水利工程质量监督全过程全方位定量评价模型构建

为促进我国水利工程质量监督管理工作运行的高效化,确保工程监督的有效性和权威性,基于AHP(analytic hierarchy process)原理,针对水利部督查小组的现场检查情况,依据水利部下达的相关文件,结合负分制和一票否决制,将定性问题定量化,构建一套涉及水利工程建设、运行、管理全过程全方位的质量监督管理评价模型,共包含7层2112个指标。在综合试错的基础上,计算得出不同层级和不同指标的权重,然后选用该模型分析评价2020年7个省份受督查水利工程项目的质量管理与安全生产管理监督数据,间接说明模型的实用性和易操作性。评价结果表明:7个省份均在合格以上,整体质量管理情况较好,但得分差异显著,其中最高得分90.6、最低得分65.6,相差25分;不同类型管理评价结果显示,安全生产管理得分普遍高于质量管理得分;各参建单位评价结果显示,建设单位和勘察设计单位的情况最优、评分基本达到满分,而质量检测单位和施工单位得分最低、需重点加强相关监管。评价结果为水利工程监督管理工作提供了科学的数据支撑,构建的评价模型也为水利工程质量监督定量化提供了易实操的普适性工具。

基于香农熵代表性特征和投票机制的三维模型分类

目前基于视图的3维模型分类方法存在单视图视觉信息不充分、多视图信息冗余的问题,且同等对待所有视图会忽略不同投影视角之间的差异性。针对上述问题,该文提出一种基于香农熵代表性特征和投票机制的3维模型分类方法。首先,通过在3维模型周围均匀设置多个视角组来获取表征模型的多组视图集。为了有效提取视图深层特征,在特征提取网络中引入通道注意力机制;然后,针对Softmax函数输出的视图判别性特征,使用香农熵来选择代表性特征,从而避免多视图特征冗余;最后,基于多个视角组的代表性特征利用投票机制来完成3维模型分类。实验表明:该方法在3维模型数据集ModelNet10上的分类准确率达到96.48%,分类性能突出。

乡村振兴背景下绿色金融发展路径研究——以吉林省为例

绿色转型、乡村振兴作为党和国家提出重大发展战略,两者有很多契合点,为深入分析绿色金融对乡村振兴的支持作用,进一步找准绿色金融支持乡村振兴的着力点,本文梳理了吉林省绿色金融支持乡村振兴的优秀做法,对2018-2022年来绿色金融支持乡村振兴成效进行了实证分析,验证了绿色金融对乡村振兴的正向促进作用,并根据国内外绿色金融支持乡村振兴发展经验提出了相应政策建议。

物有所值视角下工程招投标评定分离定标办法

直接抽签定标法、票决定标法及票决低价定标法等定标办法均没有综合考虑定标候选人报价和综合得分,择优竞价性相对较差.基于物有所值(VFM)理论创新性地提出了票决指数法。对我国评定分离办法试点情况进行梳理,基于VFM理论构建票决指数法的初步模型和最合适区域模型,对比分析票决指数法与其他票决办法。结果表明:票决指数法是一种科学有效的评定分离定标办法,可为招标人更科学择优竞价定标提供一定的理论指导。

股东会电子化中股东平等原则的规范构造

出席股东会是股东行使自身权利、治理公司事务的基本路径。委托代理人出席或书面表决等方式系原《公司法》认可的股东现场出席股东会的合法替代方式,但这两种方式均存在不足。鉴于实践效果上电子化表决在提升参与度和确保表决真实性方面起到了积极作用,新《公司法》明确规定公司可以通过电子通信方式召开电子股东会,进一步提高了股东参与度并克服了传统的两类替代方式的弊端。该规定是对实践中已广泛采用的股东会组织方式合法性的确认。然而,新《公司法》等现行法律法规并未充分考虑到电子股东会制度可能引发的股东知情权行权差异和潜在的股东不平等问题,也并未对上述问题以及电子股东会可能发生的程序瑕疵、系统障碍作出针对性的预防和救济规制。实施电子股东会的公司应当保障不同参与方式的股东均可以充分行使权利,制定电子股东会决策程序瑕疵、出现系统故障时的预防和救济措施,以全面有效发挥股东会应有的功能。

基于互信息与萤火虫算法的网络入侵特征选择

为减少网络入侵检测数据中的冗余特征,提出一种结合互信息和萤火虫算法的特征选择方法。针对互信息不能精确计算特征间冗余度,提出类内特征冗余互信息特征选择方法。针对萤火虫算法步长因子固定易使算法陷入局部最优等问题,提出自适应步长萤火虫算法特征选择。以上方法分别选取特征子集后利用投票策略选取最优子集,对该子集基于C4.5和贝叶斯网络分类器分类。实验结果表明,使用10个特征检测能有效提高入侵检测率、误报率和F-measure,同时还缩短训练和检测时间。此外,与现有的几种方法相比,该方法在准确率、检测率和F-measure都获得不错效果。

