共享自动驾驶汽车使用意愿模型及其影响因素

为了构建共享自动驾驶汽车(shared autonomous vehicles，SAV) 的使用意愿模型并分析其影响因素，通过使用时机和使用频率来体现公众对SAV的使用意愿；采用验证性因子分析将态度潜变量转化为潜变量得分，以此将态度潜变量引入传统的有序Logit模型；提出SAV使用意愿的有序Logit模型构建方法，并建立基于个人属性、通勤特征、态度潜变量的SAV使用意愿模型.研究发现:是否使用过滴滴拼车、工作单位停车费、自动驾驶态度对使用时机和3种价格(1，2，3元/km) 下的使用频率有显著影响；使用过滴滴拼车、工作单位收取停车费、支持自动驾驶的群体倾向于频繁地、更早地使用SAV出行；公众期望以1元/km或 2元/km即不超过目前滴滴拼车的价格使用SAV.     

利用SRTM数据修测高山区地貌的探讨

在高海拔区域测制地形图,如青藏高原地区,所获取的遥感影像局部存在着大范围的高山阴影或云雪覆盖,造成立体观测地貌困难的现象,探讨应用SRTM数据对这类特殊区域地貌进行修测补绘。介绍了数据处理的作业过程,并对实验区SRTM与SPOT5影像立体测图成果进行实验对比分析,成果符合要求。     

用于中子发生器加速极电源的高频变压器设计

根据中子发生器加速极电源功率要求,通过AP(Area Product)法对加速极电源中的关键部件高频变压器进行设计.在推挽前级逆变电路中,增加去磁回路抑制变压器偏磁问题,采用分段分组绕制法减小分布电容.同时,测量和比较了不同频率下,变压器原、副边电压实验波形.结果表明:高频变压器的转换效率随频率升高而增大,当工作频率为20 kHz时,输出效率达到84％,满足了中子发生器加速极电源的要求.     

迹为整数的3×3阶正交矩阵的谱

讨论了3×3阶正交矩阵的特征值和迹的关系,证明了迹为整数的3×3阶正交矩阵的谱可由迹确定,为应用广泛的3×3阶正交矩阵的谱的计算提供了简单实用的方法.     

基于高斯字典原子稀疏表示的高精度宽角SAR成像方法

为了提高从宽角合成孔径雷达(synthetic aperture radar, SAR)图像中提取目标后向散射各向异性特性的性能,在宽角SAR字典稀疏表示模型的基础上,提出一种基于高斯字典原子的高精度宽角SAR成像方法。在字典构造上,采用不同中心位置、相同方差的高斯函数。在求解稀疏表示系数上,采用广义最小最大凹惩罚稀疏重构算法求解。最后，根据稀疏表示系数的重构结果以及构造的字典得到目标的后向散射各向异性特性。通过仿真实验和Backhoe数据对算法进行验证,结果表明,该方法能够高精度地提取目标的后向散射各向异性特性。     

Hierarchical Community Detection Based on Partial Matrix Convergence Using Random Walks

Random walks are a standard tool for modeling the spreading process in social and biological systems.But in the face of large-scale networks,to achieve convergence,iterative calculation of the transition matrix in random walk methods consumes a lot of time.In this paper,we propose a three-stage hierarchical community detection algorithm based on Partial Matrix Approximation Convergence(PMAC) using random walks.First,this algorithm identifies the initial core nodes in a network by classical measurement and then utilizes the error function of the partial transition matrix convergence of the core nodes to determine the number of random walks steps.As such,the PMAC of the core nodes replaces the final convergence of all the nodes in the whole matrix.Finally,based on the approximation convergence transition matrix,we cluster the communities around core nodes and use a closeness index to merge two communities.By recursively repeating the process,a dendrogram of the communities is eventually constructed.We validated the performance of the PMAC by comparing its results with those of two representative methods for three real-world networks with different scales.     

人类卫生健康共同体视域下的全球科技合作研究——以新冠肺炎疫情为背景

新冠疫情暴发以来,中国政府和人民秉持人类命运共同体理念,运用一系列先进技术,在较短时间内扭转了国内疫情的严峻形势.在此背景下,为了更好地发挥中国方案在全球抗疫中的作用,文章运用内容分析法和归纳分析法,首先梳理了从人类命运共同体到人类卫生健康共同体的理论逻辑,其次探究了人类卫生健康共同体、全球科技合作与疫情防控之间的结构关系,最后分析了中国疫情防控的有效举措,进而得出结论:中国疫情防控工作的成效离不开人类命运共同体理念的指引和全球科技合作的开展,而中国在平台建设、机制整合及合作网络等领域的方案共享将有助于遏制全球疫情的蔓延.     

基于改进Faster R-CNN的农田残膜识别方法

为了实现农田残膜的精准捡拾,提高残膜回收机的回收率.将改进Faster R-CNN卷积神经网络运用到农田残膜的识别检测中,提出了一种农田残膜的识别方法.以11MS-1850残膜回收机工作后遗留在农田表面的残膜为研究对象,分别在晴天、阴天不同时间段采集图像共计1648幅.通过更改图像亮度、旋转等方式扩充数据集,最终得到4950幅残膜样本图像,按照7:2:1划分为训练集(3465幅)、验证集(990幅)、测试集(495幅);采用双阈值算法替代传统的单阈值算法,降低了阈值对模型性能的影响;通过对比试验,选取具有残差网络结构的ResNet50作为主干特征提取网络,准确率可达88.84％,召回率为87.70％,总体精度为88.27％;为了使检测模型对小目标更加灵敏,根据数据集中残膜尺寸大小,在原有锚点基础上增加322和642的尺度参数,准确率、召回率、总体精度分别提升了1.29％、0.67％、0.97％,单幅检测时间为284.13 ms,基本满足了识别残膜的要求.可为残膜回收机加装补收装置提供参考,为研制人工智能残膜回收机提供理论基础.     

页岩气低伤害超临界CO2凝胶压裂液研究

针对常规水压裂液会对页岩造成伤害，容易产生水锁，不易返排，还造成水资源消耗和污染环境等问题，制备了低伤害二氧化碳凝胶压裂液。将自备的F2EU和F4EU增稠剂加入到超临界CO₂基液中，探究两种增稠剂的加入量对CO₂凝胶压裂液黏度的影响，综合考虑成本与效果，优选了2%的F4EU增稠剂，可将CO₂的黏度增至15.4 mPa·s。研究了温度、压力以及剪切速率对凝胶压裂液黏度的影响。实验结果表明，随着温度升高黏度总体降低，但中间出现一个短暂升高阶段；随着压力上升压裂液黏度增加；随着剪切速率的增加压裂液黏度下降，属于一种典型的剪切变稀的假塑性流体。F4EU超临界CO₂凝胶压裂液的平均伤害率为1.39%，远远小于常规压裂液对岩芯的伤害率。实验表明，F4EU超临界CO₂凝胶压裂液在页岩气压裂开采中具有良好的应用前景。