基于价值链分析的模块化时代的空间研究

产业技术与组织管理的发展导致模块化时代的到来,而基于价值链的业务外包,构成了模块化发展的雏形,并随着业务外包的广度和深度的发展,构成了模块化时代的二维发展空间.     

低噪音球轴承保持架模具球窝深度测量仪的开发

为了提高轴承产品的附加值和技术含量，扩大市场占有率，同时随着家电行业对轴承振动值和噪音值的要求也越来越严，集团公司近年来把低噪音轴承作为重点产品进行研制和开发，球轴承线改造后，要求全部球轴承振动值100％达到Z3组。制造低噪音球轴承的关键技术之一是必     

生态贫民:要温饱还是要环保?

为了保护当地环境和生物多样性,大多数自然保护区内的农民因缺少生活来源导致生活贫困,没有更多的增收路子而脱贫无门。这些实际上已成为生态贫民的西部农民面临着到底是要温饱还是要环保的两难抉择。     

《经济视角》投稿须知

1.本刊只接受电子投稿,并请在邮件标题上注明"投稿"、文章标题和作者姓名。2.来稿应具有一定创新性和理论深度,观点鲜明、文字精炼、数据可靠、图表清晰、论证严谨,符合学术规范。来稿应具有原创性,文中参考或摘录部分比例不得超过全文的20%。所投稿件应确保文章版权的独立性,无抄袭、无署名争议,文责自负。     

细节在电视新闻深度报道中的运用

在深度报道中，新闻细节的运用能使电视新闻更有新闻价值，在电视新闻中，细节表现的就是新闻人物或新闻场景的最具有个性的画面或同期声。细节部分主要体现在新闻人物的某一个面部表情、一个手势、一句话甚至是人物的穿着打扮等方面，也可以说是某一个新闻场景的特写镜头，细节在电视新闻深度报道中，重点应该具有以下四个方面的特点：     

金融学文本大数据挖掘方法与研究进展

在金融学领域的传统实证研究中,所用数据多局限于财务报表和股票市场数据等结构化数据。而在大数据时代,计算机技术的进步使得数据类型不断丰富,研究者开始将非结构化的文本大数据引入到金融学领域的研究中,其主要包括上市公司披露文本、财经媒体报道、社交网络文本、网络搜索指数以及P2P网络借贷文本等,并对文本的可读性、语气语调、相似性以及语义特征展开研究。本文首先介绍了金融学领域文本大数据挖掘步骤和方法,描述了语料获取、预处理过程、文档表示以及文档的特征抽取;然后根据不同的文本信息来源,梳理了金融学文本大数据的研究进展;最后对未来金融学文本大数据的研究方法和研究内容进行了展望。     

发挥审计监督作用巩固脱贫攻坚成果

为持续发展壮大扶贫产业,加强脱贫乡村产业发展基础设施建设,2020年郏县审计局对该县扶贫项目蔬菜种植大棚、红牛养殖大棚建设情况开展了审计。审计人员认真贯彻落实习近平总书记关于扶贫工作的重要论述,充分发挥审计监督作用,确保项目顺利实施,进一步巩固拓展脱贫攻坚成果。     

以深度报道提升党报生命力

随着传媒方式的快速多样化发展,媒体竞争日益加剧。近年来,传统纸质媒体通过努力做好深度报道,作为扩大影响力的有力武器,受到了受众的广泛认可与好评。地方党报如何更好地运用深度报道,以其独特的深刻性、思想性、可读性吸引本地受众,引领社会舆论,是在新的竞争形势下实现又好又快发展的有效路径。     

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。     

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%。