出租车司机社会贡献评价方法研究

出租车司机的社会贡献对于促进城市经济发展和社会进步具有重要的作用,评价出租车司机的社会贡献是激励出租车司机多做社会贡献的重要手段。为了评价出租车司机的社会贡献,本文提出了一种基于实际出租车运营数据的评价方法。本文设计了运营特性、重点区域、恶劣天气、大事件四个体现司机社会贡献的指标,以此构建了出租车司机社会贡献评价指标体系,进而选用了主观赋权法G1法和客观赋权法拉开档次法相结合的赋权方式对指标赋权,并选择四种评价信息集结方法建立了出租车司机社会贡献评价模型。最后,通过实际的出租车运营数据验证了本方法的可行性。本文为评价出租车司机社会贡献提供了一种研究思路和方法,并对政府政策的制定和企业策略的实施具有一定的启示。     

一般工商业零售电价套餐适应性评估与优化方法

在电力体制改革的大背景下,合理评估零售电价套餐适应性,对控制电网经营风险和推进售电侧改革有重要意义。针对我国电力市场以及一般工商业的特点,首先从竞争、用户以及市场环境角度出发建立了一般工商业零售电价套餐评估指标体系;其次将层次分析法和改进的灰色白化权函数相结合,对电价套餐进行适应性评估;最后针对该评估方法建立了基于蚁群算法的优化模型,以最小成本得到提高电价套餐适应性等级的优化方案,并验证了该方法具有良好的鲁棒性,具有一定的参考意义。     

Set controllability of Markov jump switching Boolean control networks and its applications

In this article, a novel method is proposed for investigating the set controllability of Markov jump switching Boolean control networks (MJSBCNs). Specifically, the switching signal is described as a discrete-time homogeneous Markov chain. By resorting to the expectation and switching indicator function, an expectation system is constructed. Based on the expectation system, a novel verifiable condition is established for solving the set reachability of MJSBCNs. With the newly obtained results on set reachability, a necessary and sufficient condition is further derived for the set controllability of MJSBCNs. The obtained results are applied to Boolean control networks with Markov jump time delays. Examples are demonstrated to justify the theoretical results.     

可编程数据平面技术综述

在软件定义网络中,可编程数据平面提供的编程能力是网络功能虚拟化的基石。可编程数据平面技术的核心是可编程能力与数据包处理性能。首先从数据平面的可编程性出发,探讨现有数据平面的数据包处理抽象。然后,分别对数据平面实施的目标平台与对应平台上的主要流表算法进行介绍,详细论述现有数据平面技术。最后,探讨了高性能数据平面技术存在的关键挑战。     

多尺度特征融合U-Net的遥感影像黑臭水体智能检测

研究采用卫星遥感技术获取高分辨率遥感影像水体样本数据集,基于深度卷积神经网络从高分辨遥感影像中提取水体并进行黑臭水体智能监测,提出了一种改进U-Net的黑臭水体检测网络模型(IWDNet)。基于U-Net结构引入跳跃式多尺度特征融合,结合通道注意力机制、卷积注意力模块、通道与空间注意力机制生成不同多尺度特征融合注意力机制(MFFAM)模块进行对比,并引入空洞卷积扩大网络感受野,最终实现黑臭水体的识别检测。实验证明：基于跳跃式多尺度融合与CBAM注意力机制的黑臭水体检测网络(MFFCBAM-IWNet)模型有效提升了识别精度,在高分辨遥感影像水体样本数据集上表现最佳,总体精度达98.56%,Kappa系数达0.978 4。     

基于BAS-BP-Bagging模型的光纤陀螺温度补偿

为提高光纤陀螺的输出精度,以天牛须搜索算法(BAS)优化后的BP神经网络模型为基学习器,采用Bagging并行集成学习算法建立了BAS-BP-Bagging温度补偿模型,并对某型号光纤陀螺进行了温度补偿实验。实验结果表明,在-40～+60℃温度变化环境下,该方法补偿后的光纤陀螺温度漂移相较于补偿前减小了近80%,相较于多项式补偿算法减小了55%,相较于BP神经网络补偿算法减小了30%左右。同时该模型在对新鲜样本的补偿过程中表现出了较为优越的泛化性能。     

面向创新能力培养的数电混合教学实践

随着FPGA技术的飞速发展,传统的“数字电子技术”教学如何在基础理论和实践能力培养之间找到新的平衡点成为课程教学的关键。结合“数字电子技术”课程特点,通过在教学设计中精心组织教学内容、设计配套演示教具、增强实验教学针对性、课后作业量少次多突出过程评价以及四位一体系统推进,有效提高了教学效果。     

基于CTCNet对球结膜进行糖尿病视网膜病变分类

糖尿病视网膜病变(diabetic retinopathy, DR)是一种糖尿病性微血管病变,会在球结膜微血管上有所体现,球结膜血管图像的获取比眼底图像更加便捷,但微血管的特征变化微小且难以量化。为了能够对患者进行早期辅助诊断,本文依据球结膜微血管形态与DR的关联,首先对球结膜图像进行预处理,使用限制对比度自适应直方图均衡(contrast limited adaptive histogram equalization, CLAHE)算法进行图像增强,随机处理使数据增强,然后结合卷积神经网络(convolutional neural network, CNN)和Transformer各自的网络优势构建CTCNet,对处理后的球结膜血管图像进行DR分类,分类准确率达到了97.44%,敏感度97.69%,特异性97.11%,精确度97.69%,通过实验对比CNN和Transformer, CTCNet网络性能优于其他模型,能够有效识别DR。     

低耗低剖面单层波导阵列天线研究

新型单层波导阵列天线具有低耗、低剖面、结构紧凑、实用性强等诸多优点, 在毫米波甚至太赫兹无线通信领域具有巨大应用潜力, 是当前的研究热点。 文章首先介绍了用于构建波导阵列天线的几类波导馈电网络的特点, 指出E 面波导馈电网络在毫米波应用领域的优势,接着针对E 面波导在单层并馈波导阵列天线和Butler矩阵多波束阵列天线方面的研究展开叙述,最后给出了可应用在单层波导阵列天线中的开口波导辐射单元在实现多频和圆极化等不同功能上的最新研究进展。 文章对于低耗低剖面单层波导阵列天线的发展及其应用具有参考价值。     

Adaptive adversarial prototyping network for few-shot prototypical translation

Translating multiple real-world source images to a single prototypical image is a challenging problem. Notably, these source images belong to unseen categories that did not exist during model training. We address this problem by proposing an adaptive adversarial prototype network (AAPN) and enhancing existing one-shot classification techniques. To overcome the limitations that traditional works cannot extract samples from novel categories, our method tends to solve the image translation task of unseen categories through a meta-learner. We train the model in an adversarial learning manner and introduce a style encoder to guide the model with an initial target style. The encoded style latent code enhances the performance of the network with conditional target style images. The AAPN outperforms the state-of-the-art methods in one-shot classification of brand logo dataset and achieves the competitive accuracy in the traffic sign dataset. Additionally, our model improves the visual quality of the reconstructed prototypes in unseen categories. Based on the qualitative and quantitative analysis, the effectiveness of our model for few-shot classification and generation is demonstrated.