使用虚拟图片作为目标检测训练集

对于基于深度学习的目标检测算法来说,想要获得高准确率,除了算法本身,还需要数以十万计的高质量图片作为训练集以及大批量的数据集标注.由于安全帽检测领域没有合适的大规模训练集,且除了网络上能够收集到的部分图片外,只能通过摄像头获取相关图片,但这种单一场景又导致模型过拟合而降低了泛化能力.为此研究一个能够通过人工生成的与真实场景相近的虚拟场景并进行自动标注,为缺少大规模训练集的检测模型提供一定的帮助的同时减少了手工标注工作.使用U nity3D建立了多个虚拟场景,并在场景内设置一些自由行动的佩戴、未佩戴安全帽的人员来获得相关图片和标注,使用Yolov3作为统一的检测程序进行检测,实验结果表明,以U nity3D为基础建立的虚拟图片能够帮助训练集较少的模型获得更高的检测精度.     

基于迁移学习的高分遥感影像场景分类

随着高分遥感卫星的发展,高分遥感影像数据逐年增长,其在国土、农业、城市建设、环境监测、生态建设等方面发挥着重要的作用。然而传统高分遥感影像的场景分类速度较慢,精度较低。文章将深度学习中的卷积神经网络与高分遥感影像的场景分类相结合,极大地提高了分类精度。与此同时,运用迁移学习技术极大地降低了训练样本数量与训练时间,为高分遥感影像的场景分类提供了新的思路。     

Stacking算法的优化与改进

集成学习算法的基本思想是通过组合多个学习器来共同完成对数据集的学习及预测。本文针对数据挖掘领域常见的分类问题,采用集成学习算法能够稳定提升分类器的性能,同时在现有阶段通用Stacking算法框架的基础上,提出一种以随机森林和梯度提升树等算法作为基层算法的多层Stacking集成学习算法。通过在6个UCI数据集上的实验,结果表明改进后的Stacking算法与其他几种集成算法在泛化性能的提升上有较好表现。     

深度学习样例数据集快速生产与清洗方法——以水体为例

深度学习在遥感目标检测和分割领域已取得了长足的进步,但随着应用需求的日益增加,深度学习样本库极度匮乏。而人工样例生产面临着标注标准不统一、不规范等许多难题。因此,高质量的样例是深度学习和模型学习的基础。文章以高质量水体数据集的制作为例,提出了一种通用型的样例快速生产及清洗方案,通过少量人工检测与模型训练相结合,达到高质量样例生产的目的。结果表明,该方法生产的数据集数据量大、精度高,可以在很大程度上缓解人工制作样本工作量大的难题,为深度学习在工程中的应用提供便利。     

基于自举的弱指导中文实体关系 抽取研究

本文提出了一种基于自举学习的弱指导中文实体关系抽取方法。给定 一个小规模的已标注数据集（初始种子集）和一个大规模的未标注数据集, 利用从种子集中训练出来的分类器在未标注数据集上产生可靠的实例,再 加入到标注数据集中,从而不断扩展标注数据集。在 ACE RDC 2005 中 文基准语料库上的弱指导关系抽取实验表明,该方法能提高抽取性能。     

基于频谱分解和注意力机制的雷达回波外推算法

针对雷达回波数据，首次提出使用频谱分解的方式预先提取多尺度回波信息作为深度学习网络的输入数据，以丰富输入数据的特征信息。模型主框架采用UNet神经网络，并且针对模型退化问题，加入了残差连接结构。基于以上设计，提出SpAt-ResUNet预测模型。试验结果表明，相比于传统雷达回波外推算法SPROG与深度学习网络ResUNet模型，该模型对于未来1 h的雷达回波预测长时间外推图像模糊的问题以及强回波留存能力分别得到改善和增强。     

基于SegNet网络和概率图模型的工区障碍物提取

为适应5G（第5代移动通信技术）智能节点后续投入生产后的高效地震采集工作，利用少量自制训练数据创新性地将传统算法与深度学习相结合提出障碍物自动提取方法。搭建SegNet网络，得到粗糙的语义分割结果，利用条件随机场、特征与空间概率融合等概率图模型依次做了边界平滑和噪声消除的优化处理，最终的语义分割结果在各类障碍物上的准确率较高。与单一使用深度网络需要数万级数据来提升泛化能力相比，提出在少量训练集条件下具有较强泛化能力的语义分割方法，从而能够低成本、灵活高效地运用到各种特定的语义分割场景中。     

