基于超效率SBM模型的珠三角区域物流效率及影响因素分析

物流效率是反映物流绩效水平的重要指标.以珠三角城市群9个地市(不含香港特别行政区和澳门特别行政区)为研究对象,基于珠三角9个地市2010—2019年的面板数据,采用超效率SBM模型和GM L指数,测算珠三角城市群各地市的物流效率值及变动趋势.研究表明:技术进步是珠三角区域物流效率提升的主要因素,综合管理水平有待提高;珠三角区域的物流效率总体处于中等偏上效率水平且变化不大,深圳市物流效率水平提升较快且效率最高,东莞市物流效率最低,珠海市效率值起伏最为明显,整个测算期间呈"W"形走势.为进一步探讨外部因素对珠三角区域物流效率的影响程度,选取Tobit模型进行回归分析,发现区位优势对珠三角地区物流效率的提升起到了重要的作用.     

公私合作模式下绿色社区项目利益相关者共同治理研究

在绿色社区全寿命周期内存在多元化的利益相关者主体,它们之间的目标和利益即存在统一方面也表现出冲突方面,特别是在社区运营管理阶段。为了体现绿色社区全寿命周期的绿色、生态、低碳理念,就需要建立起与之适应的各利益相关者共同参与的绿色社区的社区共同运营管理模式。公私合作模式(PPP)的功能不仅体现在其卓越的融资表现上,公私合作的内涵更是符合社区各参与人进行共同治理的理论要求。本文将对公私合作模式下绿色社区项目的各利益相关者进行分析,构建绿色社区利益相关者共同运营管理机制。     

GPRS在配电自动化系统中的应用研究

GPRS是一种基于GSM系统的无线分组交换技术,其在通信领域中的应用,可高速的进行数据处理[1].配电自动化是指以配电网一次网架和设备为基础,综合利用计算机、信息及通信等技术,实现对配电网的监测、控制和快速故障隔离.为了保护和监测实时数据的安全性与可靠性,生物人脸识别技术基于神经网络计算可得到精确的人脸校验,完成信息安全性的权限保护.本文将生物人脸识别技术基于GPRS的通信传输应用在配电自动化系统中.     

博物馆数字化建设与金融文化传播——以东北亚金融博物馆为例

博物馆作为公共文化机构,承担着向公众提供文化服务的职责。随着科学技术(特别是信息技术)的发展,博物馆开启了数字化建设的进程。博物馆数字化建设的目的并不是要取代传统博物馆,而是对实体博物馆在某些方面进行有益的拓展和补充。伴随着数字化建设,博物馆能够更好地满足公众多样化的文化需求,提供更好的文化体验。突发事件对博物馆数字化发展形成了一种倒逼机制,凸显了博物馆数字化的重要性。为了更好地传播金融文化,实现文化育人的目标,东北亚金融博物馆将通过“顶层设计、逐步推进、研究标准、规范建设、共建共享、未雨绸缪、创新技术、增加手段”等做法,探索数字化建设之路。     

高速铁路动车组检修资源布局优化研究

高速铁路网的日趋完善,高速列车开行数量的进一步增加,对高速铁路动车组检修资源布局提出新的要求。为合理优化动车组检修资源布局,提高动车组检修效率,在分析我国动车段和动车运用所管理模式及布局方案的基础上,将动车组检修资源布局优化问题转化为基于多基地车辆路径运用的基地选址问题,基于"备选运用所-运输需求-动车组运用"间的关联关系构建动车组运用检修接续网络,建立动车组检修资源布局优化模型。以某区域的铁路网为例,利用近远期规划优化动车组检修资源布局,验证模型有效性,为今后动车组检修资源布局优化提供参考。     

基于CEEMDAN-EBA我国碳排放交易价格影响因素分析

本章以上海市碳排放交易所公布的碳价数据为样本,使用改进的CEEMDAN方法及小波变换将碳价序列分解并降噪,运用极值边界模型对各因素的影响程度进行分析.分析结果发现:市场内在和外在机制均对碳排放权价格产生显著影响.从市场内在机制来看,能源价格对碳价存在较大的影响,而市场外部环境中,经济发展水平、欧盟碳交易市场CER期货价格以及人民币对欧元汇率均显现出稳健性的影响.     

人力资本、营商环境优化与外资企业创新——兼论引智的重要性

在营商环境优化成为培育引资及引技竞争新优势的背景下，考察发展中国家的营商环境优化对外资企业创新意愿的影响以及外资企业人力资本的调节效应。研究表明：营商环境优化降低了外资企业进行技术创新、流程创新和产品创新的意愿，且平均边际效应依次增强；内在机制是营商环境优化带来的外资企业特惠度降低和内资企业竞争力增强；外资企业的人力资本增强了营商环境优化对其创新意愿的降低作用，且是通过增强外资企业特惠度、降低抑制其创新意愿以及营商环境优化促进内资企业竞争力的方式实现的。进一步发现，外资企业的引智具有显著的创新溢出效应，且内资企业的吸收能力存在积极的调节效应。     

基于信息辅助块稀疏贝叶斯学习的直扩通信窄带干扰抑制

现有基于Nyquist-Shannon采样定理的窄带干扰(Narrowband Interference,NBI)抑制方法存在应用受限于采样率较高的问题。应用压缩感知(Compressive Sensing,CS)理论解决上述问题，利用NBI在频域表现出的块稀疏特性以及直接序列扩频(Direct Sequence Spread Spectrum,DSSS)信号的类噪声特性，提出了基于块稀疏贝叶斯学习(Block Sparse Bayesian Learning,BSBL)框架的DSSS通信NBI抑制模型。实现干扰抑制后，利用传统的CS重构算法实现DSSS信号的压缩域解调。为进一步提高算法性能，将NBI稀疏分块的块内自相关矩阵建模为单位矩阵，提出了信息辅助BSBL(Aid BSBL,ABSBL)算法，设计了基于ABSBL的DSSS通信NBI抑制算法。该算法在保持较好NBI抑制性能的条件下，提高了运算效率并且不依赖NBI的稀疏结构。仿真验证和对比分析结果表明，所提方法能够有效抑制DSSS通信中的NBI，在干扰强度相同的条件下，NBI带宽越小、压缩率越大，算法对NBI的抑制性能越好。     

一种利用机器学习优化MIMO窃听信道天线选择的方法

为保障多输入多输出窃听信道系统中信息传输的保密性，提出了一种基于机器学习的天线选择方案。首先利用机器学习解决分类问题准确率高、处理大数据高效这一优势，设计了基于奇异值分解的特征值提取、基于信干噪比的标签赋值方案，建立了k最近邻分类器和逻辑回归分类器选择最优天线最大化保密性能（可达保密速率和保密中断概率）。与传统天线选择方案相比，所提方案获得了几乎一致的保密性能，并且大幅降低了系统的选择复杂度和误比特率。