GKPA-联合全局与关键区域的光学-SAR中分辨率遥感影像场景分类

遥感影像场景分类是自然灾害检测和城市功能规划等实际应用的基础,因此研究遥感影像场景分类具有重要意义。基于深度学习的方法由于其强大的特征提取能力已经成为遥感影像场景分类领域最常用的方法,此类方法强烈依赖数据集的质量。现阶段场景分类领域的数据集大多为高分辨率的光学影像,易于提取有效的语义特征。在面对中分辨率场景时,影像中细节信息更匮乏,有效特征不够显著,场景分类具有更大难度,相较于高分辨率场景分类精度不够理想。在此情况下,利用其他模态的数据如合成孔径雷达(SAR)提供互补特征可以有效改善场景分类精度。考虑到以上现状,本文构建光学-SAR遥感影像场景分类数据集(OS-RSISC),基于此数据集进一步提出了一个联合全局与关键区域的感知注意力双模态场景分类框架(GKPA-RSSC)。实验结果显示GKPA-RSSC相较于对比方法具有最高的分类精度,总体精度达81.97%。光学-SAR数据与单模态数据的对比试验结果突显双模态数据的优势,进而验证了本文提出的光学-SAR场景分类数据集的重要意义。

区域敏感的场景图生成方法

针对基于关系边界框提取的谓词特征粒度相对较粗的问题,提出区域敏感的场景图生成(region-sensitive scene graph generation,RS-SGG)方法。谓词特征提取模块将关系边界框分为4个区域,基于自注意力机制抑制关系边界框中与关系分类无关的背景区域。关系特征解码器在进行关系预测时不仅考虑了物体对的视觉特征和语义特征,也考虑了物体对的位置特征。在视觉基因组(visual genome,VG)数据集上分别计算了RS-SGG方法针对场景图生成、场景图分类和谓词分类3个子任务的图约束召回率和无图约束召回率,并与主流的场景图生成方法进行了比较。实验结果表明,RS-SGG的图约束召回率和无图约束召回率均优于主流方法。此外,可视化实验结果也进一步证明了所提出方法的有效性。

基于改进YOLOv5的复杂场景电动车头盔检测方法

佩戴电动车头盔是安全骑行的重要保障,对电动车驾乘人员佩戴头盔进行有效检测在保障驾乘人员安全方面具有重要意义。电动车头盔检测中存在目标之间相互遮挡、复杂背景干扰、头盔目标小等问题,现有方法尚不能满足复杂场景下电动车头盔检测的要求,因此,提出一种改进YOLOv5的复杂场景电动车头盔识别方法。首先,提出一种新的主干网络结构ML-CSPDarknet53,增强网络的特征提取能力,引入轻量级上采样算子CARAFE,利用特征图语义信息扩大感受野;其次,搭建坐标卷积CoordConv模块,增强网络对空间信息的感知能力,并将WIoU v3作为边界框损失函数,降低低质量样本对模型性能的不利影响;最后,构建了内容丰富的头盔检测数据集对改进算法进行验证。实验结果表明,改进后算法相较于原算法在精确度、召回率、mAP@0.5、mAP@0.5:0.95上分别提升了2.9%、3.0%、3.4%和2.2%,并且性能优于其他主流检测算法,满足复杂道路交通场景下电动车驾乘人员头盔检测的任务要求。

中国数字乡村政策关注度识别——基于“工具-场景”二维框架的文本分析

数字乡村是促进乡村振兴和农业农村现代化的关键战略方向。中国数字乡村政策注意力分配存在差异。政府偏好使用供给型工具,环境型工具次之,需求型工具应用最少。政策工具内部结构也存在“冷热不均”,对不同场景数字化建设均有所关注,较多政策指向乡村数字经济,对乡村网络文化和智慧绿色乡村关注度较低。在“工具—场景”交叉维度视角下,政府在使用较多供给型工具的前提下,更侧重运用需求型工具推进乡村数字经济和信息惠民服务建设,通过环境型工具推动乡村数字治理、乡村网络文化及智慧绿色乡村建设,但整体均呈供给型工具过多、环境型和需求型工具不足现象。未来应优化政策工具使用结构,平衡数字应用场景政策关注,提升“工具—场景”适配度。

城市更新视域下的历史街区叠合场景建构研究

增量扩张向存量更新的更新范式转变,使得城市历史街区在推动文化记忆延续与空间正义生产等方面所发挥出的效用日趋凸显。更新视域下的历史街区需要转变原有的冻结保护式做法,向着多维焕活的更新思路迈进。基于此,本文结合叠合场景理论,试从客观性结构与主观性认知两个角度入手,提出基于本体、目标与效用层面的更新设计策略体系。在此基础上,集合当下代表性历史街区更新案例,挖掘空间结构丰富化、空间基因延续化与空间场域聚合化等3类基本建构策略谱系,以期为当下的历史街区保护更新实践提供相应参照。

