XiaoMi-AI文件搜索系统
World File Search System选取
“双碳”目标下数字经济与产业结构扭曲对新疆能源强度的影响
降低能源强度是实现“双碳”目标、建设美丽新疆的重要举措。本文选取2010—2020年新疆14个地区的面板数据，运用动态面板数据模型、空间杜宾模型、中介效应模型和面板平滑过渡模型，实证检验数字经济和产业结构扭曲对新疆能源强度的影响。研究结果表明：数字经济可以降低能源强度，但存在区域异质性；产业结构扭曲显著增加了新疆能源强度；数字经济有效缓解了产业结构扭曲，从而抑制了能源强度；数字经济对新疆能源强度的影响具有中介效应和调节效应，且随着产业结构扭曲的改善，数字经济对新疆能源强度的抑制作用呈下降趋势。因此，需要加快发展数字经济，减少产业结构扭曲，加强环境规制，促进技术创新，合理调整能源价格，提高外商直接投资准入门槛，扩大对外开放，推动“四化”同步科学发展，消除产业结构扭曲的根源，从而降低能源强度。
一种多策略自适应综合学习PSO算法及其应用
摘要：本文引入综合学习、多种群并行和参数自适应等思想，提出一种多策略自适应综合学习粒子群算法。该算法设计多种群并行策略，提高种群多样性，加速收敛；实现种群粒子交换与变异，保证粒子间信息共享；将全局最优值加入速度更新，设计新的速度更新策略，提高局部搜索能力；采用综合学习策略构造学习样本，有效促进信息交换，避免陷入局部极值；通过线性改变学习因子，设计新的因子调整策略，增强全局搜索能力；设计一种基于S型递减函数的自适应惯性权重调整策略，均衡搜索能力。最后，选取一些基准函数和光伏参数优化，该算法在10个函数中的6个上取得最优性能。结果表明，所提算法与粒子群优化的一些变体和其他算法相比，多样性、求解精度和搜索能力都有了很大的提高，为光伏发电这一复杂的工程问题提供了更有效的参数组合，从而提高了能量转换效率。
PGK1是卵巢癌抗糖酵解治疗的关键靶点：基于糖酵解相关基因的综合分析
能量代谢重编程是癌症的重要标志，为探索癌症的发展提供了新的研究视角，但卵巢癌抗糖酵解治疗的最关键靶点仍不清楚。因此，本研究利用Oncomine、GEPIA和HPA数据库，结合不同组织类型的卵巢癌临床标本，综合评估卵巢癌中糖酵解相关代谢物转运体和酶的表达水平。我们选取Kaplan-Meier Plotter数据库中预后价值最高的磷酸甘油酸激酶1（PGK1）进行后续验证。免疫化学检测证实PGK1在卵巢癌中高表达，PGK1表达水平是卵巢癌患者生存和预后的独立危险因素。功能分析显示PGK1表达水平与中性粒细胞浸润呈正相关。细胞实验证实，抑制卵巢癌细胞中PGK1的表达可降低上皮间质转化（EMT）过程，导致细胞迁移和侵袭能力丧失。小分子NG52剂量依赖性地抑制卵巢癌细胞的增殖。此外，NG52通过抑制PGK1活性来减少EMT过程并逆转Warburg效应。因此，PGK1是卵巢癌抗糖酵解治疗的一个有吸引力的分子靶点。
航空物流服务供给战略规划...
