检索结果-南通市图书馆

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于深度学习的道路行人异常行为检测研究

基于深度学习的道路行人异常行为检测研究

作者：郑弘扬河南农业大学

学位级别：硕士

随着世界经济的快速发展,越来越多的人将机动车作为首要的出行方式,随之带来的是交通事故频发的问题。近几年,人工智能技术发展迅速,利用人体行为检测技术来监控车外的异常情况,并及时预警,可降低事故发生的风险。现阶段,如何快速、准... 详细信息

随着世界经济的快速发展,越来越多的人将机动车作为首要的出行方式,随之带来的是交通事故频发的问题。近几年,人工智能技术发展迅速,利用人体行为检测技术来监控车外的异常情况,并及时预警,可降低事故发生的风险。现阶段,如何快速、准确地检测和追踪行人,并检测出可能与行驶的车辆发生交互的异常行为是急需研究的问题。本文主要研究内容为道路上的行人的异常行为的检测,以道路监控视频为数据集,研究视频中行人的行为,主要研究内容如下:(1)提出了一种改进的YOLOv5行人检测模型。针对检测准确率低,定位不准确的问题,融合了CBAM(Convolutional Block Attention Module)混合注意力机制,通过改善模型的特征提取能力,进而提升模型检测的准确率。利用改进模型实验检测的平均精度为0.962,实验验证了该模型的有效性,并且能满足实时性的需求。(2)提出了一种改进的DeepSort行人追踪方法。首先,针对传统的目标追踪算法追踪效率低、准确率低和无法处理遮挡导致ID转变的问题。结合改进的YOLOv5行人检测模型进行行人检测,然后利用DeepSort目标追踪算法对行人进行持续地追踪。实验验证了该模型有较高的追踪成功率,并且能有效地解决遮挡问题,在测试数据集上达到了89.8%的跟踪成功率。(3)基于轨迹特征的道路行人异常行为检测。根据对行为数据库的行人进行目标检测与追踪实验,得到行人的轨迹信息。然后提取行人的轨迹信息特征,分析特征并制定判别规则,最后对道路行人的异常行为进行检测。具体地,根据异常行为的表示特点,制定了有判别性的轨迹特征进行特征表示,如行人检测框中心点坐标和行人在y坐标轴上的标准差等。然后将这些特征组成固定长度的特征向量,最后分析实验检测结果,设置阈值并进行异常行为检测的测试,验证模型的检测性能。模型在测试实验上的检测准确率达到了89.5%,实验验证了本文所提模型的有效性。

关键词：目标检测目标追踪轨迹特征异常行为检测

基于知识图谱的网络威胁情报信息抽取技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于知识图谱的网络威胁情报信息抽取技术研究

作者：赵弘扬广东技术师范大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的网络流量分类方法研究

基于深度学习的网络流量分类方法研究

作者：孙弘扬齐鲁工业大学

学位级别：硕士

网络流量分类是确保网络有效管理和增强网络安全防御的关键。近年来,随着动态端口和加密技术的普及,传统的网络流量分类方法的应用范围受到了局限。随着深度学习在时间序列预测和图像处理等领域的成功,如卷积神经网络、循环神经网络等... 详细信息

网络流量分类是确保网络有效管理和增强网络安全防御的关键。近年来,随着动态端口和加密技术的普及,传统的网络流量分类方法的应用范围受到了局限。随着深度学习在时间序列预测和图像处理等领域的成功,如卷积神经网络、循环神经网络等深度学习网络被广泛应用于网络流量分类领域。相较于传统方法,深度学习方法能够从大规模数据集中自动学习特征,降低对人工干预的需求,显著提升网络流量识别和分类的效率及准确率,更加适应当前复杂的网络环境。尽管深度学习技术推动了网络流量分类领域的重大进展,但当前基于深度学习的流量分类方法在捕捉流量数据的长期依赖关系以及区分关键特征方面仍存在局限性。除此之外,数据集中的类不平衡问题也严重影响了分类的效果,少数类样本与多数类样本的分类准确性差异显著。因此,为解决上述问题,本文基于深度学习技术,对网络流量分类方法展开研究,主要研究内容如下:(1)针对现有方法在捕捉流量数据长期依赖关系方面的局限性以及对关键特征区分能力弱的问题,本文提出了一种基于卷积神经网络和注意力机制的网络流量分类方法。该方法中设计的分类模型CA-STCNN,首先通过一维卷积神经网络提取流量数据中的空间特征,捕捉数据的局部相关性,然后利用时间卷积网络进一步提取时序特征,捕捉流量数据中的长期依赖关系;同时,引入通道注意力机制用以对特征通道进行动态加权,提高模型对关键特征的权重分配,降低冗余信息的干扰。为验证分类方法的有效性,本文使用公共数据集ISCX VPN-non VPN进行流量分类实验,实验结果表明,相较于其他深度学习分类模型,CA-STCNN模型在不同服务类型和应用程序类型的流量分类任务中,具有更高的准确率、精确率、召回率和F1分数。(2)针对类不平衡网络流量数据集分类效果不佳的问题,本文提出了一种基于生成对抗网络的类不平衡流量分类方法。该方法中设计的数据增强模型SACWGAN-GP结合了Wasserstein距离和梯度惩罚,优化传统生成对抗网络的损失函数,以提高真实样本分布与生成样本分布之间差异的测量精度和训练过程的稳定性。同时,该模型通过条件约束,将生成过程转化为有监督学习,从而精确生成特定类别的流量样本。数据增强模型中还引入了自注意力机制,以增强其对长期依赖关系的捕捉能力,从而提高生成流量样本的质量。此外,方法中的分类模型ICNN将Inception模块引入卷积神经网络以更全面地提取流量数据特征。实验中首先对数据高度不平衡的ISCX VPN-App数据集进行数据增强,然后通过分类模型对比分析。实验结果表明,分类模型在少数类上的分类精确率、召回率以及F1分数得到了显著提升,这充分验证了所提出的分类方法在类不平衡网络流量分类任务中的有效性。