自动驾驶仿真测试场景生成技术研究进展

自动驾驶系统已经成为汽车行业和计算机科学的前沿研究领域。为了确保自动驾驶系统的安全性和可靠性,对自动驾驶系统进行充分的测试是十分必要的,而仿真测试因其测试成本低、安全性高等优点,并且测试场景是自动驾驶仿真测试的关键,因此仿真测试场景生成是自动驾驶测试过程中不可或缺的环节。目前,已有大量学者致力于研究自动驾驶仿真测试,也有许多关于自动驾驶仿真测试的研究进展报告,但是针对于自动驾驶仿真测试场景生成的研究进展报告却寥寥无几。因此,对关于自动驾驶仿真测试场景的文献进行了全面调查,并对自动驾驶仿真测试的相关背景知识进行概述;通过调研国内外几十篇相关文献,按照自动驾驶系统的模块进行归纳总结,对现有仿真测试场景生成方法进行详细分类阐述;通过调研目前主流的仿真测试工具,对现有仿真测试工具进行分析归纳;分析了自动驾驶仿真测试领域面临的挑战和未来展望。

“校园相声”项目的数字化场景建构

相声,这一深受群众欢迎的传统艺术,以简单的表演形式和道具为人们带来了无尽的欢乐。在山东省嘉祥县实验小学双桥校区,笔者提出了一种别开生面的教学方式——校园相声,即将相声艺术与语文教学中的“听、说、读、写、练”相结合,同时融入音乐、体育、美术、舞蹈等多个学科,不仅实现了各学科的有机融合,而且提升了学生的艺术修养和综合素质。为了拓展校园相声的学科融合,助推“泛在学习”,学校积极构建数字化场景。

颠覆性创新、场景驱动与新质生产力发展

加快颠覆性创新转化为新质生产力,是新时代推进现代化产业体系建设和赋能高质量发展的重要任务。颠覆性技术的演化、新兴产业的成长都离不开应用场景的支撑。新兴技术的应用场景具有多样性、规模性、演进性、协同性、不确定性等特征,在其“工程化—商业化—产业化”动态演进过程中发挥着技术验证、需求验证和生态构建的作用。实践中,促进一些突破既有法律和政策边界的创新在特定场景中的应用,需要提升政策适配性。为此,应坚持统筹设计,推进包容、审慎监管;增加场景供给,加大场景示范推广力度;提升场景创新能力,夯实场景创新基础;培育融合创新生态,优化服务保障。最终,通过创新、构建和发展应用场景,加快发展新质生产力。

教育场景驱动的高校数据治理

教育数字化转型的重要任务之一是通过数据治理提高教育治理能力,当前数据治理呈现出场景化和智能化的趋势,但是以管理和标准为核心的静态治理理念难以适应应用场景的数字化转型和创新。该文首先从数据治理的视角探讨了教育场景的概念和特征,然后分析了当前高校教育场景数据治理中存在的数据不够“大”、数据不够“好”、数据未尽其“用”三个核心问题,提出高校教育场景驱动的数据治理方法和治理流程,教育场景中的原始数据经过数据资产化、数据标准化、数据要素化三个关键环节演化为具有计算属性、组织属性和教育属性的场景数据资产,作为关键要素进入到教育教学过程中,从而形成良性循环的数据资产生态,充分发挥数据资产的教育价值。

弱监督场景下的支持向量机算法综述

支持向量机(Support Vector Machine,SVM)是一种建立在结构风险最小化原则上的统计学习方法,以其在非线性、小样本以及高维问题中的独特优势被广泛应用于图像识别、故障诊断以及文本分类等领域.但SVM是一种监督学习算法,它旨在利用大量的、唯一且明确的真值标记样本来训练学习器,在不完全监督、不确切监督以及多义监督等弱监督场景下难以取得较好的效果.本文首先阐述了弱监督场景的概念和SVM的相关理论,然后从弱监督场景角度出发,系统地梳理了目前SVM算法的研究现状和发展,包括基于半监督学习、多示例学习以及多标记学习的方法;其中基于半监督学习的方法根据数据假设可细分为基于聚类假设和基于流形假设的方法,基于多标记学习的方法根据解决方案可细分为基于示例水平空间、基于包水平空间以及基于嵌入空间的方法,基于多标记学习的方法根据处理思路可细分为基于问题转换和基于算法自适应的方法;随后,本文总结了部分代表性算法在公开数据集上的实验结果;最后,探讨并展望了未来可能的研究方向.

