珠海市大数据产业发展对策研究

本文通过寻找珠海市大数据存在的问题,分析优势,找出产业价值链高的链条和产业带动性强的部分,最终从立法、数据开放、传统产业改造、招商、数据安全、行业协会、人才、旅游经济、细分行业政策、港澳合作等维度,提出促进珠海市大数据发展的对策建议。

多模态数据融合评估新生儿疼痛的研究进展

阐述多模态数据融合的概念,描述当前多模态(行为及生理模态)数据融合在新生儿疼痛评估技术中的应用,提出多模态数据融合可使新生儿疼痛评估更高效、准确,未来的多模态智能疼痛识别技术在成熟的基础上应丰富不同疼痛类型识别的算法,抓住新生儿疼痛的共性反应,并在新生儿的疾病发生中检验疼痛对病情进展的预警价值。此外,护理人员应与大数据研究人员交叉合作,资源互补,以提升研究的临床实用性,解决临床新生儿疼痛评估难点。

基于高分辨率图像的多尺度作物分类

基于无人机平台获取的地面影像有着较高的空间分辨率,但提供丰富的细节信息的同时,也为农作物分类带来很多“干扰”,尤其是在利用深度模型进行作物识别时,存在边缘信息提取不充分及相似纹理作物误分,导致分类效果欠佳等问题.因此,通过多尺度注意力特征提取的思路构建模型,有效提取边缘信息,提高作物分类精度.所提出的多尺度注意力模型(multi-scale attention network,MSAT)通过多尺度块嵌入获取同一层级不同尺度的作物信息,多尺度特征图被映射为多条序列独立地馈送到因子注意力模块中,增强对农作物上下文信息的关注,提高模型对地块边缘信息的提取,因子注意力模块内置的卷积相对位置编码增强块内部局部信息的建模,提高对相似纹理作物的区分能力,最后通过融合局部特征与全局特征,实现粗细双重信息的提取.在水稻、甘蔗、玉米、香蕉和柑橘5种作物上的分类结果表明,MSAT模型的MIoU(mean intersection over union)和OA(overall accuracy)指标达0.816、98.10%,验证了基于高分辨率图像的精细作物分类方法可行且设备成本低.

基于主成分分析的湖北省洪涝灾害风险评估模型构建

湖北省历年由洪涝灾害造成农作物受损严重,对湖北省进行洪涝风险评估十分必要。本文提出了一种定量化风险评估的模型建立方法,通过多源数据(气象、社会经济、地理特征等数据)提取到15个指标,采取主成分分析法确定各因子对于洪涝灾害的影响权重,建立风险评估模型,并运用地理信息系统(GIS)分析技术得出洪涝灾害风险区划图。在现有评估指标体系的基础上,通过网络爬虫方式获取更能反映防减灾能力的灾害应急指标;采用主成分分析方法降低模型建立中的主观因素。结果表明:(1)通过模型得到降雨与地势为湖北省洪灾发生的最主要因素;(2)湖北省中东部地区多为高风险区,其中东部武汉、黄石等长江干流途经地区处于重风险区;西南部多为中风险区,西北部在全省为低风险区。综上,该模型可为湖北省开展综合减灾、调整区域可持续发展结构、进行准确农情监测提供科学支撑和决策依据,具有重要的科学和实践意义。