新形势下新成立公司党建策略初探——以连云港新圩港码头有限公司为例

目前中国经济发展形势依然严峻,如何在新常态的要求下开展企业党建工作,为企业发展提供强有力的组织保障和精神动力,成为企业需要解决的重要课题。连云港新圩港码头有限公司作为连云港港口控股集团控股的码头企业,运营时间短、员工年轻化,如何在日益激烈的竞争面前,通过党建抓手,发挥党组织整治核心作用,促进生产经营工作健康发展显得尤为重要。

基于改进YOLOv7的码头作业人员检测算法

广角监控图像中人员目标检测对于码头智能安防具有重要意义。针对传统YOLOv7算法在码头广角监控图像识别中,存在小目标特征提取能力弱、人员检测准确率低等问题,研究了基于改进YOLOv7的码头作业人员检测算法。为提升人员目标多尺度特征的检测性能及鲁棒性,设计了平衡码头人员分类与定位任务的上下文解耦(task-specific context decoupling,TSCODE)结构并联合聚集-分发机制(gather-and-distribute,GD),增强网络多尺度特征融合能力;为增强网络对作业人员等小目标的特征提取能力,在主干网络末端引入了基于双层路由注意力机制(bi-level routing attention,BRA)的视觉transformer模型(BRA-ViT),捕捉小目标人员的位置、方向与跨通道等信息;为提升检测速度并保持检测精度,提出了基于slim-neck的颈部层网络轻量化方法,降低参数量与计算量;为降低漏检率与误检率,引入了基于最小点距离的交并比损失函数(minimum-point-distance-based intersection over union,MPDIoU)计算边界框的坐标预测损失,提升边界框回归的准确性与计算效率。为验证算法效果,采集白天、夜晚不同时段下码头前沿、堆场、卡口等场景的广角监控图像,构造标注数据集并设计消融与对比实验。实验结果显示:所提算法对码头作业人员检测的平均准确率为90.6%,平均检测速度为39 fps;与Faster R-CNN、SSD、YOLOv3、YOLOv5、YOLOv7、YOLOv8等算法相比,其平均准确率分别提升了13.8%、15.8%、8.5%、5.2%、2.7%和3.5%,平均检测速度与基准YOLOv7算法性能相当。所提算法对码头作业人员识别具有较高的检测精度与检测速度,满足码头安防场景中作业人员检测准确性与实时性的要求。

浅析港口设备缺陷的精益化改进

设备产生缺陷会使其可靠性大幅降低,轻则影响作业效率,重则造成机损甚至人身伤害。当前港际竞争日益激烈,国内外市场环境复杂多变,减少设备缺陷、增加设备可靠性更是实现港口安全高效运营、降本增效的先决条件,同时也是设备管理的关键重点。

全面预算管理在国有企业财务管理中的应用

面对全球化和信息化时代的复杂经济环境,企业财务管理的重要性日益突出,尤其是对国有企业而言。全面预算管理,作为现代企业重要的财务管理手段,可以帮助企业更好地进行财务预测、决策和控制。目前,全面预算管理在实施过程中存在一些问题,如预算编制与实际业务脱节、预算管理的执行力不足、预算管理的信息化水平低等,需要找到对应的解决策略。为此,文章全面探讨了全面预算管理在国有企业财务管理中的重要性、理论基础、应用现状、存在的问题,并提出相应的优化策略。

国有企业研发费用加计扣除政策研究

面对全球激烈的竞争环境,科技创新和技术进步是国家和企业取得竞争优势的关键。国有企业作为国家经济体系的重要一员,研发投入对于其提升技术水平和市场竞争力至关重要,而研发费用加计扣除政策的实施能够使其减轻税负,因此文章为了能够使国有企业更好地享受该项税收优惠,在理解研发费用加计扣除政策的定义、目标及顶层设计思路的基础上,重点从国有企业的角度分析了研发费用加计扣除政策的实施困境,并提出了相应的保障措施。通过对相关政策的分析,探讨国有企业研发费用加计扣除政策的设计、实施和效果,并提出相应的建议。