数字化转型能否抑制企业成本粘性?——基于粘性三重成因的研究 被引量：6

1

作者 李辽宁 张韶静 +1 位作者 韩少真 李辉 《北京理工大学学报（社会科学版）》 CSSCI 北大核心 2024年第6期201-218,共18页

数字技术与企业内部管理的融合为提高企业成本管理水平提供了新的思路,成为促进企业高质量发展的重要动能。基于成本粘性三重动因视角,理论分析数字化转型降低成本粘性的作用机制,利用2007—2021年沪深两市A股上市公司样本进行了实证检... 数字技术与企业内部管理的融合为提高企业成本管理水平提供了新的思路,成为促进企业高质量发展的重要动能。基于成本粘性三重动因视角,理论分析数字化转型降低成本粘性的作用机制,利用2007—2021年沪深两市A股上市公司样本进行了实证检验。研究发现,数字化转型对企业成本粘性具有显著的抑制作用,且主要通过信息效应、治理效应、运营效应降低成本粘性。调节效应分析表明,企业业务复杂度扩展了数字技术作用空间,企业技术水平增强了数字技术运用能力。异质性分析发现,数字化转型降低成本粘性的积极效应在国有企业和非国有企业均较显著;在外部制度环境较差的企业中效应更强;区块链、云计算、大数据技术均对成本粘性具有抑制作用,而人工智能技术和数字技术应用对抑制成本粘性均不明显;数字化转型降低成本粘性的积极效应随数字化转型的推进呈“倒U形”关系。 展开更多

关键词 数字化转型 成本粘性 信息效应 治理效应 运营效应

在线阅读 下载PDF 职称材料

基于FCA-EF模型的遥感图像变化检测方法 被引量：2

2

作者 杨笑天 鱼昕 +2 位作者 黄璐 于圣泽 刘铭 《吉林大学学报(理学版)》 北大核心 2025年第2期492-498,共7页

针对在遥感图像变化检测中数据量不足或标签图像精确度较低时,导致模型无法充分学习特征,影响检测精确度的问题,提出一个基于U-Net网络改进后的FCA-EF模型.该模型首先基于多头自注意力机制和前馈神经网络的Transformer模块建立编码层,... 针对在遥感图像变化检测中数据量不足或标签图像精确度较低时,导致模型无法充分学习特征,影响检测精确度的问题,提出一个基于U-Net网络改进后的FCA-EF模型.该模型首先基于多头自注意力机制和前馈神经网络的Transformer模块建立编码层,通过长距离跳跃连接机制在编码层对数据全局特征进行提取,实现了不同层级之间的信息传递.其次,该模型以卷积神经网络(CNN)模块为骨干建立解码层,利用CNN模块的局部感知特性提取深层次局部特征,并通过长距离跳跃连接机制融合编码器所提取的全局特征,增强模型对细节的捕捉能力与变化检测的准确性.再次,针对标签图像表示信息不完整的问题提出一种新的标签填充与优化方法,并经过消融实验证明了其有效性.最后,结合FCA-EF模型与标签填充方法,在吉林一号卫星遥感图像的变化检测中取得了优异结果,在总体精确度、F_1得分、召回率、交并比等指标上与其他经典模型相比均有提升,有效提高了遥感图像变化检测的精确度. 展开更多

关键词 遥感图像 变化检测 FCA-EF模型 标签填充方法

在线阅读 下载PDF 职称材料

GEO遥感卫星在舰船目标检测跟踪中的应用分析 被引量：4

3

作者 王俐云 方峰 +2 位作者 伊成俊 孙亚楠 万生阳 《航天器工程》 CSCD 北大核心 2021年第5期133-139,共7页

针对地球静止轨道(GEO)遥感卫星大范围持续观测的特点,文章结合舰船目标检测跟踪应用中的实际需求,利用高分四号卫星对舰船目标检测跟踪的应用模式进行探索研究,识别了目前常规应用流程中存在的各环节独立、处理时延大、检测跟踪难等问... 针对地球静止轨道(GEO)遥感卫星大范围持续观测的特点,文章结合舰船目标检测跟踪应用中的实际需求,利用高分四号卫星对舰船目标检测跟踪的应用模式进行探索研究,识别了目前常规应用流程中存在的各环节独立、处理时延大、检测跟踪难等问题。从提升需求响应时效性,融入实际保障流程出发,立足现有技术发展水平,考虑任务筹划、数据处理、检测跟踪几方面要素,对应用流程进行了优化设计,并通过实际案例开展了应用验证。验证结果表明:舰船目标检测跟踪应用时延缩减到分钟级,同时在无云层遮挡情况下,可对检测目标实施连续的跟踪监视,获取舰船目标位置、运动轨迹等信息。在此基础上,对未来静止轨道遥感卫星在舰船目标检测跟踪中的发展应用前景进行了展望。 展开更多