场景理论视域下乡村体育旅游融合的理论逻辑、发展困境与纾解路径

乡村体育旅游作为落实乡村振兴战略的重要组成部分,已成为推动乡村文化、生态、产业等发展的主要内容。运用文献资料法、逻辑分析法等研究方法,从场景理论的真实性、戏剧性、合法性维度探究乡村、体育、旅游三要素融合的理论逻辑、发展困境与纾解路径。构建“新场景—新行为—新价值”乡村体育旅游融合的理论逻辑,阐释乡村体育旅游融合的乡村表达性、符号感知性、融合生产性等多维度困境,并提出场景理论视域下乡村体育旅游融合的纾解路径:深挖文化内涵与乡土特色,感知乡村体育空间;提升具身体验与品牌设计,彰显乡村体育价值;强化创新意识与产业实力,完善乡村体育产业链。

动态场景的三维重建研究综述

随着静态场景三维重建算法的不断成熟,动态场景三维重建算法成为近年来的研究热点和研究难点。现有的静态场景三维重建算法对静止的对象有较好的重建效果,一旦场景中对象出现变形或者是相对运动,其重建效果不太理想,因此发展对动态场景的三维重建研究工作是相当重要的。简要介绍三维重建的相关概念及基本知识、静态场景三维重建和动态场景三维重建的研究分类及研究现状;全面总结了动态场景三维重建研究最新进展,将动态场景三维重建按照基于RGB数据源的动态三维重建和基于RGB-D数据源的动态三维重建进行分类,其中RGB数据源下又可划分为基于模板的动态三维重建、基于非刚性运动恢复结构的动态三维重建和RGB数据源下基于学习的动态三维重建,RGB-D数据源下主要总结归纳基于学习的动态三维重建,对各类典型重建算法进行了介绍和对比分析;介绍了动态场景三维重建在医学、智能制造、虚拟现实与增强现实、交通等领域的应用;提出了动态场景三维重建的未来研究方向,并对这个快速发展领域中的各个方向研究进行了展望。

多场景下基于传感器的行为识别

针对基于传感器的行为识别任务中识别场景单一且固定的问题,提出一种多场景下基于传感器的行为识别迁移模型,由基于传感器的动态感知算法(dynamic perception algorithm,DPA)和自适应场景的行为识别迁移方法(adaptive scene human recognition,AHR)两部分组成,解决在固定场景下对传感器的依赖性以及在场景转换时识别模型失效的问题。DPA提出两阶段迁移模式,将行为识别阶段和模型迁移阶段同步推进,保证模型在传感器异动发生后仍能持续拥有识别能力。进一步提出AHR场景迁移方法,实现模型在多场景下的行为识别能力。实验验证该模型具有更优的适应性和可扩展性。

面向国家战略的产业竞争情报场景化智慧服务模式研究

通过对面向国家战略的产业竞争情报智慧服务进行场景化、细粒度描述,构建产业竞争情报场景化智慧服务模式,以赋能复杂环境下产业高质量发展。首先,梳理国内外关于“场景化服务、产业竞争情报服务模式、智慧情报与情报智能服务”等相关研究,提出“产业竞争情报场景化智慧服务”的概念内涵;其次,沿着“战略引领与需求牵引—场景解构与细粒度刻画—平行系统与虚实交互—范式转变与服务升维”的研究逻辑,融合场景理论、平行智能思想,构建产业竞争情报场景化智慧服务模式;最后,以新能源汽车产业进行实证研究,为该行业竞争情报服务融慧进阶提出有效路径。本文提出了产业数字化升级、产业核心技术攻关、产业应急协同处突、新产业新业态培育四大情报服务场景,基于产业情报场景描述五元组,从服务内容、服务主体、服务客体、服务工具/手段、服务能力维度对其进行全景式描绘,构建了面向国家战略的产业竞争情报场景化智慧服务模式,并以新能源汽车产业为例,验证了本文模式的可行性与有效性。

混凝土坝面作业场景智能识别ResNet50-SEMSF方法

为提高混凝土坝面作业场景识别工作效率,提出了一种混凝土坝面作业场景智能识别方法(ResNet50-SEMSF)。将采集的坝面施工现场监控视频分割为图像,分析混凝土坝面作业人、机、料、环境等实体要素图像特征,界定坝面作业典型场景;以残差网络(ResNet50)为骨干网络结构,引入挤压激励(SE)注意力机制,关注不同通道间特征关系,提升坝面作业场景图像中多目标实体要素关键特征表达能力;融合下采样多尺度特征,保留坝面作业场景图像低级特征和高级语义信息,增强模型对图像不同层次特征的理解能力,克服尺度变化、目标变形等问题。对比分析其他3种卷积神经网络模型试验结果,使用梯度类激活映射(Grad-CAM)可视化方法,解释ResNet50-SEMSF模型对场景类别中实体要素信息的关注程度。结果表明:ResNet50-SEMSF识别效果明显优于ResNet50、MobileNetV2、VGG16等经典网络模型,表明ResNet50-SEMSF模型用于混凝土坝面作业场景智能识别的可行性,为混凝土坝面施工安全管理工作提供参考。

