基于层次分析法的零售户价值模型研究

为了实现零售户评价环节的数字化,帮助企业精确地掌握零售户的价值,基于数据获得性和数据质量两个方面,筛选出了品牌销量、品牌占比、总销售量这3个评价因素。采用层次分析法构建了零售户价值模型,依托已有的数据,实时为2 291个零售户进行精准赋值,并进行聚类分析。客户经理针对高价值的零售户进行重点维护,也可根据不同类别的零售户,采取不同的营销策略,从而提升营销服务的质量。     

光伏及光热一体化的工艺性能分析

制作了一套集光伏组件与平板集热器为一体的PV/T复合系统,并在昆明地区进行了试验,就光伏组件和平板集热器结合的参数、有无遮阴及如何提高热性能进行了探讨,为今后PV/T复合系统的设计、生产和安装提供参考。     

二种取代二苯醚的相转移催化合成

在相转移催化剂四丁基嗅化铵作用下,由相应的酚和对硝基氯苯合成4-甲基-4＇-硝基二苯醚、4-氯-4＇- 硝基二苯醚,产率分别得到96.0％和98.0％。     

基于F分布的无线传感器网络攻击检测方法

针对汇聚函数的输入值易受敌方攻击的问题,提出一种基于F分布的无线传感器网络攻击检测方法。该方法在分布式数据汇聚模型的基础上构造服从F分布的统计量,在虚警率恒定的情况下,可根据统计量的统计特性确定攻击检测的门限阈值,放宽了对节点感知数据先验信息的要求。计算机仿真结果表明新方法的攻击检测率较高,且对噪声干扰的稳健性较强。     

侧扫声纳检测沉船目标的轻量化DETR-YOLO法

基于YOLOv5算法的侧扫声纳海底沉船目标检测方法虽然在检测精度和速度上取得了不错的成绩, 但是如何在复杂海洋噪声背景下进一步提高小目标检测的准确性、降低重叠目标漏警和虚警率的同时实现模型的轻量化是一个亟需解决的课题。为此, 本文创新融合DETR(end-to-end object detection with transformers)与YOLOv5结构, 提出了基于DETR-YOLO模型的轻量化侧扫声纳沉船目标检测模型。首先, 加入多尺度特征复融合模块, 提高小目标检测能力。然后, 融入注意力机制SENet(squeeze-and-excitation networks), 强化对重要通道特征的敏感性。最后, 采用加权融合框(weighted boxes fusion, WBF)策略, 提升检测框的定位精度和置信度。实验结果表明, 本文模型在测试集AP_0.5和AP_0.5∶0.95值分别达到84.5%和57.7%, 较Transformer和YOLOv5a模型大幅度提高, 以较小的效率损失和权重增加为代价取得了更高的检测精度, 在提升全场景理解能力和小尺度重叠目标处理能力的同时满足轻量化工程部署需求。