检索结果-南通市图书馆

企业家天地(理论版) 2009年第12期 29-30页

作者：陆云水浙江省江山市地方税务局

一、当前我国民营公司内部审计的现状(一)国家审计机关对民营企业内审工作指导监督缺乏政策法规依据和行之有效办法.

关键词：内部审计民营企业财务审计权威性审计机关民企财政审计民营公司

基于SnO2涂层SDNS光纤气体传感器研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

光通信研究 2025年

作者：陆云才李群邵剑吴鹏梁家碧李晓涵廖家繁邓传鲁国网江苏省电力有限公司电力科学研究院上海大学通信与信息工程学院特种光纤与光接入网重点实验室

【目的】为实现电气设备中六氟化硫(SF6)分解气体硫化氢(H2S)的有效检测，文章研究了一种基于二氧化锡(SnO2)涂层的单模-D型无芯-单模（SDNS）光纤结构的高灵敏度H2S传感器。【方法】在涂覆SnO2的D型无芯光纤两端分别熔接单模光纤，其中... 详细信息

【目的】为实现电气设备中六氟化硫(SF6)分解气体硫化氢(H2S)的有效检测，文章研究了一种基于二氧化锡(SnO2)涂层的单模-D型无芯-单模（SDNS）光纤结构的高灵敏度H2S传感器。【方法】在涂覆SnO2的D型无芯光纤两端分别熔接单模光纤，其中D型无芯光纤和两端单模光纤共轴，形成SDNS传感器。由于SnO2膜层与H2S气体接触时会发生吸附作用，导致SnO2自身折射率发生改变，进而对D型无芯光纤内部的多模干涉产生影响，最终造成SDNS传感器透射谱谐振波长发生漂移。建立SnO2膜层折射率变化量与透射谱谐振波长漂移量的函数关系，由此反演获得H2S气体浓度，最终实现分解气体H2S浓度检测。【结果】理论仿真表明，D型无芯光纤相比于普通无芯光纤其内部能够激发出更多的高阶模式，对外界折射率变化更加敏感，且D型无芯光纤的抛磨深度、抛磨长度和敏感材料的涂覆厚度的改变均会对SDNS传感器的传感性能造成影响。实验结果表明，当H2S浓度范围为0～ 40 ppm时，膜厚为84 nm的SnO2涂层SDNS传感器的灵敏度达71.7 pm/ppm。【结论】由此可知，通过使用敏感材料涂覆后的D型无芯光纤进行折射率传感，能够有效提升传感器灵敏度。

关键词：传感器单模-D型无芯-单模光纤灵敏度二氧化锡多模干涉

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

神经网络分岔动力学综述

高压射流协同pH循环处理对大米-豌豆复合蛋白功能性及结构的影响

自动化学报 2025年第1期51卷 72-89页

作者：肖敏陆云翔虞文武郑卫新南京邮电大学自动化学院、人工智能学院南京 210023 中国东南大学数学学院南京 211189 中国西悉尼大学计算机、数据与数学学院悉尼 NSW 2751 澳大利亚

自1982年著名的Hopfield神经网络问世以来, 神经网络的分岔动力学受到了学术界的广泛关注. 首先, 回顾四类经典神经网络的数学模型和它们在各个领域的应用. 接着, 综述近三十年来关于整数阶神经网络(Integer-order neural networks, ION... 详细信息

自1982年著名的Hopfield神经网络问世以来, 神经网络的分岔动力学受到了学术界的广泛关注. 首先, 回顾四类经典神经网络的数学模型和它们在各个领域的应用. 接着, 综述近三十年来关于整数阶神经网络(Integer-order neural networks, IONNs)、分数阶神经网络(Fractional-order neural networks, FONNs)、超数域神经网络(Supernumerary-domain neural networks, SDNNs)以及反应扩散神经网络(Reaction-diffusion neural networks, RDNNs)分岔动力学的相关研究成果. 分析诸多组合因素, 包括节点规模、耦合情形、拓扑结构、系统阶次、复值、四元数、八元数、扩散、时滞、随机性、脉冲、忆阻、激活函数等对神经网络分岔动力学的影响, 并展示神经网络在多个领域的广泛应用. 最后, 对神经网络分岔动力学所面临的挑战以及未来的研究方向进行总结和展望.

