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.     

考虑中断的制造型供应链协调调度模型

供应链协调调度能有效提高企业应对供应链中断的能力。以两阶段制造供应链为研究对象，研究了中断情境下具有交付时间约束的多产品类型制造供应链协调调度问题。制造商接到包含多产品类型的工件加工订单，各工件需经供应商处理为原材料工件后，交付给制造商处理为完成品，各工件均有一个独立的交付期。如果供应商单方面调整工件加工顺序，会导致制造商冲突成本的增加，需双方协商处理。以最小化供应商总拖期交付成本和最小化制造商总冲突成本为目标，基于收益共享契约协调机制，构建了考虑中断的制造型供应链协调调度模型。设计了一个融合自适应邻域搜索算子的混合自适应遗传算法。通过算例仿真，验证了所提模型与算法的有效性。     

疫情期间的会奖旅游全攻略

阳春三月,草长莺飞,这不但是外出踏青的好时节,同时也是年后掀起又一波市场高潮的最佳时机。因此,我们看到很多直销、微商和新零售企业都开始用各种方式吹响了2021年的市场号角,而会奖旅游就是其中一个非常典型的打开方式。就在3月底,本刊记者随意联系了几家企业,自然阳光正在杭州召开年度启动大会,春芝堂在云南西双版纳旅游,三生的激情之旅将从4月1号开始分两批在三亚举行……在社交零售领域,会奖旅游活动基本上是一个绕不开的环节。每个企业不但有这样的活动规划,实际上这也是很多企业奖励机制里非常重要的一环。但是2020年春节以来的新冠疫情,让企业会奖旅游的节奏被完全打乱,很多企业在2020年根本没来得及组织会奖旅游,而有些企业即使开展,也缩小了规模,分散了场次。     

绿色金融与区域经济生态化耦合协调发展研究——以江西省为例

在区域经济生态化建设中,绿色金融的作用非常明显。文章选取江西省2011—2018年数据为样本,构建了绿色金融与区域经济生态化的综合指标体系,并且通过耦合协调度模型对江西的绿色金融与区域经济生态化耦合协调关系进行实证分析。研究发现:从耦合度来看,江西的绿色金融和区域经济生态化保持了较高的耦合关系,处在高水平耦合阶段;从耦合协调度来看,江西的绿色金融和区域经济生态化的协调度从勉强协调到中度协调再发展到高度协调,特别是2017年江西获批绿色金融改革创新试验区后,效果更是明显。     

基于网络药理学研究槐花丸治疗结肠炎机制

通过网络药理学的方法对槐花丸治疗结肠炎的作用机制进行探索和研究.通过TCMSP和ETCM数据库找到槐花丸的主要成分,通过Swiss Target Prediction对成分靶点进行预测;使用OMIM、GeneCards、TTD Database和MalaCards数据库以"colitis"为关键词进行检索,获得结肠炎相关的疾病靶点;将疾病靶点与主要成分靶点进行交集得出药物作用成分;使用Cytoscape软件绘制出药物的主要作用成分-靶点相互关系网络图;使用STRING平台导出药物的蛋白与蛋白相互作用(PPI)网络图.应用DAVID数据库对核心靶点进行GO分析及KEGG相关通路分析,并对KEGG信号通路进行可视化.得到槐花丸共有54个主要作用成分,其中26个成分活性较好,可能作用于STAT3、TP53、MAPK3、AKT1、TNF、VEGFA等关键靶点,参与91条信号通路.通过绘制药物成分-疾病靶点网络、药物蛋白与蛋白相互作用网络等多条途径,对槐花丸治疗结肠炎的作用机制进行了初探和研究,为其他相关研究提供了依据,为其后续临床疗效评价指标的筛选提供了研究方向.     

无环境信息下多尺度网格细胞群空间表征模型

针对无环境信息条件下网格细胞空间表征问题, 提出一种多尺度网格细胞群的空间表征模型。通过减少吸引子网络模型网格细胞的偏好朝向, 使网格细胞具有特定的感应方向, 仅对特定方向上的速度产生响应。基于改进的吸引子网络模型, 构建多尺度网格细胞群, 并对空间进行表征。仿真结果表明, 改进后的网格细胞模型只响应相应方向的速度, 准确整合速度信息, 表征部分未探索区域, 且适用于无环境信息条件下一维、二维空间。在100 m×100 m的区域, 表征结果的误差不超过0.2 m, 证明了该模型能够扩大网格细胞的表征范围, 提高表征精度与表征能力。     

一种基于类不平衡学习的情感分析方法

针对网络评论中普遍存在的负面评论较少而影响力却较大的类不平衡问题, 提出一种基于类不平衡学习的情感分析方法. 该方法利用深度学习训练过程中的概率输出, 以计算样例的信息熵作为影响因子构建交叉信息熵损失函数. 在IMDB公开数据集上进行实验验证的结果表明, 基于集成信息熵损失函数的双向长短期记忆网络能处理类不平衡问题; 对数据的统计分析结果表明, 该策略能提升基于双向长短期记忆网络的评论情感极性分类性能. 针对AUC(area under curve)指标, 使用集成信息熵损失函数的双向长短期记忆网络模型比未考虑类不平衡的深度学习模型在中位数上最多提升15.3%.     

晶体塑性有限元分析开孔对多晶板材力学性能的影响

基于 ABAQUS 子程序 VUMAT 二次开发平台, 将位错和孪晶的演化过程引入晶体塑性有限元方法(crystal plastic finite element method, CPFEM)中, 实现了多晶塑性材料力学行为的有限元模拟, 并通过试验和模拟结果的对比, 验证了所提出方法和二次开发程序的有效性. 应用含孪晶效应的晶体塑性有限元方法 模拟分析了孔洞对于板材开孔问题的影响, 结果表明: ① 当孔径小于板宽一半时, 强度损失采用线性近似估算值是偏于安全的, 而超过板宽一半时, 不宜采用线性估算值; ② 当孔距较小时, 孔径排布方式对开孔板材的韧性以及极限承载力有重要影响, 排布方式可分弱影响区、强影响区和过渡区 3 种模式. 对于承受单向拉伸荷载的板材, 开孔时应选择沿轴线排布的方式.     

微塑料对高等植物生长发育影响研究进展

微塑料污染作为新兴环境问题倍受关注.高等植物作为人类和动物赖以生存不可或缺的重要组成部分,对保持生态系统平衡起着至关重要的作用.微塑料颗粒释放到环境中,不可避免地会与高等植物相互作用.高等植物受微塑料污染后,其生长发育特性受到影响,并将可能影响陆地生态系统及食物链.因此,研究微塑料对高等植物生长发育的影响具有重要意义.目前,虽然已有较多微塑料对高等植物生长发育影响的研究,但还缺乏对已有近期研究成果系统、全面的综述.综述了微塑料对高等植物生长发育影响的研究,总结了微塑料对高等植物影响的主要因素,分析了微塑料对高等植物影响机理及潜在生态风险,并针对微塑料对高等植物的影响及生态效应提出研究展望,为今后微塑料的污染防控提供科学依据.