基于轻量级卷积神经网络的苹果表面缺陷检测方法

为了解决目前农业信息领域对苹果表面缺陷检测准确率低的问题,提出一种基于轻量级卷积神经网络的苹果表面缺陷检测方法。首先采集苹果缺陷样本图片制作实验数据集用于模型训练和测试;其次在AlexNet网络结构的基础上,引入深度可分离卷积代替原有网络中的标准卷积运算来进行图像特征的提取;最后利用全局平均池化方法代替原有网络中的全连接层,从而将卷积层输出的多个特征图以自身为单位进行映射得到特征点。实验结果表明:改进后网络对苹果缺陷识别精度达到了98.57%,较改进前提升1.55%;较改进前模型参数量减少99.3%、训练速度提高32.67%、FPS提高33.28%,改进后的轻量级卷积神经网络不仅减少了模型参数量和训练时间,而且提高了检测精度和速度。因此,新的检测方法在减少模型参数量的同时,还可保证模型的检测精度和效率,具有较强的工程实用性,可为苹果缺陷分类提供理论参考。     

基于多尺度卷积的轴承故障诊断研究

针对目前神经网络模型抗噪性、泛化性差的问题，提出一种基于多尺度卷积神经网络模型。该模型首先采用大卷积核进行特征提取，为后续网络层提供较大感受野的同时，还能对高频噪声进行抑制，并采用多分枝、多尺度卷积以提取不同尺度的特征，避免单一尺寸卷积核无法兼顾不同精细度的特征问题，增强网络表达能力。同时采用1×1卷积以较少参数量增加网络深度，提高其非线性表达能力，采用全局平均池化代替全连接层，以减少参数量，防止网络过拟合的发生，最后通过Softmax函数完成故障分类。通过实验验证，该模型具有较好的抗噪性、泛化性以及实用价值。     

基于1D-CNN的滚动轴承端到端故障诊断方法

提出一种端到端的滚动轴承故障诊断模型,将三个步骤直接整合到一个模型中,直接将原始振动信号输入模型中,经过模型计算得到轴承故障类型。利用一维卷积神经网络强大的特征提取能力,对原始信号提取特征。通过实验对比分析,所述方法在美国凯斯西储数据集中能够达到99.33%的类间平均准确率,能够准确地对故障进行分类,具有较好的技术应用前景。     

基于卷积神经网络的图像分类研究与应用

通过阐述神经网络模型原理,并使用卷积神经网络对图像分类进行了模型和算法上的研究,最后对基于深度学习的图像分类应用进行了探讨。     

改进的YOLOv3-Tiny网络在风机叶片损伤检测中的应用

为了解决YOLOv3-Tiny对无人机采集的风机叶片图像损伤检测精度不高的问题,提出一种基于深度学习的风机叶片图像损伤检测方法。首先提出一种跨越式特征联合网络结构,由卷积层和拼接层构成,将不同深度的特征信息进行融合再学习,提取目标多层级特征信息;其次引入Inception模块结构,其中4个平行通道的多个卷积核对输入的特征图进行组合和压缩,在减少网络的学习参数的同时更好地表征图像特征信息,提高小目标的检测精度。实验表明,改进后算法的检测精度提高了2.69%,在自制的数据集中mAP可以达到88.58%,并且模型的参数缩小了4倍。因此,改进的方法比传统的YOLOv3-Tiny网络具有更好的检测效果。研究结果可为基于图像的损伤检测和风机叶片损伤智能识别提供参考。     

基于结构-语义融合的评论文本情感分类研究

为了解决当前部分情感分析模型片面依赖文本语义特征、忽视句法结构特征的问题,提出了一种基于结构-语义融合的情感分类模型SF-TLSTM(sentiment-fusion-tree LSTM),即将句法结构信息与语义信息进行融合,全面提取文本特征。首先,将BERT(bidirectional encoder representation from transformers)模型引入TreeLSTM(tree-structured bidirectional LSTM)网络结构中;其次,利用SimCSE(simple contrastive learning of sentence embeddings)模型的自监督训练对BERT获得的向量表示进行数据增强;最后,通过节点编码的方式在构建的TreeLSTM网络上实现结构语义特征融合,并与基线模型进行多组对比分析。结果表明：在斯坦福大学发布的SST(stanford sentiment tree-bank)数据集上,SF-TLSTM模型相较于经典树形结构情感分类模型获得更高的准确率,其中在二分类任务中的准确率达到了96.79%。所提方法能够全面...     

