教育乱收费的经济学分析

我国普遍存在的教育乱收费,造成了社会福利的极大损失,削弱了社会的可持续发展能力,其根源则在于教育管理部门和学校的寻租行为主导的从供给和需求两方面造成的教育资源短缺。     

道路交通安全违法分析领域知识图谱构建方法

为有效处理海量庞杂、动态变化的公安交通管理数据,深度挖掘数据中隐藏的交通安全违法线索,利用知识图谱技术,对公安交通集成指挥平台中汇聚的多源数据进行了梳理整合,基于自顶向下的方法完成了支撑道路交通安全违法分析的知识图谱构建。首先根据交通安全违法分析专业知识和数据资源基础,确定知识图谱模式层结构,其次研究实体、属性、关系抽取及知识存储方法,最后基于构建的道路交通安全违法分析领域知识图谱开展应用探索。研究结果将有助于实现公安交通管理大数据的知识化,提高交通安全违法行为智能研判水平。     

冲量式皮带称重计原理及应用

运用冲击力水平分力原理的流量测量,其原理为物料冲击检测感应杆使其产生水平位移,进而由检测感应杆送出信号到冲量变送器,通过差动变压器线圈内电流变化大小来检测．     

贵州省正安县第四次中药资源普查野生药用植物资源分析

目的:通过整理分析正安县第四次中药资源普查数据,为正安县中医药事业发展提供支撑。方法:利用中药资源普查信息管理系统导出正安县中药资源普查野生药用植物资源数据,对药用植物资源的构成特点、中药性能等进行分析。结果:正安县野生药用植物资源有151科462属857种,137种植物为《中国药典》收载的药材基源。结论:正安县药用植物资源丰富,常用药材种类多,具有大力发展中医药产业的资源优势。     

基于板-梁理论的FGM双轴对称箱形截面组合扭转理论与有限元验证

基于板-梁理论研究FGM双轴对称箱形截面组合扭转理论与有限元验证.首先,选取弹性模量变化函数,建立能量变分模型,引入无量纲参数,获得双轴对称箱形截面组合扭转的近似解析解;然后,利用微分方程模型计算双轴对称箱形截面组合扭转的精确解析解,给出微分方程解答;最后,利用ANSYS有限元分析软件进行验证,将本文研究所得解析解和ANSYS有限元分析软件得出的解析解进行对比,对比结果验证了本文理论推导及所给出的自由扭转刚度、约束扭转刚度表达式的正确性.     

基于生成对抗网络的气缸套表面缺陷图像生成

针对气缸套缺陷检测中缺陷样本不足限制气缸套缺陷检测性能提升问题,采用基于生成对抗网络的气缸套表面缺陷检测算法.首先,为了保持缺陷图像中原有缺陷位置与特征不变,通过循环生成对抗网络模型学习有缺陷气缸套图像与正常图像的关系;其次,利用学习得到的模型对有缺陷气缸套图像进行风格迁移,即把有缺陷气缸套图像背景替换成无缺陷气缸套图像背景,实现对气缸套缺陷数据集的扩充与增强;最后,通过基于数据增强的RetinaNet网络模型对生成图像的有效性进行验证.试验结果表明,通过生成对抗网络生成的气缸套数据集可以提升缺陷检测性能,进一步证明了生成对抗网络在工业应用的可行性.     

融合图注意力网络和注意力因子分解机的服务推荐方法

为了解决服务推荐过程中的特征稀疏问题、提高服务的语义表示能力,进而提升推荐的准确性和有效性,提出基于图注意力网络(graph attention networks,GAT)研究服务推荐方法,引入服务的组合权重和组合的结构信息,综合利用多种服务特征,提高服务推荐质量。将GAT和注意力因子分解机(attention factorization machine,AFM)结合在一起,利用多头自注意力机制,学习每个节点在图邻域中的重要性;进行信息聚合,处理网络中的不同图结构,以适应服务动态变化的场景。 实验结果显示,在数据平衡的情况下,提出的方法性能表现均好于对比方法;在数据不平衡的情况下,提出的方法大部分性能指标也表现良好,达到了提升服务推荐准确性和有效性的目标。     

Yolov7-pose识别运动员姿态时关键点异常的消除方法

本研究首先构建了深度聚合网络（deep layer aggregation,DLA）,用于替换Yolov7-pose算法中原有的特征融合网络,增强了特征的表达;其次,将高效聚合网络（efficient layer aggregation Net, ELAN）和尺度感知注意力网络（scale-aware attention Net, SAAN）融合在一起,引入到Yolov7-pose算法中;然后,引入尺度因子到Yolov7-pose算法的损失函数中,并通过实验确定尺度因子最佳值。实验结果表明,经过本法改进的方法识别篮球比赛视频流中的多名运动员姿态时,不再出现关键点异常现象,姿态识别的精度达到95%以上,运行效率达到24 FPS以上,综合性能显著优于原始Yolov7-pose算法等算法。     

基于LVQ神经网络的水果图像分割研究

由于传统边沿检测算子在水果颜色多样、亮度不均匀时,难以分割得到完整、无噪声的二值图像且依赖优化的阈值,本研究提出了一种基于LVQ神经网络的水果图像分割方案。首先将彩色图像转变为灰度图像;然后对Canny算子获得的边沿图像随机选取一些像素作为网络的学习监督信号,仅以灰度图像中相同位置像素3×3邻域的Kirsch算子梯度值作为输入,训练权值;最后重新将原灰度图像的Kirsch算子梯度值输入到训练好的网络中,获得封闭的边沿并填充得到二值图像。考察了14幅像素为640×480的水果图像,结果表明：网络在很宽广的阈值范围内（0.001 ~ 0.99）分割得到完整、一致的二值图像;面积误差最小为0.9%,最大为8.83%,不依赖于优化的阈值,不需要对原始图像滤波预处理。与没有阈值及滤波的算法相比,本方案的误差和时间复杂度均更低;与设置了阈值和/或滤波的算法相比,本方案与之相当,甚至效果更优。     

不同来源尾巨桉苗木造林生长的比较研究

为明确不同来源良种尾巨桉(Eucalyptus urophylla×E.grandis)无性系DH32-29苗木造林后幼龄阶段(1-3 a)的生长差异,为优质苗木的选择和提质增产增效提供理论依据,本研究以来源清楚的尾巨桉无性系DH32-29苗木(BG)和来源不清的尾巨桉无性系DH32-29苗木(NBG)造林林分为研究对象,比较研究广西西北部、中部及南部3个区域不同苗木造林林分的胸径、树高、生物量、碳储量及生产力的差异性。结果表明：林龄为2、3 a时,尾巨桉BG林分的平均胸径、单株生物量、单株碳储量及单株生产力均显著高于NBG林分(P＜0.05);BG林分乔木层生物量、碳储量及生产力整体高于NBG林分,在林龄为1 a时差异较小,林龄为2 a生时差异增大,但未达显著水平(P＞0.05),林龄为3 a生时差异达极显著水平(P＜0.01)。因此,采用来源清楚的优质苗木造林增产效果更明显。