关键词 静止轨道遥感卫星 高分四号卫星 舰船目标检测跟踪 应用流程设计

在线阅读 下载PDF 职称材料

基于GAM-YOLOv8的遥感图像舰船目标跟踪 被引量：1

4

作者 杨笑天 谭金林 +2 位作者 鱼昕 赵俊哲 刘铭 《吉林大学学报(地球科学版)》 北大核心 2025年第1期328-339,共12页

针对卫星遥感图像舰船目标追踪和轨迹绘制,提出了一种全局注意力(global attention mechanism,GAM)模块改进YOLO(you only look once)v8算法(GAM-YOLOv8)与DeepSORT算法相结合的方法。在YOLOv8网络结构中加入GAM模块,以提升模型提取卫... 针对卫星遥感图像舰船目标追踪和轨迹绘制,提出了一种全局注意力(global attention mechanism,GAM)模块改进YOLO(you only look once)v8算法(GAM-YOLOv8)与DeepSORT算法相结合的方法。在YOLOv8网络结构中加入GAM模块,以提升模型提取卫星遥感图像特征的能力,提高舰船目标追踪的精度和稳定性;实施基于RGB(red,green,blue)-HSV(hue,saturation,value)融合颜色空间转换卷积模块的数据增强技术扩充数据集,帮助模型捕捉更多维度的特征信息,进一步提升识别准确度;利用DeepSORT算法通过结合目标的特征外观和运动信息,增强追踪过程中的稳定性与精度,有效减少身份切换和目标丢失。实验结果表明,本文提出的GAM-YOLOv8与DeepSORT相结合的方法,相较于原始YOLOv8模型,在遥感图像舰船目标检测与跟踪任务中均表现出了显著的性能提升,在准确度、召回率和平均准确率精度上分别提高了7.6%、7.9%和6.0%,在帧率、多目标跟踪准确度和多目标跟踪精确度上分别提升了17.7%、6.9%、1.9%,身份切换次数降低了10.0%。 展开更多

关键词 卫星遥感 深度学习 目标跟踪 YOLOv8

在线阅读 下载PDF 职称材料

基于化学修饰氧化石墨烯自组装沉积法制备的彩色碳纤维性能研究 被引量：5

5

作者 侯静 杨晨 +2 位作者 刘亲亲 雷艳妮 许培俊 《复合材料科学与工程》 CAS 北大核心 2022年第3期45-50,共6页

碳纤维因其高比强度、比模量等优异性能而广泛应用于航空、汽车、能源等领域,如何在保持碳纤维复合材料优异力学性能的同时兼顾其功能性和智能性逐渐成为复合材料未来的发展方向。氧化石墨烯(GO)水溶液在碳纤维上通过沉积自组装能够形... 碳纤维因其高比强度、比模量等优异性能而广泛应用于航空、汽车、能源等领域,如何在保持碳纤维复合材料优异力学性能的同时兼顾其功能性和智能性逐渐成为复合材料未来的发展方向。氧化石墨烯(GO)水溶液在碳纤维上通过沉积自组装能够形成类似一维光子晶体的结构色涂层,但该GO涂层与碳纤维间仅存在物理吸附力,界面性能不足。本文利用硅烷偶联剂(APTES)对GO进行化学修饰,将修饰后的GO(mGO)同样通过自组装的方法在碳纤维表面沉积制备出彩色碳纤维。探究APTES含量对mGO-CF界面剪切强度、拉伸力学性能的影响及生色机理。结果表明,APTES中氨基官能团的引入能够显著改善碳纤维与mGO的界面黏结性能,且多层膜结构的mGO可以弥补碳纤维表面缺陷,提高单丝碳纤维强度。与GO-CF相比,mGO-CF-15的单丝拉伸强度提高了12.4%,界面剪切强度提高了13.5%。 展开更多

