寻求最佳点

22年的财务生涯、“企业—事务所—企业”的回归、“外审—内审”的路径……就这样呈现在丰联集团内控部经理王小强的“职场履历”上。既是资本也是压力,特别是他所在行业正进入换档期。     

线性压缩机盘簧及组件性能分析

现有压缩机用板弹簧刚度小、使用数量多,因此设计了一种盘簧。采用有限元法（FEM）对比了盘簧和柔性板弹簧的刚度,并从8种不同臂形的盘簧中确定了3种性能较优的臂形;分析了弹簧组的9种布置方式,发现将盘簧放置在两等厚柔性板弹簧之间时支撑性能较好;采用响应面目标优化法对弹簧组间距进行优化,优化后的径向刚度增大了37.5%;对优化后的弹簧组刚度进行了实验测试,并将其与FEM结果进行了对比。     

当资源遇上资本

当资源遭遇资本，两个“资”性大佬的结合将会产生怎样的化学反应？这一问题的答案一直拷问着中国矿业资源投资领域。在巨大的矿业资源面前，资本显得激动而手足无措；而一直位于高垄断阵营的资源探采央企，又苦于难觅可以“肝胆相照”的私募资本输血。新一轮启动的国企提出混合所有制“交叉持股”新议题，虽然众多央企与民营资本还在迷茫到底怎样交叉和互混，一个在矿业领域全新尝试的“中色高能蓝天矿业基金（以下简称为“蓝天基金”）”却以首期5亿元的投资额度展开了运营。     

加快实现市场升级,支撑叠石桥家纺产业持续发展

叠石桥家纺市场是我国最大、最成功的家纺市场之一,但其发展也面临日趋激烈的挑战。一、叠石桥家纺市场面临的挑战1.来自于省内外同类市场迅猛崛起的挑战。近年来,我国东北、华北及中西部地区学习江浙等省办市场的经验,采取优惠的政策措施,利用销地优势,培育发展家纺专业批发市场。随着这些家纺交易市场的兴办、新型物流业态的出现,叠石桥     

基于任意四边形镶嵌的四方连续图案智能化设计技术研究

目的 实现无交叠四方连续图案的快速设计,使图案元素排布均匀、画面紧凑,避免简单复制产生的僵硬感和机械感。方法 利用任意四边形可无缝镶嵌的特性,将待填充图案元素布置在一个四边形内,并绘制四边形包围轮廓。将镶嵌单元从直边四边形拓展到曲边四边形,给出了曲边四边形的可镶嵌性条件及镶嵌处理方案,实现了任意可镶嵌曲边四边形的人机协作快速构建方法,以及由不同图形单元组成的可镶嵌异质复合单元的构建方法。结论 基于平面设计师常用的矢量软件开发了设计工具。案例测试表明,开发的设计工具可准确识别用户绘制的四边形框架,并生成灵活的四方连续图案,非凸四边形和曲边四边形框架的应用增加了生成图案的多样性。开发的设计工具通过智能辨识设计师的手绘曲线进行运行,省去了复杂的界面操作,且交互性更加可靠。     

舌尖上的财务

发轫于“美食之都”的皇城老妈,以口味和品质支撑着其定位高端餐饮的发展之路,其背后的财务策略也颇耐人寻味。把一锅舞动舌尖的川味火锅,做成一个人均消费过百元的全国知名的高端餐饮,成都皇城老妈酒店管理有限公司（以下简称为“皇城老妈”）用了28年的时间。     

石墨烯摩尔超晶格的近场纳米成像（特邀）

具有优异光电响应特性的二维材料,在新型红外探测技术中展现了极高的应用价值与潜力。对于由二维材料制备的红外探测器,通过引入局域场调控的方式能够显著提升其红外探测性能。一种基于光热电效应的局域温度场调控技术被研究人员报道,该技术结合了双层旋角石墨烯形成的摩尔超晶格结构。摩尔超晶格的形成使体系的塞贝克系数产生变化,从而使光照激发的热载流子浓度在空间上形成梯度变化,通过高分辨度的光电流显微镜探针可以探测双层石墨烯内单个摩尔晶胞的光电响应,从而获得体系的高分辨率光电流空间分布。该技术展示了旋角电子学在光电探测领域的前景,为未来的单光子探测器提供了设计思路。     

佳美变局：增长的“恒牙”

市场竞争烈度的增加,使得口腔连锁的先行者“佳美”,开始全面转向注重持续、健康、稳健的精益增长上来。随着中国经济规模与消费结构的不断升级，“大健康”产业正在成为增长动力最强劲的新兴投资领域。然而与十几年前浮出水面的那次不成功的“医疗产业化”不同的是，追求长效而有序的高质量增长正在成为各路资本的共识。     

基于改进YOLOv5的复杂场景下SAR图像船舶检测方法

针对复杂场景下合成孔径雷达图像船舶检测中易产生漏检的问题,本文提出了一种基于改进YOLOv5的复杂场景下SAR图像船舶检测算法。该算法首先将由通道注意力和空间注意力共同组成的自适应注意力模块引入YOLOv5的特征提取网络中,通过将特征向量筛选加权后,使重要的目标特征占有更大的网络处理比重,以此增强网络对目标区域的特征学习能力。然后根据SAR图像特性优化了检测模型的损失函数,提升了预测框的置信度,最终降低了复杂场景区域的目标漏检率。实验表明,相比传统YOLOv5算法,本文算法显著提升了召回率。对于复杂场景下的SAR图像船舶目标检测,平均准确率达到了79.8％,相比于传统YOLOv5算法和Faster R-CNN算法分别提高了26.1%和17.3%。      

趋优变异反向学习的樽海鞘群与蝴蝶混合优化算法

针对蝴蝶优化算法(butterfly optimization algorithm, BOA)易陷入局部最优,且收敛速度慢和寻优精度低等问题,提出了一种趋优变异反向学习的樽海鞘群与蝴蝶混合优化算法(hybrid optimization algorithm for salp swarm and butterfly with reverse mutation towards optimization learning, OMSSBOA)。引入柯西变异对最优蝴蝶个体进行扰动,避免算法陷入局部最优;将改进的樽海鞘群优化算法(salp swarm algorithm, SSA)嵌入到BOA,平衡算法全局勘探和局部开采的比重,进而提高算法收敛速度;利用趋优变异反向学习策略扩大算法搜索范围并提升解的质量,进而提高算法的寻优精度。将改进算法在10种基准测试函数上进行仿真实验,结果表明,改进算法具有较好的寻优性能和鲁棒性。