基于卷烟消费大数据标签体系的六大画像系统

为解决卷烟消费者数据采集与分析难问题,提出了一种全新的基于时空网格技术的消费人群大数据采集分析方法。通过商圈网格划分和数据标签特征工程,实现企业消费者大数据资源的高效融合,建立卷烟消费大数据标签体系,提高了数据的使用价值和复用性。基于大数据、时空网格、可视化技术构建卷烟市场数字孪生体,设计实现了六大画像系统。以玉林市场为例,实现了5237个商圈画像、19544个终端画像、42个品牌画像、169个产品画像以及12种商圈类别画像、24种卷烟分类画像。基于系统对某卷烟品牌实施精准投放实验,该产品的货源利用率从35%提升至59%。

基于成对关系的埋点数据可视化标注系统

埋点技术,即利用应用程序中嵌入的特殊代码收集运行过程中的数据,方便开发者分析和评估性能。多维埋点数据通常借助评估模型进行自动化分析,以减轻人工负担。然而,埋点数据标注作为训练模型的重要环节,仍存在难度大、效率低的问题。设计了一种基于成对关系的埋点数据标注方法,实现了一个交互式可视化标注系统,有效降低了埋点数据的标注难度,减轻了标注负担,并显著提升了标注效率。通过基于真实数据的案例分析和用户实验,验证了方法和系统的有效性和实用性。

Corrective-Net:面向多标签文本分类的标签关联学习模块

在目前的多标签文本分类任务中,主要面临以下2个问题:(1)侧重文本表示学习,对标签之间的关联信息建模不充分;(2)尽管使用了标签关联信息来改善多标签分类任务,但对标签关联的建模过于依赖人工预定义的外部知识,而外部知识的获取成本高昂,限制了其实际应用。针对以上问题,提出了一种面向多标签文本分类的标签关联学习模块Corrective-Net。该模块可以在不依赖外部知识的前提下,自动学习数据中的标签关联信息;同时,它还可以利用标签关联信息,对基础分类模块的初始预测结果进行修正,使得最终预测兼顾语义信息和标签关联信息,以获得更精准的多标签预测结果。在AAPD和SO数据集上的大量实验表明,Corrective-Net具有通用性和有效性,通过分析标签修正对各个标签性能的影响,得到了显式的标签关联信息,并进行了可视化。

我国超说明书用药的研究现状及热点趋势

目的 总结我国超说明书用药的研究现状及前沿趋势,以期为该领域未来的研究方向提供参考。方法 系统检索CNKI、SinoMed数据库,搜集关于我国超说明书用药的研究,运用Microsoft Excel 2021、R软件Bibliometric、VOSviewer 1.6.18等对纳入研究的发文时间及趋势、发刊作者及单位、关键词、主题演进等信息进行可视化呈现。结果 共纳入超说明书用药相关研究1 475篇,共有来自31个省市、地区的2 808位作者参与发表研究,年度发文量总体呈增长趋势。其中,广东省发表该领域相关研究最多;《海峡药学》和《中国药房》杂志刊载该领域研究最多。中成药、抗菌药物、抗肿瘤药物等药物为研究热点。此外,儿科、门急诊、妇产科、精神科等科室患者作为特殊人群,其临床超说明书用药也是未来的研究趋势。结论 目前,该领域研究较多关注特殊人群、特殊疾病、特殊药物等的超说明书用药情况,未来研究者应在更多高质量证据的基础上对药物进行循证评价,以寻求最佳证据指导临床用药。药品监管部门和医疗机构也应制定规范化管理政策及制度,促进合理用药。

数据自助订阅平台的设计与实现研究

随着企业数据的迅速增长,业务数据类型变得更加复杂,数据需求日益增加。通过线下沟通的方式定制化接口,并进行数据共享,会导致数据流通效率难以提升。基于此,文中提出了基于低代码和可视化工具的数据自助订阅平台,该平台基于数据治理能力形成高效数据资产,基于数据标签化实现资产的易用性和管理效率,基于自助化实现在数据访问和在线订阅,从而提高数据流通效率,赋能运维分析工作,有力推动了企业数据驱动创新决策的发展。

监控场景下基于单帧与视频数据的行人属性识别方法综述及展望

行人属性识别旨在判断目标行人的预定义属性标签,从而生成关于该行人的结构化描述,包括年龄、性别、衣着、配饰等多种层次的语义信息.由于行人属性识别在视频监控领域具有极大的应用潜力,该任务广受研究者关注.随着深度学习的快速发展,研究者提出众多识别行人属性的方法,以获得更为精准的识别结果.针对当前复杂场景下,该任务面临的监控画面不清晰、行人状态变化、遮挡等问题,对监控场景下基于单帧与视频数据的行人属性识别方法进行综述,首先围绕行人属性识别这一任务,介绍其研究背景及任务概念,指出当前研究所面临的问题与挑战;其次根据“单帧图像”和基于视频数据的“序列图像”2种不同的样本类型,对行人属性识别方法进行分类,并依据属性识别过程中所采用的技巧和思路,归纳总结最新提出的行人属性识别方法,概述研究现状;再对当前主流使用的数据集进行分析比较,总结其特点;最后,从状态引导行人属性识别、立体属性、多任务融合、新数据集构建4个方面,思考该领域的未来发展方向并作出展望.

