MLEP:一种B细胞线性表位预测方法

为了更快更准地确定B细胞线性表位,提出了一种新的预测方法——MLEP(Prediction of epitope based on MCFS and LSTM,MLEP)算法。采用5种性质氨基酸理化性质作为学习特征,利用多聚类特征选择算法进行特征选择,用降维后的数据作为输入,用长短期记忆网络进行训练,获得预测性能好的模型,对多聚类特征选择算法及MLEP算法的性能进行评价。对非冗余LBtope数据集进行多组实验,结果表明,使用多聚类特征选择算法降维到25时获取性能最优模型,多聚类特征选择算法比主成分分析法获得的模型准确率更高,基于MLEP算法获得的模型准确率达到94.81%。因此,MLEP算法能更好地预测B细胞线性表位,对于表位预测研究具有一定的参考价值。     

基于卷积神经网络的宠物猫品种分类研究

为了提高宠物猫品种分类的准确率,提出了一种卷积神经网络融合的方法进行特征提取。首先,基于堆叠卷积自动编码器的域自适应技术,采用反卷积操作丰富特征图;其次,利用Inception结构增加网络的宽度来提取多尺度信息的特征图;最后,使用Softmox函数对图像进行分类,在Oxford-ⅢT数据集中进行实验分析。实验结果表明,利用改进后的模型对宠物猫进行分类,准确率高于对比模型,达到了84.56%,损失值为0.015 0。所提出的卷积神经网络融合方法不仅能通过丰富特征图、加深网络深度更好地表达特征,还能提高分类性能和收敛性能,较好地解决了宠物品种识别中由宠物相似所带来的识别率低的问题,还可以推广应用到其他图像相似问题的应用场景中。     

基于图像的地铁车站施工人员不安全行为识别研究

为了解决人工监测不能实时看护和及时管理地铁车站施工人员的不安全行为等问题,构建了基于KNN,MLP和LSTM模型的不安全行为识别神经网络模型。首先,通过行为理论研究和现场调查分析,对地铁车站施工不安全行为进行了分类;其次,通过实验构建人体数据集,基于人体骨骼关节点提取不安全行为特征,并进行模型训练;最后,基于MobileNet V1的SSD目标检测算法对施工人员进行定位和追踪,结合射线法判断目标是否跨越不安全区域并发出警报,搭建神经网络模型对施工人员的不安全行为进行识别,并获得计算识别率。结果表明：传统机器学习算法KNN总体准确率为93.45%,优化后的MLP和LSTM两种神经网络模型总体准确率分别达到93.94%和93.68%,相对KNN算法分别提高了0.49%和0.23%。因此所提模型能有效识别施工人员不安全行为,可为地铁施工安全智能识别技术应用提供参考。     

基于深度学习的企业财务困境预测方法研究

上市公司是金融市场中的主体,通过科学的方法对企业财务困境进行及时的预测、预警,避免企业陷入财务困境,对企业和整个金融市场来说意义重大。本文通过系统性的研究和分析,结合我国的金融市场情况,提出了基于深度学习方法的企业财务困境预测方法和模型,同时采用了具有较好的记忆能力和处理时间序列数据能力的LSTM神经网络模型,对ST企业的财务状况进行了分类预测,获取了企业年报中的文本信息、企业股票价格时间序列数据和非财务指标三种类型的实验数据进行了实验,将更多可能影响企业财务状况的因素纳入到实验中来。利用2020年ST和非ST企业的连续两年年度报告、连续三年的股票价格时间序列数据和指标数据进行训练,对2021年ST和非ST的企业进行财务困境的预测,并与其他常用的传统方法进行了对比分析。实验结果证明基于深度学习的方法具有更高的预测准确率和稳定性。     

基于支持向量机的离心机振动信号采集及分析

为更准确地判断离心机工作状态，使用动态信号采集仪对离心机进行信号采集，并对数据进行预处理。使用支持向量机模型，提取离心机振动信号的时域和时频域信息作为其状态特征，使用主成分分析（PCA）降维技术得到低维、冗余信息较小、对状态信息表达一致的低维特征矩阵。将特征矩阵输入支持向量机进行分类识别，使用时域特征、时频域特征、时域+时频域特征作为输入，识别准确率可达90%。     

基于多源数据融合的抽水蓄能项目投资估算方法

针对传统估算方法存在估算不准确,误差大的问题,提出基于多源数据融合的抽水蓄能项目投资估算方法。通过从宏观因素和微观因素对抽水蓄能项目投资估算的影响因素进行分析,采用LSTM神经网络法对抽水蓄能项目多源数据进行融合,将抽水蓄能项目投资有影响的宏观因素和微观因素作为多源数据融合信息输入到模型作为变量,通过平均影响值算法和粒子群算法确定最优的支持向量机模型来对抽水蓄能项目投资进行估算。实验结果表明,采用该方法可有效提高估算准确度,降低平均相对误差,具有一定的实用性。     

基于OCR技术的烟包出库信息比对系统开发

设计一套基于深度学习的文本检测比对系统,采用工业相机采集原产地烟包标签和物流入库条码标签的图像数据,利用OpenCV对图像进行预处理,提取标签位置并进行正畸和放大,利用PP-OCR超轻量级OCR系统对标签中的文字进行自动识别,并结合深度学习算法进行样本训练和逻辑匹配,实时检测出标签信息不符合的烟包,并触发剔除指令,将问题烟包移送至待检区。测试结果显示,该模型对烟包文本图像具有良好的识别效果,准确率达99.85%。在实际应用中,信息的实时识别准确率能保持99.97%,实现数据标签检查的自动化,降低检测人员的劳动强度,提高了生产线的自动化水平。     

基于LSTM法的高速公路边坡稳定性研究

为了准确分析高速公路边坡性状,确保路基的稳定性,结合高速公路边坡环境特征,以边坡监测数据为基础,利用长短期记忆人工神经网络(LSTM)方法建立了高速公路边坡稳定性预测模型.以影响边坡稳定性的边坡质量系数、边坡结构系数、坡高系数、坡角系数、工程因素等因素为评估依据,采用降噪补缺、数据变换等方法处理LSTM前端数据,利用L...     

