为解决区间T球形模糊环境下群决策中评价难以比较、偏好不一致与共识成本高等问题,提出新的区间T球形模糊得分函数与IVTSFSSWBM聚合算子,并通过偏好转化函数获得完全加性一致的模糊偏好关系。在此基础上引入位置权重构建改进序共识度量,并结合多数原则及容忍行为建立最小成本共识模型。通过药物选择案例验证了该方法的有效性与优越性。
面对地理空间数据激增带来的挑战,传统遥感测绘与地理信息系统(GIS)在效率、适应性、分析深度及普及度等方面遭遇瓶颈。人工智能(AI)与遥感测绘和地理信息技术的深度融合,催生了地理空间人工智能(GeoAI),推动该领域向“智能认知”范式演进。系统分析了传统技术局限,阐述了AI在数据处理、分析建模与决策支持等方面带来的革新机遇,并在此基础上重点讨论了AI在生态环境监测、灾害应急响应、城市智能规划、农业资源管理及公共安全防护五大核心场景中的最新应用进展与效能提升。对自主化GIS智能体、多模态知识融合、边缘-云端协同计算、模型可解释性及赋能可持续发展等前沿方向进行了展望。研究表明,GeoAI通过驱动技术变革与生产要素创新重组,正成为培育地理信息领域新质生产力的关键动能,为经济社会的高质量发展提供强大的空间智能底座。
着眼于城市建设领域的地表沉降现象,以鹤壁市作为研究对象,获取了2019年1月至2024年6月共165景Sentinel-1A卫星影像数据,并采用小基线集(SBAS-InSAR)技术对研究区地表沉降进行时序监测。同时结合降水与地下水储量数据,分析了鹤壁市地表形变的时空特性和影响因素。结果表明,监测期间鹤壁市整体沉降不显著,部分地区存在地表沉降。其中,地表最大沉降速率达-66 mm/a,最大累积形变量达到-409.71 mm,最大年平均沉降速率-12.18 mm/yr。山城区和鹤山区共识别出3个明显的沉降漏斗,且其范围正逐年扩展。进一步分析表明,降雨是造成鹤壁市地表沉降短期波动的主要因素,雨季过后地表形变通常表现为先抬升后沉降的趋势;地下水储量变化是引起平原区地表形变的关键驱动;而煤矿开采则可能是矿区大范围沉降漏斗形成的主要原因。研究结果可为鹤壁市的治理规划以及预防地质灾害提供参考。
<正>《江西科学》期刊为双月刊,是由江西省科学院主办、主管的自然科学综合性学术期刊,主要以促进学术交流和为加速江西省的经济建设与科学技术的发展服务为办刊宗旨。刊登的论文涵盖理、工、医、农、管等自然科学领域,栏目设有特约专栏(名师荐稿)、流域生态与水文地理科学、数理与信息科学、工程与材料科学、产业情报与战略管理科学等。2026年《江西科学》期刊重点选题方向:一、湖泊资源与生态修复1.湖泊湿地退化机制与生态修复关键技术2.湖泊沉积物重金属污染治理与生态风险评价3.江湖连通性修复对鱼类资源的影响4.气候变化下鄱阳湖水文情势与生态适应5.农业面源污染治理与滨湖生态缓冲带建设6.禁捕退捕后湖泊渔业资源恢复评估7.湖泊生态产品价值实现路径(碳汇、生态补偿)8.智慧湖泊监测与管理技术应用9.湖泊资源可持续利用与生态经济10.跨区域湖泊生态协同治理机制
为了系统探究瓜馥木(Fissistigma oldhamii(Hemsl.) Merr.)水溶性成分组成,比较不同部位水溶性代谢物差异,为其天然活性物质的筛选和利用提供科学依据。通过基于高效液相色谱-质谱联用技术的广泛靶向代谢组学方法进行瓜馥木叶片和藤茎的水溶性代谢物研究。结果表明,瓜馥木叶片和藤茎中共有3 072种水溶性代谢物被鉴定,主要包括黄酮类、生物碱类等13类化合物,其中大多数代谢物在叶片中的相对含量显著高于藤茎。主成分分析(PCA)表明,不同部位的水溶性代谢物组成存在显著分离。进一步比较分析共筛选出1 776种显著差异代谢物,其中叶片中黄酮和黄酮醇类化合物含量较高,而藤茎中则以生物碱类化合物为主。KEGG通路富集分析显示,差异代谢物显著富集于黄酮与黄酮醇生物合成通路。揭示了瓜馥木不同部位水溶性代谢物的组成特征与分布规律,为其药用价值深度开发提供了理论依据和数据支撑。