关键词：网络流量分类深度学习卷积神经网络生成对抗网络类不平衡

肾脏移植受者勃起功能障碍影响因素分析：一项多中心横断面研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

肾脏移植受者勃起功能障碍影响因素分析：一项多中心横断面研究

作者：陈弘扬中国人民解放军空军军医大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

年报问询函、关键审计事项与会计稳健性

年报问询函、关键审计事项与会计稳健性

作者：郭弘扬内蒙古财经大学

学位级别：硕士

近年来我国证券交易所积极响应党中央号召,不断创新监管模式,提升事中、事后监管水平,逐渐形成以问询函为核心的监管制度。从沪深交易所公开披露的问询函种类来看,数量最多的是年报问询函。年报问询函覆盖面广,问询力度强,直接向外界传... 详细信息

近年来我国证券交易所积极响应党中央号召,不断创新监管模式,提升事中、事后监管水平,逐渐形成以问询函为核心的监管制度。从沪深交易所公开披露的问询函种类来看,数量最多的是年报问询函。年报问询函覆盖面广,问询力度强,直接向外界传递了企业的风险信息,受到学术界和实务界的重点关注。会计稳健性作为会计信息质量的重要组成部分,对于资本市场风险预警、风险防范具有重要意义。然而我国上市公司会计稳健性趋势情况较为严重,利用会计政策高估收益、低估损失的情况屡见不鲜。较低的会计稳健性加大了投资者与上市公司的信息不对称程度,严重打击了投资者的信心,对资本市场的稳定和发展产生不利影响。因此研究年报问询函对会计稳健性的影响,不但能够丰富年报问询函的经济后果相关研究,而且能够为监管层提升上市公司会计稳健性提供政策思路。为解决审计报告信息不足、财务报告信息过载的问题,同时在经济全球化背景下,实现与国际持续、全面的准则趋同,新审计准则增加了关键审计事项。年报问询函作为证券交易所的主要监管手段,密切关注了关键审计事项的执行情况。这不仅说明证券交易所积极履行一线监管职责,而且为本文提供了一个新的研究问题,关键审计事项在年报问询函与会计稳健性的影响中发挥了怎样的作用?基于此,本文结合国内外相关文献和理论构建理论框架,以2017—2022年中国沪深两市A股上市公司为研究样本,探究年报问询函对会计稳健性的影响,以及关键审计事项的中介作用。此外,考虑到年报问询函对会计稳健性的影响在不同类型的公司之间存在差别,本文进一步研究了产权性质和大股东持股比例差异的异质性影响。研究结果表明:(1)年报问询函能够提升被问询公司的会计稳健性,且问询次数越多,提升效果越明显。(2)年报问询函能够提升被问询公司关键审计事项的信息含量,且被问询次数越多,提升效果越明显。(3)年报问询函能够通过提升被问询公司关键审计事项的信息含量进而提升会计稳健性。(4)年报问询函对会计稳健性的提升作用在非国有企业、第一大股东持股比例较高的企业中更加显著。本文的研究结果为年报问询函对会计稳健性的影响提供了经验证据,拓展了年报问询函对上市公司信息披露的影响研究,进一步丰富了年报问询函的经济后果研究。对于监管机构和外部投资者均具有积极的实践启示。有利于监管层进一步完善年报问询函制度,更好地发挥年报问询函治理作用;有利于引导外部投资者正确看待企业财务信息,从而做出正确的投资决策。

关键词：年报问询函关键审计事项会计稳健性信息披露

融合磨粒特征和工艺参数的粗糙度智能预测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

机械工程学报 2024年第7期60卷 224-235页

作者：方从富李弘扬沈剑云吴贤华侨大学机电及自动化学院厦门361021

针对加工对象受磨削工具表面状态和工艺参数的综合影响而造成表面粗糙度难以有效准确预测问题,提出了融合磨粒特征和工艺参数的表面粗糙度智能预测方法。基于采集的金刚石磨粒图像,利用图像处理技术提取了工具表面的单位面积磨粒数、磨... 详细信息

