【摘 要】
：
对照浙江省水利科技发展“十三五”规划，系统分析、研究浙江省水利科技在“十三五”期间科研成果的特点和发展轨迹，对2016—2020年浙江省水利科技创新奖获奖成果进行统计分析，结果表明，“十三五”期间，浙江省水利科技创新紧紧围绕水利重点工作，呈现出以下特点：研究类型由理论研究向应用研究转变；重大水利项目科技研究得到重视；创新主力军以副高及以上职称、硕士学历、且年龄在40岁上下的人群为主；创新主体以事业
论文部分内容阅读
对照浙江省水利科技发展“十三五”规划，系统分析、研究浙江省水利科技在“十三五”期间科研成果的特点和发展轨迹，对2016—2020年浙江省水利科技创新奖获奖成果进行统计分析，结果表明，“十三五”期间，浙江省水利科技创新紧紧围绕水利重点工作，呈现出以下特点：研究类型由理论研究向应用研究转变；重大水利项目科技研究得到重视；创新主力军以副高及以上职称、硕士学历、且年龄在40岁上下的人群为主；创新主体以事业单位和研究院所为主、企业逐渐成为全省水利科技创新的新生力量；产学研融合力度持续加强及知识产权数量持续增长；直接展现全省水利科技发展趋势和特点。
其他文献
随着智能船舶技术的发展,船舶能效状态评估相关研究得到广泛的关注。对船舶能效状态进行及时检测和判断,有助于控制和减少船舶二氧化碳碳排放,同时对船舶营运的经济效益也有重要作用。本文选取一条远海航区散货船为研究对象,以该船实测数据为基础,利用粒子群算法优化径向基神经网络对船舶主机能效进行研究,研究成果为完善船舶能效评估体系具有一定理论价值和工程应用价值。本文研究内容包括船舶海上状态识别算法和主机能效评估
会计工作是博物馆经济管理重要组成,也是保证博物馆各项工作平稳开展的关键要素之一。为更好地展开会计核算与审计工作,本文将以博物馆单位为例,通过对博物馆会计基本情况的分析,对事业单位会计核算特点与审计事项两部分内容展开深入性阐述,旨在提升博物馆会计、审计工作开展水平,保证单位为民服务质量。
随着世界经济和工业的快速发展,人类对能源的需求也在不断增长。建筑能耗在电力系统中占很大比重,能源压力迫切要求我们改善用能方式,提高用能效率。在此背景下,由光伏等可再生能源组成的微电网在建筑能源供给领域大力推广。目前面向楼宇的光储微网运行仍存在可靠性不足、供电成本高,功率供需不匹配等问题;用于能量优化管理的算法存在精度不高的不足。本文针对光储微电网优化和经济性调度相关问题进行研究,主要工作如下:1.
不少食品加工和动物养殖企业为了利益导致食品添加剂和动植物激素的滥用现象频频出现,多次成为人们关注的焦点。人们生活的环境也在工业、现代化建设影响下不断改变。电化学发光的出现为科学界探索微量检测的方向带来了新希望,现代科学通过一些先进的仪器配合各种检测方法对人体和所处环境中的微量物质进行检测,以此判断是否满足健康安全的需求。电化学发光灵敏度高、信号噪声低,相比传统检测方法更为便捷,在检测速度、操作难度
在微纳光子器件逆设计研究中,已经证实深度学习能生成更高性能的代理求解器,但在给定期望和约束的情况下,确定最佳结构仍具有一定困难。其中,样本获取的局限性和数据非唯一性,是影响逆设计结果的主要因素。本文主要针对样本不足的情况,通过对深度网络模型以及算法的适应性改进进行微纳光子器件的结构逆设计和重建工作。主要研究内容包括以下三个方面:1.提出了一种并行特征融合模型:PF-CRNN,并基于多种一维光子晶体
随着社会的飞速进步,互联网与物联网深度融合,车联网、无人机网等新型控制类应用场景快速涌现,此类场景下的应用对网络吞吐量和延迟提出了更高的要求。本文分别对车联网环境下的边缘缓存和任务卸载两个方面进行了综合分析,提出了基于边缘计算的内容缓存和基于车辆雾计算的任务卸载策略,旨减少系统能耗和时延,提高用户服务质量。本文主要工作如下:为了解决车联网中存在的响应时延过高的问题,本文提出一种基于多智能体强化学习
半导体氧化物纳米材料表面超疏水性能的实现有效地拓展了其在光、电、磁等领域的多功能应用,并呈现了一些新奇的功能特性。光控超疏水-超亲水可逆转变在氧化物纳米材料上的实现为智能型器件、可调控油水分离等装置的设计提供了有益途径。然而,氧化物纳米材料光控超疏水-超亲水可逆转变机制尚不清晰。本文以ZnO、Ti O2和Sn O2为模型材料,研究了紫外（UV）照射条件、气氛环境、表面缺陷变化等因素对材料表面润湿性
化石燃料的过度利用和不可再生资源的大量开发引发了严重的能源危机和环境污染,太阳能、风能、潮汐能等一系列可再生清洁能源的利用逐渐引起人们的重视。这类能源通常具有间歇性、离散性等不确定因素,严重限制了它们的大规模应用。氢能源的能量密度很高,在不久的将来有希望成为化石燃料的替代品。目前,贵金属Pt仍是当前催化制氢的最优选择,然而Pt基催化剂本身的高成本和稀缺性严重影响了其广泛应用。因此我们需要进一步开发
多层模糊最小最大神经网络是一种结合集成学习方法和多项式神经网络结构改进的模糊最小最大神经网络。模糊最小最大神经网络是一种经典的模糊神经网络,在处理分类问题时会展现出不错的性能,但仍然存在一些局限性:（1）模糊最小最大神经网络的训练过程对样本的输入顺序十分敏感。（2）模糊最小最大神经网络的训练过程中存在人为设定的参数,对训练结果影响较大。本文提出多层模糊最小最大神经网络针对这些缺点进行改进,主要的创