教学课程资源库 更多>>

关键词： 高度估计   无特征信息   非合作飞行目标   焦距   飞行故障分析  

摘要： 本文研究了无特征信息非合作飞行目标起飞阶段的高度估计方法，将飞行目标的观测过程划分为小倾角阶段和大倾角阶段，并基于几何光学建模提出了两种高度估计方法。小倾角阶段利用场景特征，通过优化迭代求解相机焦距，实现高度估计；大倾角阶段则在缺乏参照物的条件下，利用已知的相机参数和几何关系进行高度计算。实验结果表明，小倾角阶段高度估计的平均误差为0.246 m，大倾角阶段高度估计的平均误差为0.108.m，证明了本研究方法的高精度和可靠性。本研究不仅为飞行目标的起飞阶段状态估计提供了新的技术手段，也为飞行故障分析和安全评估提供理论支撑。

关键词： 审计信息化   地方政府债券   信用利差   数字化转型  

摘要： 践行科技强审理念，赋能审计监督工作，其关键在于加强审计机关的信息化建设，探索创新大数据审计工作模式。文章基于地方政府债券发行市场化改革的背景，从地方政府债券发行定价出发，深入剖析审计机关信息化建设的市场经济效应。研究发现，审计机关信息化建设能够有效发挥科技强审的作用，降低地方政府债券发行定价。机制检验表明，审计机关信息化建设主要通过增强政府审计的揭示效应与整改效应、全面提升审计效能来影响地方政府债券发行定价。进一步检验发现，经济发展水平较低、数字政府建设程度相对滞后的地区，审计机关信息化建设对地方政府债券发行定价的影响更大。基于债券特征的检验发现，审计机关信息化建设对地方政府债券的影响在发行期限和发行规模上没有显著差异；但相较于专项债券，当债券类型为一般债券时，其影响更大。文章揭示了信息化建设对提高审计效能的重要作用，为进一步推进科技强审提供了重要的理论和经验支持。

关键词： 光场显微粒子图像测速   微尺度流动   深度学习   物理约束模型   三维流场测量  

摘要： 针对光场显微粒子图像测速中的纯数据驱动深度学习粒子场重建模型存在泛化能力有限、可解释性差的问题，本文提出一种融合物理信息的光场显微三维粒子场深度学习重建模型（Physics-Informed Deep Learning for Particle Reconstruction, PIDLR），通过融入成像物理过程作为重建约束信息，以提升网络重建性能与可解释性。首先，通过数值计算，获取“粒子光强分布-光场图像”数据集，训练所构建的三维粒子场U-Net重建网络；随后，将成像物理模型融入预训练后的重建网络，对网络进行无监督训练，微调网络参数；最后，通过模拟仿真与Y型芯片层流流动测量实验，对所提出重建模型进行验证。结果表明：相较于纯数据驱动的深度学习重建模型，PIDLR模型能够有效抑制伪粒子的出现，重建粒子轴向分辨率提高了33.47%，在0.4～1.2 ppm浓度范围内粒子场平均重建质量因子提高16.31%;Y型芯片层流速度场测量值与理论值的相对误差低至11.35%，进一步表明所提PIDLR模型提升粒子场重建效果的有效性。

关键词： 城市轨道交通   轨道工程   碳排放计算   全生命周期评估   动态分析   碳减排  

摘要： 在我国积极推进“碳达峰、碳中和”战略目标的进程中，轨道交通全生命周期碳排放的评估与优化减排成为重要研究方向。以南京地铁某线为案例，基于全生命周期评估（LCA）理论，提出地铁轨道工程碳排放计算模型，涵盖工程物化、施工建造与养护维修阶段，并进一步构建了动态分析模型以预测未来养护维修阶段碳排放变化。研究结果显示，南京地铁案例全生命周期内的碳排放总量约为65 179.34 tCO2，其中，工程物化阶段碳排放占比34.11%，施工建造阶段占比41.90%，养护维修阶段占比23.99%。工程物化阶段的碳排放主要来源于钢轨和预制轨道板的生产（95%以上），而施工建造阶段则集中于建材使用（70%以上）。尽管养护维修阶段的碳排放比例较低，其设备更新和轨道大修的累积效应不容忽视。同时，随着低碳技术的应用和能源结构的优化，未来轨道工程碳减排潜力巨大，优化钢材冶炼工艺、采用低碳建材或引入更高效的施工与养护设备是降低全生命周期碳排放的有效途径。研究成果为轨道交通工程全生命周期碳排放的系统性评估提供了新的方法，可广泛应用于不同轨道交通的轨道工程碳排放评估，为推动行业绿色低碳转型提供重要理论依据。

关键词： 餐饮用油   油回收   全生命周期   碳足迹   减排路径  

摘要： 餐饮废油（Waste cooking oil， WCO）因其环境风险与资源价值的双重属性，已成为碳减排的关键研究对象。通过构建餐饮用油全生命周期评价方法，分析了其从油料产生、使用、回收及资源化的全链条碳排放特征与减排潜力。结果表明：我国餐饮用油行业WCO年产量达800万吨，全生命周期的碳排放总量为11475.9 tCO2eq，系统碳中和率可达46.4%。通过多级碳足迹溯源发现，油料种植与废弃回收是碳减排的核心突破点。种植阶段可通过优化种植模式，提高压榨出油率等方式实现碳减排；若我国油自给率提高至86.4%，产业链可实现碳中和。若通过餐饮回收新装置的普及，使我国餐饮废油回收率从30%提高至80%，结合生物柴油转化工艺创新，每年可减少碳排放1829.3万tCO2eq。研究突破传统单一环节分析框架，量化了餐饮用油全生命周期的碳排放量及减排潜力，为废油回收技术落地、行业碳减排潜力评估、餐饮废油资源化与碳减排提供理论依据与决策支持。