考虑样本多样性的转辙机故障诊断决策模型

为解决现有研究未充分考虑诊断模型在不同转辙机数据样本条件下的适用性,且单一诊断方法难以满足故障诊断精度与决策要求的问题,提出一种考虑样本多样性的故障诊断决策模型.首先,从ZYJ7电液转辙机8种故障模式和正常模式所对应的油压曲线中分别提取时域、频域、时频域特征量,采用基于核函数的主成分分析法对3个域内的特征量分别降维,得到每个域的特征矩阵,进而构成不同类型的数据样本.然后,基于PSO-KNN、SA-PSO-PNN、PSO-SVM算法构建决策模型.当样本是一般数据样本时,决策模型采用3种算法分别做同一域数据分类,并对同一域各算法诊断结果进行三取二表决,分别得到每一域诊断结果;当样本是大数据样本、不均衡数据样本时,决策模型根据不同样本特点采用3种算法中的推荐算法得到每一域诊断结果.最后,利用决策模型对各域诊断结果进行三取二表决得到最终诊断结果 .仿真结果表明:与单一诊断算法相比,决策模型在大数据样本下,平均准确率提升1.01%;在不均衡数据样本条件下,决策模型的平均准确率提升12.82%;在一般数据样本下,决策模型平均准确率提升6.18%.决策模型通过结合多域的多维特征与各算法特点提高了诊断精度,为集成学习在转辙机故障诊断领域应用提供了一种思路.

越南2023年回顾与2024年展望

政治方面,2023年越南政治上妥善应对高层政局变动,选举产生新一任国家主席和两位副总理。对党、政、国会各级官员开展信任测评工作,以总结过去的工作成效、为下一步官员选任工作提供依据。成立五个工作小组、启动越共十四大筹备工作。经济方面,着力克服工业领域增速严重放缓、服务业增速未达预期、国际需求疲软导致进出口双下降等困难,有效维护宏观经济稳定、吸引外资额创历史新高,全年经济增速为5.05%,未能达成国会提出的增长目标,也成为2011年后经济增速第三低的年度。外交方面,越南走出大量外交官受纪律处分的阴霾,分别与中国建成具有战略意义的命运共同体,与美国、日本建成全面战略伙伴关系,取得诸多“具有历史性的成就”。展望2024年,越南将启动党政换届工作,总结施政经验、讨论未来发展方向。外交上继续深化伙伴关系,谋求在多边组织中发挥更大作用。在出口和消费均有望增长的情况下,2024年越南经济增速有望提升,但外资流入可能放缓,越南基础设施建设薄弱等固有桎梏仍待克服。

基于多度量多模型图像投票的织物表面瑕疵检测方法

为解决自动化生产线上织物表面瑕疵检测准确率低和计算速度慢的问题,利用织物表面具有周期纹理的特性提出了一种改进的RANSac检测方法,即多度量多模型图像投票。首先将输入图像裁剪为尺寸一致的子图,计算出子图多维度量的输出值矩阵;然后与改进RANSac计算出的无瑕疵背景的多维度量标准值分别对应作差,采用投票得出每张子图的基础分;再将其在4个记数模型下得到的综合评分排序,根据顺序和偏移量在输出端得到外点所代表的瑕疵子图。实验结果表明:在自采样的织物瑕疵数据集上,选择单度量和单模型的预测精度平均可达到90.9%,平均预测时间达到0.139 s,综合多度量多模型投票的平均预测精度可达到92.7%。该算法不需要大量前期数据进行训练,适用于纯色和条纹状织物的实时表面缺陷检测。

CFD技术在地板辐射采暖复合机械送风下人体热舒适性的应用

采用计算流体力学数值模拟的方法,探究地板辐射采暖复合机械送风形式的2种送风气流组织变化对人体热舒适的影响。根据模拟得到工作区平面的平均温度、湿度、风速及其分布情况探究2种工况下人体舒适度。并通过对比2种气流组织下头足温差、垂直温差以及热舒适性指标预计平均舒适度V_(PM)、预计不满意率P_(PD)对人体热舒适度进行定量评价。结果表明:在送风风速、温度相同的条件下,下送风与上送风工作面平均温度基本相同,风速提升0.02 m·s^(-1),湿度下降0.6%。上送风的空气温度分层更明显,2者的头足温差分别是0.09℃、0.02℃,皆不会令人感到不舒适。上送风和下送风2种气流组织的V_(PM)、P_(PD)值均为-0.18、6%,均符合GB/T 33658—2017《室内人体热舒适环境要求与评价方法》的热舒适要求。综合考虑室内温度分布以及头足温差等指标后,表明在地板辐射采暖复合机械送风中下送风气流组织的效果更好。

