供应链管理中的信息整合与相应的决策优化

信息流与物流、资金流一起,成为供应链管理的主要对象,有效的信息整合对提高供应链管理决策质量意义重大.在分析了不同供应链生命周期的决策特点后,对供应链中的信息流进行分析,并提出了整合供应链上信息的各种途径.

全日制MBA学员面临的问题与对策分析

MBA教育是当前中国教育市场的热点之一,越来越多的有志于从事管理工作的人士,纷纷离开原有的工作岗位,投入到艰苦的全日制MBA学习之中,形成脱产学习的热潮。针对上述现象,通过对部分全日制MBA学员和企业进行问卷调查,了解有关全日制MBA学员在学习中遇到的典型问题,以及产生这些问题原因的描述,并据此提出改进MBA教育的建议与对策。

卷积神经网络在红木树种识别中的应用

【目的】不同类型的红木由于生长周期和木材特性的不同,导致商业价格差异悬殊,其中还包含有国家保护木种。本研究旨在找到能准确地识别红木种类的方法,以防止交易中的欺诈行为和保护树种。【方法】以国家林业和草原局木材与木竹制品质量检验检测中心(昆明)实际检测中累积的黄檀属Dalbergia和紫檀属Pterocarpus中的交趾黄檀D.cochinchinensis、刀状黑黄檀D. cultrata、卢氏黑黄檀D. louvelii、巴里黄檀D. bariensis、奥氏黄檀D. oliveri、大果紫檀P. macrocarpus、檀香紫檀P. santalinus等7种红木的376个样本作为基本数据,使用计算机算法扩展样本数量,提出自动化识别红木的卷积神经网络模型。【结果】该方法能够自动提取适合模型分类识别的特征,使用更为便捷,相比其他传统方法识别效果更准确的,结果证明平均识别精度达99.4%。【结论】自建的卷积神经网络可以有效识别红木树种,虽然在调参优化与训练时间大于VGG16等迁移学习方法,但泛化能力更强,证明了自建模型在红木识别应用上优于迁移学习模型。

无人机在林业灾害监测中的应用

近年来,随着无人机和图像处理等新兴技术的发展,新技术克服了传统林业灾害监测中存在的诸多缺点,具有显著优势。但这些新兴技术尚未出现经典解决方案,在设备选型、数据处理等许多环节仍存在较高的技术门槛。文中通过收集整理国内外相关研究成果,从无人机林业灾害监测技术发展历程、机载传感器选择、图像处理技术流程等方面总结该技术应用关键点,以期为相关研究提供参考。

基于计算机的木材特征提取和分类识别技术研究综述

木材由于内部结构和组成成分的差异,使不同种类木材表现出完全不同的理化性质,并决定其不同的用途和商业价格,因此针对木材的分类识别研究具有重要的应用价值。木材分类识别通常经过木材特征提取和基于特征的分类识别这2个步骤。目前木材特征提取主要利用计算机视觉、光谱分析等技术。木材分类识别是基于木材特征的数字化,这一部分可利用计算机算法实现自动识别,较以往人工识别可大幅提高准确度。文中通过分析近20年来木材特征提取和分类识别的相关文献,介绍各种基于计算机的木材特征提取与分类识别技术的特点及适用范围,并结合计算机技术的发展方向探讨木材特征提取与分类识别技术的发展趋势,以期为构建更准确的木材分类识别技术提供参考。