基于多模型融合Stacking集成学习的油田产量预测

基于机器学习前沿理论，提出一种基于多模型融合Stacking集成学习方式的组合预测方法，以国内某特高含水油田区块中多口水驱产油井历年生产历史数据为试验样本，预测其动态产油量。依据不同算法的训练原理，选取极限梯度提升树算法、长短记忆网络（LSTM）、时域卷积网络（TCN）等作为模型的基学习器，采用多元线性回归作为模型的元学习器。结果表明：融合后的Stacking模型充分发挥了各基学习器的优势，相比单一模型，融合后的Stacking模型预测平均误差较小，预测鲁棒性较好。该模型的提出对融合模型在特高含水油藏开发方面具有重要的应用意义。     

加权投票自适应的联络中心多类型任务量预测

联络中心排班需要准确预测到达任务量的各种类型。联络中心任务量数据庞大复杂,针对多类型任务的预测方法进行了研究,实现了对联络中心大量任务数据进行准确预测类型任务的目的。首先分析了任务量数据特点,确定了工作日和休息日对任务类型的影响。工作日使用PSO优化LIBSVM模型的参数,作为弱分类器用自适应增强算法迭代训练,提出用加权投票方法融合弱分类器的思想;休息日直接使用PSO-SVM模型预测。实验结果表明,该方法的分类准确率相对于传统方法准确率有很大提高。这对联络中心的人员排班管理具有重要的作用,对其他的服务行业的任务预测分类也有重要的参考价值。     

进化树方法的建模原理及大数据时代的金融保险风险预测

大数据时代的来临加深了经济学的研究范式改革，推动社会科学研究由模型驱动向数据驱动转型。本文将机器学习算法引入预测建模，探讨机器学习如何在金融保险领域的风险预测中发挥作用。在经济预测建模中，传统统计回归无法胜任复杂关系的捕捉，而传统的CART决策树容易陷入局部最优而导致预测水平不足的问题。作为一种较新的机器学习方法，进化树是对传统决策树的改进，本文重点对进化树算法的基本原理进行探讨。进化算法应用于树的生成，可以达到全局最优。在经济预测建模应用方面，本文选取机器学习平台OpenML上的两个数据集(Credit和WorkersCompensation)，将树方法应用于预测分析：对于Credit数据集，通过构建分类树，探索影响银行客户信用风险发生的可能因素；对于WorkersCompensation数据集，通过构建回归树，对工伤保险赔付进行预测建模，同时探索工伤保险赔付的影响因素。结果发现，进化树算法在保持一定可解释性的同时，能有效提升分类准确率和预测精度。同时，由于树方法会隐性地体现变量之间的交互项和非线性关系，因此进化树模型的构建可补充传统统计回归分析，在经济学的预测问题中具有一定潜力。     

房地产销售上网冷思考

一、什么信息在上网为了提高商品房交易信息的透明度,规范商品房销售行为,方便房地产登记,2004年3月24日上海市人民政府批转了《上海市商品房销售合同网上备案和登记办法》(以下简称《办法》),规定上海市新建商品房的销售(包括预售和现售)均应按《办法》规定进行合同网上备案和     

我国港口投融资政策的思考

一、我国港口投融资现状与问题目前我国有近1500个港口,对外开放的港口达130个,每年接纳世界100多个国家和地区的36000多艘船舶,基本上形成了大中小配套、通用性和专业化兼备的港口体系。这些港口的建设资金,从投资来源上讲,主要是国家、省、市财政投资和企业自有资金的投入。它有力地保证了港口设施建设,促进了港口的发展,为经济发展起到了重要的作用。但随着改革的不断深入,单纯依靠国家财力和企业自有资金来从事港口建设,已越来越不能满足经济发展的需要。近年来,尽管国家对港口建设的投资力度在不断加大———1995年投资68亿元,2000年81…     

上海世博会游客感知价值Fuzzy-IPA研究

文章基于模糊综合评判和重要性一绩效分析相结合的方法,以2010年上海世博会为例,从创意、文化、科技、建筑、服务和基础设施感知价值等六大方面构建评价指标体系,基于问卷调查的方法获取上海世博会游客感知价值的基本状况,结合专家打分法获取感知价值权重,并对游客的感知价值进行量化分析。结果显示,文化感知价值和服务感知价值的权重较高,但是其服务感知和文化感知价值综合评分较低;创意感知、基础设施感知以及科技感知价值综合评分较高。采用IPA方法分析认为上海会展旅游在进一步提升质量以及提高游客感知价值和游客满意度的过程中,应深度挖掘产品的文化内涵和提高服务质量。     