一种基于感受野增强的人脸检测方法

为了解决多任务级联卷积神经网络（MTCNN）算法网络模型在小人脸检测方面鲁棒性较低的问题,提出了一种基于感受野增强的网络模型。首先,为MTCNN算法模型中的R-Net网络和O-Net网络添加感受野模块（receptive field blocks,RFB-S）。其次,通过添加批量标准化和全局平均池化,加速网络模型的收敛,防止模型过拟合。最后,调整网络任务的权重,P-Net和R-Net网络用于人脸区域粗筛选,O-Net网络用于人脸区域精筛选以及人脸关键点回归。实验结果表明,与MTCNN算法网络模型相比,所提模型缩小了16%,但检测速度提升了9%,在FDDB数据集上的检测精度提高了2.3%。因此,基于感受野增强的网络模型能有效完成人脸的检测任务,增强对小人脸检测的鲁棒性,可为人脸识别、表情识别等提供技术支持。     

MLEP:一种B细胞线性表位预测方法

为了更快更准地确定B细胞线性表位,提出了一种新的预测方法——MLEP(Prediction of epitope based on MCFS and LSTM,MLEP)算法。采用5种性质氨基酸理化性质作为学习特征,利用多聚类特征选择算法进行特征选择,用降维后的数据作为输入,用长短期记忆网络进行训练,获得预测性能好的模型,对多聚类特征选择算法及MLEP算法的性能进行评价。对非冗余LBtope数据集进行多组实验,结果表明,使用多聚类特征选择算法降维到25时获取性能最优模型,多聚类特征选择算法比主成分分析法获得的模型准确率更高,基于MLEP算法获得的模型准确率达到94.81%。因此,MLEP算法能更好地预测B细胞线性表位,对于表位预测研究具有一定的参考价值。     

基于图像的地铁车站施工人员不安全行为识别研究

为了解决人工监测不能实时看护和及时管理地铁车站施工人员的不安全行为等问题,构建了基于KNN,MLP和LSTM模型的不安全行为识别神经网络模型。首先,通过行为理论研究和现场调查分析,对地铁车站施工不安全行为进行了分类;其次,通过实验构建人体数据集,基于人体骨骼关节点提取不安全行为特征,并进行模型训练;最后,基于MobileNet V1的SSD目标检测算法对施工人员进行定位和追踪,结合射线法判断目标是否跨越不安全区域并发出警报,搭建神经网络模型对施工人员的不安全行为进行识别,并获得计算识别率。结果表明：传统机器学习算法KNN总体准确率为93.45%,优化后的MLP和LSTM两种神经网络模型总体准确率分别达到93.94%和93.68%,相对KNN算法分别提高了0.49%和0.23%。因此所提模型能有效识别施工人员不安全行为,可为地铁施工安全智能识别技术应用提供参考。     

基于像素级估计的视频显著性检测

为了减少背景噪声干扰,准确地从复杂视频中提取显著目标,提出一种具有时空一致性的视频显著区域检测算法。将视频帧划分为超像素,以超像素为基本单元提取光流特征,在时空一致性原则指导下动态融合颜色、边界信息和光流特征,获取视频显著图。在此基础上,借助视频帧的细节和区域特征对视频显著图进行细化增强。实验结果表明,算法的准确率[CD*2]召回率曲线在复杂图像数据库中高于传统经典算法,具有足够高的鲁棒性,能够减少相机运动和背景运动以及突变情况对跟踪检测的影响。所提方法能够在各种运动模式下和外观复杂场景中较为完整地提取显著目标,可作为预处理技术,改善目标跟踪、行为检测、视频压缩等的性能。     

