-
双寡头竞争下区块链技术赋能绿色研发(R&D)的风险策略研究
本文聚焦于竞争性企业绿色研发(R&D)中的风险与区块链(Blockchain)技术采纳策略的交互影响。通过构建博弈论模型,文章揭示了研发成功概率(λ)和单位区块链采纳成本(c)如何共同塑造企业的均衡策略。研究发现,高研发风险下可能出现非对称采纳(一方采纳,另一方不采纳)的均衡,且更多的区块链应用并不总能提升消费者剩余(Consumer Surplus)和社会福利(Social Welfare),为企业在可持续竞争环境下的战略决策提供了新颖的经济学启示。
来源:Economic Analysis and Policy
时间:2025-12-30
-
预测意大利银行的违约风险:传统方法与机器学习方法的比较分析
本研究针对意大利银行业设计了一种包含资产回报率(ROA)、财务杠杆和银行类型的简洁模型,通过对比传统计量模型与机器学习方法,发现模型在预测银行违约概率方面具有高解释性和预测力。研究首次纳入2010-2020年间的国家援助因素,并系统分析不同银行类型(上市、非上市、中小银行)的违约差异,为监管提供新工具。
来源:Economic Analysis and Policy
时间:2025-12-30
-
采用粉末混合电放电加工技术制造燃料电池双极板上的蛇形流道,该流道具有逐渐变窄的宽度特征:工艺制备与耐腐蚀性研究
质子交换膜燃料电池双极板采用粉末混合电火花加工技术制造具有梯度斜面结构的蛇形流道,通过镍基粉末混合介电液提升表面耐腐蚀性,系统研究流道参数对性能的影响,发现1:2的流道宽高比和1.5mm深度时输出功率提升12.12%。
来源:JOURNAL OF POWER SOURCES
时间:2025-12-30
-
基于分数阶模型与自适应融合的多化学体系锂离子电池荷电状态协同估计方法
本刊推荐:本文针对多化学体系锂离子电池提出一种融合分数阶模型(FOM)与增强型XGBoost的SOC协同估计框架。创新性引入稳定性增强滑动窗递归粒子群优化(SA-SWR-PSO)算法实现FOM参数准在线辨识,通过自适应阈值最优融合(AOF)机制动态调整模型驱动与数据驱动估计权重。实验表明该方法在NCM电池WLTC/NEDC循环和LFP电池UDDS/US06循环中分别实现0.043%和0.172%的RMSE,显著提升跨化学体系适应性。
来源:JOURNAL OF POWER SOURCES
时间:2025-12-30
-
通过基于芬顿(Fenton)的表面功能化技术,实现柔性石墨双极板中强度与导电性的分离,以用于下一代质子交换膜燃料电池(PEMFCs)
本研究提出利用Fenton试剂进行真空辅助浸渍的表面功能化方法,增强柔性石墨双极板的机械性能(从40.2 MPa提升至50.8 MPa)并保持高电导率(800 S/cm)。优化后的双极板成功集成到15-cell燃料电池堆,其性能与常规CNC加工板相当,为低成本、轻量化燃料电池关键部件开发提供新路径。
来源:JOURNAL OF POWER SOURCES
时间:2025-12-30
-
一种基于多尺度特征融合的多分支学习方法,用于预测船舶燃油消耗量
船舶燃油消耗预测中提出两阶段注意力融合网络TSAFNet,通过RDFR模块筛选特征并融合BLS、LSTM、CNN多分支提取的多尺度特征,实验显示MAE降低42.0%,RMSE降低25.7%。
来源:TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT
时间:2025-12-30
-
使用可解释机器学习方法,对含有层压结构(LSP)的碳纤维增强塑料(CFRP)层压板的残余强度进行敏感性分析,以研究雷击损伤特征区域的影响
本研究通过实验与数值模拟结合的方法,分析高速铁路GFRP前部罩与抗爬升吸能结构(AC-EAS)的相互作用机理,重点考察AC-EAS的峰值力、平台力、压缩力及偏心高度差等参数对GFRP罩损伤模式的影响,揭示其能量耗散规律与结构失效阈值,为优化复合材料的碰撞安全设计提供理论依据。
来源:Composites Communications
时间:2025-12-30
-
TrustEdge:一种适用于关键重症监护病房(ICU)监测场景的、基于联邦式TinyML(Federated TinyML)技术的、具备量子安全特性且具备自我修复功能的框架
TrustEdge:一种整合 TinyML 设备入侵检测、PQC 安全联邦学习、轻量区块链审计及智能合约自愈的端到端医疗物联网框架,在非-IID 临床环境中实现 98.2% 高准确率攻击检测,亚秒级自主恢复,并满足量子安全要求。
来源:Internet of Things
时间:2025-12-30
-
面向无授权大规模机器类通信的自适应人工噪声波束成形安全增强技术
本文针对无授权大规模机器类通信(mMTC)在B5G/6G网络中面临的传统密码方法不足、导频污染和窃听等安全挑战,提出了一种自适应人工噪声波束成形(AANB)增强型物理层安全方案。该研究通过动态调整波束成形向量和人工噪声,基于实时信道状态信息(CSI)和空间相关性进行优化,显著降低了保密中断概率(SOP),并在不同信噪比(SNR)和空间相关场景下均优于半无授权(SGF)和传统波束成形加人工噪声(BF+AN)方案。研究成果为高密度、动态变化的mMTC环境提供了可扩展、高效的物理层安全解决方案,对推动B5G/6G网络的安全部署具有重要意义。
来源:Internet of Things
时间:2025-12-30
-
一种适用于物联网(IoT)的强大加权延迟融合方法
IoT多模态系统通过自适应加权晚融合提升决策可靠性,结合启发式策略与粒子群优化动态调整模态权重,有效应对数据损坏、模态缺失等挑战,实验证明其优于传统加权方法。
来源:Internet of Things
时间:2025-12-30