以江西省新质生产力培育为研究对象,基于“政策-产业-要素”分析框架,系统探讨资源型区域发展新质生产力的特色路径。通过梳理江西“十四五”科技创新规划实施成效,结合锂电、稀土等优势产业案例,分析其在“一核十城多链”布局下的创新实践。研究发现,江西省通过战略性新兴产业梯度突破、传统产业绿色化转型、科创平台协同化建设的三维路径,初步形成了具有区域特色的新质生产力发展模式。针对R&D投入不足、高端人才匮乏等挑战,提出强化企业创新主体地位、完善成果转化机制、深化区域协同创新等政策建议,为资源型省份培育新质生产力提供理论参考和实践借鉴。
农田边界快速准确自动化提取是现代农业智慧化发展的关键技术之一。针对农田边界提取中模型参数量较大、提取不完整等问题,在SegFormer模型基础上引入注意力机制和特征金字塔模块,构建了一种改进的SegFormer模型。通过GID高分辨遥感影像数据集对该模型进行验证,结果表明,该模型在农田边界提取的mPA和mIUo分别可达95.22%、91.25%,通过改进的SegFormer与DeepLabV3+、U-Net、PSPNet 3个模型的对比实验表明,改进模型的预测精度均优于上述3个模型,其中mPA提高了0.77%、3.11%、5.72%,mIUo提高了0.90%、2.40%、4.22%。改进后的SegFormer模型优于DeepLabV3+、U-Net、PSPNet等其他具有代表性的深度学习方法,具有农田边界分割的实际应用潜力。
随着无人机和目标检测技术的发展,无人机图像目标检测技术逐渐应用于河湖巡查自动化监测中。然而,河湖场景的复杂性和“四乱”目标的多样性,给实际应用带来了诸多挑战。对此,提出一种基于YOLOv11改进的河湖“四乱”无人机图像目标检测算法RLFC-YOLO。添加小目标检测层,使模型能够关注细节特征,提升小目标检测能力;利用矩形自校准模块改进原有的C3k2结构,提升模型对前景目标的建模能力和边界识别精度;引入Slide Loss优化目标分类,解决类别不均衡易导致的少数类目标识别精度不高的问题;采用选择性边界聚合模块改进Neck层,提升特征融合效果与模型性能。将RLFC-YOLO在VisDone2019r公开数据集和河湖“四乱”无人机遥感自建数据集上同其他流行算法对比实验,结果表明,RLFC-YOLO性能显著优于基线模型,与多种经典目标检测算法相比,本算法均具有更高的识别精度,能够满足河湖“四乱”无人机目标检测实际任务需求。
设G是一个连通的有限图,其中V和E分别表示顶点集和边集。MG定义为中心Hardy-Littlewood极大算子。当满足条件:1)G=Kn且n≥3;2)G=Sn且n≥4时,将MG的定义由点集推广至边集,以构造ME,进而得到范数■的最优界。
科技型中小企业是培育发展新动能、实现经济高质量发展的重要支撑。立足国家深入实施创新驱动发展战略的现实情境,基于2024年江西省科技型中小企业的入库数据,从科技产出与经济效益2个维度,对江西省科技型中小企业的发展绩效进行分析,并针对发展中存在的问题提出策略建议。研究对于提升江西省科技型中小企业发展绩效,促进科技型中小企业高质量发展具有重要价值。