投入服务化对制造业绿色转型影响机制与实证研究

在实行改革开放之后,我国经济进入了快速发展的阶段,建立了较为健全的工业体系,被称为“世界工厂”。但是,随着我国经济由原来的高速增长转变为增长速度放缓的“新常态”状态,在经济结构中占据重要位置的制造业也面临着产品技术含量低,低成本生产优势减弱的困境,也是说我国制造业存在“大而不强”的问题;此外,制造业以增长量为核心的粗放式增长存在的能源消耗量大,环境污染严重问题也逐渐显现,这些问题的存在都使得我国制造业的发展后劲不足。与此同时,现代信息技术的迅速发展,智能制造、大数据等技术的出现也使得制造业生产模式发生革新,欧美发达国家凭借自身科技实力占据了产品生产价值链中经济附加值较高的生产环节,而发展中国家只能依据较低的生产成本嵌入价值链的生产组装环节。在制造业产品的利润来源逐渐向价值链两端转移的大趋势下,许多制造业企业为了提高自身竞争优势开始转变发展战略,在产品生产过程中增加服务要素投入量或者是增加产品销售后提供的服务量,也就是实施制造业投入服务化和产出服务化战略。本文的研究主题是制造业投入服务化,认为制造业投入服务化作为制造业未来发展的趋势,能够成为制造业绿色转型的可行途径。

  • 2021-07-01
  • 阅读142
  • 下载0
  • 52页
  • pdf

人工智能艺术创作的哲学研究

本文重点研究了人工智能艺术创作的相关哲学问题,全文主要从以下几个方 面展开具体论述:首先本文介绍了人工智能技术在过去几十年间的发展历程,并 阐述了人工智能技术在近年来所取得的重大进展,指出了人工智能参与艺术创作 的可能性与相关尝试;然后本文以绘画艺术为例,对人工智能技术作为重要的实 践工具参与艺术创作进行了较为详细的展示,描述了目前深度学习机制在艺术创 作中的重要应用;紧接着本文从意向性、情感负荷、创造性与随机性三个维度论 证了当下人工智能在艺术创作中的本体论地位,通过论证指出现阶段的人工智能 并不能成为真正意义上艺术创作的主体,因为当下的人工智能在上述三个维度上 均达不到艺术创作主体的相关要求;在此基础上本文基于对人工智能技术未来发 展的展望,进一步论述了在未来强人工智能时代,人工智能技术将会突破上述三 个维度的技术限制,实现相关的心智能力,进而最终成为真正的艺术创作主体。 最后,基于上述所有论证,本文从美学的视角对人工智能艺术创作进行了更为深 入的思考,从艺术哲学的视角论证了强人工智能时代人工智能艺术创作满足对于 艺术创作的本体论界定,并结合计算美学的理论框架论证了人工智能可以成为审 美活动的主体,综合上述两方面的判断,本文认为人工智能艺术创作具有深刻的 美学意蕴。

  • 2021-06-30
  • 阅读171
  • 下载0
  • 52页
  • pdf

物联网产业对区域经济增长的影响研究

面对我国经济增速放缓,投资增长乏力的发展现状,国民经济急需寻求新的增长点, 产业转型升级刻不容缓,而物联网产业的兴起为国民经济的增长提供了新的契机。继互 联网之后,信息技术的又一次革命成果一物联网自诞生之日起,便先后被各国政府纳入 国家战略发展目标,并被视为提升本国国际竞争力的有效手段。物联网技术相较于互联 网,进一步优化了信息资源的生产、分配、交换和消费,突破了社会生产的时间限制和 空间约束,是推动工业经济向数字经济、信息经济转型的重要力量。此外,物联网产业 具有极强的技术创新与应用创新功能,不仅能直接带来新兴信息技术的发明创造、新商 业模式的产生、新产品的创造,还能够通过其在技术应用领域的扩展,与传统产业融合, 推动传统产业生产方式、销售模式、存储模式、管理理念与方法等的变革。因此,物联 网产业可创造出更为先进的生产力,推动国民经济产业结构优化,激发国民经济发展生 命力,促进社会经济的增长。 本文以物联网产业为研究对象,主要分析物联网产业发展对国民经济增长的影响。 为说明这个问题,首先阐述了物联网的内涵、体系架构、产业构成和经济学特征,梳理 了物联网产业与经济增长关系的相关研究。然后,着重从物联网产业对经济量与质的增 长两个角度入手,全面深入剖析物联网产业对经济增长的影响。针对物联网产业对经济 总量提高的影响研究,首先理论上分析了物联网产业对经济增长的作用机理与影响路径 机制,将物联网产业对经济增长的影响路径分为直接路径和间接路径两种方式;其次, 从实证角度,建立灰色关联度模型,初步探讨物联网产业与经济增长间的相关关系;再 次,通过PLS路径分析法建立物联网产业对经济增长影响的路径假设模型,进一步度量 物联网产业对经济增长的直接影响系数和间接影响系数。针对物联网产业对经济增长质 的提升,首先理论上分析了物联网产业对产业结构优化升级的作用机理;其次,通过构 造包括物联网产业在内的40个部门的产业关联网络,采用社会网络分析法,衡量物联 网产业对产业结构优化的影响力。最后,在理论实证分析的基础上,提出大力发展物联 网产业推动经济增长的相关政策建议。 本文得出的主要结论是:物联网产业发展水平与经济增长存在显著正相关关系,物 联网产业不仅能直接促进经济增长,还能通过技术创新、人力资本积累、能源利用效率 提高间接推动经济增长。此外,物联网产业位于我国产业关联网络中心位置,属于我国 主导产业,并且对其他产业发展存在较强的推动作用,因此大力发展物联网产业能使国 民经济的产业结构不断从第二产业为主体向第三产业为主体的理想状况演进。据此提出 加强物联网产业建设,推进物联网产业规模化、标准化发展,扩展物联网应用领域,促 进产业结构优化升级的政策建议。

