融合特征的深度学习遥感图像目标检测模型

为了提高目标检测模型对遥感图像中排列密集、尺度不一的目标,特别是小目标的检测性能,提出了融合特征的深度学习遥感图像目标检测模型和方法。模型采用小规模的网络结构,以应对标记样本较少的情况,并提出了融合多级特征的策略获取更为有效的特征,使模型在不增加检测时间的同时,提高遥感图像中较为密集且大小不一的目标的检测精度。模型中提出了一种新的后处理算法——分组融合剔除检测框算法,在剔除冗余检测框的同时微调检测框位置,使检测框对目标定位更精确,进一步提升检测精度。实验结果表明,所提模型在UCAS-AOD和RSOD-Dataset数据集上检测飞机,精度比Faster R-CNN的结果提高了4.2%和7.3%,漏检率和误检率均有降低。在UCAS-AOD数据集上检测更小的汽车目标,所提模型比Faster R-CNN检测精度提高了7.9%,漏检率下降了5.91%,误检率下降了2.06%。和Faster R-CNN相比,所提的融合处理和检测框后处理算法使得模型针对复杂场景中多尺度密集目标和小目标取得了更高的检测性能。

基于AHP-FEC的大型公园配套交通设施现状评价研究

大型公园是现代城市的重要组成部分,为提升城市形象、改善市民生活质量发挥了积极作用,但目前很多大型公园建设完成后其配套交通设施并不完善,很难很好地满足人们的出行需求。以重庆市中央公园为例,运用层次分析法构建大型公园配套交通设施现状评价的指标体系。在此基础上,运用模糊综合评价方法建立配套交通设施现状评价模型,探讨分析重庆市中央公园配套交通设施现状,找出其存在的问题,为类似的大型公园配套交通设施完善提供参考。

居民长距离交通出行方式选择行为研究

为研究出行者个人特性和出行特性对居民出行方式选择的影响,以居民长距离出行交通方式选择为对象,运用非集计模型中多项Logit(MNL)模型的基本理论与方法,利用SPSS软件对模型进行参数标定和检验,分析各因素对居民长距离出行的影响。结果表明:模型的拟合优比度和精度均达到要求,对居民的长距离出行选择研究具有实际应用价值,可为相关部门对于交通运输方式的结构调整提供参考。

中美公路交通管理特点比较

随着我国汽车工业的发展，道路交通中机动车的数量不断增加，因人们落后的交通安全意识、复杂的道路状况造成交通事故案件也在不断增加。因此，加速完善我国道路交通法规刻不容缓。通过分析中美交通安全法规的差异，借鉴美国交通安全法的有益经验，着重分析我国交通安全法规的不足，寻找科学的解决方法，以求建立符合国际潮流的交通法规。

我国非金融企业信用债违约先兆分析与建模探究

本文以银行间债券市场和交易所债券市场非金融企业信用债为研究对象,通过债券发行主体公开信息并结合建设银行内部数据,从发行主体所处宏观经济环境、财务指标、债券交易价格等方面对非金融企业信用债违约因素进行探究,发现经济周期、发行主体现金流及债券交易价格等因素对于揭示债券违约风险具有重要意义,并使用随机森林和XGBoost两种机器学习算法构建模型,生成信用债高违约风险预警名单,旨在为风控部门、交易与投资部门提供决策支持。

基于AHP方法常规公交服务水平模糊综合评价

为提高城市常规公交的服务水平,采用AHP方法对公交服务水平进行模糊综合评价。以蚌埠市为例,建立蚌埠市常规公交服务水平评价体系,由AHP方法计算出指标层对目标层的综合权重,从便捷性、安全性、准时性、经济性以及舒适性五个方面对公交服务进行模糊综合评价。评价结果表明:蚌埠市常规公交服务水平在便捷性、准时性、舒适性评价均为"满意"、安全性和经济性评价为"一般",最后根据评价结果给出了相应的建议。

一个平台居然聚集50多个非法放贷App

老家在山西农村、毕业于浙江一所高校计算机专业的钱早,一心想在繁华都市过上体面的生活。但在杭州一家小型企业从事App开发设计工作的收入,远远低于他的预期。他一直在等一个机会。2019年11月的一天,机会终于来了。钱早接到前同事肖晓的邀请,去印度尼西亚开发一款面向印度尼西亚和印度市场的放贷App。“在国内未经审批做放贷App违法,但国外没事,薪水还是国内的双倍!”肖晓描绘的“蓝图”让钱早动了心,他决定带上另外几名程序员一同参与。到达印度尼西亚后,钱早等5名程序员的护照立刻就被前来接洽的孙总收走。