相应规范
网站访问量
今日访问量: 1,339
北部湾凯伦藻异常增殖期间的水质评价
王希;徐轶肖;雷富;廖芝衡;吴淼;2023年8月，广西北部湾发生了由鞍形凯伦藻引起的藻华事件，导致养殖鱼类大规模死亡。本文通过现场采集表层海水样品和查阅文献资料，对鞍形凯伦藻增殖期间北海与防城港近岸海域的pH值，溶解氧(DO)、溶解态无机氮(DIN)、活性磷酸盐(PO43-)含量及重金属质量浓度等12项水质指标进行分析，并采用单因子污染指数法、综合评价指数法及营养盐限制因素评价法进行水质评估。结果显示：北海近岸各监测站位水质均符合第一类海水水质标准，综合评价等级为清洁，营养盐存在绝对P限制、潜在的N限制；防城港近岸的S6站位亦符合第一类海水水质标准，综合评价为清洁水质，可能存在潜在的P限制；防城港S5站位整体处于轻度污染状态，DO、DIN和PO43-的质量浓度超过一类水质标准，符合第二类海水水质标准，不存在营养盐限制情况。
基于Huff模型的广西北部湾港口群腹地空间重构与效率提高分析
吴松;吴凡;西部陆海新通道建设深刻重塑了区域港口竞争格局，港口腹地的动态演变及其效率提升路径已成为北部湾港口群高质量发展的关键问题。本文以广西钦州港、北海港、防城港为研究对象，构建涵盖港口规模与港城支持度的综合影响力指标体系，结合Huff模型与GIS技术，对2015—2024年三大港口腹地范围进行长时序动态识别，并进一步分析其空间演变特征与驱动机制。研究发现：(1)研究期内，钦北防港口群腹地空间演变呈现显著的动态重构与收敛特征，逐步确立了以钦州港为核心、北海港和防城港为两翼的差异化“雁阵”空间格局；(2)港口腹地交汇的重叠区域并非单纯的零和竞争冲突带，而是驱动港口群协同分工与功能互补的重要空间载体；(3)空间层面的腹地扩张与运营层面的效率提升并非简单的线性正相关，港口综合效率的改善更深度依赖于内陆集疏运网络组织能力、港产城深度协同以及数字化赋能水平。基于此，本文从基础设施网络化、多式联运一体化、运营数字化、港产城深度融合与绿色低碳发展5个维度提出差异化的优化路径。
基于WGT理论的危险货物港口安全风险评估
岳文翰;孙培;肖赟;杨世杰;针对当前港口危险化学品(危化品)物流风险评估时存在的不足，如情景分析中对风险因素耦合作用的考量不足、风险概率量化评估困难等，基于WSR系统方法论，从物理—事理—人理三个维度对危险化学品港口物流系统的风险要素进行系统识别与深入解析，建立了科学全面的港口危化品物流风险评估指标体系；基于灰色关联分析(GRA)手段对风险因素进行过滤，筛选并保留关键风险要素；基于情景构建理论(TSS)对各项风险因子进行交互作用分析，建立复合型风险情景模型；最终，通过整合WSR-GRA-TSS方法体系(WGT),以K港区输油管道原油泄漏引发的爆炸事故为实证，开展综合风险评估研究。结果表明：在涉及二维风险因素的场景中，危险货物吞吐量与化工企业从业人员培训水平的交互作用会显著提升事故发生概率。数据分析显示，当这两个因素共同作用时，其引发的风险概率可达0.472,处于较高风险水平；在三维风险情景下危险货物吞吐量、港口投资和危化品企业人员培训的耦合风险最高，耦合值为0.121。
具有饱和感染率的HIV空间扩散模型
李思彤;康小雪;黄立壮;建立了一个具有饱和感染率的HIV空间扩散模型。首先，分析该模型对初始问题的适定性，定义模型的基本再生数R0,并确定该模型的两个平衡点：无病平衡点E0和地方病平衡点E*;其次，通过分析相应的特征方程，讨论两个平衡点的局部稳定性，当R0<1时，无病平衡点E0是局部渐近稳定的，当R0>1时，地方病平衡点E*是局部渐近稳定的；最后，构造Lyapunov泛函并利用LaSalle不变性原理，研究无病平衡点E0和地方病平衡点E*的全局渐近稳定性。
基于SSA优化的DSCNN-Transformer轴承故障诊断研究
韩芳;聂文艳;朱玉琴;针对深度学习模型在轴承故障诊断中计算复杂度高和超参数选择依赖经验的问题，提出了一种基于麻雀搜索算法(SSA)优化的DSCNN-Transformer模型。该模型利用轻量化的深度可分离卷积神经网络(DSCNN)提取局部特征，从而显著降低了参数量和计算复杂度；Transformer模块的多头自注意力机制可以捕获时间序列信号的全局依赖；SSA对模型超参数进行自动优化，进一步提高了模型的泛化能力。在凯斯西储大学(CWRU)轴承数据集上的实验表明，该算法在10个分类任务中实现了99.55%的分类准确率，同时兼具高效性和实时性。
基于人工智能的半导体器件优化综述
朱兆旻;综述了人工智能(AI)在半导体器件优化中的应用，指出传统优化方法在面对器件尺寸缩小和技术复杂度增加时的局限性。首先，详细讨论了AI技术在芯片设计、制造和测试环节的应用，并分析了其对半导体产业变革的推动作用，这些变化包括市场需求、芯片架构、封装技术、新材料研发等方面的变化。其次，探讨了AI应用中的关键挑战，如数据共享不足、模型可解释性不足和计算资源需求高，并提出了联邦学习、可解释性研究和绿色AI策略等解决方案。最后，文章总结了当前研究的主要发现，强调跨学科合作对未来半导体行业发展的重要性。