双重股权结构在公司治理中的应用研究

随着中国经济体制改革的加速,外部投资市场资金的流入给上市公司带来了不少机遇。然而,机遇往往伴随着挑战,如何在吸引外部资金的同时,保障创始人的控制权并确保公司的长期稳定发展成为了一个亟待解决的问题。在这样的背景下,双重股权结构应运而生,成为保障创始人控制权的重要手段。文章阐述了双重股权结构的概念、特征、优势与不足,并结合公司治理对双重股权结构的应用提出了针对性的建议,对促进我国资本市场和企业的健康发展具有重要意义。

结合局部纹理特征滤波的海天线检测方法

针对视频监测下海天线检测图像易出现的海天对比度低、海上物体、海雾、海浪及云层等干扰条件引起的图像模糊和海天线遮挡问题,提出一种基于偏心邻域的灰度共生矩阵对比度滤波的梯度域下海天线检测方法。方法设计使用上下两方向偏心盒状滤波器获取图像的对比度梯度值图,利用滑动窗对分块图像搜索梯度极大值候选位置,根据设计策略通过构建海天线参数的概率统计模型提取拟合直线作为检测结果。仿真实验表明,本文方法能提升视觉图像下含多景物等干扰的复杂场景海天线检测的准确率,与同类方法相比提升7.69%。

基于voting集成的智能电能表故障多分类方法

为提升智能电能表故障准确分类能力,助力维护人员迅速排除故障,提出基于投票法voting集成的智能电能表故障多分类方法。针对实际智能电能表故障数据进行编码预处理,基于皮尔逊系数法筛选智能电能表故障分类关键影响因素,结合合成少数类过采样技术(synthetic minority oversampling technique, SMOTE)算法解决数据类别不平衡问题,由此建立模型所需数据集,再通过投票法进行模型融合,结合粒子群PSO(particle swarm optimization)确定各基模型的权重,据此构建基于极限梯度提升树(extreme gradient boosting trees, XGBT)、K近邻(k-nearest neighbor, KNN)和朴素贝叶斯(naive bayes, NB)模型的智能电能表故障多分类方法。实测实验结果表明:所提出方法能有效实现智能电能表的故障快速准确分类,与现有方法相比,在智能电能表的故障分类精确率、召回率及F1-Score均有明显提升。

融合几何注意力和多尺度特征点云配准网络

点云不同的几何特征影响着点云配准的难度。然而,大多数点云存在部分重叠,几何特征被噪声干扰,并且点云表面有部分不可区分的特征,这使得提取具有代表性的几何特征更加困难。结合以上原因提出一种融合几何注意力和多尺度特征的点云配准网络GMNet,利用几何Transformer提取几何特征并对点云点对距离和角度编码,使其在低重叠情况下更具鲁棒性;并使用多尺度特征架构聚合不同尺度上丰富的语义信息,提高点云配准的准确率;最后特征通过一致决策算法选择具有适当邻域大小的特征。GMNet分别在室内数据集3DMatch、3DLoMatch和室外数据集KITTI上进行实验,实验结果表明GMNet的整体配准精度较高,在3DMatch数据集和3DLoMatch数据集上配准召回率分别提升到93.4%和76.0%,在KITTI数据集上相对旋转误差和相对平移误差分别降低到6.2 cm和0.26°。该方法使用的几何Transformer提取有代表性几何特征,联合多尺度特征学习点云中的不同层次几何信息,有效提升点云配准精度。

基于投票机制的暖通空调空气处理单元传感器故障诊断

现有暖通空调(HVAC)空气处理单元(AHU)的故障诊断研究往往是集中式的。少量的分布式方法大多需要求解大量耗时的优化问题,使得无法及时完成故障诊断。针对以上挑战,该文提出一种基于投票机制的分布式故障诊断方法。在该方法中,建立一个玻尔兹曼机来描述传感器网络,通过传感器之间的相互投票来确定玻尔兹曼机的边权值,基于边权值对玻尔兹曼机的状态也就是传感器的状态进行迭代,从而定位传感器的故障。设计了一种基于欧氏距离的投票策略确定投票值。开发了一种方法,通过在玻尔兹曼机中增加一个额外的节点来重置其权值矩阵,在将玻尔兹曼机对称化的同时,保持原来各传感器之间的投票关系,以保证玻尔兹曼机状态的迭代收敛。该方法不需要求解大量的优化问题,相较于当前的分布式方法计算量小。使用ASHRAE Project RP-1312提供的实际数据对所提方法进行验证。实验结果表明所提方法可以精确且高效地诊断出空气处理单元传感器的偏差故障和漂移故障。

