结合注意力机制的深度神经网络综述

注意力机制已成为改进神经网络学习能力的研究热点之一。鉴于注意力机制受到的广泛关注,本文旨在从注意力机制的分类、与深度神经网络的结合方式,以及在自然语言处理和计算机视觉领域的具体应用3个方面对深度神经网络中的注意力机制给出较全面的分析和阐述。具体地,分析比较了软注意力、硬注意力和自注意力这3种机制的优缺点;并分别讨论了递归神经网络和卷积神经网络中结合注意力机制的常用方式及其代表性模型结构;然后,以自然语言处理、计算机视觉领域为例,说明了其应用情况;最后,分析了注意力机制的发展趋势,期望为后续研究提供线索和方向。

2018年江苏省人感染布鲁氏菌分离株分子特征分析

目的掌握江苏省2018年人感染布鲁氏菌主要流行株的种型和基因型。方法运用普通PCR及AMOS多重PCR确认分离株的生物种型;采用多位点序列分型(Multilocus sequence analysis,MLSA)和多位点串联重复序列分析(Multiple-locus variable number tandem repeat analysis,MLVA)鉴定基因型,并与国内外流行株进行聚类分析。结果2018年共分离到56株布鲁氏菌,MLSA分型显示一株菌为猪种布鲁氏菌ST(Sequence type)17型,其他均为羊种布鲁氏菌ST8型。MLVA将56株菌分为47个基因亚型(46个羊种,1个猪种),聚类显示羊种布鲁氏菌全部为“东地中海簇”。结论2018年江苏省人感染布病主要为“东地中海簇”的ST8型羊种布鲁氏菌,并首次发现一例人感染ST17型猪种布鲁氏菌。

智慧物流服务质量对顾客忠诚度的影响

为了保障顾客个人隐私安全,加快物流信息化步伐,提高物流服务效率和质量。以顾客信任为中介变量,构建物流服务质量对顾客忠诚度的影响模型,并采用回归分析方法,实证分析了智慧物流服务质量对顾客忠诚度的影响以及顾客信任所起到的中介效应。研究结果发现:时间质量、配送质量、信息质量、技术质量对顾客忠诚度都具有正向影响且影响程度依次递减;顾客信任在信息质量对顾客忠诚度的影响中具有完全中介效应,而在时间质量、配送质量和技术质量的影响中起部分中介效应。智慧物流企业应当优化布局、推广电子面单、引进条形码技术和绿色包装技术、加强配送过程中的监控,同时树立良好的企业形象、打造一流物流服务、提高自身创新能力。

“智慧+共享”物流耦合效应评价

探究“智慧+共享”物流模式耦合机理、效应及其实现路径,对于推动物流企业乃至整个行业向“智慧+共享”模式转型升级并实现降本增效具有重要理论和现实意义。“智慧+共享”物流融合了智慧化和共享化两种理念,推动物流系统主要功能环节相互适应、耦合协调、相辅相成,并最终促进物流运作流程高效智能化、物流资源高度共享化以及物流功能全面转型升级。对其耦合效应的评价,可从信息服务、装卸包装、仓储管理和运输配送四个方面进行。基于物流行业专家评分和问卷调研的研究结果发现,目前我国智慧物流和共享物流的耦合属于中度耦合,处于发展阶段初期,而耦合协调度水平处于初级协调阶段,二者系统耦合关系强度较弱,耦合协调状况有很大发展空间,智慧物流对“智慧+共享”物流耦合的贡献要高于共享物流;信息系统建设、基础设施建设、信息资源共享等要素对“智慧+共享”物流系统耦合的贡献较大,而人才建设、安全性建设、装备资源共享、配送资源共享和共享标准体系等要素的贡献较小,已成为制约“智慧+共享”耦合的瓶颈;物流系统信息化建设能力和基础设施建设是智慧物流发展的主要影响因素,信息安全、专业人才比重、人才开发状况等要素发展情况满意度较低,成为制约智慧物流系统发展的瓶颈;信息资源共享和共享标准体系等是共享物流发展的主要影响因素,信息共享效率、技术标准化、共同配送、信息共享平台等因素已成为制约共享物流发展的关键瓶颈。我国应提升物流系统信息化建设能力和基础设施建设水平,完善智慧物流系统人才培养和信息安全体系保障机制;推动物流行业资源共享平台机制建设和标准规范体系完善,构筑共享物流高质量发展的环境;促进政府、行业、企业等多层面协同合作,营造物流行业“智慧+共享”环境氛围,推动相关理念普及和方案落实。

