基于多尺度空洞卷积自编码神经网络的森林烟火监测

森林火灾范围大距离远,火灾图像中有效特征提取尺寸较大,传统卷积网络难以有效学习,另外火灾中烟雾和雾气较为相似,容易造成错误识别。针对上述问题,提出一种基于多尺度空洞卷积自编码器(Multi-Scale Dilated Convolution Auto Encoder,MSDCAE)的深度网络,通过空洞卷积获得不同尺寸的感受野特征并连接输出来优化特征学习,再基于Softmaxwithloss设计改进的损失函数(Improved Softmaxwithloss,ISWL)来提升烟雾、雾气等相似图像的分类性能。实验验证了MSDCAE自编码器和ISWL损失函数的有效性,结果证明在森林火灾的烟火图像识别中,新方法对比普通深度网络算法更具优越性。

价格管制视域下市场经济主体能动性浅析

自党的十四大确立建立社会主义市场经济的目标到2008年我国初步建成社会主义市场经济体系,我国在市场化的道路上已经做出了初步探索,但是相比于西方发达国家,市场经济改革道路仍然充满挑战。本文意在通过说明价格管制的一般概念内涵、分类和现存问题,分析其对市场经济主体能动性的影响。与往常观点相比,本文创新提出市场经济主体能动性发挥的两种作用范畴——正常区域和灰色区域,说明市场主体的积极性总会存在,只是在不同的环境下会在不同的区域发挥作用。最后,在此基础上提出对现存问题的对策建议,为我国进一步完善社会主义市场经济体系献智献力。