鞋服体育用品网购意向影响机理实证研究

采用Lisrel8.70统计软件验证理论模型和研究假设,旨在探究消费者个体因素对鞋服体育用品网购意向的影响机理,拓展顾客感知理论在鞋服体育用品产业及其营销领域的实际应用。研究发现,网购感知利益、网购感知风险、网站感知信任和鞋服体育用品网购态度的4个假设,均得到实证数据支持:消费者网购感知利益与鞋服体育用品网购态度呈正相关关系;消费者网购感知成本对鞋服体育用品网购态度的影响作用并不显著;消费者网购感知风险与鞋服体育用品网购态度呈负相关关系;消费者网购风险态度对鞋服体育用品网购态度的影响作用并不显著;消费者网站感知信任与鞋服体育用品网购态度呈正相关关系;消费者鞋服体育用品网购态度与鞋服体育用品网购意向呈正相关关系。表明网购感知因素通过影响鞋服体育用品网购态度,间接影响网购意向。研究有利于实现我国体育强国战略、促进我国体育经济发展,同时有利于鞋服体育用品企业制定科学合理的营销策略,提升消费者鞋服体育用品购买的忠诚度。     

基于TSM模型的感应电机有限时间跟踪控制

根据变结构控制理论提出了一种新的设计方法——有限时间切换控制。在控制器设计中利用中继切换控制使系统在给定的当前控制律的作用下运行到某一特定状态（或某一特定区域）后,控制律被切换为有限时间收敛的终端滑模控制器,并使得系统在有限时间内达到平衡状态。有限时间跟踪控制器的设计保证了闭环系统所有信号的有界性和平衡点的全局稳定性,以及系统在有限时间内精确地跟踪给定的参考信号,仿真结果说明该控制策略的有效性。     

人工智能自主决策系统的“透明度”伦理设计

随着人工智能（AI）“机器学习”和“自主决策”能力的提升,学界对于提高AI自主决策系统“透明度”这一主题愈发关注。首先,对AI自主决策系统“透明度”进行“美德、关系、制度”三方面解读,进而厘清其伦理意蕴;其次,在“隐私设计”经验的基础上构建“透明度设计”模型;最后,在“透明度设计”模型的基础上提出覆盖三个设计阶段的九项伦理原则。这对于应对“透明度”在AI自主决策系统的实践过程中遇到的严峻挑战,探索提高智能决策系统“透明度”的伦理路径具有重要意义。     

网络外部性下传统码头与自动化码头的博弈

为研究不同网络外部性下传统码头与自动化码头的博弈问题,建立基于网络外部性和码头服务质量的Hotelling模型,使用Nash博弈和Stackelberg博弈得出两种码头的最优定价、市场需求和市场收益这3个变量值。结果表明:在Stackelberg博弈下传统码头和自动化码头的这3个变量值均大于在Nash博弈下的这3个变量值。在码头服务质量差异化不变时,传统码头的市场需求与边际成本呈正相关,自动化码头的市场需求与边际成本呈负相关。在自动化码头网络外部性较小时,传统码头应提升自身服务质量;在自动化码头网络外部性较大时,传统码头不应提升自身服务质量。网络外部性使码头在选择定价时有更多空间,不再仅受码头位置和服务质量的影响。     

船闸阻抗影响下的内河航线非线性配船模型

为得到可靠的最优航线配船方案,从内河繁忙航线上船舶过闸的时间开始研究,得出船舶经过船闸处时间变动与航线配船数量的关系;在线性规划的航线配船模型基础上,建立受船闸时间阻抗变动影响的航线非线性配船模型.应用该模型,设计某一内河航运船队的最优配船方案.分析表明,该非线性模型考虑的影响因素更全面,运用该模型得到的配船结果比线性规划模型更合理.     

教师主体责任对大学生体育素质测评诚信影响的实证研究*

通过建立高校体育素质测诚信博弈模型,就教师主体责任对大学生体育素质测评诚信影响进行了实证研究。结果表明,影响大学生体育素质测评诚信的主要原因是学生自评、互评、早操及课外活动测评的不良后果和高校教师的主体责任。创建了教师主体责任意识与大学生体育诚信素养之间的联系,并在此基础上建立博弈架构的模型,这是以教师是否注重责任导向还是利益导向为基础的。就博弈模型理论分析而言,未落实主体责任,教师监督选择将从利益最大化向成本最小化转变,纳什均衡从作弊、不严格监督向不作弊、严格监考改变。最后提出落实高校教师主体责任提高学生体育素质测评诚信,包括落实高校教师在体育素质测评过程中的主体责任,降低大学生体育素质测评诚信问题的负面作用,提供大学生诚信价值观教育的主体力量及良好基础性条件。     

青少年身体活动发展评价模型的构建及其优化治理对策*

充分重视青少年身体健康,提升青少年身体机能素质是当前教育教学部门开展青少年身体活动的核心目标。围绕青少年身体素质的影响要素,构建青少年身体活动发展评价模型,从青少年身体活动发展自我影响要素和外部影响要素入手,分析影响青少年身体活动发展的要素,并在综合评价基础上提出青少年身体活动发展优化治理的对策。     

基于深度学习的SSD模型尾矿库自动提取

针对华北地区尾矿库自动提取问题,将基于深度学习的SSD目标检测模型应用于遥感图像尾矿库提取。首先标记华北地区2 000个样本,随机挑选1 500个作为训练样本,剩余样本作为测试样本,验证模型的检测精度。分析卷积层对应感受野与图像中尾矿库尺寸关系,发现原始SSD模型漏检误检大型尾矿库。改进SSD模型结构,提出增加额外卷积层的策略,提高对大型尾矿库目标的检测精度。实验表明,在置信度阈值为0.3时,改进的SSD模型相比原始模型,检测精确率提高10.0%,召回率提高14.4%,提高了大型尾矿库检测精度。验证了基于深度学习的SSD目标检测模型自动提取尾矿库的可行性以及改进算法的有效性。     

基于专家定权和证据推理的舰船“六性”评估

针对新型舰船评估专家组意见统合及效能评估问题,在考虑新型舰船可靠性、维修性、保障性、安全性、测试性、环境适应性等"六性"特点的基础上,建立新型舰船"六性"评估指标体系。提出一种基于专家聚类和偏差熵的定权方法统一专家组意见。采用证据推理法实现对新型舰船的综合评估。以某舰船的3个设计方案为例,确定专家组权重信息,对各方案的"六性"水平进行综合评估,得到综合评估结果及各特性水平,验证基于专家定权和证据推理的综合评估方法的可行性和有效性。该方法可为新型舰船的"六性"评估工作提供决策支持。