随着国际国内航空货运市场的兴起，民航货运量（包括邮运货物）不断增长，出现了数家纯货运航空公司，导致航空物流企业之间的竞争加剧，传统的航空运输已不能满足客户的服务需求，航空物流企业必须加强航空物流服务供应链建设才能扩大市场。据此，本文探讨了我国航空物流服务供应链的现状及存在的问题，并研究了我国航空物流企业发展航空物流服务供应链的战略规划。为实现本研究的目标，首先对我国国内航空物流服务供应链进行了调查研究，选取我国三家航空物流企业作为研究对象，进行 SWOT 分析。根据 SWOT 分析的结果，确定了我国航空物流企业服务供应链存在的四个关键问题：货运站、竞争力、服务类型多样化、内部信息共享平台。最后针对四大问题进行TRIZ分析，设计出适合中国航空物流服务供应链的11个策略，并按照实施时间分为短期、中期、长期三个阶段，以期为航空物流服务供应链管理提供借鉴。
光伏发电制氢系统建模及储能系统容量优化
利用太阳能制氢是获取氢能的重要途径，但太阳能固有的间歇性、随机性特性降低了制氢效率，因此需要在光伏发电制氢系统中增加储能系统。本文建立光伏发电制氢系统模型并进行容量配置优化。首先对数学模型进行建模分析，利用Matlab/Simulink对系统建模；其次分析储能容量优化配置原理，确定优化策略，提出基于低通滤波原理的储能容量配置算法，并进行最优时间常数的选取；最后以光伏装机容量为30 MW的光伏发电为例，验证了所提算法的有效性，分析了储能容量与平滑效果之间的关系。结果表明:随着截止频率的减小,储能容量增大,平滑效果越明显;所提算法能有效降低光伏发电1 h最大功率变化量,其中平滑前光伏发电1 h最大功率变化量为4.31 MW;设置四组不同的时间常数,平滑后光伏发电1 h最大功率变化量分别降至0.751、0.389、0.078、0.04 MW。
使用 STRIDE 对 AI-ML 系统威胁进行建模
摘要：人工智能 (AI) 等新兴技术的应用会带来风险，需要解决这些风险才能确保社会技术基础设施的安全可信。机器学习 (ML) 是人工智能最发达的子领域，可以改善决策过程。然而，ML 模型表现出传统 IT 系统不会遇到的特定漏洞。随着包含 ML 组件的系统变得越来越普遍，为安全从业人员提供针对特定 AI-ML 管道量身定制的威胁建模至关重要。目前，在识别和分析针对 ML 技术的威胁时，还没有成熟的方法来考虑整个 ML 生命周期。在本文中，我们提出了一种以资产为中心的方法——STRIDE-AI——用于评估基于 AI-ML 的系统的安全性。我们讨论了如何应用 FMEA 流程来识别在 ML 生命周期的不同阶段生成和使用的资产可能如何失效。通过将 Microsoft 的 STRIDE 方法应用于 AI-ML 领域，我们将潜在的 ML 故障模式映射到这些威胁可能危及的威胁和安全属性。所提出的方法可以帮助 ML 从业者选择最有效的安全控制措施来保护 ML 资产。我们借助从 TOREADOR H2020 项目中选取的一个实际用例来说明 STRIDE-AI。
研究论文 基于人工智能的物联网技术在电子信息工程中的应用
人工智能是一种不需要人工特别干预就能在复杂多变的环境中完成任务的智能系统，是一种通过机器学习不断优化决策和行为的技术，是人类智能在计算机中的写照，简单的解释通常是“人工智能”。人工智能自发明以来，理论和技术不断发展，其范围也不断扩大。随着人们丰富多彩的物质生活水平的提高，越来越多使用人工智能产品的生活领域可以被人们广泛而便捷地接触，但人工智能技术的滥用也将成为未来最大的公共安全隐患。人工智能技术被一些恐怖分子利用，为恐怖袭击提供了更加便捷的手段。为此，本文旨在对电子信息工程中的人工智能物联网技术进行研究，希望能够更好地优化人工智能物联网技术，掌握并合理运用技术手段，提高人们的物质生活状况和幸福感。本文提出如何将人工智能物联网技术更好地应用于电子信息工程，分析优化方案与预警模型，以更好地模拟生活、优化信息条件。通过模型构建对本文的实验结果进行分析。最后，本文选取并使用了16个标准力学数据集，发现有利于人工智能物联网技术的更好应用，验证了该方法的准确性和整体适用性。