基于 SNA 的产业网络研究

产业结构优化对促进经济发展有重要的作用,国内外学者从不同的角度对产业结构进行了大量的研究,但仍存在一些不足。本文针对当前产业结构研究的局限性,将社会网络分析方法和投入产出表相结合,基于投入产出有关数据,应用社会网络分析方法对产业网络结构进行定量化研究,利用ucinet软件从密度、中心度、中介中心性和小团体等多个方面对产业经济联系进行量化分析,构建产业结构网络模型,直观的展示产业部门之间关系,对促进产业升级提供相关的建议。     

基于企业内部的知识转移对企业绩效的影响研究

本文从企业内部这个视角,来探讨知识转移对企业的绩效影响分析,研究的结果表明,知识转移与企业绩效成正相关.该文利用多元回归方程以及SPSS软件进行实证数据分析.     

浅议基于绩效考核视角的煤炭企业内部控制体系创新

对影响内控运行效率的因素进行了分析,进而提出应当建立基于绩效考核的内部控制指标评价体系,形成激励与惩罚功能并存的约束机制,从根本上提高内控系统运行效率。     

我国学生作品获世界级大奖提名

近日,在联合国教科文组织主办的2011世界遗产历险动画片脚本绘画大赛上,来自苏州的两名学生的《世遗历险记》从289组优秀作品中脱颖而出,获得入围提名,这是已经举办了4届的大赛中第一次有中国作品入围。     

基于MCMC的SCD模型扩展研究

以SCD模型为研究对象,借鉴ACD-GARCH模型的建模思路,构建了价格交易持续期、超高频收益率的双因素模型SCD-GARCH模型。考虑到模型双随机变量给模型参数估计带来的困难,运用MCMC方法,对中国股票市场超高频数据进行实证分析,结果表明模型显著。运用DIC准则比较这2类模型,结果显示SCD-GARCH模型总体更优。     

基于MCMC的SCD模型扩展研究

以SCD模型为研究对象,借鉴ACD-GARCH模型的建模思路,构建了价格交易持续期、超高频收益率的双因素模型SCD-GARCH模型。考虑到模型双随机变量给模型参数估计带来的困难,运用MCMC方法,对中国股票市场超高频数据进行实证分析,结果表明模型显著。运用DIC准则比较这2类模型,结果显示SCD-GARCH模型总体更优。〖HJ4mm〗     

水排污税征收问题研究

本文从水排污费征收方法与存在问题着手,指出开征水污染税的必要性。并根据我国环保法规和现实国情,对我国开征水污染税给出一些建议。     

对建筑企业预算人员的压力管理研究

预算人员在企业投标的过程中起着较为重要的作用，预算人员所肩负的重任往往使他们承受着较大的心理压力。而过度的压力会为个人及企业带来巨额的经济损失，适当的压力管理不仅有利于个人的身心健康，更重要的是可以为企业减少因压力而带来的损失，压力管理不仅与个人的压力应对行为有关，而且与企业所给与的支持程度有关。     

对煤机装备参展的思考

随着经济的发展、竞争的加剧,利用各类展览促进煤机装备销售已经成为一种重要手段。如何做好展前筹划、展中宣传、展后总结,达到满意的展会效果,是办好展会必须深思的问题。通过对展会必要性的论述,各阶段重点事项的归纳梳理,提出了参展各环节的重点及需要特别关注的问题。尤其强调了如何处理好加强宣传和保护知识产权之间的矛盾。     

企业对员工的人力资本投资研究

本文利用最新的调查数据研究了企业提供的培训与员工个人特征、企业特征和员工企业匹配特征之间的关系，以及企业培训实践对工资水平的决定效应。研究发现，企业提供的培训投资呈现了极不平衡的现象：技能水平和职位等级高的员工能获得大量的培训投资，处于企业生产和技术部门的一般员工获得的培训投资显著偏低；国有企业大量投资于员工的一般培训，不注重企业专用培训，而外资企业则刚好相反；技术资本密集或者技术进步较快的企业比传统劳动密集型企业更注重员工培训。研究还发现，企业向员工提供的大部分一般培训显著地影响了员工的工资水平。研究结果有助于理解国有企业员工在劳动力市场中的工作转换模式。