某职业人群时期寿命表损失年数的分析

目的：分析某职业人群1994－1997年的死亡原因,方法,应用时期寿命表损失年数（PEYLL）指标,结果：按时期寿命表损失年数（SPEYLL）率排列前3位的主要死因是恶性肿瘤,循环系统疾病,损伤中毒,SPEYLL：率国性为0．8791％,女性为0．7469％,并且SPEYLL率男性高于女性,结果：运用PEYLL指标考虑了死亡者的死亡年龄,能突出“早死”的影响,由此可见,PEYLL是一项较为敏感的社会医学与流行病学指标,进而将死因对职业人群健康的危害程度定理化,可为疾病的防治提供更全面更科学的依据。     

增长曲线模型回归系数的线性MINIMAX 估计

在矩阵损失函数下,研究增长曲线模型中回归系数的线性估计在给定估计类中的minimax性,并得到惟一的线性minimax估计.     

基于UNet++卷积神经网络的断层识别

针对传统相干体属性和机器学习在复杂断裂识别能力差的问题,提出一种基于UNet++卷积神经网络的断层识别方法。该方法采用加权交叉熵损失函数做目标函数,使网络模型训练过程中避免了数据样本不平衡的问题,引入注意力机制和密集卷积块,以及更多的跳跃连接,更好地实现深层次断层语义信息和浅层次断层空间信息之间的特征融合,进而可以使UNet++网络模型更好地实现断层识别。实验结果表明,该网络模型将F₁值提高到了92.38%, loss降低到0.012 0,可以更好地学习断层特征信息。将该模型应用于西南庄断层的识别中,结果表明,该方法可以更准确预测断层位置,在识别连续断层的准确率上有所提高,有效防止了地下噪音对于断层识别的不利影响,从而验证了UNet++网络模型在断层识别上具有一定的研究价值。     

基于累积延误损失算法的GHP模型

考虑不同机型的不同延误损失费用提出了一种累积延误损失算法,并建立基于该算法的地面等待策略(GHP)数学模型.该算法进行到达航班排序时,以所有航班总延误损失费用为首要排序标准,以先来先服务为第二排序标准,从而得到总延误损失费用与总延误时间值都较小的到达航班序列.同时,该算法也考虑了有后继任务的航班对到达航班序列的影响.基于该算法的GHP模型结合实际数据在实验仿真中取得了较好的效果,表明了该算法与模型的实用性与有效性.     

鄱阳湖区洪水灾害损失与社会经济发展关系的研究

该文分析了鄱阳湖区社会经济发展现状,并绘制了1995~2004年10年间GDP增长曲线图.结果表明,一次特大型或偏大型洪水对湖区内的社会经济发展产生较大的影响;运用洪水灾害损失评估模型计算出洪水灾害损失值,并绘制洪水灾害损失增长曲线图和洪水灾害损失与GDP比值曲线图,经分析得出防洪能力的提高可以减少洪水灾害的相对经济损失,而且当防洪能力提高到一定程度后,洪水灾害绝对经济损失也可能得到控制.然后,运用皮尔曲线得出典型洪水灾害直接经济损失增长曲线.     

基于改进YOLO的虹膜快速定位检测算法

虹膜定位是虹膜识别系统中不可或缺的环节,针对传统的虹膜定位方法对镜面反射、眨眼等复杂环境下质量差的虹膜图像定位准确率低、计算复杂度高和鲁棒性差等问题,提出了一种基于改进YOLOv3模型的虹膜快速定位方法。针对眼周图像中虹膜内、外圆尺寸变化不大,将YOLOv3网络的多尺度结构改进为双尺度检测;引入了轻量级网络Mobilev3中bneck块来改进特征提取网络,减小模型复杂度;利用K-means++算法对虹膜数据集进行类聚,获得更优的锚点框;模型边框损失函数采用Loss_GIoU改进原均方差(mean squared error, MSE)损失函数;利用虹膜特有几何特征,将模型矩形预测框更改为圆形预测框。在CASIA-IrisV4数据集验证表明,改进模型定位准确率为96.32%,平均精度均值(mean average precision, mAP)为99.37%,检测速度为49.4帧/s,模型参数减少到4.13×10⁶。结果表明改进后的模型较小,并且能够快速精准对虹膜区域定位,具有较高鲁棒性,能够满足虹膜实时定位的场景。     

基于累积前景理论的M/M/1排队模型

基于Kahneman和Tversky提出的累积前景理论(Cumulative Prospect Theory,简称CPT),分析了M/M/1排队模型中顾客的最优到达率问题,此模型包含参照点、S-型价值函数、损失厌恶以及概率的权重函数.分析了模型的适定性问题,并在适定性的基础上对顾客最优到达率进行了分析.基于累积前景理论...     

基于双转移网络的深度特征重排图像修复算法

为对图像中大面积缺失区域进行合理的结构修复和精细的纹理填充,提出了一种基于双转移网络的深度特征重排图像修复算法.首先提取缺失图像的特征并还原图像纹理细节;然后根据编码器特征估计缺失内容,提出基于解码器特征的内容损失函数,减少全连接层的解码器特征与缺失区域编码器特征之间的距离,保证合成图像语义的准确性和结构的合理性.在公...     

基于颗粒跃移运动的推移质输沙率研究

采用高速摄像技术,对跃移颗粒撞击床面颗粒的过程进行了观测.通过求解跃移颗粒与床面颗粒的撞击模型,确定了速度恢复系数.纵向速度恢复系数主要由撞击面角度决定;垂向速度恢复系数主要由入射角度决定.通过求解跃移运动方程,建立了考虑颗粒碰撞影响的平均跃移高度、跃移速度计算式.基于平均颗粒浓度与有效水流强度之间的关系,推导出均匀推...     

面向自动驾驶的多模态信息融合动态目标识别

研究提出一种面向自动驾驶的多模态信息融合的目标识别方法,旨在解决自动驾驶环境下车辆和行人检测问题。该方法首先对ResNet50网络进行改进,引入基于空间注意力机制和混合空洞卷积,通过选择核卷积替换部分卷积层,使网络能够根据特征尺寸动态调整感受野的大小;然后,卷积层中使用锯齿状混合空洞卷积,捕获多尺度上下文信息,提高网络特征提取能力。改用GIoU损失函数替代YOLOv3中的定位损失函数,GIoU损失函数在实际应用中具有较好操作性;最后,提出了基于数据融合的人车目标分类识别算法,有效提高目标检测的准确率。实验结果表明,该方法与OFTNet、VoxelNet和FasterRCNN网络相比,在mAP指标白天提升幅度最高可达0.05,晚上可达0.09,收敛效果好。