改进的基于CNN的高光谱遥感图像分类办法

由于高光谱遥感图像光谱维度大,标注样本相对较少,提出了一种结合主成分分析和改进的二维卷积神经网络的高光谱遥感图像的分类方法。首先,通过主成分分析,降低光谱维度,消除光谱亢余信息。然后,将数据进行分块处理,获得分块数据的样本标签,并将数据分为训练集和验证集,用训练集和验证集训练改进的针对高光谱遥感图像分类的卷积神经网络的参数。最后,将测试集投入训练好的2D-CNN上进行分类,得到分类结果。实验结果表明,提出的模型的分类精度明显提高,从而验证了该方法的有效性和实用性。     

一种基于预测值量测转换的卡尔曼滤波跟踪算法

在雷达目标跟踪中，系统量测信息通常在球坐标系下获得。为了采用经典卡尔曼滤波算法实现有效目标跟踪，通常采用量测转换方法将非线性量测信息转换到直角坐标系中。针对传统量测转换方法基于量测值计算转换误差统计特性而导致的估计结果有偏问题，提出了一种基于预测值的量测转换方法，并将其与卡尔曼滤波算法相结合，获得了一种基于预测值量测转换的卡尔曼滤波跟踪算法。仿真结果表明，与现有的基于量测转换的卡尔曼滤波算法相比，该算法能在不提高运算量的情况下有效改善目标跟踪效果，跟踪精度提升约20%。     

奉节县产城融合发展的现状与目标分析

奉节县产城融合发展，已经具备交通状况逐步改善、三大空间基本成形、三大产业初具规模、商贸服务辐射增强四个优势，同时也存在着西部新区产业进入缓慢、兴隆旅游新城尚未实现涅之变、工业园区发展“先天不足”、优势资源开发主导权丧失四大问题。基于此，奉节县产城融合发展上确定的空间和产业目标，是科学全面的。     

采用航迹特征的智能机型识别

针对空战目标识别中机型自动识别比较困难的问题，提出了采用航迹特征的智能目标识别方法。利用卷积神经网络（Convolutional Neural Network，CNN）分层学习特征的能力，训练CNN算法模型自动地从航迹数据中学习有用的特征并分类。利用沿海实地采集的15个类别的飞机航迹数据，经一系列数据预处理后作为智能识别算法的训练和测试数据，在验证实验中描述了算法网络的相关配置,对比了CNN与其他分类器的识别结果。实验结果表明，CNN具有很好的识别性能。     

国内外产业集群研究综述

集群被视为区域竞争力和增长政策的一个主要概念。随着中国的经济发展进入攻坚克难的关键时刻,曾经在改革开放的过程中发挥过巨大的贡献的产业集群也引来了新的考验。然而,集群的成功或失败并不是单纯的政策实施的结果,而是各种条件共同作用形成的。这些条件包括公共干预政策,也包括企业自身创业、学习和自组织网络形成等,具有高度的不可预测性。本文梳理了集群研究的历史和一些重要的产业集群理论,简要介绍了现阶段国内外集群研究的主要趋势,希望对集群的发展现状研究有借鉴意义。     

会计税收差异、市场化进程与审计费用的研究

随着我国社会主义市场经济的快速发展,很多的企业为了能够获得经济利润开始重视会计税收工作,但是这样也造成了我国目前会计行业存在无序竞争、审计定价过低等方面的问题,究其原因,最重要的还是由于我国目前审计定价缺乏切实可行的制度体系,所以在会计师事务所与客户协商的过程中缺乏准确的判断依据。本文针对会计税收差异、市场化进程以及审计费用等方面的问题进行深入的分析和研究,从而有效的提高我国会计审计工作效率。     

采用目标假设的三被动式传感器数据关联算法

被动式传感器目标跟踪是多传感器多目标跟踪领域的一个重要研究方向。针对三被动式传感器多目标定位系统全局最优数据关联的三维分配问题，在允许传感器漏检和虚警的情况下，通过分析拉格朗日松弛算法，提出一种假定真实目标的快速收敛算法。该算法通过粗关联假定真实目标并重新修改代价矩阵，然后进行细关联，使得拉格朗日松弛算法在保证关联精度的前提下有效地提高了收敛速度。理论分析和实验结果表明，该算法提高了数据关联的速度,并在一定程度上提高了关联准确率。     

办好民生实事 加码群众幸福

在今年两会上,市政府工作报告公布,经过一年的努力,2020年宁波市10个民生实事项目的年度目标任务均圆满完成。宁波民生实事项目再度交出"暖心账本"。尽管受到新冠肺炎疫情影响,2020年市民生实事项目启动有所延后,但在市政府及时部署下,相关责任单位对照任务,制定具体工作方案,确定时间表、路线图、责任人,保障了民生实事项目的顺利推进。     

稳慎推进人民币国际化之路

下阶段,人民币国际化应以《建议》为方向指引,立足长远发展,服务于加快构建“双循环”新发展格局和实现2035年远景目标,以主动作为来应对全球政治经济格局变化,助力我国经济高质量发展。近年来,中国对外贸易和跨境投资的较快增长,带动了人民币跨境流动规模的不断扩大,人民币国际使用、认可度和影响力明显提高,人民币国际化了取得重要成就。