运用属性论方法加强供应链牛鞭效应防范

提高预测的准确性是缓解供应链牛鞭效应的关键。目前预测的方法往往很难适应订购量历史数据的变动,导致预测结果的偏差。运用属性论方法,就制造商—零售商—客户三级供应链,提出了一个需求信息预测的方法,由此来提高对这种波动性的适应能力,增强预测的准确性,帮助供应链上各节点企业优化决策过程,最终防范了牛鞭效应,并且还提供了此预测方法的算法流程。     

无线传感器网络MAC协议的节能机制研究

由于无线传感器网络节点使用干电池和纽扣电池供电的特点,限制了网络节点能量的使用。而传感器网络中能量的控制主要由MAC层和路由层完成,MAC层相对于路由层对能量的控制更为直接和频繁。文章分析了传感器网络的MAC协议中能量消耗的各种原因,并针对各种原因提出了相应的解决办法,可以较好地延长网络的使用寿命。     

具有可扩展授权恢复机制的新型图像水印系统

建立了一个具有可扩展授权恢复机制的图像水印系统模型,先把图像小块划分后再使用DCT变换与量化编码,将得到的水印信息进行移块重组为二值水印图像,然后利用混沌映射算法使二值图像分散开来,极大地扩展了水印空间.另外,分析了传统水印算法安全问题,使用了改进的共享与授权协议来规范混沌参数的使用规则,提高了系统的安全性.     

石杉碱甲片联合丁苯酞软胶囊对轻度阿尔茨海默病患者认知功能的疗效观察

目的 评价石杉碱甲片联合丁苯酞软胶囊对阿尔茨海默病患者认知功能的临床疗效.方法 将100例轻度阿尔茨海默病(Alzheimer's disease,AD)患者随机分为石杉碱甲片联合丁苯酞软胶囊组(治疗组)及单独应用石杉碱甲组(对照组).治疗前及治疗90 d后分别评价两组患者简易智力状态检查(Mini-mental St...     

基于事前分析方法的工作流过程模型的验证

工作流执行过程中经常会出现非正常终止的情况,对此,将事前分析方法应用于工作流过程模型的验证中,即在工作流过程实例化前进行模型的有效性分析和结构正确性验证。该方法对传统的有向网络图进行扩展并以此来描述工作流过程,确定模型的有效性;进一步将扩展有向网络图转换成工作流网模型,应用Petri网技术分析该模型的冲突结构,以确保工作流过程的逻辑合理性。     

河南产香茶菜属6种植物的RAPD分析

从70个随机引物中筛选出10个具有较高多态性检测能力的引物,用于RA PD扩增,共扩增出85个条带,其中多态性条带59条,占68.81%.对得出的结果用SPSS12.0进行聚类分析,结果表明:河南产香茶菜不同种、同一种的栽培和野生之间存在明显的遗传分化,其中种间的差异要大于种内.从DNA分子水平上探讨了香茶菜属6种植物之间的遗传关系,为中药材冬凌草的品种鉴别提供依据.     

J2EE在IP综合网管系统中的应用研究

从分析IP网管系统的现状及存在问题入手,对比传统IP网管系统的体系架构,阐述了采用J2EE平台下的EJB组件开发多层次、分布式IP综合网管系统的优点,提出了采用J2EE平台的Session Facade模式和TransferO bject模式相结合的具体实现方案,有效改善了传统IP网管系统在开放性、可移植性和扩充性等方面的性能.     

一类流行病数学模型的Hopf分支

利用平面向量场极限环分支的Hopf分支理论．研究了一类具有非线性传染率kI^p-1S^q的SIRS流行病传播动力学模型．首次给出了模型中指教为p≥2,q≥1的一般整数时,系统正平衡点的精确表达式,证明了此类系统至少可以存在两个极限环,并给出了Hopf分支的数值计算及模拟结果．该简化平衡点坐标表达式的方法适用于一般情形,从而使奇点焦点量的计算简洁、可行．     

首中时在新型期权定价中的运用

当市场是完备时,任意衍生证券的现值等于该证券未来收益折现值在等价鞅测度下的数学期望．利用Laplace逆变换求得障碍是常数以及障碍随时间变化这两种情况下的股票价格首中时的密度函数,再根据首中时的性质、等价鞅测度变换,通过求期望,给出了固定执行价格的欧式回望期权和变界障碍时刻的欧式上升敲出看涨期权这两类新型期权的定价公式．其中,变界障碍时刻的欧式上升敲出看涨期权的定价公式具有较好的实用性．这种期权定价方法简单且直接,提供了定价新型期权的另一种途径．     

基于新型空间注意力机制和迁移学习的垃圾图像分类算法

随着我国各级政府大力推动垃圾强制分类,分类回收各环节中实现标准化、自动化的垃圾分类识别需要适合云端部署的高准确率、低延时要求的细粒度图像分类模型.本文发挥深度迁移学习的优势建立了一套端到端的迁移学习网络架构GANet (garbage neural network);针对垃圾分类中类别易混淆、背景干扰等挑战,提出一种新型的像素级空间注意力机制PSATT (pixel-level spatial attention).为克服类别多和样本不平衡挑战,提出使用标签平滑正则化损失函数;为改善收敛速度以及模型稳定性与泛化性,提出了阶梯形OneCycle学习率控制方法,并给出了结合Rectified Adam (RAdam)优化方法和权重平滑处理技术的组合使用策略.实验使用了"华为云人工智能大赛.垃圾分类挑战杯"提供的按照深圳市垃圾分类标准标注的训练数据,验证了GANet在垃圾分类问题中的显著效果,获得了全国二等奖(第2名);同时,提出的PSATT机制优于对比方法,且在不同主干网络架构上均得到了提升,具有良好的通用性.本文提出的GANet架构、PSATT机制和训练策略不仅具有重要的工程参考价值,也具有较好的学术价值.