  • 2021-06-26
  • 阅读159
  • 下载0
  • 52页
  • pdf

基于大数据研究模式对重症烧伤患者临床数据的挖掘与分析

研究背景 重症烧伤是一种严重的创伤,其病情凶险,并发症多,治疗难度大。其中脓毒症 (sepsis)和多器官功能不全综合症(multiple orgall dys矗mction s),11drome,MODS)是 重症烧伤患者治疗中最常出现的并发症,也是导致重症烧伤患者死亡的重要原因。近 年研究发现,MODS的本质就是严重脓毒症或脓毒性休克。早期诊断并预警脓毒症休 克或MODS是重症烧伤患者临床救治中的关键问题之一。随着信息技术的发展,大数 据已经开始逐渐进入到医学领域,特别是在临床医学研究中。大数据技术对繁杂临床 数据的分析及处理能力十分出色,有助于深入了解重症烧伤患者的病程变化规律,辅 助临床决策。 研究目的 采用大数据处理的基本思想及技术对重症烧伤患者的临床数据进行挖掘和分析, 探索重症烧伤患者临床数据的模式特征,寻找脓毒症休克的预测模型。 研究方法 通过电子病历系统及纸质病历收集纳入107例重症烧伤患者的临床数据。对数据 进行预处理后,首先采用无监督的算法(如分层聚类、基于主成分分析的分层聚类等) 和机器学习等方法对数据进行分析,探索患者聚类亚组分类和临床结局之间的关系。 而后使用质心算法对数据进行降维处理,提取患者发生脓毒症休克前的特征性数据变 化趋势,建立脓毒症休克的预测模型并进行验证。采用R i386 3.1.2、Matlab 7.0和SPSS 18.O等软件对数据进行数学计算和统计分析。通过比较F值筛选主要变量,使用线性 随机效应模型分析、提取数据变化趋势。最后使用C语言开发能够预测脓毒症休克发 生的通用软件。 结果: 1、本课题采集的重症烧伤患者临床数据时相点共2257个,每个时相点有58个观 察指标,共130906个数据值。 2、重症烧伤患者的临床数据可使用HCPC方法分为10个亚类。 6 万方数据第三军医大学硕士学位论文 3、通过比较不同亚类的组间均值差异,得出:体温(T)、呼吸频率(R)、舒 张压(DP)、收缩压(SP)、尿量(血ne)、血肌酐(CR)、血尿素氮(BUN)、 总胆红素(TBIL)、血小板(PLT)、肌酸激酶(CK)、氧分压(p02)、二氧化碳 分压(pC02)、乳酸(1actate)、碳酸氢根(HC03。)、氧合指数(oxygenation)为差 异性最明显的指标。使用上述15个指标替代原来的58项指标,可对聚类分类的标准 进行简化。 4、重症患者聚类分组与其临床结局关系密切。其中clusterl、cluster2、cluster4、 cluster8、cluSter9和clusterl0分类中患者好转的几率分别为91.00%、89.70%、60.50%、 66.40%、71.70%和80.70%。C1uster3和cluster5分类中患者死亡的几率分别为70.50% 和82.10%。cluster6和cluster7分类中患者发生脓毒症休克的几率分别为77.90%和 70.40%。 5、通过对患者质心值随时间变化的趋势图分析可知,死亡患者的质心变化大体呈 下降趋势,而存活患者相反,呈总体上升趋势。 6、通过提取重症烧伤患者发生脓毒症休克前的质心值变化特征,建立了脓毒症休 克的预测模型: 少{『=(0.2527280+N(0,6.450e-05))+(-0.0251963+N(0,1.273e-05))x+占i, 其中勺为随机因素,均为第i个患者第j个时相点的质心值,x为住院时间。 (0.2527280+N(0,6.450e.05))为模型的截距部分,(.O.0251963+N(O,1.273e.05)) 为模型的斜率,二者为一组服从正态性分布的数组。 7、对预测模型进行验证得到其:灵敏度为75.8%,特异度为67.3%,总体诊断准 确率为78.5%。 8、在上述研究的基础上,采用计算机C语言开发出相应的重症烧伤患者脓毒症 休克预测分析软件,分为网页版及单机版两种。可在线使用或与医疗系统耦合后直接 提取临床数据进行分析,以方便临床应用。 结论 1、重症烧伤患者的临床数据可使用聚类分析方法进行分类,不同的分类与不同的 临床结局之间关系密切。通过确定患者临床数据的实时分类,可对患者预后进行预测。 2、使用大数据技术可以将重症患者的58项临床数据近似地使用其中的15项数据 进行简化替代。 7 万方数据第三军医大学硕士学位论文 3、重症烧伤患者的临床数据可以使用质心算法进行降维,并且发生脓毒症休克前 重症烧伤患者的质心值会出现特征性变化, 者是否具有发生脓毒症休克的风险。此外, 床结局进行预测。

  • 2021-06-24
  • 阅读227
  • 下载0
  • 52页
  • pdf