关键词： 中央企业   合规管理   盈余管理   会计信息治理   代理成本   内部控制  

摘要： 全面加强中央企业合规管理、提升依法合规经营管理水平是打造法治央企和推动资本市场健康发展的有力保障。以国资委2018年出台的《中央企业合规管理指引(试行)》为研究契机,采用多时点双重差分模型实证检验法治央企建设的会计信息治理有效性。研究发现,合规管理实施后,中央企业的盈余管理行为得到有效抑制,减少26%左右,并且集团层面和子公司层面的合规手册颁布和合规委员会成立均有助于盈余管理水平的降低。机制检验发现,强化公司内部治理机制进而缓解第一类代理问题和提升内部控制质量是合规管理发挥作用的重要路径。进一步分析发现,合规管理的会计信息治理效应在业绩压力和股价压力大、分析师跟踪和媒体负面报道少的中央企业中更为明显。研究结论为政府外部监管与企业内部合规管理相融合的理论发展提供了有益探索,也为构建企业合规治理体系和推动资本市场健康发展提供了政策启示。

关键词： 栗属植物   SBP基因家族   选择压力   生物信息学分析   表达分析  

摘要： SBP蛋白是一类广泛参与调节植物生长发育过程的植物特有转录因子。本研究对3种栗属植物58个SBP基因家族成员进行生物信息学方法鉴定的同时，还在染色体上的位置、蛋白理化性质、共线性关系等方面进行了分析。结果分析发现所有栗属植物SBP基因家族成员在染色体上呈非均匀分布，其中3个SBP基因分布在三段未成功组装到染色体的片段中。分析进化树发现栗属植物SBP基因家族可以分为7个小组，小组5中发生了基因的丢失和扩增。分析Motif发现所有SBP基因家族成员都包含保守的Motif1或2。分析共线性基因对的Ka/Ks发现SBP基因家族成员在栗属植物基因组内及组间正在经历纯化选择分析转录组数据发现CmSBP基因家族在不同时期的中国板栗芽与中国板栗果实表达量变化明显。本研究结果可为后续栗属植物SBP基因功能研究提供理论基础。

关键词： 电-氢-碳耦合   GCT-CET交互机制   光伏预测   CPO-BiTCN-BiGRU模型   综合能源系统优化调度  

摘要： 在“双碳”目标的引领下，为实现电-氢-碳综合能源系统的结构优化与低碳转型，提出一种绿证-碳交易交互机制下的优化调度方法，该方法从设备运行和市场机制两个层面构建低碳导向的综合能源系统。在设备层面，建立煤制氢-富氧燃烧电厂协同运行模型，降低煤基能源碳排放。在市场机制层面，首先，改进了传统绿证交易模型，综合考虑光伏预测准确度和综合需求响应等因素；其次，基于碳交易与绿证交易的运行机理，构建以绿证为纽带的交互机制；同时，通过设计碳基价与绿证基价转换系数，有效避免重复计算的问题。此外，为提升光伏预测准确度进而优化交易主体的绿证获取量，构建基于CPO-BiTCN-BiGRU的光伏预测模型。最后，通过多场景对比分析，验证了所提模型能有效提升系统低碳性、经济性以及光伏预测准确性。

关键词： 企业   校企合作   参与动力   决策   项目生命周期  

摘要： 基于项目生命周期视角,校企合作可划分为合作准备期、合作实施期和合作质变期。在不同的合作阶段,企业面临不同的决策问题。企业最终做出什么样的决策高度依赖于其内部参与动力。为理清企业参与校企合作的动力来源,揭示企业校企合作决策行为背后的动力机制,本文采用扎根理论研究法发掘企业参与校企合作的决策驱动要素,并分析各要素对企业合作行为的影响。研究显示,企业参与校企合作是一个多种驱动要素共同作用下的有限理性决策过程,追求的是“满意”而非“最优”标准。对组织利益的追求是企业参与校企合作的逻辑原点,也是校企合作得以维系的根本所在。合作情感的联结为校企合作的建立提供方向与可能,也为校企合作的维系提供基本保证。教育责任在合作实施期得到激发,它是推动企业产生高质量校企合作行为的根本保障。

关键词： 土壤盐渍化   信息提取   尺度效应   异质性遥感影像融合   动态监测  

摘要： 土壤盐渍化是造成土地荒漠化以及作物产量降低的主要原因之一。遥感监测技术因其宏观视角和丰富的信息量为快速实现大面积土壤盐渍化动态监测提供了新途径。通过梳理国内外土壤盐渍化遥感监测研究相关文献,从盐渍化土壤分类、土壤含盐量反演及土壤盐渍化动态监测3类应用入手,总结了土壤盐渍化遥感监测信息提取与处理模型的研究进展与标志性成果。结果表明:近年来该领域的研究热点在于通过将卫星、航空、地面不同平台的多源遥感数据与深度学习协同提高土壤盐渍化遥感监测模型的精度;在不同遥感监测模型的构建中,建模因子的选取呈现多元化、综合化趋势;遥感图像与土壤盐度间的尺度效应问题,需协调不同分辨率图像之间的互补性,深入挖掘其内部关系。最后,展望了异质性遥感影像融合与“空天地”一体化智能监测体系在土壤盐渍化遥感监测研究中的应用前景。