我国服务外包的外汇管理

承接离岸服务外包是一国在全球价值链可分解的技术条件下,有效融入全球生产网络体系中的新型国际分工方式,也是产品内部分工和服务贸易出口的重要表现形式,因此,近年来我国对承接服务外包的外汇管理政策支持力度不断强化.基于此,本文对服务外包的内涵、我国离岸服务外包业的特点及服务外包发展所面临的外汇管理问题进行了分析,并就外汇管理政策如何更有效地促进我国承接离岸服务外包发展提出了具体的对策建议.     

企业员工信息的系统组织与开发利用

网络组织是一种适应信息社会生产要求的新型组织模式 ,本文在分析科层组织存在的问题以及IT对组织变革的技术与环境支持基础上 ,提出了网络组织的基本概念、内容框架。     

基于DEMATEL-ISM法的签派放行中人为因素影响建模研究

签派放行工作作为航空公司运行管理的中枢,其安全水平对航空安全起着决定性作用,运用DEMATEL-ISM法对签派放行中人为因素影响进行建模分析。首先,基于已有研究并与专家讨论构建签派放行中人为因素体系。接着求出各因素之间相互影响关系,划分因素体系层次结构。最后提出改进建议。结果表明规章管理制度与教育培训为本质致因因素,且与企业理念同为关键因素,在因素体系中既与其他因素较为密切的联系且影响着其他因素,又有较高的重要程度。     

江苏沿海地区港口与城市经济关系研究

采用因子分析和主成分分析得到反映城市经济水平的指标为城市综合得分,以反映港口经济水平的指标为全港货物吞吐量和城市综合得分两个指标研究连云港市港口与城市经济的关系。分析结果表明：连云港的港口经济对城市经济的发展起着积极的推动作用,而城市经济的发展对港口经济发展的促进作用不显著,最后根据研究结果对港口与城市经济互动发展提出了建议。     

基于科学计量学的国外创业教育研究

创业教育领域的研究已引起国内外学者的广泛关注并取得了突破性的进展,但研究主题相对分散,国内研究也尚处于起步阶段,迫切需要构建客观、全面的整合性框架。本文采用科学计量学分析方法,对web of science数据库收录的近二十年创业教育文献进行梳理,系统回顾创业教育领域的理论演进路径,分析该领域在不同阶段的研究热点及发展趋势,并在此基础上勾勒出创业教育研究的整合性框架,最后提出若干未来发展方向。研究发现以机会为核心的创业观、计划行为理论、创业事件理论、自我效能理论以及资源基础理论等多学科研究成果逐步向创业教育领域转化;当前研究主题主要包括:创业教育发展现状及挑战、课程内容及教学方法、效果评价特别是对创业意向的作用、框架模式;建议在推进深入交叉研究、拓展有效性测量方式、开展创业意向作用机制的研究以及该领域的本土化研究等方面进一步探索。本文的研究为国内学者把握创业教育主题的研究脉络和后续研究提供了一定的参考和借鉴。     

基于TRIZ冲突矩阵的战略定位研究

文章借鉴TRIZ理论中的冲突矩阵构成模式,同时结合传统战略定位分析方法的思想,选择对战略定位具有重大响的因子构造相应的冲突矩阵,通过分析不同冲突,对冲突解进行判定与选择,从而决定出企业所应采纳的战略定位决策。矩阵立足于全面、复杂、动态系统,所以具有良好的扩展性和强大的模型拆卸构造能力,不同的应用者都可以根据不同的情对其因子进行取舍或者增加。     

基于交易量持续期的流动性研究

本文充分利用我国限价指令驱动市场分笔数据所包含的信息。在交易量持续期的基础上，提出一个符合限价指令驱动市场特征的流动性指标，并从市场微观结构理论出发．选取了非对称信息的若干代理变量，分析非对称信息对市场流动性的影响程度。对万科A、B股的实证结果发现：（1）交易量持续期拥有信息含量，看涨行情会导致交易强度增大，看跌行情则导致较长的持续期。这反映了卖空限制的作用和投资者的追涨行为。（2）非对称信息是影响流动性水平的重要因素，投资者看法差异严重、价格剧烈波动以及长的交易量持续期导致市场流动性降低。