关键词：神经网络时滞非线性动力学稳定性分岔周期性混沌

来源：博看期刊评论

在线全文

博看期刊

学校读者我要写书评

暂无评论

食品工业科技 2025年第2期46卷 83-93页

作者：陆云峰戴涛涛李照莹韩嘉龙李俶刘成梅陈军南昌大学食品科学与资源挖掘全国重点实验室江西南大国创院食品科技有限公司江西恒顶食品有限公司

为探究复合植物蛋白经高压射流磨与p H循环共同处理后的增溶作用，明晰其增溶机制，采用大米蛋白与豌豆蛋白作为原料，配制蛋白比例1:1，总蛋白浓度4%的混合蛋白溶液，并将混合液p H调整至12，在高压射流磨不同压力下进行处理，再将溶... 详细信息

为探究复合植物蛋白经高压射流磨与p H循环共同处理后的增溶作用，明晰其增溶机制，采用大米蛋白与豌豆蛋白作为原料，配制蛋白比例1:1，总蛋白浓度4%的混合蛋白溶液，并将混合液p H调整至12，在高压射流磨不同压力下进行处理，再将溶液pH调回中性后得到复合蛋白。采用氮溶解指数、粒径、荧光光谱、圆二色谱、分子量等手段表征本工艺过程中复合蛋白理化性质和结构的变化。结果表明，经高压射流磨协同pH循环处理4%的复合蛋白，复合蛋白氮溶解指数随着压力增大而提升，处理压力为120MPa时，氮溶解指数为92.67%±0.77%。扫描电镜与粒径结果显示，射流磨处理后的复合蛋白尺寸降低，比表面积增大。内源荧光光谱、表面疏水性、巯基二硫键、圆二色谱结果显示，两种蛋白之间产生了相互作用，形成了新的共架体，且复合蛋白随处理压力增大，表面疏水性由4025.33显著增大至7359.45(P水区域增加、游离巯基含量由26.46±0.32μmol/g显著上升至最高32.66±0.35μmol/g(P水的α-螺旋转变。此外，氨基酸分析显示复合蛋白的氨基酸配比均衡完整。经处理后的复合蛋白在高溶解性的基础上，乳化与起泡性能均明显优于大米蛋白与豌豆蛋白。本研究表明高压射流磨协同pH循环的处理方法能够有效改善复合蛋白的功能特性，为植物蛋白工业化增溶改性提供理论支撑。

关键词：大米蛋白豌豆蛋白高压射流磨 pH循环改性功能特性结构

来源：博看期刊

基于李群不确定映射的冗余IMU鲁棒CI融合姿态估计

在线全文

学校读者我要写书评

暂无评论

控制与决策 2025年第1期40卷 345-352页

作者：仇翔石水萌胡中尧陈博浙江工业大学信息工程学院

针对冗余惯性测量单元(inertial measurement unit, IMU)姿态估计问题,通过采用不变扩展卡尔曼滤波器结构,将被估计系统动态特性建模为矩阵李群和偏差向量的混合模型,从而设计基于协方差在线校正的局部IMU姿态估计器.在此基础上,采用对... 详细信息

针对冗余惯性测量单元(inertial measurement unit, IMU)姿态估计问题,通过采用不变扩展卡尔曼滤波器结构,将被估计系统动态特性建模为矩阵李群和偏差向量的混合模型,从而设计基于协方差在线校正的局部IMU姿态估计器.在此基础上,采用对数映射将李群不确定性映射到向量空间,进而构造依赖于局部姿态估计器参数的分布式融合问题,从而设计基于李群的鲁棒协方差交叉融合准则.特别地,为解决局部估计器之间互协方差未知的问题,通过引入先验容差来约束未知互协方差,从而提供低保守性的协方差上界以提高融合估计性能,形成一种具有双层结构的冗余IMU姿态估计方法.最后在下肢外骨骼康复机器人平台上验证所提出算法的有效性.

