基于时标网络计划前锋线的工程进度偏差探究

施工进度是决定工程顺利完工的主要因素,直接关系到项目的经济效益.采用关键线路分析法确定各工程进度的拖延对总工期的影响,运用双代号时标网络计划前锋线,根据影响施工进度因素变化,对工程进度和投资进行分析,通过调整和优化进度计划,达到建筑工程进度管理的最佳效果.     

网络贷款使用对大学生冲动性消费行为影响研究

网络贷款的兴起在助益个人消费的同时也带来了以冲动性消费为代表的非理性消费问题。采用网络贷款使用量表、冲动性消费行为量表、金钱态度量表,实证研究了网络贷款使用对当代大学生冲动性消费行为的影响。结果表明,网络贷款使用同大学生冲动性消费行为呈显著正相关;大学生冲动性消费行为受到个体金钱态度的影响;网络贷款使用对冲动性消费行为的影响受到个人金钱态度中"权力-名望""忧虑"两个维度的调节作用。防范网络贷款滥用带来的社会风险需要疏堵结合、多元合作、创新思路。     

一类具有时滞的离散型网络拥塞模型的稳定性分析

研究了一类具有时滞的离散型网络拥塞模型.通过讨论相关特征方程的特征根的分布,分析了系统的平衡点的稳定性.以时滞作为参数,证明了当时滞通过临界值序列时产生了Neimark-Sacker分支.最后,通过数值模拟验证了所得结论.     

AR-Grams:一种应用于网络舆情热点发现的文本聚类方法

网络舆情热点发现是一种常用且处理速度要求较高的应用.针对网络舆情热点发现这一特殊应用场合,本文提出了一种基于随机N-Gram的文本聚类方法AR-Grams.该方法通过随机N-Gram的文本相似度计算方法,确立待聚类文档集中各个初始聚类的标志文档并完成初步的聚类操作,继而通过聚类元素数阈值来确定初始聚类,并可根据实际情况确定是否执行聚类合并.该方法生成的聚类内聚性好,准确率高.另外,为了便于评估整体的聚类效果,提出了聚类的整体覆盖率和正确覆盖率.实验结果表明:与对比方法DR-Grams相比,在低阈值时,AR-Grams的准确率、召回率、F-score、正确覆盖率分别提高了11.9％、9.1％、10.2％和9.2％,提升效果尤为明显;在高阈值时,效果基本相当;在整体上,前述4项指标则分别提高了4.5％、2.9％、3.5％和3.0％,优于对比方法DR-Grams.     

基于生成对抗网络的半监督图像语义分割

提出了一种基于生成对抗网络的语义分割模型,包括一个全卷积语义分割网络以及一个判别网络,其中语义分割网络负责生成与输入图像对应的语义分割图,判别网络负责检测分割图与真实标签的区别,以促使分割网络改进分割效果。为了更好的提取全局结构信息,语义分割网络中采用了金字塔池化模块,对不同规模的空间区域进行池化操作。另外,为了应对语义分割训练数据集人工标注成本过高的问题,利用判别网络生成伪标签协助语义分割网络进行训练,从而实现了半监督训练效果。模型在PASCAL VOC2012数据集中进行了测试,结果表明该模型在全监督和半监督条件下均优于已有方法。     

卷积神经网络发展

卷积神经网络作为深度学习的重要代表算法之一,被应用到人脸识别、行为识别、字符识别和图像处理等多个领域,推动着人工智能的快速发展.本文在分析整理大量文献后,总结了卷积神经网络的发展阶段,介绍了卷积神经网络的基本结构和关键技术,选取LeNet、AlexNet、VGGNet、GoogLeNet和ResNet等几种具有代表性的网络进行分析对比,并指出各个网络的应用场景和优缺点,最后提出卷积神经网络未来的研究发展方向.     

结合台阵策略的震相拾取深度学习方法

深度学习的突破性发展及其在地震学领域的初步应用,为有效处理和利用地震资料提供了可能.震相拾取是地震资料处理中的基础性工作,目前已经提出了很多基于深度学习的震相拾取方法,取得了很好的效果.但是,为了满足地震学研究中处理连续地震记录的需要,尚需对方法进行进一步的改进.本研究针对性地设计了结合台阵策略,单独识别P波和S波的长时窗震相拾取深度学习模型PP(phase picker)及其训练方式,提出了具有实用性的震相拾取方法APP(array-assisted phase picker).利用阿里余震AI捕捉大赛和Hi-net数据进行测试的结果表明,模型能够有效地在连续波形上拾取体波震相并具有很好的泛化能力.通过比较该模型与其他模型(较短时窗的模型和同时识别P波、S波的模型)的拾取效果,验证了模型设计的合理性.具体的测试样例显示,该方法能够正确地处理地震密集的波形数据并能避免典型噪声的影响.将该方法运用到内蒙古地区台网的观测数据中,检测到了人工目录中98.1%的地震,地震拾取总数为人工目录数的30倍,进一步表明本研究方法具有很好的实用性.     

网络口碑影响机制：信任的中介和性别及涉入度的调节

网络口碑和在线评论已经成为网上消费者获取产品信息的最重要来源，也是影响其做出购买决策的最关键因素。但是，现有的研究缺乏对网络口碑的影响机制和作用路径的深入探索。开拓性地引入消费者信任作为中介变量，并将性别和涉入度等消费者特征作为调节变量，构建研究模型。采用在线实践后进行问卷调查的方法收集数据，并用结构方程模型软件进行模型验证与假设检验。研究结果表明：① 在线评论的理性强度、评论数量以及消费者的信任倾向，显著积极影响其对在线评论的感知可信度，而感知可信度进而通过消费者对商家的认知信任和情感信任的中介作用，最终影响其在线购买意愿。② 相比女性消费者，评论数量对男性感知评论可信度的影响更大，并且感知可信度对男性情感信任的影响也更大；但是女性感知评论理性强度对其感知评论可信度的作用更强。③ 与高涉入度消费者相比，在线评论的理性强度对低涉入者感知评论可信度的影响更大，认知信任对低涉入者购买意愿的影响也更大。然而，评论数量对高涉入者感知评论可信度的作用更强。这些研究结果蕴含着丰富的管理启示。     

社交网络下基于个体技能的人力资源配置研究

针对社交网络人力资源的合理分配问题,本文提出了一个切实可行的包括分配机制与支付机制的人力资源配置拍卖方案.在这个方案中,雇主首先向社交网络提交其技能请求及报价;接着,社交网络分别利用人力资源配置拍卖方案中的分配机制和支付机制决定赢者及其支付费用.此外,本文从理论上证明了提出的机制同时满足个体理性、预算平衡、激励相容等良好的经济属性.最后,大量的模拟实验结果表明本文提出的人力资源配置方案可行有效,其具备良好的分配有效性以及较低的计算复杂性.     

国际外派人员知识转移的影响因素述评

知识转移对跨国公司总部和子公司整体竞争水平的提升具有重要意义,已成为研究新热点,但目前对知识转移个体层面的研究较为薄弱。通过构建外派人员知识转移的影响因素框架,从知识源、知识受体、知识特征、知识转移情景、社会网络等5个方面进行分析。研究表明,现有文献从信息网络视角对影响因素的研究较为丰富,但从社会网络视角以及对各种因素的交互作用的研究内容较少。最后,探讨了现有研究的局限和未来的研究方向。