企业创新生态系统的内涵、组织模式和治理机制探讨

近年来,学术界对于企业创新生态系统的研究较为关注,企业间的竞争也从单个企业之间演变成生态系统之间。文章通过剖析界定企业创新生态系统的概念及组织模式,借鉴前人研究成果,回顾了企业创新生态系统几种治理机制,以降低系统内企业的机会主义行为,丰富了创新生态系统的研究,拓展了创新生态系统的治理范式。     

基于深度学习的地空导弹发射区拟合算法

目前地空导弹发射区的拟合算法主要是多项式拟合法和BP神经网络拟合法。多项式拟合法存在函数形式难以确定、函数范围不易分段等问题,且拟合精度较低;传统神经网络方法要想达到较高精度,需要大量的隐层节点,且在隐层节点数增加到一定程度后,训练变得十分困难且精度很难继续提高。同时,传统神经网络需要大量的标签数据,进一步增大了实际应用的难度。为此,基于深度学习理论,设计了一种基于堆栈稀疏自编码器（SSAE）的深度拟合网络（DFN）,并给出了相应的训练策略。仿真实验表明其相比传统算法具有更小的拟合误差优势。所设计的深度稀疏自编码器网络可以克服多项式拟合和传统神经网络的不足,不仅可以在大量无标签数据和少量标签数据条件下进行学习训练,而且可以进一步提升地空导弹发射区的拟合精度。     

霍尔推力器阳极加热机制及设计优化

阳极的过热不仅降低霍尔推力器的放电稳定性和推力效率,同时也是推力器的一种失效原因,直接引起推力器放电电流、功率异常增加导致关机故障。为在设计阶段解决阳极过热失效问题,本文通过理论分析建立了阳极热过程模型,分析得到阳极鞘层的形成是影响阳极热功率的核心过程,而阳极电流密度和磁感应强度是影响鞘层特性的关键参数。研究结果表明,阳极鞘层电势差随阳极电流密度的提高而增大,在典型近阳极区等离子体参数下,阳极电流密度小于600A/m2时,阳极负鞘层形成;而阳极热功率随着近阳极区磁感应强度的增加而升高,将阳极位置设计在零磁场区是最有利于降低阳极热功率的设计。     

福利模式:社会发展的决定性机制——评《福利资本主义的三个世界》

艾斯平·安德森所撰写的《福利资本主义的三个世界》一书的核心命题在于,将福利模式视为一种强大的、对未来社会具有决定影响的社会机制。安德森在著作中将核心命题分解为相互关联的两个分命题,不仅借助“阶级动员理论”描述和解释了不同国家间福利模式的差异性及其原因,还借助不同福利模式下的劳动力市场结构差异,深刻揭示了福利模式对经济、社会塑造和发展的决定性影响。虽然安德森采用的理论分析框架和定量研究方法还存在部分缺陷,但该著作对于社会福利体制比较研究的卓越贡献,使其成为社会政策领域不可多得的经典著作之一。     

高校“三型”基层党组织建设的评价机制研究

构建比较完善的评价机制,是高校"三型"(即学习型、服务型、创新型)基层党组织建设的重要组成部分。规划和设计高校"三型"基层党组织建设的目标要求,构建和健全高校"三型"党组织建设成效的评估指标体系,科学运用考核和评价高校"三型"基层党组织建设的正确方式,将高校"三型"基层党组织建设的全过程纳入可监测、反馈和调整的保障机制,从而有效地推动高校"三型"基层党组织建设。     

PTNet：一种面向加密流量分类的半监督并行Transformer网络

随着网络加密协议的广泛使用,传统的网络流量分类技术面临很大的挑战。目前的方法具有以下局限性：一是模型高度依赖深度特征,这要求有标注训练数据集的规模足够大,否则模型难以在新的数据上进行泛化;二是模型仅专注于流量的一个模态特征,不同类别流量的同一模态的特征区分度可能不够明显。针对这些问题,本文提出了一种基于深度学习的加密流量分类模型Parallel Transformer Net（并行转换网络,PTNet）。该模型基于预训练-微调的半监督思想,充分利用网络中大量无标签流量数据进行预训练,然后在少量有标签数据的基础上进行微调。此外,该模型并行提取了载荷和包长序列两个模态的流量特征,进行多模态的特征融合,并在三种不同的流量分类任务与相应的数据集（Android、USTC-TFC和CSTNET-TLS1.3,均为公开的数据集）上都表现出很好的效果,分类准确率分别达到95%、98%和97%。     

基于三维卷积残差网络的无人机高光谱岩性分类

岩性识别和分类是地质学、资源勘查等不可或缺的环节,高光谱遥感的兴起为岩性识别提供新的思路。利用机器学习挖掘岩石高光谱图像中的信息从而准确识别岩性,这具有重要的应用价值。目前用机器学习的方法实现岩石的高光谱影像分类研究中,缺少对空间和光谱信息的充分利用,因此本文使用了一种加入注意力机制的三维卷积残差网络结构,能够有效提取岩石高光谱图像的空间、光谱特征以及空谱联合特征。本实验利用无人机搭载高光谱传感器采集了10种不同类型的岩石样本影像,应用该算法对岩石高光谱图像进行分类。实验结果表明：该算法与传统机器学习算法SVM、RF和深度学习算法ResNet、3D CNN和SSRN相比具有更高的精度。     

身份学说与语言学习

本文从第二语言习得的身份学说与语言学习的关系的角度,阐述了在第二语言的学习过程中,学习者因个人在年龄、性别和接受能力等方面的差异、所处社会环境及文化背景的迥异,使得他们对语言的掌握程度不尽相同,由此强调实际语言教学中要注重因材施教.     

基于深度强化学习的航天器多约束规避动作快速规划

航天器规避机动过程中面临多种复杂约束条件,传统基于数值优化的动作规划方法在处理相应模型和约束条件时存在初值敏感、计算时间较长等问题,难以对近距离轨道威胁做出及时反应.针对该问题,本文提出一种基于深度强化学习的航天器多约束规避动作规划方法.建立航天器六自由度非线性动力学模型以及相应姿轨机动约束条件;建立基于双延迟深度确定性策略梯度(TD3)的动作规划方法,通过TD3训练得到的神经网络在线生成满足多种约束条件的规避机动动作;构造与规划方法相适配的深度强化学习规范化训练环境,确保学习训练过程中智能体和环境的有效交互.仿真结果表明,所提方法能在预期交会时间仅数十秒的情况下快速实时生成规避动作,规划周期小于9 ms,远低于作为对比项的高斯伪谱法.