城乡养老保险梯度协调系数及其社会福利改进效应研究

本文根据国内生产总值、劳动生产要素分配系数、老年人口比重以及养老保险合意替代率等要素构建养老保险适度水平模型,并以此作为判断城乡养老保险水平是否协调的根本依据,进一步采用养老保险宏、微观适度水平下限水平构建了城乡养老保险"适度系数"和"梯度协调系数",分析了城乡养老资源分配的公平性。文章对城乡养老保险"梯度协调系数"及其对社会福利改进效应进行了实证分析,提出了相关对策建议。

基于改进YOLOv8的风电叶片表面损伤检测与识别方法

针对风电叶片极易出现损伤和故障,且制造和维护成本高昂等问题,提出了一种基于改进YOLOv8模型的风电叶片表面损伤检测与识别方法。首先,将现场拍摄到的高清叶片图像作为实验数据集,并将其按比例随机划分为训练集、验证集和测试集;然后,在YOLOv8模型中引入了动态数据增强算法Mosaic、Mixup及离线数据增强算法Albumentations,对训练数据集进行了扩充,解决了模型在有限数据集下的泛化性问题;最后,使用卷积注意力模块(CBAM)和梯度协调机制(GHM)/Focal loss算法等手段加强了模型的损伤检测能力,改进了样本分布不均衡问题,建立了一种先进的风电叶片表面损伤检测与识别方法,提升了YOLOv8模型对叶片损伤的检测精度。研究结果表明:改进后的YOLOv8模型在计算量和参数量都较低的情况下,其平均精度(AP)、平均召回率(AR)都超越了同等配置下的快速区域卷积神经网络(Faster R-CNN)模型。改进后的YOLOv8模型在交并比(IoU)阈值为0.5时的AP和AR分别达到了73.2%和58.8%,验证了该方法在风电叶片损伤检测方面具有一定的可靠性和有效性。

基于改进YOLOV4的陶瓷基板瑕疵检测

陶瓷基板是半导体元器件的重要基础材料,其瑕疵检测对保证产品质量具有重要的意义。提出了一种基于改进YOLOV4网络的陶瓷基板瑕疵自动检测方法。针对陶瓷基板瑕疵尺寸较小、颜色形状多变以及不同类瑕疵间尺寸变化较大导致的瑕疵检测困难问题,改进的YOLOV4网络通过借鉴Complete Intersection over Union(CIoU)思想优化初始先验框设计,引入基于梯度协调机制的置信度损失函数和十字交叉注意力网络来改善缺陷检测能力。实验结果表明,基于改进YOLOV4的陶瓷基板瑕疵检测方法对于陶瓷基板污染、异物、多金、缺瓷以及损伤这5类瑕疵检测的平均准确性达到98.3%,可满足工业现场对陶瓷基板瑕疵的检测精度要求。

基于带状路网的交通拥堵治理方法研究

城市交通路网结构是影响城市发展及城市交通的一个重要因素。近年来,随着城市化进程的快速发展,城市交通拥堵问题已成为各大城市的头等难题。因此建立高效、快捷、低成本、低污染的可持续发展的城市交通系统迫在眉睫。本文提出了一种基于带状路网的交通拥堵治理方法,通过采集主干道所有交叉口的电子警察过车数据,分析带状路网早晚高峰的交通流时空分布规律,利用两分法生成符合交通流分布规律的路段和适合所有交叉口的精细化时段,采用梯度协调法重置关键路口的排队长度,解决排队溢出问题,并通过信号机模拟人工管控,最大限度缓解由于车流快速聚集超过路口通行能力引起的短时集中拥拥堵。该方法在舟山市海天大道32个路口开展了实际应用验证。

基于深度学习的合成孔径声成像智能检测方法

深度学习方法已在图像识别领域有了广泛的应用,相较于光学图像识别,合成孔径声呐图像识别存在图像分辨率低、小目标特征模糊、样本获取困难、缺少完备样本集的问题。为此,文章提出一种改进Faster R-CNN(Faster Region Convention Neural Network)模型的合成孔径声成像目标检测方法,采用添加注意力机制的金字塔特征提取网络,提高特征模糊样本中小目标检测概率,采用梯度协调机制的区域适应网络解决简单样本和困难样本分布不均问题。通过实际合成孔径声成像数据验证表明,该方法较好地实现了合成孔径图像中多类别小目标的智能检测。