摘要：科技创新战略和政策作为推动国家科技发展的重要手段,正向科技、经济、社会、环境多维度“协同作用”推进,需要综合考虑科技促进发展和促进科技发展的诸多内外要素。为此,应构建涵盖关键要素及相互作用的整体科技政策架构。文章提出“3+5”科技创新战略-政策框架体系(以下简称“‘3+5’框架体系”)并进行理论和实践分析,为决策部门和政策研究者提供一个政策分析框架。具体包括:(1)界定“3+5”框架体系的概念内涵,建立包括方针战略、规划布局、制度安排的“设计图层”和包括创新主体政策、资源配置政策、科技人才政策、成果转化政策、环境营造政策的“施工图层”;(2)从作用维度和价值导向出发,阐述“3+5”框架体系的建构逻辑;(3)以我国科技创新的战略布局为考察对象,基于“3+5”框架体系进行政策分析。

摘要：从偏向型技术进步理论视角,探究人工智能技术进步的多因素组态效应对高技术制造业就业结构的影响路径及机制。采用定性与定量相结合的混合研究设计,以2018—2020年中国30个省份数据集为样本进行了fsQCA实证分析。研究发现:(1)高技术制造业就业结构变化的前置因素存在组态效应,且人工智能相关产业投入、工业机器人投入、产业转型升级、制造业智能化水平、适龄劳动力占比、劳动力受教育程度均非单独的必要条件;(2)存在4条驱动高技术制造业劳动力占比增加的路径,包含产业转型-人才素质型、产业智能-人口红利型、机器替代-人才稀缺型、机器智能-人口红利型;(3)制造业智能化水平、制造业转型升级程度、适龄劳动力人口占比,以及制造业智能化水平、劳动力受教育程度是促进高技术制造业劳动力占比增加的两类核心条件组合。为推动偏向型技术进步从单一视角向多维视角的转变奠定了基础,也为地区管理部门投入人工智能促进高技术制造业健康发展提供了实践启示。

摘要：需求区间销售模式选择鲁棒定价预售合理性在可预知的需求信息为区间表达的情形下,研究销售模式选择与鲁棒定价决策问题,目的是分析预售的合理性和必要性.首先建立不进行预售时的鲁棒定价决策模型,根据逐层求解法得到鲁棒最优价格和实际销售利润.然后考虑通过预售获取确切需求信息并在现售阶段调整销售价格的两阶段鲁棒定价模型,根据预售所获得的实际利润评估预售的合理性.进一步地,基于风险中性准则对事先获取的需求区间进行分析,根据需求上下限和顾客购买偏好比例给出预售必要性的判别条件.最后设计了数值算例,考察预售的必要性如何随关键参数的变化而变化,以及不同销售模式下利润函数关于需求下限与实际需求之间差值的敏感性.

摘要：暴雨重现期是城市排水防涝设计的重要基础,通常基于长年代观测数据进行推算。但在无降水观测或观测时间较短的情况下,如何进行重现期推算和暴雨强度评估是目前亟需解决的科学问题。基于重庆市近14年高密度台站降水观测资料,建立各站逐年日降水极值抽样数据集,以“空间换时间”的思想,对日降水极值样本进行空间抽样,通过与国家级气象站长序列观测数据(>60 a)进行交叉检验,构建试验区目标点最佳百分位合成序列,该方法简称为空间抽样合成法(SBS)。通过重庆地区34个测站长年代观测资料计算重现期降水量“真值”与SBS、邻近点替换、克雷斯曼(Cressman)空间插值、年多个样法等推算结果进行对比检验,就平均而言,SBS的相对误差最小,其中含目标点样本的SBS相对误差最小为7.2%,邻近点替代法相对误差最大(13.2%),表明SBS可以较好地用于中国复杂地形的重庆地区,利用短序列高密度台站降水资料构建无有效降水观测资料目标点处的长序列极值降水样本,从而开展概率拟合优选及暴雨重现期推算。在对上述方法验证基础上,实现重庆地区2062个高密度气象观测站多年(50 a)一遇重现期降水量推算,提高了日尺度极端降水的空间精细化水平,结果能更好反映山区地形对降水的影响。SBS可以充分利用短序列高密度台站降水观测资料,实现区域内任意目标点重现期降水量推算。

摘要：智能眼镜是科技应用的主流方向之一。为了提供智能眼镜便利与实用的智能投屏体验,本文研究并设计一款无线智能眼镜。眼镜采用STM32F103ZET6为主控芯片以及Wi-Fi和蓝牙两种无线通信技术,来实现眼镜与智能设备的信息传输,同时,结合分光棱镜和凸透镜的光学原理进行镜片设计,以达到信息输出的目的。实验结果表明,该款智能眼镜能够同步手机等智能设备界面信息,实现了语音和视频等信息透传功能。

