基于复小波变换全监督学习的微震波形降噪与相位拾取

由于井下微震信号有着更低的信噪比,导致信号拾取精度降低.现阶段基于小波阈值的信号降噪算法等在面对信噪比较低的信号时存在泛化性差,阈值难以衡量等问题.为解决这一问题,本文研究了一种复小波变换全监督学习的微震波形降噪方法.该方法首先利用复小波变换结合卷积自编器设计一个具有多个卷积和反卷积操作的编码-解码器完成图像的降噪过程.为验证此方法的有效性,首先在Stanford的Earthquake数据集上构建了Earthquake2023进行训练和测试,并有着较好地拟合效果和训练结果.同时基于该方法降噪后信号设计了一种震相拾取方法,并达到了较高的拾取精度.本文设计了多组对比实验,结果表明此降噪方法能有效提高信号的峰值信噪比和均方根误差,两者分别提高了16 dB和24%,P波、S波初至到时拾取的误差相较于STA/LTA减小了0.3 ms.

基于全监督的海面风场数据融合

海面风场数据融合可以实现多源风场数据之间的优势互补。本文首先对传统的数据融合方法和基于深度学习的数据融合方法进行了介绍。传统的数据融合方法,无法深度提取数据特征形成判别性较强的高层次特征。本文提出一种基于U-Net网络的数据融合方法,采用GRAPES_1KM模式数据、HRCLDAS数据、卫星风场数据和浮标船舶数据。当浮标船舶数据作为训练真值时,由于浮标船舶数据的稀疏性,导致网络模型难以收敛,因此本文提出了两种构造伪标签的方法,基于U-Net网络进行全监督训练,实现网络模型的收敛。实验证明,采用构造的伪标签进行全监督训练时,网络模型的损失曲线能够很快收敛,在数据融合上的效果也很明显。

基于全监督学习的应急通信网络流量自动控制方法

通过分析应急通信网络的流量传输特点,本文设计应急通信网络的流量数据接收与传送缓冲区,通过约束通信网络向客户端传输流量数据的过程,优化应急通信网络缓存机制;利用流量拥塞窗口和启动门限两个参数,计算两个端口之间的数据发送速率,基于应急通信网络吞吐量、时间与通信网络负荷之间的关系,结合全监督学习控制算法,结合流量控制流程设计,优化应急通信网络流量的控制。实验结果表明该方法不仅可以减小应急通信网络的丢包率,还可以提高网络的吞吐率,应急通信网络的性能得到提高。

基于对象相关性的全监督和直推式排序算法

在信息检索和机器学习领域,大部分排序学习方法假设查询中的各个对象均满足独立同分布.虽然该假设简化了排序问题,却未能利用目标对象之间隐藏的相关性信息.在全监督排序和直推式排序2个问题中分别提出了新的方法,充分地利用了对象间的关系.在全监督排序问题中,将对象相关性映射为RBF Kernel,作为约束项加入优化目标,使得优化过程中越相似的对象打分越接近,即全局一致性思想.在直推式排序问题中,利用对象相关性将每个查询映射为图结构,设计了新的基于图结构的查询相似度度量,使得优化过程中越相似的查询,该查询内的对象对预测查询的影响越大.实验结果表明,加入对象之间的相关性提升了全监督排序算法和直推式排序算法的性能.

基于全监督算法RBF神经网络的语音识别

利用RBF神经网络,采用全监督训练算法,实现基于RBF神经网络的抗噪语音识别系统。与传统的K-均值聚类算法相比较,采用全监督训练算法可避免隐含层节点中心容易对初始值敏感的缺点,且能使RBF网络具备更强的分类能力。实验结果表明,在不同的信噪比下,全监督训练算法比传统聚类算法有更高的识别率。

全监督学习的图像语义分割方法研究进展

近年来,随着深度学习进入计算机视觉领域,各种深度学习图像语义分割方法相继出现,其中全监督学习方法的分割效果显著超过弱监督学习方法。将全监督学习的图像语义分割方法分为五类,并对各类中最具有代表性的方法进行详细分析,重点阐述各种方法核心部分的实现过程。对语义分割领域中的主流数据集进行归纳总结,介绍了性能算法指标,并在主流数据集上对各种代表性方法的效果进行对比,最后对语义分割的未来进行展望。

贵阳市医疗废物全监督体系管理创新的实践与探索

医疗废物属于危险废物,其规范化管理事关生态环境、疾病防控、食品安全等重要领域,更事关群众的身体健康和生产生活。文章从传统管理模式的弊端、转移过程监管缺失、医疗机构发展不均衡及相关知识法律普及程度不足等几方面浅析了目前医疗废物处置管理面临的问题,从条码身份识别、简化管理流程、智能追踪控制、全产业链视频监控、强化执法监管五个角度介绍了贵阳市医疗废物从源头至处置的全过程信息化监督管理的创新管理模式,并对未来医疗废物的监管提出了思路,可围绕将先进经验推广运用到危险废物的管理、严格执法与创新思路并举、减量化无害化处置、加强医疗废物安全处置的宣传和培训、实现信息共享几方面进行管理。

