数字化转型背景下我国金融机构业务与技术融合发展的路径

近年来,我国金融行业数字化转型不断提速,金融机构数字化转型已迫在眉睫.金融机构面临的数字化转型环境包括3个方面:一是大数据走向跨界融合;二是人工智能加速发展;三是区块链等技术建立了新型连接关系.基于以上环境分析,文章认为金融机构数字化转型的核心在于业务与技术融合,需要在机制、组织、架构、人才和文化层面实行再造.     

科技创业孵化载体专业化发展问题与对策研究

进入新发展阶段后,科技创新创业活动对孵化服务提出了更高的要求,科技创业载体需要加快提升专业化、精准化服务能力.文章基于2016-2019年全国科技创业孵化载体发展数据,全面分析专业化科技创业孵化载体建设发展现状,剖析了科技创业孵化载体在专业化建设方面存在的方向不清、动力不足、能力不够、模式不明、机制不畅等问题,从建立评价指标体系、明确建设主体、提升服务能力、加强资源开放和政策供给等方面提出对策建议.     

一类离散时间复杂网络系统的输出同步

利用线性稳定性理论和Lyapunov函数方法,研究了一类离散时间复杂网络系统的输出同步问题,得到了系统输出指数同步的充分性条件,数值算例表明了方法的有效性.     

关于检查井沉降与解决措施的研究

基于我国检查井施工中出现的不均匀沉降及相关施工问题的实际情况,针对导致上述问题出现的各方面原因进行分析,就优化设计、规范开挖及回填施工、强化检查井的砌筑等方面提出了相应解决措施.以期为我国市政管线建设中的检查井设计及施工提供借鉴.     

深水铺管船的动力定位能力评估系统

为解决评估铺管船作业能力的难题,提出一种适用于评估铺管船动力定位能力的方法,开发了动力定位能力评估程序系统,并针对高海况环境条件设计了优化的辅助作业方案.采用数值计算方法对铺管船作业期间的平均二阶力、风载荷以及流载荷进行仿真计算,建立了环境载荷与动力定位系统提供的推力之间的平衡关系,给出了用于评估铺管船动力定位能力的系统模块,采用动力定位能力包络线的方式表达动力评估结果.在高海况作业中给出安全建议,即采用辅助拖轮作用于船舶适当位置以增强动力定位能力,从而降低工程作业风险.     

仿生非光滑花纹沟对轮胎抗滑水性能的影响

以205/55R16乘用车轮胎为研究对象,采用计算流体动力学建立了考虑胎面花纹变形的轮胎滑水分析模型;以气-液二相流数值模型分析了轮胎的滑水性能,并将临界滑水速度仿真值与NASA滑水速度预测值及轮胎发生滑水时力平衡下的速度进行对比.在此基础上,引入仿生减阻理念,研究了夹角为60°、高度为0.6mm的仿生对称V形结构对花纹沟排水量和水流阻力的影响,并将其结构特征信息等效移植到接地区轮胎花纹沟底,进行了仿生花纹轮胎的滑水性能分析.结果表明:所建滑水分析模型可用来分析轮胎滑水时的流体运动特性;相对原花纹轮胎,仿生非光滑花纹沟轮胎通过提高接地区花纹沟内水流速度,降低了胎面动水压力,提高了临界滑水速度.     

氧化还原介体催化强化污染物厌氧降解研究进展

 由于厌氧生物处理技术具有产生剩余污泥少、可回收能源等优点而被广泛用于处理各种有机污染物，尤其在有毒、有害、难降解污染物的去除方面取得了良好的效果。然而，厌氧生物法的处理速率通常比较低，而氧化还原介体可通过自身不断的氧化和还原来传递电子，提高电子在氧化还原反应过程中的传递速率，从而促进污染物高效厌氧降解。醌类物质和腐殖酸是应用较多的氧化还原介体，在催化难降解污染物降解方面取得了一定效果。讨论了氧化还原介体的特点、作用机制，并总结了其对偶氮染料厌氧脱色、反硝化和多氯联苯厌氧降解的强化作用，提出了氧化还原介体未来的研究方向。     

含砂雾封层在桥面铺装工程中的应用

结合含砂雾封层在国道205桥面铺装上的应用,深入分析了含砂雾封层的防水、防老化作用机理,本文系统总结了国道205桥面雾封层施工质量的控制要点,并对施工前后封层各项性能指标进行跟踪检测,分析结果表明采取含砂雾封层措施确实能对桥面早期微裂缝进行有效封水,延缓桥面病害的发生,延长沥青路面的使用寿命。     

Learning Multi Labels from Single Label——An Extreme Weak Label Learning Algorithm

This paper presents a novel algorithm for an extreme form of weak label learning, in which only one of all relevant labels is given for each training sample. Using genetic algorithm, all of the labels in the training set are optimally divided into several non-overlapping groups to maximize the label distinguishability in every group. Multiple classifiers are trained separately and ensembled for label predictions. Experimental results show significant improvement over previous weak label learning algorithms.     

基于小波变换的雷达目标回波信号提取算法

随着雷达技术的快速发展,低信噪比(signal-to-noise ratio, SNR)条件下的雷达目标信号提取越来越重要。传统的脉冲压缩算法在低SNR条件下作用不明显。提出了一种新的在低SNR条件下的雷达目标回波信号提取算法。该算法在传统脉冲压缩算法的基础之上,采用小波变换对脉冲压缩后的信号进行分解,提取信号高频信息的小波系数。再用改进的小波变换模极大值算法对信号的高频信息进行去噪,然后重构信号的高频信息,最后再重构完整的雷达目标回波信号。仿真结果表明,该算法能够有效地去除噪声,提取出雷达目标的回波信号,相比于脉冲压缩算法及其他算法性能得到了很大的提升。