数字化转型：马来西亚制造企业人工智能实践的障碍与挑战探索
数字化转型在全球市场中变得至关重要。数字技术彻底改变了行业的运作方式，引入了“工业 4.0”或“智能工厂”的概念。数字技术极大地改变了商业和社会，通过循环和共享经济的新兴方式带来了根本性的变化。人工智能 (AI) 现在已成为制造业的重要组成部分，可提高绩效并提高制造企业的需求和生产力。由于马来西亚的人工智能处于起步阶段，制造企业在实施人工智能方面面临一些障碍和挑战，例如缺乏人才、缺乏激励和创新。然而，缺乏对制造业（尤其是在马来西亚）人工智能障碍和挑战的研究。因此，本研究的原创性在于确定实施人工智能的障碍和挑战。本文根据马来西亚联邦制造业名录，选取制造公司的经理作为受访者。问卷通过在线调查分发给受访者。共收集 93 份问卷，回复率为 23.3%。使用描述性分析来识别障碍和挑战。人工智能障碍的最高级别是缺乏人才。挑战的最高级别是公司没有专家。这项研究为制造公司提供了意见，以改善未来实施人工智能的障碍和挑战。
外电场作用下具有双曲型轴势的圆柱量子点的光学特性
摘要：本文研究了轴向施加电场下圆柱形量子点结构的电子学与光学特性，选取四种不同的轴向双曲型势。考虑了一个位置相关的有效质量模型，在求解特征值微分方程时既考虑了有效质量在轴向随约束势变化的平滑变化，也考虑了其在径向的突变。特征值方程的计算同时考虑了狄利克雷条件（零通量）和开边界条件（非零通量），在垂直于施加电场方向的平面内实现，这保证了本文结果对于具有极高寿命的准稳态的有效性。采用对角化法结合有限元法，找到了圆柱形量子点中约束电子的特征值和特征函数。用于求解微分方程的数值策略使我们能够克服异质结构边界平面和圆柱面相交区域中边界条件存在的多个问题。为了计算线性和三阶非线性光学吸收系数以及折射率的相对变化，我们使用了密度矩阵展开中的两级方法。我们的结果表明，通过改变结构参数（例如轴向电位的宽度和深度以及电场强度），可以调整所关注结构的电子特性和光学特性，以获得适合特定研究或目标的响应。
基于DBSCAN算法的电压暂降同源性检测
摘要：高科技制造业中使用的逆变器、交流接触器等设备对电压暂降十分敏感，电压暂降可能造成设备故障、生产中断、数据丢失、敏感设备损坏、能源供应不稳定等。一次短路故障可能触发多个电能质量监测装置记录电压暂降波形，电压暂降数据冗余问题严重影响数据应用。因此识别电压暂降源对于科学合理评估区域电网电压暂降严重程度具有重要意义。因此本文提出了一种基于DBSCAN算法的电压暂降源识别算法。通过采用合适的特征工程，选取三维聚类特征，再通过迭代方法选取合适的聚类算法参数进行聚类，最后通过6个聚类评价指标评估算法效果。利用某省电力公司提供的数据在jupyter notebook编程平台上进行实验，最终结果证明了所提算法的有效性。关键词：电压暂降 聚类 DBSCAN 电压暂降同源性检测 1.引言 电压暂降造成微电子、智能控制等精密加工行业的生产中断，给用户带来巨大的经济损失，成为投诉最多的电能质量问题[1]，[2]。一次短路故障可能触发多个电能质量监测装置记录电压暂降波形。电压暂降数据的冗余严重影响数据应用[3]，[4]，并可能导致对区域电网电压暂降严重程度的高估[5]。同时，对同一电压暂降源引起的多条数据进行重复分析会增加计算强度和复杂度。将多次电压暂降事件识别为同一电压暂降源是电能质量监测领域亟待解决的问题。识别出同一电压暂降源可以减少电网电能质量监测系统的数据冗余，避免对区域电能质量水平做出高估。它是明确区域电网电能质量水平的必要前提，对于科学合理评估区域电网电压暂降严重程度具有重要意义。电压暂降源识别就是对短时间内监测到的多个电压暂降数据进行分类，将同一电压暂降源引发的电压暂降监测数据归为一类。近年来，国内外对电压暂降源进行了大量研究，现有的研究主要包括特征提取与选择[6]、数据挖掘与机器学习算法[7]，[8], [9], 算法融合与集成 [10]。综上所述, 本文提出了一种基于 DBSCAN 算法的同源性识别方法, 并使用某省电力公司提供的 10049 条临时掉电数据进行了聚类实验。最后对聚类结果进行了 6 个聚类评价指标的评估, 证明了该方法的准确性和有效性