中国东部地区物流产业效率评价及其影响因素研究 ——基于2008—2017年面板数据

摘　要：运用DEA模型,基于2008—2017年东部地区11个省（市）的相关数据,以物流固定资产投资、物流业工资总额、营业里程和就业人员数作为投入指标,以物流增加值、货运量和货物周转量作为产出指标,对东部地区物流产业效率进行测算,并利用Tobit回归模型对东部地区物流产业效率的影响因素进行分析。研究结果显示：东部地区整体物流产业效率处于较高水平,天津市、河北省和上海市的物流产业效率名列东部地区前茅,而海南省物流产业效率较低,东部地区物流产业效率存在差异;东部地区物流产业效率与经济发展水平、产业结构、物流资源利用率、区位优势和市场化程度呈现正相关关系。最后,根据研究结论提出提高东部地区物流产业效率的建议。     

低熔点合金填充聚合物材料断口形貌研究

研究了合金元素、加工温度、金属含量、第三组分对低熔点金属填充聚合物材料断口形貌的影响。实验结果表明:不同的合金对体系的影响很大,低分子量、低结晶性聚合物,高的成型加工温度可提高材料的相容性。     

用垂斜截面仿预裂爆破法处理台阶断界的实践

露天矿坚硬岩台阶深孔爆破断界常见但其相关技术研究较为少见。吉朗德露天煤矿在台阶断界处先后采用过垂直截断面爆破开挖断界法和垂斜截面爆破开挖断界法,爆破质量差,紧邻保留区岩体拉裂损伤严重,开挖后不能形成规整断界轮廓面。结合垂斜截面构状（半“V”形构状面）有利于岩石台阶爆破外推和预裂爆破有止裂、减振的作用而提出垂斜截面仿预裂爆破断界法（断界斜线长15 m,爆破外推倾角为130.6°,仿预裂炮孔7个,孔径120 mm,孔深12 m,孔距2.5 m,相邻炮孔间呈互耦状间隔装药,先于主爆区110 ms齐爆）来处理该矿坚硬岩台阶断界工程问题,爆破效果好,开挖后易于形成规整轮廓面,消除了保留区后续钻爆施工隐患,为坚硬岩台阶断界提供了典型工程实例参鉴。     

四探针Mapping自动测试仪中电阻率温度系数的规范化拟合多项式的应用

本文回顾了单晶硅及扩散硅的电阻率温度系数(TCR)的实验结果,认为美国ASTM的TCR曲线是比较完整,确切的.利用我们开发的规范化多项式拟合方法,可将它表示成五阶多项式.将它存入具图像识别四探针定位功能自动测试系统的计算机中后,可以立即得到折合到23℃的硅单晶断面的电阻率分布.本文阐述了规范化拟合的原理,给出了单晶硅的TCR的拟合结果.     

薄层电阻测试Mapping技术

利用改进的范德堡法微区薄层电阻测试探针技术对n-Si片上的硼扩散图形进行薄层电阻的测量，并用发度表示其分布，可得到薄层电阻的不均匀度及平均值．这种所谓Mapping技术更有利于评价材料质量．     

低熔点双组分合金填充HDPE导电性能研究

对低熔点双组分合金(铋和铅)填充高密度聚乙烯(HDPE)导电性能进行了研究分析,结果显示:随着金属填充量增大,填充体系的导电性能提高,金属填充量大于40%,表面电阻率和体积电阻率分别降低6个和8个数量级;第3组分的加入显著提高了填充体系的导电性能,体积电阻率从3.9×1016 Ω·cm下降到1.5×1015 Ω·cm。     

移动机器人在大尺度未知环境下的自主导航方法——改进的FastSLAM算法

在移动机器人同时定位和地图创建过程中,标准FastSLAM算法（对SLAM因式分解的一种快速算法）通常假设机器人观测值和环境陆标之间的数据关联是已知的（即采用预置陆标）来回避数据关联问题。针对标准FastSLAM算法的这一缺陷,提出了一种适合大尺度未知环境（即数据关联未知）下的基于单个粒子最大似然数据关联和环境否定信息相结合的FastSLAM改进算法。该算法用基于单个粒子最大似然数据关联法保证当前运动噪声对下一步关联数据精度的影响和“失踪”问题的出现,而用环境否定信息法避免错误陆标添加到环境地图中。仿真结果表明,改进的FastSLAM算法解决了大尺度未知环境下的数据关联问题,提高了机器人自身定位和地图创建的精度,可真正实现机器入在大尺度未知环境的自主导航。     

基于规范化谱主成份分析的微操作深度信息提取

针对微操作工具在测试窗口内（X-Y平面）大范围移动时，采集到的模糊图像差异较大的问题，提出了一种新的不变量特征提取方法――规范化谱图像，将其应用于深度估计可提高系统的鲁棒性。同时，利用主成份分析方法可降低数据的维数并抑制噪声的影响，使得系统的实时性和精度得到较大改善。实验结果验证了上述方法的有效性。     

基于进化梯度搜索的机器人主动嗅觉仿真研究

提出了基于进化梯度搜索的多机器人主动嗅觉的一种实现策略．首先用Fluent软件建立了一个时变的气态流体环境；其次给出了在此仿真环境中的基于进化梯度搜索的机器人主动嗅觉实现过程，包括发现气体、跟踪气体和气味源确认．为了弥补进化梯度搜索法在机器人数量有限情况下存在的不足，本文算法还使用了风向信息．仿真结果验证了该搜索策略的有效性．通过与传统的基于单机器人的浓度梯度搜索策略比较，验证了本文所用方法的优越性．     

基于ReliefF-Pearson的嗅觉脑电通道选择

基于脑电(EEG)信号的气味识别研究在嗅觉功能客观评价及嗅觉障碍疾病诊断等方面具有重要的应用价值.在实际应用场景中使用过多EEG通道会带来诸多不便,因此研究如何选择EEG通道尤为重要.该文针对嗅觉EEG信号分类中的通道选择问题,提出了一种新型的基于ReliefF-Pearson的嗅觉EEG通道选择算法.该算法结合ReliefF的权值思想和Pearson系数的相关性原理对EEG通道进行选择.结果表明,与传统基于ReliefF的通道选择算法相比,该文所提算法在保证一定分类准确率的同时能够显著减少使用的通道数量,并且通道选择的结果不依赖人为经验和分类器.此外,使用该方法获取的通道,其空间分布与已有的嗅觉神经生理学位置相一致,进一步证实了该方法的科学性和有效性.该文所提算法为嗅觉EEG通道选择的研究提供了新思路.