国际资本流动对银行风险承担的影响研究——来自中国上市银行的经验证据

选取2010—2022年中国42家上市商业银行的微观数据,构建固定效应面板模型、广义矩估计GMM模型实证分析了国际资本流动对银行风险承担的影响机制,实证研究表明:(1)国际资本流动增加了商业银行的风险承担。相比于大型银行,国际资本流动对中小银行风险承担的影响更为显著。(2)国际资本流动的不同方向和结构对商业银行风险的影响存在异质性特征。国际资本流入和流出分别对银行存贷比例和不良贷款率为正向显著影响。国际资本流动的直接投资会抑制银行的信用风险,而证券投资提升了银行流动风险。(3)国际金融恐慌加剧了国际资本对银行流动风险的推动作用,为防范国际资本流动风险、维护金融系统稳定提供经验证据和政策参考。

基于分段行列2D-PCA的高光谱图像数据降维方法

针对传统二维主成分分析(2D-PCA)方法不能直接应用于高光谱图像数据降维的不足,提出一种基于分段行列2D-PCA的降维方法。利用高光谱图像波段间的相关系数进行波段子空间划分,在各子空间内通过旋转构建新的数据模型,以2D-PCA方法提取其行、列主成分信息,经过图像重建得到行、列主成分图像,对各波段子空间的行、列主成分图像进行小波分解,按照不同规则融合低频、高频系数,再通过小波逆变换得到降维后的图像。实验结果表明,与PCA和分段PCA方法相比,该方法在保证降维图像质量的前提下可缩短运算时间,提高高光谱图像的降维效率。

基于多特征的高光谱与全色图像融合方法

高光谱分辨率的高光谱图像与高空间分辨率的全色图像融合可以综合两类图像的优势。将全色图像与高光谱部分波段分别融合,再合成假彩色图像是融合的有效思路。引进多分辨率分析框架,首先对源图像进行小波变换,得到低频系数与高频系数;然后从中提取平均梯度特征和边缘特征分别作为两类系数融合的依据;最后将融合后的系数经过小波逆变换还原为各波段融合图像,进行假彩色合成得到最终的彩色融合图。实验结果表明,与PCA、HIS等经典方法相比,本文方法不仅能够在保证融合效率前提下有效保持光谱信息,提高融合图像的空间分辨率,融合图像的标准差、平均梯度、信息熵等各项指标也均优于其他融合方法。

高光谱图像融合算法研究与进展

高光谱图像融合是改善其图像质量的重要途径。将高光谱图像融合分为高光谱自身波段间的融合及其与高空间分辨率的其他遥感图像如全色图像等融合两大类。从分析高光谱图像融合特点入手,回顾了近年来出现的融合算法,阐述了其基本原理,进行了归纳、分类,指出各自的优缺点,并总结了现行高光谱图像融合算法的评价方法。最后,探讨了高光谱图像融合下一步的研究方向。

结合局部能量与边缘信息的高光谱图像融合方法

在对高光谱图像进行融合时,为尽可能保留目标边缘信息,论文基于小波分解,提出一种结合了梯度以及图像边缘特征的多波段图像融合算法。首先选取融合波段,分别进行小波分解和边缘特征提取;然后进行融合,低频系数采用局部能量自适应加权的方法,高频系数使用图像边缘信息指导其融合,并根据系数的正负性分别进行讨论以避免效果的抵消;最后通过小波逆变换还原融合图像。实验表明,论文方法能有效保留目标的边缘信息,融合图像的标准差、信息熵、平均梯度等各项指标均有提高,融合性能优于其他融合方法。

基于区域特征的高光谱与全色图像NSCT域融合方法

针对高光谱图像解译需求,提出了一种基于目标检测理论的NSCT域高光谱图像与全色图像融合方法。首先对高光谱图像进行RX异常目标检测,得到目标背景分离图像;然后对参与融合的波段图像进行无下采样轮廓波分解,得到不同分辨率的低频子带和多方向的带通子带;对于背景区域的低频子带系数和高频子带系数,分别采用加权平均和平均梯度自适应加权的融合策略,对于目标区域,则根据不同特征采用区域方差自适应加权的低频系数融合方法和区域方差取大的高频系数融合方法;最后进行NSCT逆变换得到融合图像。实验结果表明,本文提出的融合方法能够有效提高高光谱图像的目视效果,突出目标与背景区域的差异,有利于目视解译工作的进行。

基于群组层次分析法与云模型的情报保障效能评估

情报保障效能评估是情报保障中一项重要的内容,根据情报保障的要素与指标建立原则,论文构建了一个情报保障效能评估指标体系。为了降低情报保障效能评估的主观性与不确定性,论文提出了一种结合群组层次分析法与云模型评估的效能评估方法。最后,通过实例仿真验证了方法的有效性与实用性。

