卷积神经网络在化工领域的应用综述

作为实现人工智能的关键技术,深度学习在机器学习领域中备受关注。介绍了深度学习典型算法之一的卷积神经网络的基础知识与理论,阐述了卷积神经网络在反应器内参数测定、流场识别、流场重构、故障诊断等方面的应用进展,并展望了该技术在化工领域的发展趋势。

基于深度学习的CFD软件界面高精度识别

【目的】传统计算流体力学(Computational Fluid Dynamics,CFD)模拟在工况设置、结果处理等过程中需要大量的人工操作。要想实现智能CFD模拟,就要先实现对软件界面的高精度识别。【方法】根据CFD模拟的实际操作场景来创建多尺寸、多内容、多背景的数据集,利用百度飞桨(PaddlePaddle)深度学习平台来建立基于CRNN网络的CFD软件界面识别模型,并对其进行训练。【结果】试验结果表明,将数据增强、再训练等技术应用于识别模型,能有效改善模型的精度,且与传统的自然场景识别模型相比,该模型对软件界面的识别精度提高了15%。【结论】本研究实现了对化工CFD模拟软件界面的高精度识别,为实现CFD模拟向智能化方向发展奠定重要基础。

关于上市公司社会责任会计信息披露问题的探讨

上市公司社会责任会计信息披露不但能够给广大人民群众评价上市公司带来一个更加完善、整体的评价结构，而且还可以让其变成制约企业在达成利润最大化的过程中担任起特定社会职责的关键保证。本文从此题目的研究背景出发，接着对我国如今上市公司社会责任会计信息披露的现阶段情况和自身带有的问题实行了简单的探讨，最后再按照我国真实的情况。