数字

3.1万家浙江省率先开发上线“浙冷链”系统,对进口冷链食品“一码统管、一键排查、一链存证”,由区块链服务商“蚂蚁链”提供技术支持。“浙冷链”系统共有3.1万家企业上链入库,累计赋码627万余个,产生出入库记录1260.3万笔。26亿元2021年3月11日,完美日记母公司逸仙电商发布了2020年财报第四季度及全年未经审计的财务报告。财报显示,2020年总营收为52.3亿元,同比增长72.6%;第四季度营业收入为19.6亿元人民币,同比增长71.7%。然而如此高额营收的背后,是将近26亿的利润亏损。     

制造商融资决策:银行、商业信用或区块链供应链金融

基于收益共享契约构建银行信用融资、商业信用融资和区块链供应链金融的对比模型，探讨各模式下供应链的最优决策方案，定量分析各融资模式下供应链绩效随不同参数的变化情况.研究表明，当零售商资金成本低于制造商资金成本时，商业信用融资一定优于银行信用融资;存在两个区块链供应链金融平台费率的阈值，只有当平台费率低于低阈值点时，区块链供应链金融才是同时利于制造商和零售商的最优模式.此外，收益共享比率越高，制造商收益越高，则零售商收益越低.     

中国开源软件生态构建的风险及对策

基于双层嵌入理论和知识溢出理论构建了E-TOMSDECT分析模型,对当前中国开源软件生态构建所面临的风险进行系统性剖析,并结合对全球开源软件生态构建经验的类化分析提出相关对策.分析发现,当前中国开源软件生态构建主要存在关键核心技术支撑与生态运营模式掌握薄弱、生态建设主体动力不足、在国际开源生态中主导权较弱且面临多维度安全风险、软硬件协同发展能力较弱、软件价值评估体系扭曲、生态运营专业性人才匮乏以及国际经验的利用潜能未能完全释放等风险.建议尽快聚焦新兴领域打造"三位一体"开源生态主导核心,同时加强软硬协同整体规划,构建开源软件生态的安全风险评估和应急防控机制,加大开源软件生态构建的人才培养与引进力度.     

污染环境中具有Markov切换的随机互惠三种群生存分析

研究污染环境下受到毒素和双重噪声(白噪声和有色噪声)作用的随机系统,建立污染环境中具有Markov切换的随机互惠三种群模型。利用随机微分方程相关理论和分析方法,考虑系统同时受到白噪声、有色噪声、毒素浓度及种群间相互作用因素对种群生存状态的影响,得到随机互惠三种群系统中各种群趋于灭绝、随机非平均持久、随机弱平均持久和随机强平均持久的充分条件。数值模拟验证了理论结果的正确性。     

加权马尔可夫链在水稻产量预测上的应用

基于水稻的产量受多种因素的影响,并且具有较大的随机波动性的特点,提出了运用加权马尔可夫链的方法对水稻产量进行预测,并依据黑龙江省历年水稻产量的数据对该省2012年水稻产量进行了预测,验证了其有效性.     

基于APAS的篮球技术链攻防时空特征研究

运用三维影像解析系统软件对持球顺步突破后跨步急停跳投这一技术链的攻守影像进行解析.研究结果表明,篮球技术链中每一项技术的运用都有其时间和空间适用性,如果运用得当,链内技术可以产生互为运用手段、互相创造时空条件的效果;经测试,高水平篮球运动员脚的简单反应时和动作反应时高度相关,但在持球队员运用该技术链向左侧突破时,技术链前端技术不能为末端的投篮技术创造时空优势.     

Fe、Al纳米粒子熔化过程结构转变的分子动力学研究

采用分子动力学方法结合嵌入原子势函数,应用势能、共近邻技术分析方法,研究了原子数为147、309和561的正二十面体(ICO),正十面体(Dh)和立方八面体(CO)的Fe、Al纳米粒子的熔化行为.结果表明,原子数为147、309、561的ICO结构的Fe、Al纳米粒子在熔化前保持原有结构;Dh与CO结构的Al纳米粒子在熔化前向ICO结构转变,ICO结构比Dh结构和CO结构更稳定.     

异或门的DNA计算模型

利用DNA链置换反应分别求解二输入和三输入异或门逻辑电路.对于二输入异或门电路,将不同输入值编译成不同数量输入链,将特定数量的输入链加入反应器中,与反应器中的反应链发生链置换反应,充分反应后,通过判断检验器中绿色荧光分子明灭从而得到异或门电路的解;二输入异或门逻辑电路可以推广到三输入异或门逻辑电路.该方法具有操作简单,实验成本低,可行性高等优点.     

基于灰色残差马尔科夫模型的河南省小麦生育期旱涝灾变预测研究

介绍了残差灰色预测模型的原理和建模方法,应用马尔可夫状态转移矩阵对残差灰色预测模型进行了改进,并将此模型应用于河南省小麦生育期旱涝灾变的预测中.结果表明,改进的预测模型精度较高,比传统灰色模型预测效果好.     

Hybrid SVM／HMM Method for Face Recognition

A face recognition system based on Support Vector Machine(SVM) and Hidden Markov Model (HMM) has been proposed. The powerful discriminative ability of SVM is combined with the temporal modeling ability of HMM. The output of SVM is moderated to be probability output, which replaces the Mixture of Gauss (MOG) in HMM. Wavelet transformation is used to extract observation vector, which reduces the data dimension and improves the robustness.The hybrid system is compared with pure HMM face recognition method based on ORL face database and Yale face database. Experiments results show that the hybrid method has better performance.