乡村大地最美好的“答卷”

2020年来到了,这将是我国全面完成脱贫攻坚、实现小康社会具有里程碑意义的一年!经过长期不懈地努力,脱贫攻坚取得了巨大成就,为全面建成小康社会奠定了坚实基础。但同时也要看到,尚未脱贫的农村多处于深度贫困区域,最后时刻的任务更加艰巨,打贏脱贫攻坚战、加快农业农村发展还须破解关键性难题。让广大农民同全国人民一道迈入全面小康社会,这是在乡村大地上书写的最美好的“答卷”.     

战“疫” 生产两不误 铁塔财务强支撑

中国铁塔股份有限公司天津市分公司(以下简称天津铁塔)主要承担通信铁塔等基站配套设施和高铁地铁公网覆盖、大型室内分布系统的建设、维护和运营,是天津通信基础设施建设的主力军,移动通信保障的维护人,是疫情防控重点保障企业。根据天津市通信管理局统一部署,天津铁塔对涉及地方政府疫情防控指挥调度、医疗卫生机构、定点医院、集中收治点、集中隔离观察点等重点机构重点部位的通信基站实施7×24小时重点保障,确保基站设施稳定运行和通信网络高效畅通。     

基于深度学习的跳频信号识别

针对跳频信号分选存在人工提取参数特征具有复杂性的问题，提出了一种基于深度学习的识别方法。首先对跳频信号进行短时傅里叶变换，得到二维的时频矩阵；接着提取信号的轮廓特征，构造三维矩阵作等高线图，并对等高线图进行预处理；最后把预处理后的等高线图输入到卷积神经网络中进行训练、测试，进而实现分类识别。仿真结果表明，在不需要复杂的人工提取参数特征的基础上，在分选率为100〖WT《Times New Roman》〗%〖WTBZ〗时，所提方法经裁剪处理下的信噪比为-15 dB，比支持向量机和传统K-Means聚类算法都低10 dB。实测数据的算法验证表明，所提方法能够将大疆精灵4Pro、hm无人机、司马航模X8HW以及大疆悟2这四类无人机正确分类。     

大数据技术与金融行业的深度融合研究

处于数据化社会格局中,大数据技术已经广泛渗透到各行各业,带来了新的发展机遇和经管挑战。以金融行业为例,大数据征信、P2P网贷等业务有序开展,使其业务产品的覆盖面越发宽阔,逐渐实现个性化、民主化建设。基于此,本文结合国内金融行业现状研究展开分析,进一步提出大数据技术与金融行业深度融合的相关建议,以供参考。     

审计全覆盖视角下企业审计大数据的应用

文章结合笔者研究经验与相关参考文献,基于审计全覆盖视角下企业审计大数据的应用展开粗浅的探讨,并且就企业审计大数据资源体系与分析平台的搭建提出几点建议,以期能够更好地将审计有关数据与相关应用集中在一起,从而有效地提高企业的审计工作效率与工作精准度。     

一种深度残差网络构建的5G无线智能传播模型

为建立更为准确的全覆盖、全应用、全频谱的5G无线信道模型，提出通过认知无线电与深度神经网络相结合的方法研究无线电波传播特性。根据传统无线传播模型并考虑到不同传播环境，根据信道大尺度衰落特性（包括路径损耗、阴影衰落和小尺度衰落特性）的统计结果，通过BP算法提取特征，并应用FeatureTools进行深度特征综合建立特征方程，计算特征变量与传播损耗的相关系数，进行相关系数的置信区间及变量独立性检验，最终筛选出22个特征并排序。基于深度残差网络建立传播路径损耗的回归模型，结合批正则化过拟合测算平均接收功率，为建立更精确的无线信道模型提供了量化依据，并最终在测试数据集上取得均方根误差8.36（本地）和10.03（云端）的成绩，对工程实践具有较强的参考价值。     

互联网金融的信用风险评估与预警研究

随着互联网金融的蓬勃发展，用户对消费金融的需求也越来越丰富多样。满足用户的多样化需求与建立健全风险监管体系成为互联网金融发展的重中之重。如何实现数据驱动服务升级、技术辅助市场监管成为研究的热点问题。本文通过数据处理与特征工程实现用户认证信息、金融信息、行为信息的融合，利用深度森林算法建立模型进行信用风险评估。结果表明，该方法能有效挖掘数据潜在价值，提高信用风险评估与预警效果。最后，本文针对互联网金融的信用风险预警与市场监管提出了建议。     

一种基于CNN与LSTM结合的微表情识别算法

微表情表现强度微弱且非常短暂。针对微表情识别效果不理想的问题，以视觉几何组（Visual Geometry Group，VGG）网络为基础，提出卷积神经网络（Convolutionnal Neural Network，CNN）与长短期记忆网络（Long Short-Term Memory，LSTM）结合的识别算法。CNN提取数据集CASME II的空域特征，LSTM处理时域特征，实现空域与时域特征的结合。针对深度学习训练困难以及过拟合问题，加入批量归一化算法与丢弃法，提高网络训练速度，有效防止过拟合。针对数据集稀缺的问题，固定每次读取帧序列的长度，随机生成起始帧的位置，不断循环读取以遍历整个数据集并达到数据扩增。根据实验结果，五类微表情(高兴、惊讶、厌恶、抑郁、其他)识别率最高可达72.3%。     

融合反距离加权和矩阵填充的位置指纹库构建

为解决位置指纹定位在离线阶段构建位置指纹库时耗费的人力和时间成本较大，构建指纹库效率低和利用空间插值法构建的指纹库精度不高的问题，提出了一种融合反距离加权和矩阵填充的位置指纹库构建算法。该算法仅需人工采集定位区域内少量参考点的接收信号强度值用作信标点指纹信息，结合反距离加权算法特性计算出次信标点指纹信息，根据位置指纹库数据矩阵的低秩性，应用奇异值阈值矩阵填充算法构建出位置指纹数据库。仿真实验结果表明，所提算法有效降低了矩阵填充算法构建位置指纹库所需的人工和时间成本，构建出的位置指纹库定位性能优于反距离加权和克里金空间插值法，接近传统人工采集法，显著地提高了位置指纹库的构建效率。     

一种利用优先经验回放深度Q-Learning的频谱接入算法

针对认知无线传感器网络中频谱接入算法的频谱利用率不高、重要经验利用率不足、收敛速度慢等问题，提出了一种采用优先经验回放双深度Q-Learning的动态频谱接入算法。该算法的次用户对经验库进行抽样时，采用基于优先级抽样的方式，以打破样本相关性并充分利用重要的经验样本，并采用一种非排序批量删除方式删除经验库的无用经验样本，以降低能量开销。仿真结果表明，该算法与采用双深度Q-Learning的频谱接入算法相比提高了收敛速度；与传统随机频谱接入算法相比，其阻塞概率降低了6%~10%，吞吐量提高了18%~20%，提高了系统的性能。