关键词：姿态估计冗余IMU 不变卡尔曼滤波矩阵李群协方差交叉

数字化转型影响产业链韧性的机制与效应研究——兼议制造业产业链韧性的分维度比较

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

科学学研究 2025年

作者：杨浩昌付庆波李廉水南昌大学经济管理学院南京信息工程大学中国制造业发展研究院

随着数字产业化和产业数字化的协同推进，数字化转型不断重塑我国传统产业发展进程，已成为提升制造业产业链韧性的重要驱动力。本文采用空间杜宾模型实证探究了数字化转型对制造业产业链韧性的影响。结果表明：数字化转型显著提升了本... 详细信息

随着数字产业化和产业数字化的协同推进，数字化转型不断重塑我国传统产业发展进程，已成为提升制造业产业链韧性的重要驱动力。本文采用空间杜宾模型实证探究了数字化转型对制造业产业链韧性的影响。结果表明：数字化转型显著提升了本地制造业产业链韧性，但对邻地存在一定的负向作用，并且人才集聚和技术创新对二者之间的关系起到了中介作用。异质性分析表明，东部和中部地区数字化转型对本地制造业产业链韧性具有显著的促进作用，且对邻地产生虹吸效应；而西部地区数字化转型对本地与邻地制造业产业链韧性均存在积极影响。进一步分析发现，全国总体数字化转型对制造业产业链韧性的创新力维度提升最为明显，且不同地区数字化转型对制造业产业链韧性不同维度的影响也存在显著差异。本文的研究结论为加速推进“数实融合”，助力制造业产业链韧性提升提供了有利借鉴。

关键词：数字化转型制造业产业链韧性空间杜宾模型地区异质性分维度比较

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于聚合物的橄榄球形光学微谐振器

光学学报 2012年第8期32卷 194-200页

作者：金虎白晓淞陆云甘肃联合大学师范学院甘肃兰州730000 中山大学光电材料与技术国家重点实验室广东广州510275

利用苯二甲酸丙二醇酯(PTT)聚合物微米线从生物相容性聚合物材料聚乙烯吡咯烷酮(PVP)水溶液中提拉制备得到直径为10～300μm的橄榄球形光学微谐振器。将波长为532nm的绿光和波长为671nm的红光分别耦合到最大直径为94.7μm和68.3μm的橄... 详细信息

利用苯二甲酸丙二醇酯(PTT)聚合物微米线从生物相容性聚合物材料聚乙烯吡咯烷酮(PVP)水溶液中提拉制备得到直径为10～300μm的橄榄球形光学微谐振器。将波长为532nm的绿光和波长为671nm的红光分别耦合到最大直径为94.7μm和68.3μm的橄榄球形微谐振器,观察了其谐振特性。利用1549～1552nm的连续光源对直径为94.7μm的橄榄球形微谐振器进行了光学性能测试,测量了其吸收光谱。观察到明显的回音壁模式吸收峰,测得其品质因子为1.05×105。

关键词：光学器件橄榄球形微谐振器 PTT微米线 PVP材料回音壁模式

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

数据交易对企业数字创新的影响研究

科研管理 2025年

作者：程中华韩乐乐李廉水南京信息工程大学管理工程学院南京信息工程大学中国制造业发展研究院

数字创新对强化企业竞争力、驱动价值链升级极为关键，数据交易则在加速数据高价值转化、助力数字创新突破中发挥重要作用。本文基于2010—2022年上市公司数据，使用爬虫技术、文本分析以及人工识别等方法识别数据交易企业，并构建双重... 详细信息

数字创新对强化企业竞争力、驱动价值链升级极为关键，数据交易则在加速数据高价值转化、助力数字创新突破中发挥重要作用。本文基于2010—2022年上市公司数据，使用爬虫技术、文本分析以及人工识别等方法识别数据交易企业，并构建双重机器学习模型实证分析数据交易对企业数字创新的影响，进一步拓展了数据交易影响数字创新的微观效应和作用机制。研究结果表明：数据交易对企业数字创新具有显著正向影响，且这种正向影响在非国有企业、大规模企业、知识产权保护程度高以及数字基础设施强的企业中更强。机制分析显示数据交易通过知识溢出效应、要素配置效应和公司治理效应促进了企业数字创新。此外，供应方数据交易、数据服务交易以及直接数据交易方式促进企业数字创新更明显，且数据交易能够提高企业数字创新的质量。本研究对激励企业参与数据交易、做大做强数据要素市场、利用数据市场化推动企业数字创新具有重要启示。

