【摘 要】
：
科技与金融的结合是增强自主创新能力、促进经济社会转型升级的必经之路.运用DEA-Malmquist指数模型对2009—2018年安徽省的科技金融结合效率进行评价,随后对2016—2018年安
论文部分内容阅读
科技与金融的结合是增强自主创新能力、促进经济社会转型升级的必经之路.运用DEA-Malmquist指数模型对2009—2018年安徽省的科技金融结合效率进行评价,随后对2016—2018年安徽省16个地市的效率进行比较分析.研究发现:①安徽省的科技金融发展效率处于相对有效状态;②2016年仅有蚌埠、池州2个地市达到DEA有效,2018年仅有阜阳、六安与铜陵3个地市处于有效状态;③安徽省全要素生产指数不高,要加大提升科学技术能力.基于实证结果,为促进安徽省科技金融发展,提出合理配置研究与试验发展(R&D)经费、加大科研人才队伍建设、构建产学研模式,提高科技成果转化以及加快区域间科技金融的协同发展等对策建议.
其他文献
为研究近水面的起飞再入式运动对飞行器近海面的高机动突防能力的影响,文中基于CFD数值模拟方法,湍流模型选取SST k-ω模型,利用重叠网格技术,将N~S方程与六自由度弹道方程耦合对三维空间内薄圆盘的水漂运动进行了数值模拟,研究了不同工况下水漂的入水特性和运动规律.结果表明:数值模拟计算得到的圆盘从接触水面到离开水面的时间与实验值吻合较好,圆盘的运动轨迹与实验结果相吻合;圆盘在打水漂向前运动的同时由于自身的旋转产生了马格努斯效应,从而使圆盘的运动轨迹产生了一定的侧向偏移以及圆盘自身的姿态发生了侧向偏转.
研究华为P40手机终端北斗三频观测数据质量及噪声特性,通过与测量型接收机对比分析发现,P40手机海思芯片具有较好的北斗三号信号捕获能力,B1I、 B1C和B2a三频信号信噪比略低于测量型天线,且3个频点均存在与终端芯片相关的系统误差。外置天线零基线实验结果表明,P40手机海思芯片零基线定位精度达到mm级,伪距和载波相位噪声可达到测量接收机噪声精度水平,B2a伪距噪声优于0.5 m, 3个频点的相位
针对协同过滤算法中用户反馈数据的稀疏性问题,提出一种基于知识库的协同矩阵分解方法.该方法从物品的知识图谱中学习其向量表示,并在此基础上联合地分解反馈矩阵和物品关联度矩阵,两种矩阵共享物品向量,利用物品的语义信息弥补反馈数据的缺失.实验结果表明,该方法显著地提升了矩阵分解模型的推荐效果,在一定程度上解决了协同过滤的冷启动问题.
为建立高精度的BDS钟差预报模型,提出一种基于改进的萤火虫算法优化的分数阶离散型灰色系统SAFA-FDGM(1,1)钟差预报模型。为避免萤火虫算法陷入局部最优解,提高萤火虫算法的优化能力,本文引入惯性权重因子,同时对吸引力因子、步长因子进行改进;利用改进的萤火虫算法自动优化选取FDGM(1,1)分数阶因子来提高FDGM(1,1)数据拟合精度。分别采用C02(GEO)、C09(IGSO)、C12(M
针对电离层总电子含量(TEC)非线性、高噪声的特点,建立基于经验小波变换(EWT)和Elman神经网络的短期电离层组合预报模型。运用该模型对不同地磁环境的电离层TEC时间序列进行建模预报,结果表明,EWT-Elman组合模型可反映电离层TEC的变化特征,地磁平静期预测平均相对精度为93%,均方根误差为1.04 TECu;地磁扰动期预测平均相对精度为92.4%,均方根误差为2.18 TECu。单一E
针对基于卷积神经网络的目标识别方法中经典的矩形检测框在检测舰船目标时会框出很多无关区域,易出现漏检、误检等问题,提出基于改进Mask R-CNN(mask region-based convolution neural networks)的舰船目标检测方法,在Mask R-CNN网络的基础上通过增加判别模块、类别预测分支和语义分割分支对视觉系统采集的可见光图像中的舰船目标进行目标定位和类别预测,同
研究单比特接收机的高检测率测频方法,利用滤波器组将信号分成多通道,每条通道独立采样、测频,通过减小非线性变化产生谐波的影响达到提高检测率的目的,并对测频后的误检数据进行统计和分析,依据分析结果设计补偿矩阵,利用补偿矩阵对测频结果进行修正.仿真结果表明该方法有效提高了单比特接收机的双信号检测率,对于大动态范围的检测率提升更明显,归一化增益差为6 dB时检测率是原检测率的3.5倍.相关的研究方法和结论对实际工程应用具有一定的参考意义.
针对面向实际应用场景中数据标签易残缺导致有监督多标签分类方法可用训练数据量减少,未能利用大量标签缺失数据中蕴含的样本特征空间关联知识以最大化判别间隔,限制多标签分类效果等问题,本文提出一种融合样本相似性的弱监督多标签分类方法.该方法利用标签相关性和样本相似性恢复标签以提高数据利用率,并将标签恢复嵌入到训练过程中以便挖掘标签相关性,通过近端加速梯度法进行参数优化,建立弱监督学习场景的多标签分类模型.在真实数据集上的实验结果表明,该方法能够利用样本相似性有效提升模型在标签残缺时的分类能力,实用价值大.
为削弱测站非线性变化对速度场模型和噪声模型的影响,提出一种EMD分解与环境负载改正相结合的方法,利用徐州区域10个CORS站近2 a(2016-06～2018-05)的时间序列对该方法进行验证。首先利用Bernese软件解算测站坐标时间序列,对去线性项的时间序列进行EMD分解,重构周期项和残差项;然后利用GFZ发布的环境负载产品对重构的周期项进行改正,以谐波函数拟合加环境负载改正方法作为对照。结果
针对高速无人艇自主航行时对视觉检测的实时性以及由于水面场景变化和波浪反射等干扰的鲁棒性需求,提出一种基于深度学习的高速无人艇视觉检测实时算法.采用基于MobileNet的神经网络快速提取全图特征,设计SSD结构的检测网络融合各层特征图的结果以完成快速多尺度检测,并在嵌入式GPU NVIDIA Jetson TX2硬件平台上将算法实现并验证.结果表明,该算法能够实时检测多类水上特定目标,具有鲁棒性强