信息化视角下公共安全管理的研究

这是一个属于知识经济的时代,信息正在以一个前所未有的速度进行扩张和爆炸,未来的世界也必然是信息的世界。而传递信息的媒介——网络,必然又是人们着眼的另一个领域。网络在最大限度地扩大着人们的交往空间,拉近了人们的距离,简化了人们之间的交流与互动。扩大了传播的范围。同时牵动大众对公共事务的关注与评论。从而政府部门对于网络信息的检测和判定也成了影响社会稳定的重要因素。政府部门借助互联网改进和维护公共治理,激活民间活力,促进公众沟通,既是当前最有效,也是成本最低、风险最小的方式。本文通过信息化的角度分析政府部门如何进行公共管理,以及在面对这个互联互通的世界所要做出的改变。     

青岛大学附属医院基于政府会计的智能化财务分析应用

为进一步提高医院财务管理水平,推进单位价值创造,青岛大学附属医院把实现基于政府会计的智能化财务分析作为努力方向,通过自动化、智能化的财务分析技术,提高单位财务分析的质量和效率.项目由财务专家撰写财务分析模板,信息专家编写程序,财务分析模板包括Word、Excel、PowerPoint等格式,计算机自动识别财务分析模板,智能化产生财务分析报告,高效辅助管理层决策,有效解决了政府会计准则制度下财务分析的难题.     

建筑土建工程中节能施工技术的分析

建筑土建工程中节能施工技术的应用,是建筑土建工程在绿色能源节约与生态建设发展的重要推动力.节能施工技术的应用,在很大程度上改善建筑土建工程施工结构,增加土建工程舒适性,节约更多施工资源.建筑土建工程中节能施工技术应用,融入更多绿色环保理念,综合当前建筑土建工程施工情况,有效导入融合节能施工技术,延长建筑使用寿命.     

浅析PVD镀膜机设备的镀膜方式

近几年随着社会的发展,越来越多的设备被应用于各行各业,在镀膜过程中也越来越多的厂家开始采用PVD镀膜机设备,加上这种镀膜设备的局限性小,因此这种镀膜工艺的应用范围越来越广,但是人们对于PVD镀膜机设备的了解少之又少,本文就为浅析关于PVD镀膜机设备的镀膜方式,以此帮助大家更好的了解和掌握PVD镀膜机设备.     

中国省域高质量发展评价研究

经济新常态下,中国经济已转向高质量发展,促进经济高质量发展成为实现中国社会主要矛盾变化的战略路径.基于高质量发展的内涵,建立测度高质量发展水平的评价指标体系,采用中国31个省份面板数据,依托GPCA模型研究了各省份高质量发展的动态趋势、发展指数排名及其变化;同时,采用K-均值聚类方法,进行了梯度划分和空间格局衍化分析.研究结果表明:2000-2017年中国东部地区、中部地区、西部地区各省份高质量发展水平均有所提升,但东部地区提升幅度更大;与2000年相比,2017年东部地区高质量发展评价指数排名依然较高,而中部地区、西部省区高质量发展评价指数排名相对较低,高质量发展水平依然呈现出区域不平衡的态势,而且中国高质量发展存在"东高西低"的空间分布特征,呈现"东部地区-中部地区-西部地区"依次梯度递减态势.     

企业核心竞争力财务分析体系构建探析

对于企业的核心竞争力而言,财务竞争力占据重要的地位,其能够将企业自身发展潜力以及市场竞争力有效反映出来。本文对评价能力指标的筛选以及关联性展开分析,指出企业核心竞争力财务分析体系构建的主要原则,进而阐述体系构建的主要评价内容,以期为各大企业提供可靠参考。     

基于深度学习的船舶火灾报警技术

在船舶火灾检测报警领域,引入发展迅速的深度学习技术。在CNN的理念下,自主设计搭建轻量化的卷积神经网络,并在自行设计建立的数据集上进行迭代训练。将训练好的模型做定点量化处理,在控制精度损失的前提下,压缩模型大小,提高推理速度,得到一个较适合实际使用的深度学习网络模型。     

鼎阳科技研发怪现象:项目未启动,成果已申报

深圳市鼎阳科技股份有限公司(以下简称:鼎阳科技)是以通用电子测量测试仪器的研发、生产和销售为主营业务的科创板拟上市公司。公司的主要产品包括数字示波器、波形与信号发生器、频谱分析仪和矢量网络分析仪等,客户主要涵盖通讯、半导体、物联网、汽车电子、医疗电子、消费电子、航天航空和国防教育科研等各行业企业及教育、科研机构。     

基于卷积神经网络的列车检测算法研究

列车检测作为列车自动驾驶的核心技术,可以有效地降低列车追尾等事故造成的人身危险和财产损失。为实现精准的列车检测,选用改进的卷积神经网络(PVANET)对输入图像进行特征提取,在此基础上,采用候选区域网络,从生成的特征图里滑动搜索,判断出图像中可能为列车的区域位置,并进一步采用快速区域卷积神经网络对每个候选区域进行分类,计算出其所属类别的置信度,同时精确定位列车。经验证,该方法适应范围广、鲁棒性高,可以有效地检测不同环境光强及不同朝向的列车,保障列车安全,为列车自动驾驶及辅助驾驶提供安全保障。     

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。