基于全监督的神经语义解析综述

近年来,神经网络技术已经广泛应用到语义解析领域,主要对基于全监督的神经语义解析任务方法与研究现状进行分类。根据网络类型和利用训练数据方式的不同,前者将基于全监督的神经语义解析方法分类为基于多层感知器的语义解析方法,基于循环神经网络的语义解析方法和基于卷积神经网络的语义解析方法。后者将基于全监督的语义解析方法分类为基于数据增强的神经语义解析方法,基于多任务的神经语义解析方法,基于语法约束的神经语义解析方法和基于中间表示的神经语义解析方法。对每类方法的算法进行了详细的介绍,并总结了每类方法的基本思想和优缺点。最后分析总结了该领域未来可能的研究方向和相应的发展趋势。

全监督和弱监督图网络的病理图像分割

目的 计算机辅助技术以及显微病理图像处理技术给病理诊断带来了极大的便利。病理图像分割是常用的技术手段,可用于划分病灶和背景组织。开发高精度的分割算法,需要大量精准标注的数字病理图像,但是标注过程耗时费力,具有精准标注的病理图像稀少。而且,病理图像非常复杂,对病理组织分割算法的鲁棒性和泛化性要求极高。因此,本文提出一种基于图网络的病理图像分割框架。方法 该框架有全监督图网络(full supervised graph network,FSGNet)和弱监督图网络(weakly supervised graph network,WSGNet)两种模式,以适应不同标注量的数据集以及多种应用场景的精度需求。通过图网络学习病理组织的不规则形态,FSGNet能达到较高的分割精度;WSGNet采用超像素级推理,仅需要稀疏点标注就能分割病理组织。结果 本文在两个公开数据集GlaS(Gland Segmentation Challenge Dataset)(测试集分为A部分和B部分)、CRAG(colorectal adenocarcinoma gland)和一个私有数据集LUSC(lung squamous cell carcinoma)上进行测试。最终,本文所提框架的两种模式在3个数据集中整体像素级分类精度(overall accuracy,OA)和Dice指数(Dice index,DI)均优于对比算法,且FSGNet在GlaS B数据集中效果最明显,分别提升了1.61%和2.26%,WSGNet在CRAG数据集中较先进算法提升效果最明显,分别提升了2.63%和2.54%。结论 本文所提框架的两种模式均优于多种目前先进的算法,表现出较好的泛化性和鲁棒性。

新时代推进国有企业内部审计监督全覆盖的思考

文章分析并探讨了新时代推进国有企业内部审计监督全覆盖的路径及审计监督的重点内容,指出要发挥内部审计在国有企业规范权利运行、完善内部治理、促进履职尽责、促进提质增效方面的积极作用,进而促进国有企业的高质量发展。

事业单位内控系统与会计核算全流程监督管理的设计与实践

内控系统与会计核算全流程监督管理是以信息技术为支持,帮助财务人员在多方面进行复杂的财务管理活动,以及在事业单位发展过程中提供的建议。内控系统与会计核算全流程监督管理在事业单位中的应用需要在实践中进行研究推广,才能找到适合事业单位发展的内控系统与会计核算全流程监督管理模式。本文主要探讨财务管理中内控系统与会计核算全流程监督管理的应用,为内控系统与会计核算全流程监督管理设计与实践提供一些思路。

落实审计监督全覆盖的思考

一、审计监督全覆盖的概念及含义所谓审计监督全覆盖是指在一定周期内审计机关对管理、使用公共资金、国有资源的单位及党政领导干部、国有企事业领导人履职尽责情况进行全面审计,做到应审尽审,横到边、纵到底,监督范围极其广泛。根据相关要求,只要有财政资金运行就要有审计,要求审计做到不留盲区、不留死角。实现审计监督全覆盖,既是国家对审计机关提出的新要求,也是审计作为高层次经济监督应该发挥的职能作用。

企业内部审计监督全覆盖的实践路径探析

目前,企业经营环境越来越复杂,内部审计作为企业风险管理的关键环节,对企业的监督作用越来越突出。内部审计监督的全覆盖对提高企业治理水平和防范经营风险有着十分重要的作用。本文首先对企业内部审计现状进行分析,其次对可行性展开深入探究,重点从顶层设计、制度建设、项目开展、业务指导和经验总结五个方面,提出企业内部审计监督全覆盖的实施路径,旨在通过内部审计的强化,促进企业可持续发展,提高企业经营管理水平。