物流企业“智慧+共享”模式的理论模型及机制分析

物流业的有效快捷发展仍面临行业信息化程度低、互联互通性差、标准化水平亟待提升、用工和末端配送成本高等系列挑战。如何在物流业中注入“智慧”和“共享”因素是个有待解决的问题。在“智能+”新理念背景下,构建物流企业“智慧+共享”模式理论模型框架,探讨其耦合运作制约因素和实现路径,对拓展相关理论研究及推动物流企业“智慧+共享”实践活动具有重要意义。基于收集到的365份文献样本资料,运用扎根理论质性研究方法并借助Nvivo11.0软件进行文本资料编码,构建物流企业“智慧+共享”耦合的扎根理论模型,进而探究其制约因素。结果显示:物流企业“智慧+共享”耦合的制约因素可划分为物流智慧化水平、物流共享化水平、耦合环境、耦合机制、耦合能力、耦合意愿、企业特质等7个主范畴以及23个副范畴。内驱因素、外驱因素、中介因素和调节因素构成四大机制及各作用路径交互融合,共同推动物流企业“智慧+共享”耦合运行。建议加强企业内基础设施建设,着力提升物流智慧化、共享化运作能力和运作水平。

无菌部位分离65株金黄色葡萄球菌耐药情况及耐药机制

目的研究无菌部位分离的金黄色葡萄球菌(金葡菌)对红霉素、克林霉素耐药率及耐药机制。方法微量肉汤稀释法检测金葡菌3种抗生素的最小抑菌浓度以及克林霉素诱导试验,采用PCR检测4种耐药基因。结果65株金葡菌中,共检出耐甲氧西林金葡菌(MRSA)35株,甲氧西林敏感金葡菌(MSSA)30株,MRSA检出率为53.8%;对红霉素、克林霉素耐药率分别为67.7%、33.8%;MRSA的红霉素、克林霉素耐药率均高于MSSA,差异有统计学意义(P值均<0.05)。克林霉素诱导耐药率为95.5%。耐药基因ermC携带率最高,MRSA携带耐药基因数高于MSSA。结论无菌部位分离的金葡菌对红霉素和克林霉素耐药率较高,且MRSA比MSSA携带有更多的耐药基因。

供应链集中度对零售企业财务绩效的实证研究

随着全球化时代到来,市场竞争越来越激烈,零售企业若是想要在市场中保持竞争优势,那么努力提高财务绩效是零售企业的一个好选择。文中收集了2013-2018年零售上市公司的面板数据,对于因变量财务绩效利用因子分析法,同时,借鉴学者的研究模型,构建多元回归的模型,分别验证了上游供应商集中对企业财务绩效的影响和下游客户集中对企业财务绩效的影响,并据此提出改进建议。

智慧物流企业配送效率影响因素研究

文中通过问卷调查和回归分析,依据智慧物流企业配送发展的动力,参考配送业务流程与服务,将影响智慧物流企业配送效率的智慧要素划分为五个维度,探究各智慧要素与企业配送经济、服务、营运效率间的关系,并据此提出改进建议。

