基于Noisy-or gate 和贝叶斯网络的研发项目风险评估方法

在没有充足样本数据时,为有效地管理各种风险,本文提出了一个全新的研发项目风险评估模型,这个模型主要是基于Noisy-or gate 和贝叶斯网络进行评估。该模型在贝叶斯网络节点满足构成Noisy-or gate模型的前提下,利用历史数据或专家判断得到有效的网络参数,进而推断出每一项风险因素发生的概率,结合风险影响权重得到综合风险影响值,并对比得到高风险因素,为风险管理提供依据。通过与AHP方法评估结果对比表明,该模型可以准确地评估研发项目的风险,从而提高风险管理的效率。     

三维图像重建中差异信息融合算法研究

针对三维图像重建中的差异信息融合算法识别率较低,稳定性差,无法有效处理不确定因素等弊端,提出一种新的三维图像重建差异信息融合算法,分析了二维图像和三维图像的一阶与二阶统计,对自相关函数进行归一化处理,将二维图像的自相关函数变成三维自相关函数,利用傅里叶变换求出三维图像的功率谱,通过调整合理的辐角塑造该三维图像的傅里叶转换。对三维图像重建过程中的特征向量进行划分,保证三维图像重建过程中全部信息的完整性。依据特征向量与信息之间的经验知识对学习样本进行建立,给出某一时间段内三维图像重建中某个神经网络对应的差异信息融合公式,对多个神经网络的差异信息融合结果进行融合,实现三维图像重建中差异信息的融合。仿真实验结果表明,所提算法具有很高的有效性。     

基于WebGL技术和Oak3D引擎的交互式三维地球模型研究

使用WebGL技术和Oak3D引擎对三维地球进行了模拟。该模型与平台无关,简便高效,使用简单,具有良好的Web交互性,不需要任何浏览器插件支持,对互联网时代的3D可视化实现具有一定的参考价值。     

基于S1000D的交互式电子技术手册需求分析

需求分析是开发交互式电子技术手册(IETM)的首要工作,对于有效开展IETM研制,保证产品满足用户需求十分重要。文章分析了基于S1000D的IETM需求分析的内容、方法,重点对功能、内容、界面与显示样式需求分析的方法进行了论述,并结合实例进行了应用。文章提供的需求分析方法,对基于S1000D的IETM开发具有一定指导和借鉴意义。     

浅析3D打印机的发展趋势

文章从时间活跃度、IPC技术分类、专利权人时间分布和排名、地区分布以及专利分布状态等几方面对3D打印机进行了专利分析,阐述了3D打印的发展状况,并对未来3D打印机的商业化和产业化进行了展望。     

基于引文分析的3D打印技术研究主题发展趋势

利用汤森路透公司的Web of Science数据库,以1994-2014年出版文献中关于3D打印技术的8000多篇文献为数据源,借助Histcite和Pajek软件分析3D打印技术引文编年图和研究主路径,判断3D打印技术的研究主题发展趋势。研究结果对于把握当前研究重点和预测未来研究方向提供了依据。     

有效管理研发费用 合理利用税收政策

税前研发费加计扣除政策对促进企业自主创新能力的发展起着重要的作用。从目前企业特别是高新技术企业研发费的投入情况来看,正确利用加计扣除税收优惠政策能够有效提高研发费的利用率,减轻企业负担、进而提升企业经营管理水平和研发水平。文章拟从企业的角度,对研发费用各环节各部门的职责以及会计和税务核算需注意的问题对如何利用好这一优惠政策进行阐述。     

装备制造业R＆D联盟稳定性动态博弈研究

技术创新关系到装备制造业的生存和发展,R＆D联盟是装备制造业进行技术创新的重要组织形式,R＆D联盟稳定性影响联盟技术创新进程.联盟效率和联盟公平是影响联盟稳定性的直接因素,以联盟效率和联盟利益分配2个角度为切入点,探究联盟的行为策略对联盟稳定性的影响.将联盟行为策略抽象化、定量化,构建R＆D联盟博弈模型,分析联盟效率最佳状态和公平利益分配状态,计算联盟效率损失和不公平分配对联盟稳定性的影响,求解联盟成员容忍的行为策略区间.     

我国高技术产业R＆D效率的随机前沿函数分析——基于2002-2011年27个省市面板数据

基于随机前沿函数,考查了2002-2011年我国各省市高技术产业的研发活动,分别对R＆D中间产出效率和R＆D最终产出效率进行衡量,进而分析各种影响因素对产出效率的具体效应.研究发现：我国高技术产业R＆D投入未形成规模经济,且R＆D资本投入比R＆D人员投入效率高;各省市高技术产业R＆D效率差异明显,具体呈东部领先,中西部和东北地区落后的现状;企业规模、政府政策影响、市场化程度、市场结构以及时间因素对高技术产业R＆D中间产出效率和R＆D最终产出效率的作用差异显著.     

基于线性八叉树的点云数据存贮与索引

八叉树结构是由四叉树结构推广到三维空间而形成的一种3D栅格数据结构,其树型结构在空间分解上具有很强的优势,为了有效地进行大量点云数据的存储和管理,重点讨论了线性八叉树编码技术。