深度学习研究与应用综述

指出了深度学习是机器学习中的一种应用领域,随着人工智能的不断发展,深度学习的应用有着越来越广阔的前景。对深度学习的发展历程、主要模型作了一些介绍,并对深度学习的研究及应用进行了深入分析。     

集体经验判断预测的新模型

本文对传统的集体经验判断预测法做了两方面的改进，一是改每位专家的点预测为区间预测，以减少客观误差；；二是建立对专家的考核机制，以减少主观误差。     

基于组合模型的广东西北地区乡村企业法律风险评价

乡村企业法律风险评价的科学和合理与否直接关系企业法律风险防控能力。针对乡村企业法律风险的特点,从主体法律风险、知识产权法律风险、财务税收法律风险、合同法律风险、投资融资法律风险、人力资源管理法律风险、保密风险、外部风险8个方面构建乡村企业法律风险指标体系,基于IGWO-ELM的乡村企业法律风险评价模型研究表明,管理队伍建设风险(X_(15))、知识产权权属认定风险(X_(21))、劳动合同履行与变更法律风险(X_(62))、技术保障风险(X_(74))、政策变动风险(X_(83))和新冠疫情与经济危机影响风险(X_(81)) 6个指标的原因度0,正向影响乡村企业法律风险;领导干预风险(X_(11))、相关制度的执行与完善风险(X_(13))、知识产权侵权风险(X_(22))、合同履行法律风险(X_(42))、银行贷款融资风险(X_(53))、人员保密管理风险(X_(71))和核心数据管控风险(X_(73)) 7个指标的原因度0,负向影响乡村企业法律风险。提出防范乡村企业法律风险的对策建议,以期为乡村企业法律风险评价、预警及管理提供决策借鉴。     

城市的发展给水文水资源带来的问题与解决研究

在城市化推进的过程中,水文水资源的利用是必不可少的。但随着城市化发展需求的进一步加大,水文水资源受到城市的影响也越来越大。作者借本文阐述城市发展对于水文水资源的影响与相应的问题解决研究方法,以期为读者提供若干参考意义。     

我国公立医院管理干部队伍存在的问题及干部胜任能力模型的构建

为提高医院职能部门的工作绩效,从而保障医院医疗工作的正常运转和医院的可持续发展,本文分析了目前我国公立医院职能部门管理干部队伍的现状和存在问题,探讨医院管理干部岗位胜任能力模型的构建.     

科技研究软件继续使用行为影响因素实证研究

本研究的主要目的是继续研究科研软件的使用意愿及其影响因素。基于期望证实模型,研究了学生对科研软件的使用意愿及其继续使用行为的影响因素。研究模型包含证实、工作相关、有用感知、主观规范、满意及继续使用意愿等6个因素,共提出了7个理论假设。数据分析首先检验了88份抽样数据的信度与效度,并对23个测量项进行了探索性因子分析,接着对研究模型进行了验证性因子分析和统合模型分析。结果显示,研究模型与数据具有良好的拟合度,同时支持了研究模型所提出的假设。最后对实证结果进行了讨论。     

灵空山自然保护区油松—辽东栎林多度-面积关系分析(英文)

通过4hm2样地调查的数据资料,采用随机分布多度模型和聚集分布多度模型,在对山西灵空山海拔1500～1800m的油松—辽东栎林物种多度及其水平空间分布分析的基础上,运用估计优度评价了2个模型预测分布多度的适宜性。结果表明:①在不同像元的30种木本植物中有20种的多度依次增加且所占的水平空间也依次扩展,有10种不表现为上述关系。②随着像元面积的扩大,遇到多度序列中面积小于上一个种时,多度—面积曲线呈现较大波动;剔除波动节点的物种时,多度—面积曲线的波动趋于平缓。对于同一个物种来说,像元面积越大,其物种所占面积也越大。③估计优度评价结果显示聚集分布多度模型用于预测多度—面积关系优于随机分布多度模型。④无论是随机分布多度模型还是聚集分布多度模型均依赖于m的取值,即物种在固定像元下所占像元数。对于分散程度较高的物种,采用2种模型进行预测时结果较精确,反之预测结果误差越大;在样地总面积一定时,像元面积越小,预测结果越精确。     

基于加权集成的深度投票模型大豆灰斑病分级研究

大豆作为重要经济作物,近年受灰斑病影响愈发严重,导致产量下降,为减少病害造成的经济损失,相关从业人员需针对灰斑病等级采取不同措施。因病害等级之间具有相似性,传统卷积神经网络（Convolutional Neural Network,CNN）识别准确率有待提高。依据国家标准,针对大豆灰斑病高抗、抗、中抗、感和易感5个等级开展基于传统卷积神经网络分级研究,识别准确率为88.7%,在此基础上,构建加权深度投票模型,该模型利用遗传算法自动学习机制优化基于传统卷积神经网络分级效果。结果表明,该模型在7 500张测试集上识别准确率达到93.0%,比传统卷积神经网络模型准确率提高4.3%,为大豆病害分级提供新思路。