重整计划执行变更规则检视

重整计划是经多方博弈形成的事关债权人、债务人及其出资人、职工、重整投资人等利害关系人利益安排的重要文件,一经法院批准即应当保持相当的稳定性。但是重整计划执行中也可能会遇到执行困难甚至执行不能的境况,从法律与风险的关系、重整制度的价值追求以及重整计划的性质看,允许重整计划执行中的变更具有正当性。变更事由的厘定应当在利害关系人意思自治与法律规制之间保持适度平衡;重整计划执行中的变更属于特殊时期企业治理的重大事项,应当设置合理程序以便利害关系人就修改重整计划展开充分博弈并加以表决;法院对于重整计划执行变更应当享有最终裁决权,对变更的重整计划进行审查时,既要本着实事求是、尽可能推动重整计划贴近实际、有利执行的角度许可必要的变更,又要基于重整计划执行的严肃性、稳定性之要求慎重批准变更。

具有层级结构集体影响力的多数投票模型

多数投票模型是观点动力学研究中的常用模型,本文在多数投票模型的基础上引入了具有层级结构的集体影响力,以节点周边层级结构上的节点的度衡量中心节点的观点权重,即为集体影响力参数.通过蒙特卡罗模拟,研究了具有集体影响力的多数投票模型在ER(Erdos and Rényi)随机网络与无标度网络上观点的演化,发现系统观点均出现了有序-无序相变,且相比原始多数投票模型更容易趋于无序,即相变临界点更小.原因是考虑具有层级结构的集体影响力时,系统的集体影响力参数值整体减小,且分布数目随着参数值的增大而减少,呈“长尾”趋势,占少数的高影响力个体使周围节点的观点产生跟随现象,随着噪声参数的增大,当少数的高影响力个体趋于无序时,整个系统也会趋于无序,即系统更容易达到无序状态.最后通过有限尺寸标度法,发现无论在ER随机网络或在无标度网络中,具有集体影响力的多数投票模型的相变均为Ising模型普适类.

基于SVM-DT-MLP模型的Web日志异常流量检测研究

随着Web应用程序的普及,网络攻击和安全漏洞的风险日益增加。Web日志文件详细记录了网站运行信息,对日志中的流量进行分类从而检测出异常攻击流量是保障网页长期提供稳定、安全服务行之有效的方法之一。文中将Voting特征选择与Stacking集成相结合,构建了SVM-DT-MLP模型,并将其用于Web日志异常流量检测。测试结果表明,SVM-DT-MLP模型的性能显著优于单一算法模型,其Precision(精确度)达到92.44%,Recall(召回率)达到92.43%,F1-Score(F1值)达到92.44%。这意味着该模型能够有效地检测出异常攻击流量,并在保障网页提供稳定和安全服务方面具有很好的效果。

基于集成算法的在线购物平台消费者评价情感分析与研究

文章对在线购物平台的消费者评价数据进行了情感分析和分类。通过使用Python实现自动化浏览器驱动和反爬虫技术,成功采集了某东购物平台的消费者评价信息。文章提出了一种改进的集成算法,将LSTM、BiGRU、BiLSTM作为分类器,分别采用Voting和Bagging方法进行集成。结果表明,与传统的贝叶斯和逻辑回归相比,LSTM+Bagging集成算法在准确率方面分别提高了5.9%和6%,而与LSTM+Voting集成算法相比,准确率提高了0.5个百分点。另外,LSTM+Bagging模型在稳定性和鲁棒性方面表现优于LSTM+Voting算法。

表决权滥用的法律规制——以决议效力为中心

表决权滥用规制的理论基础为股东间利益调整、禁止权利滥用法理以及股东平等原则,主要的规制模式包括表决权限制与禁止表决权滥用。表决权限制由于对股东权利限制过大、适用范围狭窄以及实际作用不明等,不宜作为规制表决权滥用的一般规范。而对于违反禁止表决权滥用的公司决议而言,决议有效说不足以全面保护少数股东;无效说存在不符合资本多数决原则、决议无效的理论基础不明、适用对象不清晰等问题;表决权滥用决议的可撤销说能够兼顾少数股东保护及多数决原则,并符合保护交易安全的要求。在具有利益关系的多数股东或控制股东滥用表决权、故意损害少数股东或公司利益且其表决权行使与决议结果之间存在因果关系时,少数股东得主张撤销决议,由此规制表决权滥用。