活用版本管理器Microsoft Visual SourceSafe

介绍软件配置管理的版本管理器的作用,并从项目管理者角度,阐述了巧用版本管理器M i-crosoftV isual SourceSafe高效率进行项目管理的两种方法:版本标签的活用及命令行工具的活用.

营养标签规范下的预制菜包装信息可视化研究

在快节奏的生活背景下,优化快捷预制饮食其营养信息可视化形式,增强有效传达。对相关食品营养标签规范进行了解,结合可视化设计,分析市场行情以及消费者痛点,探讨信息可视化在预制菜包装营养标签信息方向中的应用着力点,了解在当前环境下的优势与挑战。总结预制菜包装信息可视化应用的优选方向,得出产线营养分类路径策略。通过提升包装信息可视化设计在预制菜营养标签中的重要性,推动预制食品信息透明化,促进健康饮食科普。

用Visual Basic程序实现霓虹灯动态效果

Visual Basic是一种功能强大,且简单易学的程序设计语言。用Visual Basic程序设计开发平台能够实现很多应用功能。本文基于Visual Basic6.0开发平台,通过利用Visual Basic中的计时器控件(Timer),Label控件进行设计,实现了一种霓虹灯闪烁和移动的动态效果。

可视化中的标签放置方法综述

标签是可视化图表中图形对象的文本注释.标签放置方法自动地为图形对象寻找合适的文本注释放置位置,从而满足标签的可读性、标签与图形对象关系的可辨识性等要求,该方法已历经半个世纪的演进过程.近年来,数据驱动的图表生成技术的广泛应用进一步推动了标签放置方法的快速发展.文中收集和整理了近50年的相关文献,以点、线和面3种典型标签放置对象为主视角,从标签候选位置模型、标签放置算法和标签放置评价指标3个方面对标签放置方法进行梳理和讨论,并对标签放置技术的未来发展方向进行展望.

基于多尺度特征融合的图片情感分布学习

视觉情感分析旨在分析人们对视觉刺激的情感反映,近年来受到了共享平台和网络社交等多媒体视觉数据相关领域的关注.传统的图片情感分析侧重于单标签的情感分类,忽略了图片表达的情感的复杂性和图像潜在的情绪分布信息,不能体现出图片所表达的不同情绪之间的相关性.针对以上问题,首先采用ViT和ResNet网络进行全局和局部融合的多尺度情感特征提取,通过主导情绪分类和标签分布学习进行图片情感识别,充分表征图片的复杂情感.在公开的Flickr_LDL数据集和Twitter_LDL数据集上取得了显著的效果,证明了提出方法的有效性.

基于伪标签自细化的弱监督实例分割

大多数弱监督实例分割方法利用类激活图生成的伪标签以及多阶段的训练策略,在实例分割上取得了不错的性能,但这些方法在检出物体完整性上仍然面临许多挑战。针对上述问题,提出了一种基于伪标签自细化的弱监督实例分割方法(pseudo-label self-refinement,PLSR),即在训练过程不断地利用网络自身的结果筛选、聚合候选区域得到各分支的伪标签,保障并逐步提升伪标签的质量,最终提高实例分割的性能。在Pascal VOC2012和MS-COCO数据集上进行实验,与现有的弱监督实例分割方法进行对比,AP50分别提高了1.6%和1.9%。实验结果表明,伪标签自细化方法能够有效利用候选区域的形状信息以及网络自身的语义信息提升伪标签的质量并取得了良好的分割效果,最终提高了弱监督实例分割的性能。

基于相机位姿估计的局部放电源可视化标注方法研究

局部放电源的准确、快速定位对科学分析电磁干扰成因,开展电磁干扰预警与防护等具有重要意义.本文将场景图像信息与电磁辐射信息相融合,提出了一种基于P3P(pespective-3-point)相机位姿估计的局部放电源可视化标注方法.该方法在获取局部放电源空间三维坐标的基础上,结合场景图像信息可对其进行可视化标注,有利于直观、快速实现局部放电源的排查与定位.通过模拟测试和交叠率计算,对比分析了局部放电源定位误差、相机位姿参数估计误差以及相机重投影误差等对标注结果准确性的影响,并以高压放电形成的瞬态电磁辐射为研究对象,开展了试验测试与验证.研究结果表明:对处于2个不同位置的高压放电源进行可视化标注,利用半径为10 cm的圆形标注框计算得到的交叠率分别为0.67和0.72,标注结果对高压放电所在区域的指向性好,实现了对放电源的可视化标注.

