提出一种基于抗差自适应滤波的高速列车融合测速算法。首先,在Kalman滤波的基础上构建异常检测函数和误差判别统计量,用于检测和区分传感器异常观测导致的观测粗差和动力学模型误差;然后,针对观测粗差和动力学模型误差,分别采用三段式函数和指数函数构造抗差因子和自适应因子,通过2种因子合理调节观测信息和模型信息在状态估计中的权重,从而降低观测粗差和动力学模型误差对融合结果的影响;最后,通过2种运行场景以及算法对比,仿真验证抗差自适应滤波算法性能。仿真结果表明,与基于Kalman滤波的融合测速算法相比,所提出算法无论在观测粗差场景还是在动力学模型误差场景,均具有更高的精度和稳定性。     

基于IOAPIC重定位表修改策略的键盘过滤技术

设计了一种基于Windows操作系统下的键盘过滤技术。该技术采用WDM驱动框架和IOAPIC重定位表修改技术,可以对用户通过键盘输入的信息进行实时保护。该技术依赖内核驱动程序的最高权限,有效的防止木马程序对用户输入信息的窃取。将其与nProtect密码保护技术进行对比实验,实验结果显示该方法具有比nProtect技术更加底层的防护范围。     

基于ANP的师范生信息素养评价模型研究

在现有的信息素养评价指标体系中,假设各评价指标之间是不存在影响和依赖关系的,但这样的假设在实际中是不存在的.因此,考虑到各评价指标之间的相互影响,本文利用网络分析方法(ANP)建立了师范生信息素养评价指标体系的网络分析模型,并确定了各指标的相对权重,以期为师范生信息素养教育的侧重点提供参考.     

一种基于信息论的蛋白质数据库搜索鉴定算法

为了有效地利用蛋白质串联质谱数据,提高蛋白质鉴定的准确性,提出了一种基于信息论的蛋白质数据库搜索鉴定算法——ITPIA(information theory based protein identification algorithm)算法.针对多肽串联质谱质量低、噪音多等问题,ITPIA算法利用了信息论中的熵理论提出了一种有效的实验串联质谱和多肽的理论质谱的匹配打分算法.该算法更大程度上从多肽串联质谱中获得蛋白质的结构信息.实验结果表明,ITPIA算法有效地提高了蛋白质鉴定的准确性.     

广义实型密度加权平均中间算子及应用

针对普遍存在的向量、矩阵等多维的数据形式,将面向点值的密度加权平均中间(DWA)算子拓展为广义实型密度加权平均中间(GR-DWA)算子.给出了通用的数据元素聚类过程,该过程能够对点、向量、矩阵等3种类型的数据进行有效分组.研究了一种兼顾"规模"与"功能"信息的密度加权向量设置方法,并给出了3种参数确定思路,以支持主观、客观或主客观结合等多种决策方式.定义广义实型密度算术平均(GR-DWAAA)算子,并探讨了GR-DWA算子在多属性群决策中的多种运用途径.最后,给出了GR-DWAAA算子处理多属性群决策问题的一个应用算例,算例的结果验证了算子的有效性.