弱监督显著性目标检测研究进展

显著性目标检测旨在准确检测和定位图像或视频中最引人注目的目标或区域,为更好地进行目标识别和场景分析提供帮助。尽管全监督显著性检测方法取得一定成效,但获取大规模像素级标注数据集十分困难且昂贵。弱监督检测方法利用相对容易获取的图像级标签或带噪声的弱标签训练模型,在实际应用中表现出良好效果。全面对比了全监督和弱监督显著性检测的主流方法和应用场景,重点分析了常用的弱标签数据标注方法及其对显著目标检测的影响。综述了弱监督条件下显著目标检测方法的最新研究进展,并在常用数据集上对不同弱监督方法的性能进行了比较。最后探讨了弱监督显著性检测在农业、医学和军事等特殊领域的应用前景,指出了该研究领域存在的问题及未来发展趋势。

内部审计与高管薪酬契约有效性——基于内部审计全流程监督视角

本文以2014—2017年我国A股上市中央企业为样本,基于内部审计全流程监督视角,从事前、事中、事后三个维度检验了内部审计对高管薪酬契约的影响。结果发现,内部审计事前资源投入、事中项目活动和事后意见反馈越多,高管薪酬业绩敏感性越高。进一步地,当外部审计监督力较弱、管理层权力较大时,内部审计对高管薪酬业绩敏感性的影响更加显著。此外,高质量的内部审计有助于降低管理层的超额薪酬与内部薪酬差距,反映了内部审计通过抑制高管过高薪酬有助于实现薪酬管制目标,然而,内部审计对降低高管薪酬粘性的作用较为有限。研究结果揭示了内部审计全过程监督对推动国有企业高管薪酬契约合理化的作用,丰富了内部审计发挥治理功能的相关研究。

审计监督全覆盖视角下的国家审计与内部审计联动研究

在审计监督全覆盖背景下,当前国家审计仍存在一定局限性,如能将内部审计作为国家审计有效补充,那就为实现审计监督全覆盖提供了一种可行路径。本文通过分析国家审计与内部审计联动的现状及存在问题,探索构建一套两者之间的联动机制,以期促进审计监督全覆盖目标的实现。

企业内部审计监督全覆盖的实践路径研究

企业内部审计有助于加强风险管控,完善企业运行机制,促进企业发展和帮助企业实现经营目标。现实工作中,部分企业内部审计模式仍停留在注重财务收支审计层面,未能充分发挥审计在促进企业可持续健康发展和加强防范风险及提高企业经营管理水平的作用。在这一背景下,推动企业内部审计监督全覆盖势在必行。本文对企业内部审计监督全覆盖的实践路径进行探讨。

纪检监察监督全覆盖新机制的探索

近年来,企业纪检监察监督工作取得了一定的工作成效和一些新进步新发展,但与党中央、行业两级关于监督工作的要求尚存差距,在纵深推进纪检监察监督方面还有一些问题尚待解决。本次探索研究遵循党的领导、坚持问题导向、坚持系统观念、坚持分类施策的基本原则,聚焦推动落实管党治党政治责任、提升监督全覆盖工作的有效性,加强对“一把手”和领导班子全面监督,落实从严治党责任、依规依法履职用权,构建系统集成、协同高效的监督机制,推动“四责”联动、层层落地,一体推进不敢腐、不能腐、不想腐体制机制向工贸公司延伸,使监督制度优势更好地转化为治理效能。

国有企业构建财会监督体系的探索——以S集团为例

财会监督是企业监督的重要组成部分,其作为企业风险防范的关键防线,在保障企业正常经营、化解风险等方面发挥着重要作用。分析S集团财会监督目前存在的监督制度不完善、监督合力融合不足、信息化建设落后、监督人才缺失等问题,提出完善监督制度、建立财会评价体系、加强信息化建设、打造财会监督队伍等改革措施,以持续提升其财会监督能力。

大数据背景下政府环境责任审计监督全覆盖的路径研究

近年来,环境问题受到越来越多关注的同时,领导干部环境责任的履行情况也日益得到社会各界的重视,对政府环境责任进行审计监督全覆盖是经济社会发展的必然要求。本文立足于大数据这一时代背景,以受托环境责任观为依据,分别从政府环境治理系统与政府环境责任视角出发,探讨政府环境责任审计监督全覆盖的对象与内容,分析大数据技术对政府环境责任审计的影响,提出了大数据背景下政府环境责任审计的实施路径:建立环境决策信息系统,加强环境决策责任审计;构建环境审计信息平台,加强环境执行责任审计和环境监管责任审计;提高大数据背景下环境责任审计监督全覆盖能力;建立健全大数据背景下的审计法律法规与审计指南。