关键词：数据交易企业数字创新知识溢出效应要素配置效应公司治理效应

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

正交异性钢桥面横向焊接接头的疲劳寿命估算

中南大学学报（自然科学版） 2015年第9期46卷 3461-3467页

作者：陈世鸣陆云周聪顾萍同济大学土木工程学院上海200092 坎特伯雷大学机械工程系

针对正交异性铁路钢桥面构造细节,设计2个足尺钢桥面构件进行静载和高周疲劳承载试验。在试验研究的基础上,建立钢桥面有限元模型,并进行分析计算,计算结果与试验值基本吻合。在1阶段模型的基础上,采用子模型技术建立纵肋焊缝位置带半... 详细信息

针对正交异性铁路钢桥面构造细节,设计2个足尺钢桥面构件进行静载和高周疲劳承载试验。在试验研究的基础上,建立钢桥面有限元模型,并进行分析计算,计算结果与试验值基本吻合。在1阶段模型的基础上,采用子模型技术建立纵肋焊缝位置带半椭圆表面裂纹的2阶段模型,用退化奇异单元模拟该部位裂纹尖端应力场,通过位移外推得到不同裂纹深度下裂纹尖端的应力强度因子K。基于初始裂纹尺寸的合理判定,对Paris公式积分推导得到纵肋焊接接头裂纹扩展曲线并估算疲劳寿命,计算结果解释了试验中裂纹的萌生和发展规律。建议钢桥面纵肋焊接接头按EC33中的71级或铁路桥梁钢结构设计规范中IX细节进行疲劳设计。

关键词：正交异性钢桥面疲劳试验疲劳寿命应力强度因子子模型技术

维普期刊数据库

负样本选择和评价模型对滑坡易发性预测不确定性的影响

在线全文

学校读者我要写书评

暂无评论

现代地质 2025年

作者：麻晟陈剑李强王小浩水强强中国地质大学(北京)工程技术学院陕西核工业工程勘察院有限公司

滑坡易发性预测 (Landslide Susceptibility Prediction， LSP)作为滑坡风险评价的基础，在区域防灾减灾中发挥重要作用；但LSP受到多种因素的制约，如滑坡负样本选择和评价模型选取。为探究这两个因素对LSP精度的影响，本文以陕西省安... 详细信息

滑坡易发性预测 (Landslide Susceptibility Prediction， LSP)作为滑坡风险评价的基础，在区域防灾减灾中发挥重要作用；但LSP受到多种因素的制约，如滑坡负样本选择和评价模型选取。为探究这两个因素对LSP精度的影响，本文以陕西省安康市瀛湖镇为例，在获取高程、坡度、坡向等10个环境因子和222个滑坡数据基础上，采用随机选取、耦合信息量模型和半监督机器学习3种负样本选择方式；并基于信息量法 (Information Value， IV)、K-means模型、随机森林 (Random Forest， RF)和逻辑回归 (Logistic Regression， LR)模型构建滑坡易发性预测模型，最后分析各模型的不确定性。结果表明：（1）耦合IV的负样本选择方法评价精度最高，优于半监督机器学习，而随机选取法精度最低。（2）监督机器学习模型 (RF、LR)性能优于统计学模型 (IV)和无监督机器学习模型 (K-means)模型；同时RF表现出比LR出更强的鲁棒性，易发性分区结果更为合理。因此，基于耦合IV负样本选择方法的RF模型预测精度最高，易发性结果更符合实际滑坡概率分布情况，不确定性最低，研究成果为其他地区的LSP提供重要的参考依据。

关键词：滑坡易发性负样本评价模型机器学习