江苏地区金黄色葡萄球菌耐药及分子分型研究

目的研究江苏省不同地区金葡菌的耐药性、耐药基因和分子分型的特征联系。方法收集2017年全省各市哨点医院金黄色葡萄球菌227株,采用微量肉汤稀释法测定15种抗生素最小抑菌浓度,PCR方法检测7种不同的耐药基因,并用多位点序列分型(multilocus sequence typingMLST)进行分子分型。结果本研究中金葡菌对青霉素、红霉素、头孢西丁、苯唑西林、克林霉素、左氧氟沙星、四环素、庆大霉素的耐药率较高,而对替考拉宁、利福平、复方新诺明、达托霉素、利奈唑胺以及呋喃妥因多呈敏感,耐药率均低于10%,且所有菌株均对万古霉素敏感。共计检出117株MRSA,MRSA平均耐药种数和平均耐药基因携带数高于MSSA(P<0.05)。江苏省苏北地区的菌株耐药种数要高于苏中和苏南地区(P<0.05),而苏中地区的耐药基因平均携带数高于苏南地区(P<0.05)。在227株金葡菌中发现了60个ST型,以ST59和ST398分布数量最多,并有29个新ST型。成簇菌株中,CC59的平均耐药种数和MRSA检出率均高于其他克隆群。结论江苏省内不同地区的金葡菌耐药率和耐药机制存在差异,且以CC59克隆群耐药情况最为严峻。

基于可变权重损失函数和难例挖掘模块的Faster R-CNN改进算法

基于深度卷积神经网络的目标检测算法已成为目标检测领域中的研究热点,它包括基于区域提议的两阶段目标检测算法和基于位置回归的一阶段目标检测算法。Faster R-CNN是两阶段目标检测的典型算法之一,但是,训练数据集中简单样本-难分样本数量不平衡,以及样本数据的类间不平衡,都是影响Faster R-CNN检测精度的重要原因。本文提出一种基于可变权重损失函数Focal Loss和难例挖掘模块的改进Faster R-CNN算法。具体地,在网络的分类部分引入Focal Loss函数,通过权重调节样本数据的类间不平衡,改善简单样本-难分样本的数量不平衡;同时,修改网络结构,引入难例挖掘模块,进一步平衡简单样本-难分样本的数量,提高网络的检测性能。本文采用不同数据集,不同基础网络来测试提出的算法性能。实验结果表明,在VGG-16基础网络下,本文算法在Pascal VOC 2007数据集上平均检测精度较原算法提高了0.9个百分点,在Pascal VOC 07+12数据集上提高了1.7个百分点;在Res-101基础网络上,在Pascal VOC 2007数据集上平均检测精度较原算法提高了1.3个百分点,在Pascal VOC 07+12数据集上提高了1.5个百分点。

绿色智慧物流评价体系构建及实证研究

智慧化和绿色化是未来物流业发展的两架马车,二者缺一不可,所以如何有针对性地发展绿色智慧物流是物流业发展的当务之急。通过借鉴多位学者对于绿色物流和智慧物流的研究成果,构建绿色智慧物流评价体系,使用主成分分析法构建评价模型。

深度置信网络拟合异步电动机逆变器控制开关表

利用深度神经网络学习算法拟合异步电动机控制系统的逆变器开关表控制策略关系,并替代原逆变器开关表电路与逆变器一起形成深度学习控制器,是异步电动机智能控制解决方案的关键技术之一。即原逆变器开关表的输入输出数据作为深度置信神经网络的训练样本,从中学习拟合出具有逆变器开关表控制策略的深度网络拓扑与参数,借助AD/DA转换器接入实际系统,完成替代逆变器开关表硬件电路,智能化地实现异步电动机的控制策略。通过仿真比较两类控制器在各种参考信号下的控制效果,验证了深度置信网络拟合逆变器开关表控制的有效性和精确性。

Mode Selection Strategy of Dual Distribution Channel Based on Revenue Analysis

Within the scope of dual distribution channel(DDC)modes—ME&T-C and M-T&E-C,a game model designed for channel members was proposed.Based on this game model,the game equilibrium under both centralized and decentralized decisionmaking situations was analyzed,the channel members' and overall revenues of two modes under the same decision-making situation are compared,and the influence of demand shift coefficient to the overall and members' revenue was also studied through example analysis.Based on the comparison and analysis of the revenue yielded from the two DDC modes,it's discovered that within a certain hypothetical range,the M-T&E-C mode seems to be a better option for the manufacturer than the ME&T-C mode.Therefore,this discovery can be served as a theoretical reference for manufacturers when choosing the optimal DDC mode in real life.