关键词 碳纤维 氧化石墨烯 界面剪切强度 单丝拉伸强度 复合材料

在线阅读 下载PDF 职称材料

深度卷积神经网络对领导干部自然资源资产离任审计疑点提取的应用 被引量：9

6

作者 张丽达 谢宸湘 《统计与信息论坛》 CSSCI 北大核心 2021年第8期75-83,共9页

针对领导干部自然资源资产离任审计工作中,通过人工识别提取自然资源资产实物量的变化来反映审计疑点的效率低下及主观意识性强的问题,采用DeepLab深度卷积神经网络算法基于卫星影像提取地物信息,从审计时间区间内的卫星影像上提取数据... 针对领导干部自然资源资产离任审计工作中,通过人工识别提取自然资源资产实物量的变化来反映审计疑点的效率低下及主观意识性强的问题,采用DeepLab深度卷积神经网络算法基于卫星影像提取地物信息,从审计时间区间内的卫星影像上提取数据,并结合自然资源管理的规划图斑进行比对分析,采用反举证法进行疑点批量化、自动化处理,从而快速发现审计疑点。通过对研究区域林地资源的应用实践证明深度卷积神经网络模型在提取审计疑点上效果良好,与人工提取结果一致。因此,充分利用该模型可以替代人工提取审计疑点,很大程度上优化了审计疑点提取中人力物力的投入,从而更好地利用实验人工智能,提高审计效率。 展开更多

关键词 大数据技术 深度卷积神经网络 自然资源资产审计

在线阅读 下载PDF 职称材料

基于Sentinel-2数据的黄河内蒙古段冰凌监测研究 被引量：1

7

作者 王慧玲 谭金林 +1 位作者 刘亚虎 万生阳 《人民黄河》 CAS 北大核心 2022年第S02期43-46,共4页

基于冰雪指数阈值分类算法,利用Sentinel-2卫星数据对2019—2020年黄河内蒙古段冰凌重点时间和区域进行遥感动态监测,并以实测数据监督分类结果作为精度评价的参考数据。结果表明:Sentinel-2监测提取冰凌的精度与监督分类的总体精度基... 基于冰雪指数阈值分类算法,利用Sentinel-2卫星数据对2019—2020年黄河内蒙古段冰凌重点时间和区域进行遥感动态监测,并以实测数据监督分类结果作为精度评价的参考数据。结果表明:Sentinel-2监测提取冰凌的精度与监督分类的总体精度基本一致,能满足业务需求;Sentinel-2具有较高的分辨率,对黄河冰凌有良好的识别能力;Sentinel-2数据可作为流凌监测的一种有效数据源,在凌汛监测中有很大的应用潜力。 展开更多

关键词 Sentinel-2数据 冰凌监测 NDSI 黄河内蒙古段

在线阅读 下载PDF 职称材料

基于深度学习的多模态行人检测算法 被引量：13

8

作者 李晓艳 符惠桐 +3 位作者 牛文涛 王鹏 吕志刚 王伟明 《西安交通大学学报》 EI CAS CSCD 北大核心 2022年第10期61-70,共10页

针对全天候工作的多模态行人检测算法体积大、运算量高、效率不足的问题,提出一种基于深度学习MBNet算法搭建的轻量级多模态行人检测算法(G-MBNet)。采用ResNet18算法并结合跨阶段链接的思想搭建CSP-ResNet18轻量级特征提取网络,以保证... 针对全天候工作的多模态行人检测算法体积大、运算量高、效率不足的问题,提出一种基于深度学习MBNet算法搭建的轻量级多模态行人检测算法(G-MBNet)。采用ResNet18算法并结合跨阶段链接的思想搭建CSP-ResNet18轻量级特征提取网络,以保证检测算法精度;引入轻量级高效通道注意力(ECA)模块来提升特征提取网络对重要特征的关注能力,在引入极少参数的情况下提升算法的检测精度;通过引入轻量级Ghost卷积模块来重构MBNet算法的特征提取网络,在保证特征提取性能的情况下进一步降低算法的参数与体积,提升算法的检测速度。采用所提的GMBNet算法在KAIST行人数据集进行测试,实验结果表明:G-MBNet算法大小是原始算法的32.33%,参数量是原始算法的37.81%,检测速度是原始算法的1.53倍;G-MBNet算法可在保证行人识别精度的情况下有效提升检测速度。 展开更多

关键词 行人检测 多模态融合 轻量级网络 Ghost卷积 注意力机制

在线阅读 下载PDF 职称材料

基于归一化水体指数及其阈值自适应算法的水体遥感反演效果分析 被引量：11

9

作者 刘宏洁 宋文龙 +4 位作者 刘昌军 卢奕竹 曲伟 唐锐 桂荣洁 《中国水利水电科学研究院学报（中英文）》 北大核心 2022年第3期251-261,共11页

