摘要：实行供应链管理是保障猪肉质量的有效途径。基于委托代理理论 ,从激励和利益协调的角度 ,通过建立高档猪肉供应链超额收益模型 ,分析了公司和养猪户获得超额收益和利益均衡的价格条件及其影响因素。研究结论对于公司与养猪户间的契约设计具有重要的指导意义。表 1,参 3。

摘要：准确的植物叶片理化参数对于监测植物生长状况至关重要。随着深度学习技术的迅速应用,结合深度学习和高光谱遥感技术的植物叶片理化参数分析应用潜力巨大;然而,现阶段结合深度学习和高光谱遥感技术在植物多叶片理化参数的联合估算研究尚少。该研究旨在挖掘结合高光谱遥感技术和深度学习技术开展高精度的多植被叶片理化参数(叶绿素含量、类胡萝卜素含量、水分含量、蛋白质含量和碳基成分含量)联合估算的潜力。首先,通过利用新型PROSPECT-PRO辐射传输模型模拟分析,确定了多个植被叶片理化参数的敏感光谱区域,并设计了LeafTraitNet模型;然后,基于Lopex93数据开展LeafTr aitNet模型训练和验证,取得了高精度的叶片参数估算结果。得到以下结论:(1)基于PROSPECT-PRO辐射传输模型辅助实测开展植被光谱特征选择十分必要;叶绿素(约434和约676 nm)和类胡萝卜素(约445 nm)两类色素的光谱吸收峰均主要位于可见光区域;然而,其与叶片光谱的相关系数绝对值最大的点却不是各自的吸收峰位置,这可能是因为叶绿素和类胡萝卜素对光谱吸收的相互影响。(2)水分的吸收峰主要位于950~2500 nm范围内,这与叶片蛋白质和碳基成分的吸收区域重叠,因此削弱了后者的高光谱遥感估算精度。基于PROSPECT-PRO辐射传输模型和Lopex93数据集的叶片参数相关性分析结果表明,叶片水分含量与950~2500 nm范围内叶片光谱反射率相关系数绝对值接近1,而叶片蛋白质和碳基成分含量与950~2500 nm范围内光谱反射率相关系数较低。(3)三种传统统计回归方法和LeafTraitNet模型的叶片理化参数估算精度可以基于其估算总nRMSE而排序为:Le afTraitNet(总nRMSE=0.84)<RF(总nRMSE=1.59)<MLP(总nRMSE=1.73)<MLR(总nRMS E=1.74)。研究显示基于深度学习的LeafTraitNet模型有潜力提供远高于传统统计回归模型的植物叶片理化参数估算结果,但其在冠层尺度的研究仍需要更多的实验来进一步验证。

摘要：文章探讨了创意产业集群发展的理论基础和北京市创意产业集群发展问题,首先讨论了传统产业集群的机制问题,在此基础上对比分析了创意产业集群的特殊性,并对国际上发展创意产业集群的政策和理论进行分析,最后提出北京市发展创意产业集群需要解决的七个问题。

摘要：现状 研发产业是一个备受争议的概念，本文定义研发产业是以研发活动为基础，向社会提供具有创意性质的研发成果作为交易的商品的经济活动和经济体系。这个定义排除了为社会提供公共物品的研发活动。从产业构成上看，研发产业是现代服务业的重要组成部分。