“断链”危机下我国高技术产业链发展的影响因素研究

当前逆全球化、贸易保护主义不断抬头,这使得我国高技术产业链陷入“断链”的危险境地。文章测度了我国高技术产业链的发展水平,探讨了“断链”危机下我国高技术产业链发展的影响因素。研究发现,我国高技术产业链发展水平总体偏低且增速缓慢,呈现明显的区域差异。而其发展水平主要受到地区劳动者工资水平、政府支持力度及市场化水平的正向影响,受到地区金融发达程度的负向影响,且不同影响因素有不同的空间溢出作用。因此,文章提出推动我国高技术产业链高质量发展,破解“断链”危机,建议政府应构建高技术产业链创新发展的环境,推动其区域差异化协同发展,培育与支持其“链主”及“专精特新”中小企业发展。     

基于铁谱图像异类特征融合的磨损类型识别方法

针对铁谱磨粒图像识别中存在特征单一、异类特征的综合利用率低等问题,提出一种磨粒图像多特征的异类信息融合识别方法。首先,对在线铁谱图像预处理基础上提取磨粒纹理(ASM、熵、相关、对比度)、颜色(均值、方差、斜度)、几何(7个不变矩)3种统计特征;其次,对提取特征数据进行[0,1]归一化处理,采用超球心间距法确定核参数,运用超球多类SVM实现基于单种特征的多类磨损识别;最后,在单种特征识别基础上通过后验概率构造3种特征所需的软判决基本概率赋值(BPA)函数,运用超球多类SVM与D-S证据理论结合法实现异类特征融合的铁谱图像识别。特征融合方法识别最高识别率达到了96.1%,与单一特征识别结果相比,识别准确度更高,且实现了不同特征的互补。     

基于异类信息融合的齿轮健康评估方法

针对齿轮传统健康评估方法中特征描述单一,齿轮箱中多种参数信息未能有效利用的问题,为更准确地监测齿轮运行的健康状况,提出一种基于异类特征信息融合的齿轮健康评估方法。对前期正常状态运行的齿轮采集振动、油液、铁谱等多种信号并提取特征指标,建立各类特征的模糊C均值聚类中心;利用模糊理论输出待测信号对于正常状态信号的隶属度作为各类特征的健康评估指标;以隶属度构造基本概率赋值函数,应用D-S证据理论组合规则,在决策层进行异类信息融合,从而完成齿轮的健康评估。通过对齿轮全寿命试验的数据处理与对比分析,证明该方法能够有效地评估齿轮健康状况。     

风溪河开发史略

0前言1989年IO月27日，在赤水召开的农村初级电气化县验收会议上，贵州省政协常委、原贵州省水利电力厅厅长李家平同志，高度评价了风溪河的开发事业。他说：“我觉得，赤水的电气化，主要是靠风溪河的梯级开发。风溪河从1965年开始规划和勘测设计，经过24年的艰苦历程，取得了现在的丰硕成果……。我作为一个老水利工作者，深为敬佩和感激。回忆中央有关单位和我省花大力用了几年的时间开发了猫跳河的6个梯级，共装机23．9万kw；而赤水只用了一个县的力最，主要靠坚持不懈的努力，至今已对风溪河的4个梯级进行了开发，装机近1．5万kw，待…     

基于特征处理的MVU算法在齿轮故障诊断中的应用

针对不同故障类别齿轮的故障信息难以有效获取、齿面多类故障难以准确聚类的问题,提出一种基于特征处理的最大方差展开(Maximum Variance Unfolding,MVU)维数简约的齿轮故障诊断模型。首先对获取的振动信号进行最小熵反卷积(Minimum Entropy Deconvolution,MED)预处理,将高低频段进行分离并筛除不确定信号,并在多域上提取信息熵作为特征指标;而后,利用样本点分布矩阵筛选高效表征特征指标并构建高维特征空间,并利用改进的MVU算法对其进行维数简约,获取低维的真实子空间;最后,将其输入到超球多类支持向量机中进行超球构造与分类识别。通过实验数据的分析对比验证模型的有效性。     

基于SE-ResNeXt的苹果叶片分类方法

基于现有深度学习技术，采用基于残差神经网络ResNet的变体SE-ResNeXt，构建可以自动进行苹果品种分类的卷积神经网络模型，并基于迁移学习方法训练模型。数据来源于甘肃省静宁县苹果产业基地拍摄的20类苹果叶片图像，其中每类苹果叶的图片数据量为50幅，合计1000幅。在该数据集上，对ResNet50、ResNet101、SE-ResNet50、SEResNet101、SE-ResNeXt50、SE-ResNeXt101这6个模型进行对比实验。结果表明，SE-ResNeXt101的结果优于其它对比模型，最高准确率达到97.5%，单张图片推断时间仅0.125 s。本文方法为今后苹果种植过程中高效、准确地识别苹果品种提供了一种手段，对辅助农技科研与苹果种植具有较大的帮助作用。