汽车制造企业设备安装调试阶段的可视化管理与风险管控探究

传统汽车及汽车零部件生产制造型企业新建或升级流水线生产设备,采购的设备的安装调试依赖于原始设备供应商的驻场技术人员,最终的验收仅仅凭靠是否能够生产合格的产品来判断,对于设备的整个安装调试阶段管控较为松懈疏忽。创新探究通过从设备到场、安装调试、完成交付等阶段,实现流水线设备全阶段、全流程、全方位的闭环管理机制,降低设备安装调试风险进而提升生产效率。

民国时期烟标设计的视觉语言研究

民国时期的烟标不仅只是作为商品标志与商品包装物而存在,其价值早已超越原本属性,成为时代与文化的产物。对民国时期烟标设计中的视觉语言进行分析与研究,让读者能充分通过民国烟标设计中的视觉语言感受民国时期我国卷烟商品包装设计的艺术审美与时代特征。

目视化标识管理在综合医院中医科医院感染管理中的应用

目的探讨目视化标识管理在综合医院中医科医院感染管理中的应用成效。方法选取某综合医院中医科,2016年5—8月为干预前,采取传统管理方法,2016年9月—12月为干预后,运用颜色、标识、流程图等目视化标识管理模式对中医科实施管理。比较干预前后医院感染防控质量检查结果及环境卫生学监测结果。结果目视化标识管理模式实施前后医务人员医院感染预防和控制相关理论知识测试总分分别为(71.90±10.89)分、(88.47±5.85)分,两者比较差异有统计学意义(t=2.08,P<0.05)。实施目视化标识管理后,医院感染预防与控制质量检查的手卫生、消毒隔离、无菌操作、医疗废物及职业暴露各项指标评分均高于干预前,差异均有统计学意义(均P<0.05),实施目视化标识管理后,环境卫生学监测合格率(82.43%)高于干预前(46.58%),差异有统计学意义(χ~2=29.79,P=0.000),其中干预后物体表面、医生和保洁人员卫生手合格率均高于干预前,差异均有统计学意义(均P<0.05)。护士卫生手合格率干预前后比较,差异无统计学意义(P>0.05)。结论运用目视化标识管理方法能够提高中医科医院感染管理质量,增强医务人员感控意识,降低医院感染发生的风险。

融合纹理结构的潜在狄利克雷分布铁路扣件检测模型

针对潜在狄利克雷分布（LDA）模型忽略图像结构的问题,提出一种融合图像纹理结构信息的LDA扣件检测模型TS_LDA。首先,设计一种单通道局部二值模式（LBP）方法获得图像纹理结构,将单词的纹理信息作为标注,用单词和标注的联合分布反映了图像的结构特点;然后,将标注信息嵌入LDA,由单词和标注共同推导图像主题,改进之后的主题分布考虑了图像结构;最后,以该主题分布训练分类器,检测扣件状态。相比LDA方法,正常扣件与失效扣件在TS_LDA主题空间中的区分度增加了5%~35%,平均漏检率降低了1.8%~2.4%。实验结果表明,TS_LDA能够提高扣件图像建模精度,从而更加准确地检测扣件状态。

一个图像语义可视化交互标注研究平台——以“情感语义标注”为例

针对当前图像语义标注存在的局限性以及缺乏有效的标注研究平台等问题,文章将用户认知心理研究与可视化及图像标注技术相结合,设计并实现了一种将用户对信息的感性认知与计算机语义处理相结合的图像语义可视化标注研究平台(ISARP),该平台支持标签打分、单标签可视化交互标注以及多标签可视化交互标注3种图像语义标注模式,同时,还为研究人员综合运用问卷调查法、日志分析法、观察法及出声思维法等方法研究用户的标注行为提供了全面支持。可为图像语义及图像用户行为研究提供基础平台与有力工具。

国内外语义标注研究进展分析

文章通过文献计量法对国内外语义标注研究的文献进行统计分析,包括时间分布、研究力量(机构、作者)分布以及研究内容分布等多个方面,总结对比了国内外语义标注的研究进展。结果表明,语义标注受到越来越多学者的关注。国内外语义标注研究都形成了一批具有影响力的期刊、机构和作者,研究方向也大致相同,都是作为语义网的关键技术之一,利用本体来进行语义标注,而且都在图像标注和Web服务两个领域应用较为广泛。

新生猫视皮质胼胝体神经元的DiI示踪研究

采用ＤｉＩ示踪法研究了新生猫视皮质的胼胝体神经元的分布和形态．ＤｉＩ标记的胼胝体神经元普遍分布于视皮质各区，包括在成年时缺乏胼胝体联系的１７区内侧部．这些标记的神经元位于除Ⅰ层外的皮质各层中，但大部分位于Ⅲ展并有成簇分布的倾向．ＤｉＩ标记的胼胝体神经元，特别是位于Ⅱ／Ⅲ层者大多呈“Ｇｏｌｇｉ样”标记，其树突走行和各级分支，甚至树突棘均清晰易辨．上述结果除证实以往用其他方法证明的新生猫视皮质胼胝体神经元的分布外，还显示了标记神经元的详细形态特点，表明ＤｉＩ示踪法是研究发育中的神经通路起源细胞及其突起形态的一种简单而有效的手段．