隧道混凝土施工病害预防及整治措施

本文对隧道混凝土施工病害，二衬混凝土漏水、渗水，错台、混凝土表面蜂窝、混凝土表面麻面、漏筋等常见病害表象、产生原因进行了详细阐述，提出了防治和处理措施。     

IP网络中的组播技术

随着Internet的飞速发展,IPv6必然会取代IPv4。由于组播技术的优越性,IETF在制定IPv6协议时保留了组播,IPv6组播技术可避免网络资源浪费,减小网络拥塞和广播风暴等问题,能有效利用带宽,提高数据传送效率,尤其适合视频流等大数据量的传输。在分析IPv6组播技术工作原理的基础上,对IPv6组播核心技术研究现状作了一些初步探讨。     

我国高等教育改革之路及问题研究

通过对我国高等教育改革的历史回顾分析教育改革中存在的问题及原因 ;探讨加快我国高等教育改革的道路。具体找出了我国高教改革面临的困难有高等教育中教育思想和教育观念的改革不深入、教育体制改革速度过慢、手段不硬、教学改革存在“四个方面的投入不足”、素质教育薄弱急需加强等问题。提出了深化我国高等教育改革必须加快高教体制改革速度 ,增强体制改革的力度 ;深入细致地进行教学改革 ,培养面向现代化、面向世界、面向未来的跨世纪人才 ,深化教学内容和课程体系改革 ,提高人才培养质量 ,全面开展教育思想、教育观念的大讨论 ,使教育改革深入人心     

新型自动站数据采集失败故障分析

通过张掖国家基准气候站一次因UPS故障导致的数据采集失败,按照由室内到室外,软件到硬件的排查顺序,从业务用机的软硬件、DZZ6数据采集器、综合集成硬件控制器、光电转换模块、通信链路等方面分析了出现故障时的排查方法,对整个故障现象及排查进行了汇总分析,为业务人员在维修自动站故障中提供参考。     

弱外生性条件下双固定效应模型估计方法的优化

固定效应模型是排除其他干扰因素以确定因果机制的有效工具,在企业面板数据分析等领域得到广泛应用。由于企业个体异质性等原因,普通固定效应方法无法解决估计的冗余参数问题。本文沿着折刀法的思路逐步修正低阶偏差和高阶偏差,在弱外生性条件下构建Half-Panel Jackknife方法,并将适用范围拓展到短面板线性模型,弥补了现有方法的不足。最后,采用企业并购重组和政府补助影响企业创新的两个实例,研究发现,对半面板折刀法在双固定效应模型中能较好地控制企业数据的抽样特征与个体异质性。     

TAO的实时ORB设计

阐述了实时CORBA规范与实时CORBA系统的关系，深入分析了实时CORBA实现软件TAO的四个重要组成部分及性能。     

长三角城市间科学合作的社会网络动态分析

借助社会网络分析方法,对1991-2010年长三角16个城市间科学合作的网络密度、中心度、平均路径长度和簇系数等指标的计算和分析,分别从宏观和微观网络结构两个方面考察其网络发展的动态特征与演进机理。结果表明:长三角城市间科学合作的网络架构已经基本成形,但网络发展呈明显的非均衡性。虽然网络驱动功能出现了向中小型城市倾斜的趋势,但以上海和南京等大城市主导的"核心-边缘"网络结构仍在不断加深并长期存在。     

基于Half-Panel Jackknife方法的医疗制造企业创业实验机制评估

新冠肺炎疫情凸显了医疗制造业创新的重要性。文章分析企业并购衍生和营销活动对技术创新的促进作用,同时解决创新估计中固定效应的冗余参数问题。采用2010-2017年国内162家医疗装备制造上市企业的面板数据,进行多种估计偏差纠正方法的比较分析,证实Half-Panel Jackknife在双固定效应模型中能较好地控制企业数据的抽样特征与个体异质性。结果表明:高新技术企业间的并购衍生作为创新选择机制,引导全系统企业的熊彼特式“创业实验”;本地声誉和全球通道作为创新规模扩大机制对技术创新有积极影响;政府支持能显著提升创新效率,企业规模、研发投入等内部因素也具有积极贡献。显示“创业实验”对创新系统的核心功能是促进技术创新一选择创新一扩大创新规模。从而揭示了优化制度环境和激励结构以促进各行为主体创业实验的重要意义。     

一种基于灰关联和Sobel算子的完全非结构化道路边缘检测方法

完全非结构化道路检测是智能车辆自主行驶所面临的关键技术难题.图像的边缘是图像特征提取与分析理解的基础,其检测质量直接决定后期理解效果.基于灰关联理论和Sobel算子,针对实时道路图像的真彩色信息,提出一种有效的边缘提取策略.仿真结果表明,直接利用Sobel算子对彩色图像进行边缘检测,不但图像边缘比较清晰,而且还能有效降低图像的噪声.     

动态环境下多智能体协作学习方法的研究

将预测分析技术和强化学习技术有机结合,使多Agent系统中的各Agent,不仅具有了高度反应自适应性,而且拥有了高效而准确的预测分析能力;使Agent的行为更具有针对性,尽可能地减少错误,保证学习的正确方向,提高Agent间进行信息共享,融合单个Agent的Q值表.相当于相同情况下增加了学习次数,不仅尽可能地消除策略中的冗余动作,以高效的方式实现最终目标,而且提高多Agent系统执行效率和收敛速度及性能.本文提出了一种改进的多Agent间协作学习方法,适用于环境不完备的复杂情况.以追捕问题作为仿真实验.结果表明所提方法能够有效地促进多智能体系统中各Agent间协作学习能力.