民间剧作家张庆煌的草根创作

张庆煌是老一辈福建莆仙戏民间剧作家,他所创作的莆仙戏剧本秉持草根的视角和话语,直面俗常大众,并从中展示了他曾经作为一名教育者的身影与立场。一方面,他从民间思维方式与民间文化入手,彰显民间特有的风貌;另一方面,他运用乡土生活语言和民间传奇,在潜移默化中蕴含了特定的教化功能。在戏剧文学与剧作家萎缩的当下,他的存在或许是一个值得探讨与借鉴的参数。

“双减”背景下高中语文单元作业的创新优化与设计

在“双减”政策的推行之下,高中语文学科的教学朝着减负提质的方向推进,在教育中更要求采取合适的教学方法,摆脱传统教育模式的困境,提高学生的核心素养,使学生产生学习语文知识的兴趣。在高中语文教学板块中,作业设计是非常重要的内容,为了落实“双减”教育政策,教师可借助单元作业设计的模式,达到作业设计优化的目的,从而吸引学生的注意力,激发学生的学习热情,帮助学生巩固知识内容,达到查缺补漏的目的,从而能够让学生在学习语文知识时更具主动性,真正提升学习效率。

基于图像融合的高光谱异常检测

针对高光谱图像空间分辨率不足导致异常检测虚警率过高的问题,提出了一种利用主成分分析(PCA)和IHS变换融合以降低虚警率的算法。首先对低分辨率高光谱图像进行PCA变换,提取3个主成分;然后对这3个主成分和高分辨率图像分别进行IHS变换,得到各自的强度分量,把高光谱数据的强度分量替换成高分辨率图像的强度分量;再运用IHS变换的可逆性,将新的强度分量与原色度分量和饱和度分量进行IHS逆变换,得到空间信息增强的高光谱图像数据;最后使用KRX算法对空间信息增强的高光谱图像数据进行异常检测。实验结果表明,本文算法的虚警率与KRX算法相比有很大的降低,取得了良好的检测效果。

基于端元提取的高光谱异常目标检测

针对高光谱图像混合像元影响异常检测效果的问题,提出了一种基于端元提取的异常检测算法。该算法采用小波分解,将原始高光谱图像分解为高频信息图像和低频信息图像,舍弃低频信息图像,只利用高频信息图像,从而抑制了背景,突出了目标;然后使用正交子空间投影(OSP)方法提取图像的端元光谱;最后根据提取的端元光谱,采用光谱角匹配(SAM)技术完成高光谱图像的异常检测。为了验证本文方法的有效性,利用AVIRIS高光谱数据进行了仿真实验,取得了较好的检测效果。与其他算法相比,结果表明,本文算法的检测性能明显优于传统算法,既降低了虚警率,又大大缩短了计算时间,适用于实时的高光谱图像异常目标检测。

基于中国大学MOOC平台的护理学基础在线开放课程建设与管理

通过分析护理学基础课程的特点、传统教学存在的问题以及线上课程的优势和作用,改变传统教学模式,发挥互联网对教育的助力作用,校企合作共建在线开放课程。以岗位能力培养为主线,深度融合思政教育,优化线上课程周期和学时安排,设计课程内容,注重平台建设和管理,使线上课程与线下教学紧密结合,双线并行,拓展教与学的时空,建成良性循环的教学生态圈,提高教学质量,助力人才培养。

劳动教育在基础护理学实训教学中的应用研究

目的探讨基础护理学实训教学中实施劳动教育的效果。方法将2021级及2022级高职护理班学生分别作为对照组(50人)和观察组(48人)。对照组采用传统教学模式;观察组实施基于课程劳动教育理念的教学方案,融知识、技能、素养于一体,期末比较两组学生的实训考核成绩、劳动素养及对教学的评价。结果观察组期末实训考核和实训总评成绩显著优于对照组,劳动素养各维度中除劳动价值观维度外,其他各维度及总分均显著优于对照组(均P<0.05),教学效果自评问卷中实训操作自主性、规范性、同理能力和沟通能力项目均优于对照组(均P<0.05)。结论基础护理学实训教学中劳动教育方案的实施,有利于提高技能水平,提升学生的劳动素养,培养学生的同理能力、沟通能力。

基于中心点的遥感图像多方向舰船目标检测

针对目前基于深度学习的舰船目标斜框检测方法存在计算量大、效率低的问题,提出一种基于目标中心点的单阶段检测模型.由于舰船中心点不受舰船分布方向影响,模型主要思想是以目标中心点检测为基础,回归中心点处目标斜框的尺度和方向.首先设计特征提取网络,将卷积神经网络细节信息丰富的底层特征与语义信息丰富的高层特征融合起来形成特征图;然后将特征图输入到三个检测分支,分别预测目标中心点、中心点偏移值以及斜框的尺度与方向;设计组合损失函数对网络进行训练,并改进非极大值抑制算法以适应目标斜框检测的需要.在公开的SAR图像舰船目标检测数据集与光学遥感图像上进行了实验,实验结果表明,测试集平均准确率达0.906,检测精度与速度均优于其它检测模型,充分验证了所提算法的有效性.