摘要：目的视觉定位旨在利用易于获取的RGB图像对运动物体进行目标定位及姿态估计。室内场景中普遍存在的物体遮挡、弱纹理区域等干扰极易造成目标关键点的错误估计,严重影响了视觉定位的精度。针对这一问题,本文提出一种主被动融合的室内定位系统,结合固定视角和移动视角的方案优势,实现室内场景中运动目标的精准定位。方法提出一种基于平面先验的物体位姿估计方法,在关键点检测的单目定位框架基础上,使用平面约束进行3自由度姿态优化,提升固定视角下室内平面中运动目标的定位稳定性。基于无损卡尔曼滤波算法设计了一套数据融合定位系统,将从固定视角得到的被动式定位结果与从移动视角得到的主动式定位结果进行融合,提升了运动目标的位姿估计结果的可靠性。结果本文提出的主被动融合室内视觉定位系统在iGibson仿真数据集上的平均定位精度为2~3 cm,定位误差在10 cm内的准确率为99%;在真实场景中平均定位精度为3~4 cm,定位误差在10 cm内的准确率在90%以上,实现了cm级的定位精度。结论提出的室内视觉定位系统融合了被动式和主动式定位方法的优势,能够以较低设备成本实现室内场景中高精度的目标定位结果,并在遮挡、目标丢失等复杂环境因素干扰下展示出鲁棒的定位性能。

摘要：光照条件和光谱反射率对增强现实和场景渲染任务非常有用,但是通过仪器采集比较困难,因此根据普通图像计算光照条件和光谱反射率是重要的计算机视觉任务.本文设计了一种通过分析场景中的阴影区域和周边区域颜色之间的色差,无需训练数据即可计算场景的光照条件和光谱反射率的算法.在自然场景中,阴影区域由于遮挡只能接收和反射天空光,而其周边的非阴影区域则同时受到太阳光和天空光的影响.当阴影和非阴影区域有着相同的光谱反射率时,两块区域颜色之间的色差反映了被遮挡光源的信息.两块区域之间的颜色差异由光照条件造成,又以光谱反射率为联系.因此,可以利用这两种颜色之间的关系计算光照条件和光谱反射率.本文使用先验知识和模型公式化表达某一区域在光照下呈现在图像中的颜色,然后基于两种颜色以及两者之间的色差设计了一种优化算法,通过计算最优解来计算场景的光照条件以及光谱反射率.通过在多个数据集上的一系列对比实验,以及一个使用光照条件和光谱反射率来去除阴影区域的应用实验,证明了该算法的准确性.

摘要：随着钢铁行业的数字化发展,其订单逐渐趋于多样化和随机化,这对热轧调度模型的适应性和灵活性等提出了新的要求.针对热轧调度问题,当前的主流方法是启发式算法,但其存在两个问题:一是没有考虑数据的组织表示;二是此类算法具有很强的针对性,当问题发生很小的改变就需要进行复杂的参数调整.相比之下,机器学习具有更好的适应性和灵活性,对此,采用本体进行人机物三元数据的组织表示,提出一种指针网络+强化学习的热轧调度求解方法.采用指针网络来学习序列到序列的映射,同时为解决指针网络训练困难和性能不高等问题,通过actor-critic网络进行训练,提高模型的准确性和收敛速度.最后,通过设计相应的实验对算法的性能进行仿真并与LK-H的局部搜索算法进行对比,进一步验证了所提出方法的有效性.

摘要：为抑制道路曲率干扰并提高无人车路径跟踪精度,提出一种基于观测器的无人车H_(∞)预瞄控制器设计方法.首先,将无人车非线性路径跟踪模型转换为线性变参数(linear parameter varying,LPV)系统;然后,建立关于路径曲率的预瞄模型,并将无人车路径跟踪模型与预瞄模型相结合构建增广系统;接着,考虑传感器测量噪声对无人车路径跟踪精度的影响,设计基于观测器的H_(∞)状态反馈控制器,并将控制器设计问题转化为满足一组线性矩阵不等式的优化问题.Simulink/CarSim联合仿真结果表明,所提出的基于观测器的无人车H_(∞)预瞄控制方法可以有效减小测量噪声对系统性能的影响,与已有最优控制方法相比,可以取得更好的路径跟踪精度.

摘要：学习者模型的“复杂性”和机器智能决策的“不透明性”,使得可解释学习者建模成为教育人工智能研究的重要议题。可解释学习者建模旨在通过对学习者多维度、多层次、多场景的精准刻画,实现学习者的可表征、可理解、可干预,进而为学习策略、教学模式、教育评价的设计和开展提供科学依据。其核心价值体现在对外在学习行为的准确表征、对学习者潜在特征的深度挖掘、对学习者模型的完整构建以及对学习机理的准确阐释,且在模型构建过程中充分体现出透明度和可解释性,进而增强教育主体对机器智能分析与决策的信任度和接受度。可解释学习者建模能够实现全景化细粒度的教育诊断,提供易于理解和接受的学习干预,推动高度适配且便于实施的教学决策,支持综合化高效能的教育管理,在“人机协同”的教育教学活动中具有广阔的应用前景。未来,还需通过加强多学科理论融合、科学智能方法运用、智能教育产品研发等途径推进可解释学习者建模研究。