【摘 要】
：
知识经济时代,构建知识网络是企业获取竞争的重要选择.运用理论研究方法,界定了政产学研用合作创新网络知识创新主体和角色认知,并探究了政产学研用合作创新网络中知识溢出的内在机理,认为知识落差、位势差异、知识介质和运行模式的差异,造成了政产学研用合作创新网络知识溢出的可能.借鉴“产学研”三螺旋创新模型,构建出政产学研用合作创新网络的知识溢出模型,系统阐释了政产学研用合作创新网络的结构和运作方式,积极推动知识创新和创造,为区域经济发展和组织竞争优势的提升提供决策参考.
【机 构】
：
上海电机学院商学院,上海201306;上海工程技术大学管理学院,上海201620
论文部分内容阅读
知识经济时代,构建知识网络是企业获取竞争的重要选择.运用理论研究方法,界定了政产学研用合作创新网络知识创新主体和角色认知,并探究了政产学研用合作创新网络中知识溢出的内在机理,认为知识落差、位势差异、知识介质和运行模式的差异,造成了政产学研用合作创新网络知识溢出的可能.借鉴“产学研”三螺旋创新模型,构建出政产学研用合作创新网络的知识溢出模型,系统阐释了政产学研用合作创新网络的结构和运作方式,积极推动知识创新和创造,为区域经济发展和组织竞争优势的提升提供决策参考.
其他文献
针对固定式、固定可调式和水平单轴跟踪式3种常用光伏支架,以实际案例进行太阳辐照量及发电量的测算研究,分析了3种光伏支架的优缺点.根据发电量以及支架成本、结构形式、占地面积、故障率等因素,选择合适的光伏支架类型,并确定光伏组件的最优安装方式.
镁硫电池是较具发展潜力的新型电池,其与锂硫电池相比具有体积能量密度高、安全性好的优点,在航空航天领域具有良好的应用前景.作为正极材料,硫理论比容量高、价格便宜,但导电性能不佳;硒导电性好,但理论比容量较低、价格较贵.制备了兼具两者优点的硫硒化合物(硫硒摩尔比分别为15:1、1:1、1:15),并与微孔碳复合,发现硫硒比为1:1的硫硒化合物/微孔碳复合正极材料SSe/C表现出最高的循环比容量,在50 mA·g?1电流密度下45次循环后仍然能具有400 mAh·g?1以上的比容量.因此,硫硒化合物是一种较具有
面对教材内容相对滞后、课堂教学相对枯燥、实践活动相对孤立的现状,按照理论体系向教材体系转化、教材体系向教学体系转化、教学体系向价值体系转化的逻辑主线,探索新思想进教材、进课堂、进学生头脑的路径,以充分发挥新思想的价值引领作用.
工业向来对能源消费需求较高,而工业能源消耗往往伴随着污染物的排放,随着上海市碳达峰目标的提出,对工业能源消费量的控制越来越严格.根据上海市统计年鉴,选取2000—2019年的GDP总量和工业能源消费量的数据,运用向量自回归模型对所选取数据的关系做格兰杰因果检验、脉冲响应和方差分解分析.研究表明,工业能源消费是上海市GDP总量的格兰杰原因,脉冲响应和方差分解的结果显示工业能源消费对上海市GDP总量的影响逐渐下降,说明上海市在兼顾经济发展的前提下,实现工业领域的碳达峰是可行的.
针对空间太阳翼隔离二极管的应用,结合标准规范及太阳翼电路部分的工程设计约束与在轨应用经验,给出了空间太阳翼电路部分隔离二极管的设计方案;结合工程研制经验,给出了不同类型太阳翼电路部分隔离二极管的应用建议,为相关科研人员提供参考.
针对传统的电力系统戴维南等值参数跟踪方法存在的缺点,提出一种复数域偏最小二乘法跟踪戴维南等值参数.该算法在传统偏最小二乘法的基础上,简化了算法回归模型,并适应等值系统发生多种类型扰动的情况,有效改善了参数漂移问题,在电力系统内部扰动时仍能准确跟踪戴维南等值参数.在DIgSILENT/PowerFactory 15.0中搭建IEEE 39节点系统进行仿真,验证了复数域偏最小二乘算法跟踪参数的有效性和准确性.
针对优化过程中出现的求解精度低、收敛速度慢等问题,提出一种改进混合蛙跳算法.在种群个体位置更新过程中,基于数学中二分法查找的思想,引入中间因子和加速因子.通过引入中间因子,调控青蛙个体在寻优过程中的步长,扩大算法的局部搜索范围,从而保持青蛙种群的多样性;引入加速因子,加快蛙的搜索速度.对6个测试函数的实验表明,改进后的混合蛙跳算法具有更高的求解能力、收敛精度和更快的收敛速度.
针对因卫星入境数据延迟,无法快速判断太阳能电池阵温度遥测数据是否发生异常问题,提出一种SE-TCN网络模型.首先借鉴SENet中的通道注意力机制,对时间卷积网络(TCN)进行改进,提高模型的特征提取能力;其次使用SE-TCN做为特征提取网络,训练出网络模型;最后对温度遥测数据做中长期预测(约4轨).以某在轨卫星实际太阳能电池阵温度遥测数据作为实验数据.结果表明:本文提出的SE-TCN网络模型在评价指标上与传统TCN网络模型相比,平均绝对误差(MAE)降低了7.7％,均方根误差(RMSE)降低了5.2％,相
风力发电是一种重要的可再生能源发电方式,其主要设备的故障严重影响风力发电效率与供电的安全可靠性.为控制风电设备主要零部件故障的发生,提出了一种基于长短时记忆(LSTM)的神经网络故障预测方法.该方法主要包括历史数据学习建模和在线数据监测两部分.通过预测风机齿轮箱的磨损故障,验证了该方法具有较好的预测性能,且能较早预测出故障的发生.
随着激光投影显示技术的不断发展,对电子显示设备的选择变得更加多样化.但由于激光投影显示设备中激光光源具有高度相干性,使得散斑的现象与其他显示设备相比表现得更为明显,会较大程度地影响实际观感.由此设计一种基于XYZ滤光片的彩色散斑测量装置,利用计算机软件控制相机拍摄不同滤光片下的散斑图片,计算红绿蓝白色场的散斑对比度.利用这种方法可以判断不同激光显示设备的散斑状况是否处于一个合理的范围,从而评价激光显示设备的投影质量.