新形势下疾病预防控制信息化需求及应用场景分析

目的/意义探讨新兴信息技术催生的疾病预防控制信息化新需求、新场景,为信息技术与疾病预防控制体系现代化建设深度融合提供参考。方法/过程分析新兴信息技术在电子病历与疾病报告智能化解析、区域症候群监测、大规模疾病排查与辅助流行病学调查、多渠道监测预警、卫生应急状态下便携式单兵通信等多方面的探索性应用,阐释尚未形成体系的原因。结果/结论提出未来现代化疾病预防控制信息化发展建议,为提升公共卫生服务能力、创新业务变革提供技术支撑。

面向遥感图像场景分类的LAG-MANet模型

遥感图像分类过程中,局部信息与全局信息至关重要。目前,遥感图像分类的方法主要包括卷积神经网络(CNN)及Transformer。CNN在局部信息提取方面具有优势,但在全局信息提取方面有一定的局限性。相比之下,Transformer在全局信息提取方面表现出色,但计算复杂度高。为提高遥感图像场景分类性能,降低复杂度,设计了LAG-MANet纯卷积网络。该网络既关注局部特征,又关注全局特征,并且考虑了多尺度特征。输入图像被预处理后,首先采用多分支扩张卷积模块(MBDConv)提取多尺度特征;然后依次进入网络的4个阶段,在每个阶段采用并行双域特征融合模块(P2DF)分支路提取局部、全局特征并进行融合;最后先经过全局平均池化、再经过全连接层输出分类标签。LAG-MANet在WHU-RS19数据集、SIRI-WHU数据集及RSSCN7数据集上的分类准确率分别为97.76%、97.04%、97.18%。试验结果表明,在3个具有挑战性的公开遥感数据集上,LAG-MANet更具有优越性。

基于ChatGPT的管理会计应用场景研究

人工智能聊天机器人ChatGPT的出现给各行各业带来了颠覆性的影响,ChatGPT在管理会计中的应用将是其发展的必然趋势。如何将ChatGPT与管理会计相结合,激发管理活力,助力会计工作提质增效,是推动管理会计转型的关键点。文章在介绍ChatGPT技术特征的基础上,分析了ChatGPT可能对管理会计产生的积极影响,结合管理会计职能发现ChatGPT可以应用于管理会计的智能聊天机器人、成本分析与控制、经营绩效评估、预算编制与执行、投资分析、风险管理、内部报告生成等场景中。同时文章还分析了应用ChatGPT可能面临的挑战,并对未来ChatGPT在管理会计中的应用做了前景展望,以期为ChatGPT在管理会计中的应用做出一些理论和实践层面的创新性探索。

智能制造新应用场景下现场工程师培养的现实困境与路径优化

随着科技革命和新型工业化的持续推进,制造业涌现出数字孪生、数字设计、智能检测,人机协同等数字化、智能化职业应用场景。新场景带来人才需求变革,能扎根生产一线、并创造性解决技术应用问题的智能制造现场工程师成为制约广大中小制造企业数字化转型与智能化升级的关键。现阶段职业教育在培养现场工程师的过程中,存在协同育人平台不完善、课程体系亟待重构一体化育人全过程等现实困境。因此,通过重新梳理产业链—岗位链—流程链—能力链—专业链—课程链的链接逻辑,依照产业需求导向、项目任务驱动、职业能力递进、创新实践支撑理念,引领多主体协同打造产科教平台、推动系统化重构高本协同课程体系、促进产学研训赛创一体化实施,全方位落实智能制造现场工程师的培养。

基于交互场景的教师数字化教学能力诊断研究

数字技术的强势推动,对教师的教学能力提出了新要求,即教师应具备数字化教学能力。在此背景下,厘清数字化教学能力的内涵并对教师的数字化教学能力进行诊断,成为破除技术应用浅、转化效果弱等现实困境的关键。基于此,文章采用问卷调查和访谈的方法,对教师的数字化教学应用现状和教师在开展数字技术融合教学过程中存在的主要问题进行了分析,并对这些问题出现的主要原因进行了探讨。在此基础上,本研究依托场景交互理论和能力迁移假设,设计了基于交互场景的教师数字化教学能力诊断模型。此模型以技术储备为“原点”,是一个包含数字化教学、技术应用、教师专业发展的三维模型。在此模型的指导下,本研究提出了包含实验实施、数据挖掘、诊断分析、案例萃取四个环节的基于交互场景的教师数字化教学能力诊断实施路径,以期为教师数字化能力诊断提供模型参考,并助力教师数字素养提升,实现高质量教育的可持续发展。