【摘 要】
：
近年来，虽然宁波“专精特新”企业数量不断增长，但在发展过程中也出现了企业数量增速放缓、创新环境不够理想、产业链高端攀升难等现象。为推动“专精特新”企业继续做大做强，助力宁波从制造大市向制造强市迈进，还需要进一步激发企业活力、鼓励科技创新、塑造企业优势。本文从优化营商环境、激励科技赋能和破解民企痛难点等方面提出宁波做大做强“专精特新”企业集群的对策建议。
【基金项目】
：
宁波市人民政府发展研究中心课题《宁波“专精特新”企业高质量发展路径研究——以“新材料”行业企业为例》（J23-W2）的研究成果；
论文部分内容阅读
近年来，虽然宁波“专精特新”企业数量不断增长，但在发展过程中也出现了企业数量增速放缓、创新环境不够理想、产业链高端攀升难等现象。为推动“专精特新”企业继续做大做强，助力宁波从制造大市向制造强市迈进，还需要进一步激发企业活力、鼓励科技创新、塑造企业优势。本文从优化营商环境、激励科技赋能和破解民企痛难点等方面提出宁波做大做强“专精特新”企业集群的对策建议。
其他文献
针对配电网与多微网系统（multi-microgrids,MMG）间的电能交互和能源协调问题，提出了一种配电网运营商（distribution system operator,DSO）设定电能交互价格的方法，以协调MMG系统的能量交易。构建了DSO与MMG的电能交易框架，分析了两者的主从博弈关系，并引进P2G与CCS联合装置（P2G-CCS）改进传统CHP机组，以降低碳排放；建立了基于Stacke
专精特新“小巨人”企业通常聚焦于缝隙市场，在特定产品上实现极强的专业度和较高的国内外市场占有率，是供应链产业链核心企业难以或缺的配套供应商，同时对于补齐供应链、稳定我国产业经济结构具有非常重要的作用。近年来，在鼓励企业创新政策的支持下，我国专精特新“小巨人”企业技术创新能力显著提升，尤其在研发投入和授权专利数量等方面进步明显，但与德国隐形冠军企业相比仍存在明显差距。本文通过对德国集群化创新体系和中
雷达辐射源识别是电子侦察系统流程中的关键环节,其通过对目标辐射源信号类型的识别,为决策提供必要的情报支持。然而,待识别的雷达辐射源的非合作性使得辐射源识别任务面临着诸多困难和挑战,其难点可概括为获取的雷达辐射源数据信噪比较低、小训练样本集、训练样本库涵盖数据类型有限及小型化硬件算力不足。这些难点限制了雷达辐射源识别技术在实际工程中的应用。针对上述难点,本文对雷达辐射源识别技术进行深入研究,其内容包
庆阳市在保障国家能源安全和生态安全战略格局中具有重要地位。长期以来，油气钻采作业给庆阳市原本脆弱的生态环境带来了巨大的挑战。通过分析2018—2022年庆阳市环境保护局行政处罚中油气钻采作业相关违法案件，结果表明庆阳市域内油气钻采作业所致环境污染问题主要有伴生气未全部回收利用，采出水超标回注，钻井泥浆、含油废水和含油污泥下渗污染土壤，危险废物处理处置、储运不规范，对于环境管理制度不落实等，最后针对
文章介绍了汽车检测与维修技术专业群的建设基础和建设思路。首先强调了专业群的定位和人才培养目标，强调培养具有创新意识、创业能力、工匠精神的复合型高素质技术技能人才。其次，介绍了专业群与区域产业的紧密结合，以校企合作和订单培养为基础，完善双元育人模式。然后，探讨了课证融合体系和多样化的课程学习模式，包括线上线下混合式教学和项目教学等方法，阐述了专业群的建设思路，包括明确人才培养定位、与产业链对应、协调
为研究焊接功率对复杂焊件焊后应力、变形大小和分布的影响，通过Visual-Environment软件平台建立实体模型，使用SYSWELD焊接软件作为求解器对Q345低合金钢在焊接工艺中选取不同焊接功率来进行仿真模拟.结果表明：1 680 W焊接功率的为残余应力、变形为3组方案中的最小值，最大残余应力发生在第一条焊缝的开始处，达到596.83 MPa,最大角变形位置在顶板边缘，变形达到2.225 m
为减少铅锌尾矿的重金属污染，以及解决铅锌尾矿中植物生长困难的问题，采用盆栽实验的方式，选择在尾矿表层4 cm施加0、5%、10%、20%、30%、40%、50%以及100%污泥堆肥方法，对铅锌尾矿进行改良。结果表明，污泥堆肥施加量达到30%～40%时即可对紫花苜蓿生长起到有效促进作用，明显增加尾矿中速效养分含量，并有效降低重金属浓度，为以后铅锌尾矿的修复提供了理论基础。
采用目前方法整合医院门诊信息时，存在系统服务器负载率高、反馈时间长、反馈正确率低的问题。为此，在云存储环境下设计了智慧医疗门诊信息整合系统。以B/S结构为骨架轮廓，以MVC为开发框架，设计分离业务逻辑和数据视图代码的组织模型，按照医院门诊需求模拟系统不同层级，设计基本信息模块和挂号、收费、退费、配药及退药五项业务模块，完成医院门诊信息整合。实验结果表明，设计系统负载率低、反馈时间短、反馈正确率高。
事件论元抽取是事件抽取的一个子任务,是信息抽取领域的一个重要研究方向。该任务旨在从无结构文本中抽取结构化信息。在情报收集、知识提取、文档摘要、知识问答等领域有着广泛应用。具体来说,给定一个事件类别与对应的事件触发词（trigger）的前提下,从句子中抽取对应的论元（argument）。目前主流的事件论元抽取模型是基于序列标注的方法。然而这些方法无法在低数据的条件下表现良好,同时这些方法也不能有效地