基于深度神经网络的眼周识别方法研究

近年来,少限制环境下的生物特征识别技术成为研究热点,眼周识别作为新兴的生物特征识别技术越来越受人们关注。基于深度神经网络的眼周识别方法相较于传统方法能更好地提高眼周识别性能。通过提出一个基于ResNet20和softmax的眼周识别方法,在两个公开的眼周数据集上实验验证得到在UBIPr数据集上的EER值为8.19%,在UBIRIS.V2数据集上的EER值为13.18%。与传统的眼周识别方法相比,文章提出的眼周识别方法取得了较好的眼周识别效果,为深度神经网络的眼周识别方法发展提供持续动力。     

全球可再生能源技术合作网络特征分析

本文基于IncoPat数据库中全球各个国家在2007-2018年间可再生能源技术的合作数据,构建全球可再生能源技术合作网络,运用社会网络分析法从整体和个体两个层面对合作网络进行特征分析。研究结果表明:全球可再生能源专利合作紧密程度较低,合作关系可达性集团化发展较平稳。美国、德国等国家合作通达性最强,技术合作者出现"多元化"特征。     

SNA视角下的无锡市PPP项目风险因素研究

本文通过案例分析法与文献研究法对无锡市PPP项目中的风险因素进行归纳整理,然后基于社会网络分析法(Social Network Analysis,SNA),构建无锡市PPP项目的风险网络,并通过问卷调研量化风险因素之间的关系强度。分析得出,风险网络中影响力较强的风险节点有政治风险中的政府信用风险、政策法规变更风险、政治决策失误风险;建设风险中的工期延误风险和完工风险;法律风险中的法律变更或不完善、合同违约风险;运营风险中的收费变更风险;金融与市场风险中的市场收益风险、市场需求风险、金融风险以及合作风险等。据此提出加快信息传递与共享、健全信用、监督与考评体系、完善合同管理和风险分担制度等建议。     

复杂山区铁路客运站自动选址研究

无备选站址条件下的客运站自动选址是线站协同优化的前提和基础,而不局限于车站选址的代价最小化,同时考虑连接车站间区间线路的代价具有重要意义。构建复杂山区铁路客运站自动选址模型,首先,建立综合地理信息模型,基于线站一体化的设计理念,实现单个车站选址,确定站心位置及站坪方向;其次,以公路线形优化模型的改进算法完成站—站间自动选线设计;最后,将车站选址代价与区间线路代价紧密结合起来,计算综合代价,实现站址方案的优选。以山区铁路为例对该方法进行验证,结果表明,该方法能高效生成山区铁路车站方案集,并辅助设计人员进行方案优化。     

同谘合谋还是同舟共济:非控股股东网络权力与股价崩盘风险

非控股股东可以抑制控股股东和管理层隐藏坏消息的行为,也可以通过合谋而形成利益输送渠道,因此非控股股东对于维护资本市场的秩序至关重要.从股价崩盘的研究视角,考察了非控股股东网络权力对崩盘风险的影响.研究发现:非控股股东网络权力越大,越能降低企业的股价崩盘风险.进一步的机制分析发现:非控股股东网络权力是通过嵌入效应和治理效应抑制股价崩盘风险的;前者通过网络信息关系和结构嵌入效应抑制股价崩盘风险,后者通过对控股股东掏空和管理层"捂盘"行为的治理而降低股价崩盘风险.     

网络瞄准技术在无人潜航器集群作战中的应用

近年来,世界格局发生了巨大变化。国际格局的多极化使全球爆发核战争的可能性越来越小,未来在沿海地区的局部战争的可能性大大增加。为此,各国调整海上作战战略,由远洋作战转移到近海及港口作战。随着水下无人潜航器技术的发展和成熟,集群化、成本低的微型无人潜航器已经成为无人潜航器发展必然趋势。从军用角度描述了水下无人潜航器在网络瞄准技术下蜂群协同作战的思路,最后对水下无人潜航器的发展作出展望。     

电信网络诈骗“黑产”链中的个人信息侵犯及规制——以“两卡”犯罪帮助行为为切入点

以非法开办倒卖手机卡、银行卡提供犯罪帮助的"两卡"行为涉及对个人信息的非法利用,是电信网络诈骗盛行的重要根源。目前的规范框架下相关罪名难以对部分行为人适用,与刑事政策目的相悖。为严密法网,应从侵害个人信息的视角出发,重新看待这种涉及个人信息的不法行为,并寻找适用侵犯公民个人信息罪来规制其不法的法律空间。     

浅析网络信息化工商管理提升企业管理水平的意义

文章将以工商管理信息化发展的重要意义和必要性为切入点,对其中存有的问题逐一展开研讨,并在科学认识问题的基础上,分析探究切实可行的实践策略,以期为相关研究者提供真实可靠的参考和借鉴。     

集群知识网络结构特征对集群弹性的影响研究 ——基于双元性创新的视角

本文从双元性创新的视角研究了集群知识网络的结构特征对集群弹性的影响.在网络视角下,集群是由本地化知识网络构成的关系结构.这一关系结构的结构特征可以通过度分布和度相关性统计指标来衡量.根据集群知识网络的层级与匹配性,集群知识网络呈现出三种典型的结构,它们分别是随机网络、同配性核心/外围网络、异配性核心/外围网络.研究表明,集群中知识网络的同配性特征会弱化集群对新观念吸收与应用的整合能力,这可能是区域负向锁定的根源.而具备异配性特征的网络能够对挖掘性创新的知识和探索性创新的知识进行整合,有利于双元性创新,因而能够加强集群的弹性能力.