基于邻居采样和图注意力机制的产业链风险评估模型

风险评估是提高产业链韧性的重要途径,也是降低产业链不稳定性的有效手段。然而,现有风险评估的研究基于供应链结构,忽略了其他因素,无法准确地刻画产业链上下游各节点的关联关系,导致评估效果存在偏差。针对上述问题,考虑到产业链内部各节点相互关联、风险状况多样、存在风险传递的特性,提出了基于邻居采样和图注意力机制的产业链风险评估模型GANS。首先,构建了产业链的异质图,利用“产品-公司”“产品-产品”刻画了产业链节点之间的关联关系,并从产业链中提取财务数据等作为节点的数据特征;其次,提出了基于元路径和公司投融资关联规则的公司关系图生成模块,实现对产业链中公司节点关系的高效转化和结构特征的高效学习;接着,针对生成的多种公司关系图,设计了结合邻居采样和图注意力机制的产业链风险评估模块,对节点邻域特征进行随机采样和聚合,同时结合注意力机制对基于多种公司图的节点特征进行自适应聚合,并通过分类器实现节点级风险评估;最后,依据节点风险等级与节点的结构特征对产业链进行风险评估。实验表明,在真实产业链数据集上,GANS在准确性、F1分数等方面均优于现有的模型,证明了GANS实现产业链风险评估的准确性和有效性。

图文识别技术综述

本文概括性的介绍了图文识别所涉及的技术。首先介绍了图文识别的背景知识,包括应用领域、技术难点及挑战和系统实施流程等;其次介绍了图文识别技术的预处理方法及流程,包括旋转校正、线检测、特征匹配、字符轮廓提取及分割、OCR识别流程;接着介绍了图文识别过程中常用的特征提取基础网络和检测网络,以及它们的场景适配问题;然后介绍了近年来出现的各种图文检测深度学习网络、图文识别深度学习网络、端到端图文检测与识别深度学习网络,并分析了各类检测和识别网络的网络架构、算法思路及其特点;最后介绍了公开的图文识别训练、测试数据集以及不同算法的性能比较。

基于B/S架构的铁路局党务管理信息系统

文章详细介绍了B/S架构下的成都铁路局党务管理信息系统的功能架构及各个功能模块的作用,分析了系统的安全机制,并着重介绍了不同级别用户登录时系统动态组织机构树的生成技术。

B/S架构下党支部工作台帐系统分析与设计

对B/S架构下的成都铁路局党支部工作台帐系统进行简单介绍,分析了系统的安全机制,并着重介绍了系统实现中采用的文档记录树形结构技术及文件上传下载技术。

工业互联网标识解析应用研究

从工业1.0到工业4.0发展过程中,生产制造管理从纸质标签逐步过渡到数字标签管理。因标签管理多样化、标签规范不统一,导致工业协同生产过程效率低、时延长、成本高、难度大、易出错等特征。本文首先讨论了现有工业领域标识管理及协同生产现状,其次对现有标识解析技术及标识模型进行了概述和分析,再次阐述了基于工业协同化需求条件下工业互联网标识解析与标识模型在工业协同领域的应用研究,最后对未来发展趋势进行了展望。

企业科研诚信与知识产权体系构建

系统阐释企业科研诚信与知识产权体系构建。分析国家数字经济发展背景,结合企业科技创新实践,提出“以人才为中心,激发创新活力”的总体思路;分析企业科研诚信与知识产权管理现状,提出技术规范不统一、知识产权不明确、数字资产不流通三个核心问题;详细介绍基于共用知识模块的企业科研诚信与知识产权体系建设方案,同时创新性地提出了基于区块链技术的企业数字资产分享激励机制,以期进一步激发企业数字资产能力外放。

结合层次图神经网络与长短期记忆的产业链风险评估预警模型

产业链风险评估预警是有效保护产业链上下游公司利益和减轻公司风险的重要措施。然而,现有方法由于忽视了产业链上下游公司之间的传播效应和公司信息的不透明性,无法准确评估公司风险,且忽略了动态财务数据对产业链的影响,无法提前感知风险,进行风险预警。针对以上问题,提出一种结合层次图(HG)神经网络与长短期记忆(LSTM)的产业链风险评估预警模型(HiGNN)。首先,利用产业链上下游关系和投融资关系构建“产业链-投资”HG;其次,利用财务特征提取模块提取公司多季度财务数据的特征;再次,利用投资特征提取模块提取投资关系图特征;最后,利用注意力机制融合财务特征和投资特征,通过图表示学习方法对公司节点进行风险分类。在真实的集成电路制造业数据集上的实验结果表明,与图注意力网络(GAT)模型、循环神经网络(RNN)模型相比,当训练比率为60%时,所提模型的准确率分别提升了14.87%、22.10%,F1值提升了12.63%、16.67%。所提模型能够有效捕捉产业链中的传染效应,提高风险识别能力,优于传统的机器学习方法和图神经网络方法。