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。     

软岩隧道支护让压体系优化及安全状态易损性评价

软岩隧道围岩参数变异性大,支护体系与围岩相互作用不确定性强,易发生大变形等安全问题,为此国内外开展了隧道让压支护优化等工作以应对上述风险,但对其安全状态评价仍面临诸多难题。设计了一种新型柔-刚型让压接头,并基于可靠度分析方法,从易损性出发,综合拱顶沉降及初衬强度破坏准则,提出了基于概率的隧道开挖安全状态易损性评价方法。其通过利用概率有限元分析围岩?支护相互作用,拟合形成极限状态功能函数响应面,经由随机抽样获得隧道开挖失效概率与可靠度指标;以此为基础,建立拱顶沉降与结构应力响应之间的拟合关系,提出了基于拱顶沉降的结构极限状态条件概率计算方法,并根据概率分布区间划定易损区进行支护安全性评价。基于上述理论方法,结合工程实际,开展了新型让压支护与传统刚性支护的易损性对比分析,验证了让压支护体系在大变形承载可靠性方面的优势。     

基于ISSA-SVM的钻井卡钻事故预测

为预防钻井过程中卡钻事故的发生,通过提出了一种改进麻雀搜索算法(improved sparrow search algorithm, ISSA)优化支持向量机(support vector machines, SVM)的预测模型方法(ISSA-SVM),在发现者位置更新公式中引入一种改进的自适应非线性惯性递减权重;在警戒者位置更新公式中引入莱维飞行策略。利用主成分分析法(principal component analysis, PCA)对外国某大型油田的实测钻井数据进行降维处理,并利用惩罚参数和核参数进行卡钻事故的预测。实验结果表明：ISSA-SVM的预测准确率高达85.185 2%,且收敛速度更快,可见ISSA-SVM可有效预测钻井卡钻事故。     

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.     

基于B/S架构的人才招聘选拔GDSS设计与实现

针对现代企业人才招聘选拔过程符合群体决策的特点,将Web技术引入到群体决策支持系统(GDSS)设计中,构建了基于B/S架构的人才招聘选拔GDSS。该系统按照异地异时群体决策类型进行设计并予以实现,能免去在招聘过程中招聘者必须亲临现场的要求,使人才招聘工作更加专业化、智能化和科学化。该系统已在实践性教学中得到应用,表明系统具有良好的可行性与实用性。     

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.