-
题名高校产学研协同创新中校友资源的开发研究
被引量：17
- 1
-
-
作者
冒巍巍
陈方玺
-
机构
上海交通大学校友总会办公室
-
出处
《科学管理研究》
CSSCI
北大核心
2021年第2期80-85,共6页
-
基金
中国高等教育学会高等教育科学研究“十三五”规划课题重大课题(2017XYZG07)。
-
文摘
高校开展产学研协同创新需要联合政府、企业及科研院所在内的众多主体和力量。校友作为高校所独有且珍贵的资源,除了其本身可以直接提供的各类资源外,还是高校拓展与政府、企业、科研院所等社会资本连接的重要节点。基于社会资本理论,在以往校企合作、产学研研究的局限性上,强调校友群体在高校产学研合作中的资源导入作用和连接作用,最后提出高校产学研协同创新中校友资源的开发策略,探索产学研协同创新中高校加强校友资源开发的可能方向。
-
关键词
社会资本
校友资源
产学研合作
协同创新
-
Keywords
Social Capital
Alumni Resources
Industry—university—research Cooperation
Collaborative Innovation
-
分类号
G644
[文化科学—高等教育学]
-
-
题名基于合成孔径雷达回波信号的海洋溢油监测方法研究
被引量：7
- 2
-
-
作者
孙健
胥亚
陈方玺
彭仲仁
-
机构
上海交通大学海洋工程国家重点实验室
上海交通大学船舶海洋与建筑工程学院交通运输与航运系
上海交通大学校友总会
美国佛罗里达大学城市与区域规划系
-
出处
《海洋学报》
CAS
CSCD
北大核心
2014年第9期103-111,共9页
-
基金
海洋赤潮灾害立体监测技术与应用国家海洋局重点实验室开放基金(MATHAB201306)
上海交大海洋工程国家重点实验室青年创新基金(GKZD010059-29)
-
文摘
海洋油污染是各类海洋污染中最常见、分布面积最广且危害程度最大的污染之一。近年来,海洋特别是近海人类活动频繁,且随着海上运输和石油加工业的发展,油田井喷、钻井平台爆炸、船舶碰撞等所造成的溢油事故增多,因而,监测海洋溢油具有重要的经济和社会现实意义。研究采用MatLAB工具,通过图像预处理(图像校正和增强)、特征提取和神经网络识别等方法,对合成孔径雷达(SAR)海洋溢油图像进行处理,最终期望实现半自动区分SAR图像上各类目标,并进行多种神经网络方法效果比较。研究首先对SAR海洋溢油图像进行初步人工识别;然后进行图像预处理(几何校正、滤波处理等)和基于灰度共生矩阵的特征值计算;最后,借助神经网络方法对溢油区域和疑似溢油区域进行分类,输出分类处理后的图像。通过输出图像分析发现,神经网络能对SAR海洋溢油图像中溢油、海水、土地3类目标进行明确分类,且RBF神经网络模型精度高于BP神经网络。本文提出的半自动分类方法不仅能提高SAR图像处理效率,将分类目标扩充有溢油和非溢油扩充到溢油、海水、土地3类,提高图像处理的全面性,同时通过比较RBF和BP神经网络在SAR溢油图像分类上的具体优劣,有着较好实际意义。
-
关键词
合成孔径雷达
海洋溢油
图像目标分类
神经网络
-
Keywords
SAR
synthetic aperture radar
SAR
offshore oil spill
image classification
neural network
-
分类号
TN958
[电子电信—信号与信息处理]
X834
[环境科学与工程—环境工程]
-