针对加工对象受磨削工具表面状态和工艺参数的综合影响而造成表面粗糙度难以有效准确预测问题,提出了融合磨粒特征和工艺参数的表面粗糙度智能预测方法。基于采集的金刚石磨粒图像,利用图像处理技术提取了工具表面的单位面积磨粒数、磨粒分布均匀性和磨粒出刃高度三个关键特征信息,并评价了提取的特征信息的有效性。在此基础上,提出了融合磨粒特征和工艺参数的粗糙度智能预测算法,开展了YG8硬质合金铣磨加工实验,并将加工结果与预测结果进行对比。结果表明:提出的智能算法可以提高粗糙度预测的准确性和稳定性,其预测的准确率可达到95.6%,而基于传统工艺参数回归模型的准确率仅为86.3%,所提出的方法为粗糙度智能预测提供了参考。

关键词：磨粒加工图像处理特征信息智能算法粗糙度

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

偏正态自回归模型的异常值得分检验

数理统计与管理 2024年第5期 847-855页

作者：刘永辉陈弘扬王京上海对外经贸大学统计与信息学院

本文研究偏正态分布下自回归模型的异常值诊断问题。给出了均值漂移和方差加权这两种异常值模型下得分检验统计量的表达式及其渐进分布,数值模拟证实了该检验方法的有效性。实证部分选取了新冠疫情下雪佛龙股票价格的周数据建立偏正态... 详细信息

本文研究偏正态分布下自回归模型的异常值诊断问题。给出了均值漂移和方差加权这两种异常值模型下得分检验统计量的表达式及其渐进分布,数值模拟证实了该检验方法的有效性。实证部分选取了新冠疫情下雪佛龙股票价格的周数据建立偏正态自回归模型,比较分析了同一模型下得分检验法诊断出的异常值和局部影响分析方法诊断出的影响点之间的差异性。

关键词：自回归模型异常值检验均值漂移模型方差加权模型得分检验局部影响分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

金融科技背景下金融平台场景化风险监管研究

金融与经济 2024年第4期 77-84页

作者：李弘扬刘赛红湖南工商大学财政金融学院

金融科技的迅速发展对金融业态产生了极大影响,推动金融平台“场景化”不断发展。金融平台“场景化”,一方面提升了金融业效率,有利于降低金融业获客成本和提升客户黏性;另一方面给金融风险带来了新变化,加剧其复杂性、传播性与混合性;... 详细信息

金融科技的迅速发展对金融业态产生了极大影响,推动金融平台“场景化”不断发展。金融平台“场景化”,一方面提升了金融业效率,有利于降低金融业获客成本和提升客户黏性;另一方面给金融风险带来了新变化,加剧其复杂性、传播性与混合性;在资本扩张和消费者权益保护方面也导致风险产生新变化。金融监管滞后、消费者维权渠道不畅、算法黑箱、羊群效应、“场景化”金融平台具有联动性等原因,导致了金融风险产生新变化。鉴于此,需要进一步完善监管规划,建立健全全覆盖的“场景化”金融平台监管框架和风险处置机制,并在积极运用监管科技提升监管水平的同时,强化行为监管,保障消费者合法权益,以确保“场景化”金融平台持续向好发展。

关键词：科技监管场景金融金融风险金融监管

维普期刊数据库

利益相关者对企业ESG表现的期望影响了企业经济价值吗

在线全文

学校读者我要写书评

暂无评论

财会月刊 2024年第4期45卷 20-27页

作者：周申蓓王文玥李弘扬河海大学商学院南京211100

企业ESG表现对企业经济价值的影响受到利益相关者预期的作用。本文以2011~2021年披露ESG信息的A股上市企业为研究样本,对利益相关者ESG期望差距和企业经济价值之间的关系进行理论探讨和实证检验,并分析媒体报道对两者关系的调节作用,考... 详细信息

企业ESG表现对企业经济价值的影响受到利益相关者预期的作用。本文以2011~2021年披露ESG信息的A股上市企业为研究样本,对利益相关者ESG期望差距和企业经济价值之间的关系进行理论探讨和实证检验,并分析媒体报道对两者关系的调节作用,考察产权性质和行业属性两方面的异质性。结果表明:企业ESG表现若满足利益相关者期望则能提升企业经济价值,若达不到利益相关者期望则会削弱企业经济价值;媒体报道能减弱ESG期望落差的负向作用和ESG期望顺差的正向作用;非国有企业、重污染企业ESG期望顺差的正向作用和ESG期望落差的负向作用更大,非重污染企业仅履行环境保护责任不能给企业带来经济利益。本文为ESG经济后果的理论研究提供了基于利益相关者期望的新视角,在实践上启示企业需要尽可能满足利益相关者对ESG的期望。

关键词： ESG表现期望差距企业经济价值利益相关者

维普期刊数据库