摘要：随着信息技术的迅猛发展,农业数字化、智慧化转型正在加速。数智服务通过将数字化信息作为农业的生产要素,利用机器学习、人工智能、物联网、区块链等数字信息技术对农产品对象、环境和产销全过程进行可视化表达、数字化设计、智能信息化管理,对推动农业高质量发展具有重要意义。本文针对农业多元主体的发展诉求,以数智服务赋能的农业数字经济与实体经济融合路径为切入点,分析农业数实融合的发展趋势及掣肘因素,探讨数智服务在农业高质量数实融合中的应用,并提出促进农业高质量数实融合发展的保障对策,实现农业产业高质量供给与高品质需求相匹配,为提高农业产业链高质量发展提供新思路。

摘要：以颠覆式创新为引领、加快发展新质生产力是推动中国高质量发展的内在要求。本文设计了包含技术范式变革的知识生产函数,构造了技术多样化和技术专业化共存的内生增长模型,基于1985~2017年各省发明专利数据进行实证检验。研究发现:(1)技术范式变革引领了经济增长的周期性波动,缺乏技术范式变革是现阶段中国经济增长率下行的重要原因,当前处于新一轮技术范式变革爆发前阶段。(2)在既定的技术范式下,受知识溢出和范式限制的共同影响,技术多样化的经济增长效应随着地区技术种类增加呈现先增强后衰退的趋势。(3)随着地区中间品平均质量的提升,两类技术创新活动的经济增长效应均出现明显衰减。对加快发展新质生产力的政策含义是,加快加大一系列颠覆性技术基础研究和应用研究投入,实现技术范式加速变革;不断提升产学研合作自由度,优化生产要素创新性配置;因地制宜、因时制宜地进行预见性创新治理,推动各地区产业深度转型升级,先发地区应当完善多主体协同创新体系,推动技术范式变革,使得技术多样化加速涌现,后发地区重点进行有选择地促进技术专业化投资,再逐渐转向技术多样化投资。

摘要：可解释的准确预测PM_(2.5)浓度变化可以有助于人类规避暴露风险,对人类健康风险评估和政策实施具有重要意义。目前已有PM_(2.5)浓度预测模型过多专注于提升模型预测精度,但忽略了模型的可解释性,造成模型可复用性和可信任度较差。鉴于此,本文提出了一种兼顾模型预测精度与模型可解释性的注意力时空常微分方程模型(Attentional SpatioTemporal Ordinary Differential Equation,ASTODE)用于PM_(2.5)浓度预测任务。具体而言,本文将神经常微分方程集成至PM_(2.5)浓度预测任务中,以提升预测模型的可解释性。此外,针对传统神经常微分方程难以挖掘PM_(2.5)浓度数据中空间依赖关系的挑战,本文提出了一种新颖时空导数网络将传统神经常微分方程扩展到了时空常微分方程。针对传统神经常微分方程难以挖掘PM_(2.5)浓度数据中长期依赖关系的挑战,本文设计了一种时空注意力机制去融合多个时间节点的隐藏状态。本文采用真实的PM_(2.5)浓度数据集对提出的ASTODE模型进行了验证。实验结果表明,ASTODE模型不仅在预测精度上优于或逼近于存在的6个基线方法,并且在可视化的视角下具有良好的可解释性。

摘要：抖振可靠性评估对保障大型桥梁结构在强风作用下的安全性具有十分重要的意义。在已有研究基础上,基于非平稳风场模型和精细化的抖振时域分析方法,并考虑抖振响应的非平稳性和非高斯特征,构建了大跨度桥梁主梁非平稳抖振可靠性分析的方法流程。非平稳脉动风速的模拟基于进化谱理论采用谐波合成法并引入均匀调制函数来实现。静风力荷载采用规范公式求解,非平稳抖振力采用准定常气动理论并引入气动导纳公式来修正其误差进行模拟,气动自激力通过引入单元气动刚度矩阵与气动阻尼矩阵实现。对于精细化有限元分析得到的抖振响应,采用Winterstein修正模型对其进行高斯转换,并考虑响应方差的时变特性,采用基于Poisson假定的首次超越概率来求解非平稳抖振动力可靠性。应用所提出的方法流程对某大跨度斜拉桥在一次强风作用下的抖振可靠性进行了分析评估,证明了其有效性。

摘要：ATP激活的配体门控阳离子通道P2X受体参与多种生理病理功能,是一类重要的新药靶标。目前发现的多种靶向P2X受体的小分子药物多数因结果未达到预期或存在明显的副作用而止步于临床研究。明确的调节机制可为靶向P2X受体的理性药物设计提供新的方向,从而提高药物发现概率和有效性。本文就P2X受体调节剂的作用机制进行综述,并对靶向P2X受体的小分子药物最新研究进展进行总结。

