学术会议质量综合评价研究及实践

学术会议活动在国家创新体系建设、学科交流与发展、科研人员成长过程中扮演着极为重要的角色.针对传统学术会议质量评价方法中存在的学术性要素不突出、适用领域狭窄等问题,提出了一种综合采用参会者定性反馈、会议定量特征分析、会议影响力大数据分析等评价信息源的质量评价框架,并对2018年举办的700余场国内学术会议开展了质量综合评价实践.结果 表明,中国学术会议呈规模持续增长、内容质控愈发严格、互动交流效果进一步突出、成果类型及传播方式进一步丰富等趋势,但不同学科、不同规模学术会议间质量差异较为显著,不同职称、不同国籍参会者对会议质量的感知存在明显差别.根据评价结果,从面向参会者诉求、优化会议组织及完善学会机制建设等方面提出了学术会议的质量提升建议.     

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.     

光散射法扬尘监测仪关键设计与数据分析

为提高光散射扬尘监测仪对环境空气中颗粒物PM10及PM2.5的测量的稳定性及精度,通过对光散射扬尘监测仪的关键设计,提供一种温湿度传感器以及动态控制系统,消除环境湿度对采样气路的影响;设计零气校准及自动吹扫系统防止高浓度颗粒物对光学气室的污染,提高本底测量精度,从而实现光散射法扬尘监测仪测量精度更高、稳定性更好.     

基于深度学习网络模型与大数据自动训练的工件缺陷识别算法研究

针对工件缺陷种类多样和特征不明显,造成机器视觉识别精度不稳定的问题,提出了一种基于深度学习网络模型与大数据自动训练的工件缺陷识别算法,并以软件工程来实现其功能。首先,对存在缺陷的工件进行取样,采集缺陷图像,建立识别标准。然后,基于深度神经网络模型和缺陷标准图像,进行模型训练,采取分批训练,逐步迭代收敛的方式,达到准确识别工件缺陷目的。最后,基于Python语言与TensorFlow框架实现深度神经网络模型,并将模型移植到C++平台调用,嵌入到商业版本软件中,实现算法的落地应用。实验测试结果显示,相对于已有的缺陷识别技术而言,本文算法具有更高的识别准确性,可为机器视觉软硬件设备提供技术基础。     

液压悬置所引发的车内异响问题的解决方案

针对某车在运行过程中,存在的车内异响问题,进行主观评价及客观测量,并通过对客观测试的噪声及振动频谱数据进行分析,查明驾驶舱内存在异响问题的原因,提出改变液压悬置解耦膜厚度的改进方案,并对改进后的液压悬置进行了测试验证,确定优化改进的方案,最终成功解决了某车型存在的车内异响问题。     

论高校学风建设中的学习竞争力

学生是学风建设的主体,学风与学习之力紧密相关,学习之力也可称为学习竞争力;学习竞争力可以归纳为8个方面,即动力、定力、勤力、毅力、心力、践行力、体力、影响力;学生是学习的主体,同时,学生的学习又需要引导;评价制度对学习的引导具有不可替代的作用;现行评价制度既有合理性,又有明显缺陷,需要改革、完善。     

基于层次分析法的西宁市油松人工林健康评价

为了解西宁市南北山20～30 a油松人工林健康水平,以西宁市南北山20～30 a油松人工林为研究对象,运用主成分分析法筛选出树高年均生长量、胸径年均生长量等13个评价指标,应用层次分析法确定各指标的权重,依据森林健康指数模型计算各标准地的健康指数,并使用正态等距分析的方法得到健康等级取值范围;由分析评价结果得出西宁市南北山20～30 a油松健康林分占6. 45%,亚健康林分占22. 58%,中健康林分占38. 71%,不健康林分占32. 26%;按照隶属度最大原则,西宁市南北山20～30 a油松人工林处于中健康水平。     

基于主成分分析的管理学核心期刊评价研究

针对我国目前科技期刊评价中存在的学科划分不够严谨、指标权重人为选取等问题,以管理学核心期刊为研究对象,提出了基于主成分分析的期刊评价方法,对CNKI文献数据库中19种管理学核心期刊进行了分析和评价,给出期刊排名,并与影响因子及总被引频次的评价结果进行对比,表明了主成分分析方法的可靠性和客观性。