基于学科核心素养的高中语文微写作教学策略研究

为了在作文教学中凸显核心素养的重要价值,教师需要在教学实践中开展精细化训练,提高学生的微写作能力。学生作文水平的提高,并不是一蹴而就的,而是需要经过长时间的训练,让学生在脑海中完成语言知识的积累。基于学科核心素养的微写作能力训练,是将核心素养与作文教学有机融合,结合教师的科学指导,在精细化训练的过程中潜移默化地渗透核心素养的培养要求,促进写作活动的顺利开展。文章基于语文学科核心素养的理念,探讨了高中语文微写作教学的有关指导策略,并谈及微写作教学策略实施过程中的思考,以供参考。

城市雾霾与大气污染的成因及治理

随着市场经济的迅猛发展,加速了城市化的建设的进程,城市雾霾发生的频率以及严重程度也逐年上升,影响着人们的身体健康的同时也为正常出行带来了巨大的困扰。及时了解雾霾天气的成因,并采取相应的对策来治理雾霾并防治大气污染已经成为了当前城市化建设以及经济社会生态文明建设工作的重要问题。鉴于此,本文简要阐述了雾霾和大气污染的成因,提出了治理雾霾并防治大气污染的措施,为促进我国可持续发展战略的实施,实现人与自然和谐的相处的目标实现献力。

生活垃圾处理技术探讨

随着人们的生活品质不断提高,城市生活垃圾的数量大幅增长,生活垃圾也越来越难处理。当前,城市生活垃圾未被妥善处理,已经成为固废污染源之一,从生活垃圾污染情况来看,其对环境的不良影响已经十分突出。本文主要说明了我国城市生活垃圾的现状和收集方式,对生活垃圾的现有处理技术进行分析,从中发现处理过程中存在的技术问题,并对未来发展进行了展望。

基于思维导图的外科护理学教学设计

思维导图自发明之初就备受关注和推崇，它将无形的思想转变为可视的思维路线图，将零散的知识点串联成思维网络。将思维导图运用到外科护理学实验课集体备课中，能够集思广益，促进思考，便于记录，有助于实现备课目标，提高教学质量。外科护理学中水钠代谢失调部分的知识分布零散、晦涩难懂，笔者在讲解这一部分内容时使用了思维导图进行教学设计，收到了良好的效果。

基于双重注意力机制的遥感图像场景分类特征表示方法

针对遥感图像场景分类面临的类内差异性大、类间相似性高导致的部分场景出现分类混淆的问题,该文提出了一种基于双重注意力机制的强鉴别性特征表示方法。针对不同通道所代表特征的重要性程度以及不同局部区域的显著性程度不同,在卷积神经网络提取的高层特征基础上,分别设计了一个通道维和空间维注意力模块,利用循环神经网络的上下文信息提取能力,依次学习、输出不同通道和不同局部区域的重要性权重,更加关注图像中的显著性特征和显著性区域,而忽略非显著性特征和区域,以提高特征表示的鉴别能力。所提双重注意力模块可以与任意卷积神经网络相连,整个网络结构可以端到端训练。通过在两个公开数据集AID和NWPU45上进行大量的对比实验,验证了所提方法的有效性,与现有方法对比,分类准确率取得了明显的提升。

基于全局-局部特征联合的光学卫星遥感图像舰船目标细粒度识别

针对光学遥感图像舰船目标类间差异小,需要丰富舰船目标的特征表示能力提高其细粒度识别准确率的问题,文章提出了一种基于全局—局部特征联合的舰船目标细粒度识别方法,设计了双分支特征提取与融合模型。首先,全局特征提取分支通过卷积神经网络提取图像的全局特征;其次,局部特征增强分支将浅层特征图打乱并重构,加入对抗性损失函数,训练网络识别局部重点区域特征的能力,提取目标局部特征;最后,将全局特征和局部特征进行融合,利用全连接层对特征进行降维处理去除冗余信息,增加鲁棒性,并利用融合特征完成分类任务。实验表明,该方法可以兼顾全局特征和局部特征,在FGSC-23舰船目标数据集上准确率达到86.36%,优于其他方法。