摘要：移动边缘计算(MEC)可以在网络边缘为用户提供就近的存储和计算服务,从而为移动用户带来低能耗、低时延的优势。该文针对基于超密集网络(UDN)的多用户多MEC场景,从用户侧出发,以最小化用户计算总开销为目的,解决用户在卸载过程中的卸载决策和上传传输功率优化以及MEC计算资源分配问题。具体而言,考虑到该问题是一个具有NP-hard性质的MINLP问题,该文将该问题分解为两个子问题并通过两个阶段的方式进行求解。首先在第一个阶段设计了一种基于深度强化学习(DQN)的任务卸载决策来解决任务卸载子问题,然后在第二个阶段分别使用KKT条件以及黄金分割算法解决MEC计算资源分配和上行传输功率的优化问题。仿真结果表明,所提方案在保证用户时延约束的前提下,有效降低了用户的计算开销,提升了系统性能。

摘要：随着数据的爆炸式增长,以数据为关键要素的数字经济进一步发展。在数据市场中,建立公平高效的定价交易系统变得尤为重要。针对数据市场的公平性,提出了基于数据质量的数据市场模型。首先,以用户的需求为目标,制定综合数据质量的定价策略。其次,为防止用户的恶意欺诈行为,设计了保障公平数据交易的市场机制。最后,在原始数据交易的基础上,讨论了与数据质量相关的数据清洗服务,通过游戏理论中的机制设计多用户清洗价值分配机制。通过实验证明了按照模型构建系统的效率和有效性,可以保证数据市场的公平性。

摘要：中国话语是中国理论和实践相结合而产生的,阐释着中国悠久的历史文化和中国式现代化的建设成就。“中国近现代史纲要”中的中国话语建设是高等教育领域思政建设的实际要求,并且有完整的层次设计和路径安排。明确“中国近现代史纲要”同中国话语的内在关联解决的不仅是为什么需要中国话语的问题,还有如何用中国话语在历史教育中阐释中国式现代化的问题。在“中国近现代史纲要”教育实践当中需要用中国话语对历史教育进行重塑,为中国不同历史阶段的叙事建立连续性,进而提炼出完整的中国叙事,将其体系化并纳入中国话语,更好地阐释中国式现代化和解放生产力。

摘要：数据增强的代表性研究主要针对ImageNet等常规分类数据集展开。考虑到细粒度识别数据集中测试样本类内及类间关联性与常规分类数据集差异明显,因此针对细粒度识别的数据增强方法尚待深入研究。为此,从细粒度识别任务以及数据集的特殊属性入手提出基于常识辅助的细粒度语义图块混合策略。所提方法利用常识知识挖掘样本标签间潜在关联,以此为基础设计结构化图像混合策略的多支路卷积神经网络结构,使图像混合过程更关注目标的细微差异。通过大量性能测试可验证所提方法的性能明显优于主流的基于图像混合的数据增强方法。同时,通过实验验证,所提出的常识知识有助于多种基于混合图像类的数据增强模型性能提升。

摘要：目前,再生沥青的研究主要集中在老化沥青性能的恢复上,而对老化后再生沥青性能变化的研究较少。本研究以自制的两种废机油残留物再生剂(REOB1、REOB2)对老化基质沥青进行再生,并对再生沥青进行短期老化(TFOT)和长期老化(PAV)。采用动态剪切流变仪(DSR)和薄层棒状色谱仪(TLC-FID)分析再生沥青及其老化后的动态力学性能和化学组分变化情况。结果表明,两种REOB再生剂均能使老化基质沥青的性能恢复至原样沥青水平,并且REOB2再生剂与老化基质沥青的相容性优于REOB1再生剂;采用CAM模型对沥青复数模量、相位角主曲线进行拟合,并以原样沥青主曲线为参考,对老化与再生沥青拟合数据进行归一化处理,发现两种REOB再生剂均可以恢复老化基质沥青的复数模量和相位角。在二次老化过程中,RA+REOB再生沥青的归一化复模量指标(NCMI)在低频和中频范围内逐渐增大,即使经过长期老化,其复模量仍低于长期老化的基质沥青;而归一化相角指标(NPAI)在中频范围内的下降幅度明显大于低频范围和高频范围内的下降幅度,RA+REOB1再生沥青经过PAV老化后的NPAI低于长期老化后的基质沥青;随着老化程度的加深,RA+REOB再生沥青的化学组分从芳烃组分向胶质迁移,REOB1再生沥青经PAV老化后轻组分损失最大。