基于公交运行数据的到站时间填充方法

公交实时到站数据是乘客出行行为分析的基础,但是现有公交运行数据存在到站时间缺失问题。以公交实时到站数据为基础,结合公交车辆的运行特性以及拥堵传播特性,建立考虑多因素加权的多项式插值方法,对公交车辆的到站缺失数据进行填补。填补后的到站时间能够更详细地描述车辆运行过程,得到更精确的车辆到站间隔。应用该方法对北京市地面公交运行数据进行补全,得到了修正的时刻表,并对公交运行间隔与串车现象进行分析。

基于ResNet34_D改进YOLOv3模型的行人检测算法

针对自动驾驶场景下行人检测任务中对中、小尺寸目标和被遮挡目标的检测需求,以及现有深度学习模型的不足,提出基于ResNet34_D的改进YOLOv3模型:通过改进残差网络的卷积块结构提出ResNet34_D,并作为YOLOv3的主干网络以降低模型尺寸和训练难度;在ResNet34_D的3个尺度卷积特征图之后,增加SPP层和DropBlock模块以提高模型的泛化能力;基于K-means聚类算法确定自适应的多尺度锚框尺寸,提高对大、中、小3种尺寸行人目标的检测能力;引入DIoU损失函数,提高对被遮挡目标的识别能力.所提出模型的消融实验验证了各个改进部分在提高模型检测准确率上的有效性.实验结果表明,所提出的基于ResNet34_D的改进YOLOv3模型具有较好的准确率和实时性,在BDD100K-Person数据集上的AP50达到69.8%,检测速度达到130 FPS.由所提出方法与现有目标检测方法的对比实验可知,所提出方法对小目标和遮挡目标的误检率更低,速度更快,具有一定的实际应用价值.

芝麻棒孢叶斑病病原菌鉴定与致病力比较

为明确芝麻叶斑病病原菌及其致病力,本研究以河南不同地区芝麻上分离所得叶斑病分离物为研究对象,通过形态观察和分子鉴定探讨这些分离物的分类属性,并且进行离体叶片和活体茎杆接菌,进一步探究了不同菌株的致病力差异。结果显示分离所得的6株芝麻叶斑病分离物的菌落形态、生长速率和产孢量存在差异,分生孢子多数呈倒棍棒状,具隔膜,6个菌株的ITS序列与GenBank中Corynespora cassiicola的一致性达99%以上,结合形态特征与ITS序列将其鉴定为山扁豆生棒孢。室内人工接菌芝麻发现,这6个菌株的致病力存在显著的差异;在芝麻叶片上,20180909-03属强致病力菌株,20180821-01、20180909-05和20180824-01属中等致病力菌株,20180904-02-02和SF1-1属弱致病力菌株;在芝麻茎杆上,20180824-01致病力最强,其次是20180821-01、20180909-03和20180909-05,SF1-1和20180904-02-02致病力最弱。研究结果证明山扁豆生棒孢不同菌株在芝麻上的致病力存在明显的分化。

基于出行者感知的地面公交线路运行诊断与优化需求鉴别

合理的公共交通线网有助于提升公共交通服务质量,节约出行时间,而城市公交线网运行状态的诊断和待优化线路鉴别是公交线网优化的基础。为了更系统全面地评价公交线网的运行质量,准确高效地筛选待优化线路,论文以出行者视角从公交线网结构的便利性、快捷性、可靠性和客流负荷度等角度提出了8个针对结构失效线路、低效运行线路、低可靠性线路和客流异常线路等问题线路的多维评价指标和计算模型;利用个体出行特征数据,结合海量公共交通应用数据中的公交运行信息和客流状态信息,采用k-means聚类方法和统计概率分布百分位法确定评价指标的鉴别阈值,直接而有效地对公交线路进行多维评价与诊断分析,以实现利用海量公共交通大数据自动筛选待优化线路集。