人才需求预测的含时变参数的弹性系数模型

1 模型的提出定义经济发展对人才需求的弹性系数α为(dx/x)/(dL/L),其中L表示一个国家(地区或部门)的人才数,x指相应的经济规模指标(如社会生产总值).显然人才的增长速度不能高于经济的增长速度,从而有α>1.由上述定义不难求得下述关系:x(t)=βL~α(t),然而直接用它进行人才预测是不太妥当的.因为影响经济增长的因素除人才之外还有很多,如资本投入量等,上述关系并未反映出其他因素对经济增长的影响,况且随着科技水平和管理水平的提高,弹性系数α也要发生变化.考虑到人才需求预测属中、长期预测,提出含时变参数α_t和β_t的弹性系数模型     

基于改进YOLOv5s和传感器融合的目标检测定位

针对无人车环境感知过程中相机无法提供道路目标的位置信息,激光雷达点云稀疏以致检测方面难以达到很好效果的问题,提出一种通过融合两者信息进行目标检测和定位的方法。采用深度学习中YOLOv5s算法进行目标检测,通过联合标定进行相机与激光雷达外参的获取以转换传感器之间的坐标,使雷达点云数据能投影到相机图像数据中,得到检测目标的位置信息,最后进行实车验证。结果表明,所提算法能在搭载TX2嵌入式计算平台的无人车自动驾驶平台上拥有27.2 Hz的检测速度,并且在一段时间的检测环境中保持12.50%的漏检率和35.32 m的最远识别距离以及0.18 m的平均定位精度。将激光雷达和相机融合,可实现嵌入式系统下的道路目标检测定位,为嵌入式平台下环境感知系统的搭建提供了参考。