基于轻量级卷积神经网络的苹果表面缺陷检测方法

为了解决目前农业信息领域对苹果表面缺陷检测准确率低的问题,提出一种基于轻量级卷积神经网络的苹果表面缺陷检测方法.首先采集苹果缺陷样本图片制作实验数据集用于模型训练和测试;其次在AlexNet网络结构的基础上,引入深度可分离卷积代替原有网络中的标准卷积运算来进行图像特征的提取;最后利用全局平均池化方法代替原有网络中的全连...     

浅谈基于粗集理论的文本归类系统

文本归类是处理大量文本数据自动分类的重要技术。基于粗集理论建立的林业文本信息归类系统,是在已知类别的训练集的基础上,通过分析训练数据样本,建立决策表产生区分矩阵构造出区分函数,并化简它,得到最小属性约简,最后应用Apriori算法产生最终分类的规则表,利用产生的规则表,可将林业文本信息数据进行自动归类。     

基于企业内部的知识转移对企业绩效的影响研究

本文从企业内部这个视角,来探讨知识转移对企业的绩效影响分析,研究的结果表明,知识转移与企业绩效成正相关.该文利用多元回归方程以及SPSS软件进行实证数据分析.     

基于 SNA 的产业网络研究

产业结构优化对促进经济发展有重要的作用,国内外学者从不同的角度对产业结构进行了大量的研究,但仍存在一些不足。本文针对当前产业结构研究的局限性,将社会网络分析方法和投入产出表相结合,基于投入产出有关数据,应用社会网络分析方法对产业网络结构进行定量化研究,利用ucinet软件从密度、中心度、中介中心性和小团体等多个方面对产业经济联系进行量化分析,构建产业结构网络模型,直观的展示产业部门之间关系,对促进产业升级提供相关的建议。     

浅议基于绩效考核视角的煤炭企业内部控制体系创新

对影响内控运行效率的因素进行了分析,进而提出应当建立基于绩效考核的内部控制指标评价体系,形成激励与惩罚功能并存的约束机制,从根本上提高内控系统运行效率。     

对煤机装备参展的思考

随着经济的发展、竞争的加剧,利用各类展览促进煤机装备销售已经成为一种重要手段。如何做好展前筹划、展中宣传、展后总结,达到满意的展会效果,是办好展会必须深思的问题。通过对展会必要性的论述,各阶段重点事项的归纳梳理,提出了参展各环节的重点及需要特别关注的问题。尤其强调了如何处理好加强宣传和保护知识产权之间的矛盾。     

基于活动分割的资源优化研究

在假定活动可分割的基础上,针对资源波动问题,提出了一个基于遗传算法的资源优化方法.首先在已知活动工期的基础上,确定项目工期,继而确定关键工序和非关键工序,并利用基于二元表示的遗传算法,对每个可分的非关键活动在其ES(最早开始时间)到LF(最迟结束时间)的范围内进行调整,以优化资源分配.最后引用一个示例,表明了提出的方法在资源优化方面的优越性.     

基于SOA架构的工作流管理系统的研究与设计

针对现代企业信息资源呈现出的分布、异构和松散耦合的特点,在分析目前工作流技术所存在的不足的基础上,设计了基于SOA架构的工作流管理系统,该系统采取Web Services技术,屏蔽了软件平台之间的差异,使系统具备异构系统之间的集成并适用于企业分布式的异构环境。该系统具有易维护、重用性强等特点,具有很好的应用前景。     

基于VAR模型实证分析的我国煤炭价格波动研究

煤炭作为我国最重要的能源,其价格波动受多方面的影响。从供给、需求、进口3方面入手,运用VAR计量模型对煤炭价格进行研究,得出煤炭供给量、煤炭需求量、煤炭进口量3个因素对煤炭价格影响的程度和时滞,并针对当前我国煤炭价格下滑的情况,提出相关建议。     

2014年9月国际煤炭市场分析

从煤炭供给、煤炭需求、煤炭进出口、煤炭价格等多个方面,全面介绍和分析了国际煤炭市场运行情况;并对2014年9月国际煤炭市场进行了预测与展望。     

基于战略贡献的岗位评价研究

岗位评价为企业战略发展和获取核心竞争力提供了非常明确的操作方向。然而现行岗位评价方法过多关注工作本身和所需知识技能,缺乏将岗位价值与公司战略紧密联系的逻辑关系,忽视了岗位评价的战略性思考.文章从岗位时战略贡献的视角入手,选择平衡计分卡作为战略实施的基础工具,构建出基于战略贡献的岗位评价因素研究流程图,参照岗位评价要素库,运用内容分析法分析出基于战略贡献的岗位评价通用因素、等级、权重和等级赋值。     

2014年8月国际煤炭市场分析

从煤炭供给、煤炭需求、煤炭进出口、煤炭价格等多个方面,全面介绍和分析了国际煤炭市场运行情况;并对2014年8月国际煤炭市场进行了预测与展望。