基于面向对象的多尺度山地城市土地覆盖信息提取——以重庆市大学城城区为例

以重庆市大学城区的Quick Bird高分辨率遥感影像为数据源,基于多尺度分割算法获得内部异质性较小的对象,构建典型地物影像特征库,实现不同地类特征的针对性描述,采用级联方式综合最邻近分类算法和模糊分类算法优点,实现山地城市土地覆盖信息的面向对象提取,并把提取结果与传统监督分类方法进行对比分析;结果表明:综合使用地物的光谱、纹理、几何等特征的面向对象分类法提取结果稳定性好,分类效率高;面向对象分类能够有效避免"椒盐"噪声,分类结果具有很好的区域性和连贯性;面向对象分类法对于山地城市中光谱特征特别相近或相同的耕地和草地、建筑用地和道路的分类,精度分别提高了28.67%、9.24%、10.38%和8.79%,有效地克服了同谱异物和同物异谱现象;根据对比分析结果得知,面向对象分类法在山地城市土地覆盖信息提取中具有较高的可行性和一定的应用价值,同时由于研究区域的复杂性和研究对象的普适性,算法研究成果可以推广应用到其他山地城市区域。     

基于3D注意力的MobileNet图像分类算法改进

针对MobileNetV2网络在图像分类任务中特征表达不足的问题，提出一种结合注意力机制对MobileNet网络的改进策略。利用一种新颖的高效且无参的注意力模块，同时结合I-block模块来替换MobileNet网络中的倒残差模块，采用RReLU激活函数替代原ReLU激活函数保留更多特征，结合inception结构进行多尺度特征提取与融合，使其可以提供更强的多尺度特征表达并服务于图像分类任务，使用数据扩增技术，生成更多样本。与6种方法进行对比，实验结果表明，采用3D注意力机制的网络在数据集CIFAR-10、CIFAR-100上以最少的网络参数分别取得94.09%和75.35%的最高精度，表明该改进方法可以有效地进行快速图像分类。     

不连续多目标博弈的逼近定理

逼近定理是最优化问题、博弈问题等若干非线性问题的重要研究内容.该文针对一类不连续多目标博弈,给出了在有限理性条件下该博弈问题的逼近定理,为有关不连续多目标博弈问题的稳定性和求解算法提供了理论支持,并反映了不连续多目标博弈问题的有限理性是对完全理性的逼近.     

具有服务水平约束的提前期可控的一体化库存模型

针对一个生厂商一个销售商组成的二级供应链,当生厂商采取批量生产等量运输时,考虑到第一次订购的提前期包含生产启动时间和生产时间,提出各订购周期设置不同再订购点和采取不同的提前期压缩策略,建立了一个具有服务水平约束的提前期可控的一体化库存模型。最后利用模型性质设计迭代算法,并以实例验证模型和算法的有效性。
     

重庆市幼儿教师职业承诺的定量研究

基于定量研究的范式，采用康晓霞的《幼儿教师职业承诺特点》问卷，通过单因素方差分析等方法，从规范承诺、情感承诺和继续承诺维度揭示重庆市幼儿教师职业承诺的总体水平。结果显示：1）重庆市幼儿教师职业承诺处于中偏上水平，41岁以上和10年以上教龄者的职业承诺水平最高；2）学历较低者的情感承诺、继续承诺及总体职业承诺水平高于高学历者；3）园长的情感承诺得分最高，已评职称、在编者低于未评职称、无编制者；已婚教师的规范承诺高于未婚教师，一般教师高于班长，园长高于一般教师和班长（或班主任）；无编制教师的继续承诺低于在编教师；4）民办、乡镇和规模较小幼儿园教师的职业承诺水平高于公办、市区、规模较大幼儿园教师。据此提出建议：统筹规划幼儿园布局和幼儿教师编制，提高幼儿教师社会地位，建构科学有效的教育质量评估体系；完善幼儿教师全员培训机制，建构学习型团队，提升幼儿教师学力。