归一化水体指数(NDWI)是水体遥感反演的一种重要指标,其阈值及修正直接影响反演结果的精度。基于Landsat-8与GF-1光学多光谱影像,使用归一化水体指数法阈值0(TH0)、最大类间方差法(OTSU)自适应阈值(THotsu)与均值漂移聚类算法(Mean-Shi... 归一化水体指数(NDWI)是水体遥感反演的一种重要指标,其阈值及修正直接影响反演结果的精度。基于Landsat-8与GF-1光学多光谱影像,使用归一化水体指数法阈值0(TH0)、最大类间方差法(OTSU)自适应阈值(THotsu)与均值漂移聚类算法(Mean-Shift)自适应阈值(THMS)分别对典型正常水体、云雾覆盖水体、富营养化水体、高含泥沙水体进行水体遥感提取与效果分析,结果表明:正常水体以TH0为阈值提取精度最高,THMS提取精度次之,THotsu提取精度最差;而云雾覆盖水体、富营养化水体以及含泥沙水体使用THMS提取精度最高,尤其少量云雾覆盖下的水体,THMS具有更明显的优势,TH0提取精度次之,THotsu提取精度最差;对于不同的阈值,Land⁃sat-8比GF-1总体表现出更高的水体提取精度。Mean-Shift算法应用于NDWI阈值修正与水体遥感反演具有快速、水质适应性强、效果稳定的优势,对尤其是复杂条件下的水体信息遥感反演具有较好的提取效果。 展开更多

关键词 水体遥感反演 归一化水体指数 均值漂移聚类算法 最大类间方差算法

在线阅读 下载PDF 职称材料

融合多阶语义增强的JDE多目标跟踪算法 被引量：2

10

作者 王俊 王鹏 +3 位作者 李晓艳 王梁 孙梦宇 郜辉 《西北工业大学学报》 EI CAS CSCD 北大核心 2022年第4期944-952,共9页

为了解决联合检测和嵌入(JDE)算法中目标遮挡以及ID信息与位置信息提取不足造成的目标ID切换问题,提出了融合多阶语义增强的JDE多目标跟踪方法。采用SPA特征空间金字塔注意力模块扩大感受野,获得更丰富的语义信息,提高模型对不同尺度目... 为了解决联合检测和嵌入(JDE)算法中目标遮挡以及ID信息与位置信息提取不足造成的目标ID切换问题,提出了融合多阶语义增强的JDE多目标跟踪方法。采用SPA特征空间金字塔注意力模块扩大感受野,获得更丰富的语义信息,提高模型对不同尺度目标的检测精度;通过FCN网络使检测头和ID Embedding任务协同学习以缓解两者的过度竞争并增强原始语义信息,有效减少ID切换次数;利用PCCs⁃Ma运动度量加强卡尔曼滤波的预测和观察之间的联系,提高运动特征相似度判别的可靠性。为了验证算法的有效性,设计了相同实验环境下JDE算法和所提算法的对比实验。实验结果表明,所提算法模型检测平均精度提高了3.94%。在MOT16数据集上,MOTA和IDF1指标均提高了6.9%,改进后的算法ID切换次数明显减少,取得了良好的跟踪效果。 展开更多

关键词 多目标跟踪 JDE算法 语义信息 SPA 感受野

在线阅读 下载PDF 职称材料

面向天基监视的红外弱小飞行目标识别算法 被引量：1

11

作者 乔梦雨 谭金林 +2 位作者 刘亚虎 徐其志 万生阳 《中国空间科学技术》 CSCD 北大核心 2022年第5期125-132,共8页

针对当前红外弱小飞行目标特征不明显、背景干扰大等问题,提出了一种基于深度学习的红外弱小目标识别算法。检测框架以YOLOv4模型为基础,通过使用K-means++算法对训练集的候选框进行聚类处理,在初始大小的选取上放弃随机生成初始点的方... 针对当前红外弱小飞行目标特征不明显、背景干扰大等问题,提出了一种基于深度学习的红外弱小目标识别算法。检测框架以YOLOv4模型为基础,通过使用K-means++算法对训练集的候选框进行聚类处理,在初始大小的选取上放弃随机生成初始点的方式,在样本集里选取某一个样本作为初始中心使锚框(anchor)大小的选取更加合理。在模型结构中引入卷积注意力模块,使算法模型计算资源分配更合理,对红外弱小飞行目标的特征信息更加敏感。改进空间金字塔池化模块,使用平均池化可以更多保留图像的原始信息,降低天基成像中的噪点与坏点的影响。仿真实验表明采用K-means++计算Anchor大小时准确率可以达到80.13%,在加入了SPP和CBAM模块后之后在测试集上算法识别准确率达到了83.3%,经过对模型的修改有效提升了对红外弱小飞行目标识别的准确率。 展开更多

关键词 深度学习 卷积网络 红外弱小目标 天基监视 目标识别

在线阅读 下载PDF 职称材料