物联网环境下企业内部控制环境研究

物联网作为未来的发展趋势之一,将在各个方面决定未来世界和人类社会的发展方向。而自智慧地球、感知中国等战略提出以来,世界各国也纷纷开展物联网领域的规划布局,将物联网建设上升到国家战略。物联网在全世界范围内掀起了继计算机和互联网之后的第三次信息革命浪潮。在这空前火爆的物联网宏观背景下,微观企业也不可避免的受到物联网影响。在这一背景下,通过分析物联网环境对企业内部控制环境的影响。本文认为,物联网环境下企业内部控制环境将更加信息化、虚拟化、智能化。     

一种研究油气藏成藏史的新方法

为了提高油气藏的成藏过程研究的准确性,G eorge,Bhu llar等在前人的基础上改进提出了使用油气藏内包裹体的化学成分来研究油藏的成藏史。通过特定的方法对包裹体内油气进行分析,并和现今的油气源进行对比就可以确定油气的成藏史。这种方法直接针对古油气,所以油气藏的成藏史恢复会更加准确有效。对某多期成藏的油气藏的包裹体成分地化分析,结合其它的分析方法很容易恢复油藏的成藏过程。     

颗粒肥料比表面积快速测定法在控释肥料研制中的应用

推荐一种快速测定颗粒肥料比表面积的方法。首先用排体积法测定一定量的颗粒肥料所排开液体质量,再根据这种液体的密度计算其体积,然后假设肥料颗粒为球体,根据肥料体积及其百粒质量可以计算出单粒肥料的平均半径。最后按照球体表面积公式计算肥料的比表面积。这一比表面积的测定方法可以方便地应用于控释肥料研制过程计算包膜的厚度和膜材的用量。     

纵筋率对无腹筋约束梁抗剪性能影响的研究

各国规范在以往的对钢筋混凝土梁斜截面抗剪承载力性能的试验研究中,研究都是按较高纵筋率来进行,建立在这种纵筋率较高的梁的受剪性能试验数据基础上的规范抗剪设计方法可能偏差较大。而本文按较低纵筋率来研究梁的抗剪性能。试验表明,不同纵筋率对梁的抗剪性能和裂缝发展状况有重要影响,规范公式用于小纵筋率无腹筋约束梁受剪设计时可能偏不安全。     

南水北调东线调水区及受水区降水径流变化特征

为给南水北调工程规划与运行提供科学依据,基于比《南水北调工程总体规划》制定水平年更加完整的水文观测数据识别2001年以来工程区降水、径流变化特征,采用Mann-Kendall趋势检验、小波分析等方法分析了比较期(2001—2016年)相对于基准期(1956—2000年)的降水、径流统计特性差异和变化特征。结果表明：相对于基准期,比较期调水区降水量变化不明显,长江大通水文站天然径流量下降3.5%,调水区水资源条件较为稳定;比较期受水区降水量较基准期基本无变化,天然径流量较基准期上升3.9%,但山东省、河北省和天津市受水区天然径流量下降6.6%,3省市天然径流量呈明显衰减态势。     

自适应B样条小波函数模糊距离测量方法

目的 双目测距和单目测距是目前常用的两种基于光学传感器的测距方法,双目测距需要相机标定和图像配准,计算量大且测量范围有限,而单目测距减少了对设备和场地的要求,加快了计算时间。为了解决现有的单目测距方法存在精度低、鲁棒性差等缺点,本文提出了一种基于单模糊图像和B样条小波变换的自适应距离测量方法。方法 引入拉普拉斯算子量化评估图像模糊程度,并根据模糊程度值自动定位阶跃边缘;利用B样条小波变换代替高斯滤波器主动模糊化目标图像,并通过分析图像模糊程度、模糊次数以及测量误差之间的关系模型,自适应地计算不同景物图像的最优模糊次数;根据最优模糊图像中阶跃边缘两侧模糊程度变化求解目标边缘和相机之间的相对距离。结果 本文方法与基于高斯模糊图像的距离测量方法相比精度更高,平均相对误差降低5%。使用不同模糊次数对同样的图像进行距离测量时,本文算法能够自适应选取最优模糊次数,保证所测量距离的精度更高。结论 本文提出的单视觉测距方法,综合了传统的方法和B样条小波的优点,测距结果更准确,自适应性和鲁棒性更高。     

铸牢网络空间中华民族共同体意识的知识图谱实践探索

构建社会主义核心价值观垂直领域知识图谱,铸牢网络空间的中华民族共同意识,实现思想政治教育、计算机学科、新兴交叉学科多学科融合。知识图谱构建包括知识建模,知识抽取、知识融合、知识存储四部分。。构建完成的知识图谱有助于增强网络空间中华民族共同体意识传播的智力支持,丰富网络传播内涵,提升中华民族的凝聚力和向心力。     

基于精英集的多目标差分进化聚类算法

聚类数的确定在聚类分析中是一个基本却具有挑战性的问题。一方面,最佳聚类数根据不同的评价标准、用户偏好或需求可能不一致,因此将不同聚类数的聚类结果呈现给用户作参考是有意义的。另一方面,增加聚类数虽会使聚类结果更加紧致,却会削弱不同类之间的分离性,所以选择合适的聚类数是一个在最小化聚类数与最大化类内紧致性或类间分离性之间取得平衡的多目标优化问题。因此,在聚类数不确定的聚类问题中直接将聚类数作为一个优化目标与另一个反映类内紧致性的目标函数同时进行优化,利用新的基于精英集的多目标差分进化算法得到一个Pareto解集,集合中含有多个不同聚类数的近似最优聚类结果。实验结果验证了所提算法的可行性和有效性。     

采用自适应优化权重的出库货位优化方法研究

当前出库货位优化研究对货物生产日期的考虑大多数仅仅是简单地使用先进先出原则,如何更合理考虑货物生产日期对货位优化的影响,是亟待解决的问题。针对此问题,提出以出库代价和货物剩余价值率为优化因素的货位优化模型,并采用基于自适应算子、精英策略和灾变算子的改进遗传算法结合基于仓库繁忙度的自适应优化权重对出库货位优化模型进行求解。采用企业实际生产数据进行验证,实验结果表明采用改进遗传算法的出库货位优化算法效果更优,并且使用基于仓库繁忙度的自适应优化权重,能够有效降低货物因过久存放而造成货物价值下降的风险同时又能在仓库繁忙时优先考虑出库效率。     

基于CNN和SVM的疲劳驾驶闭眼特征实时检测

针对现有疲劳驾驶检测方法中实时性和泛化能力不足的问题, 本文提出了一种基于卷积神经网络(Convolutional Neural Networks, CNN)和支持向量机(Support Vector Machine, SVM)的疲劳驾驶闭眼特征检测方法, 使用CNN获取人脸相关特征点的位置并定位眼部感兴趣区域(Region Of Interest, ROI), 通过灰度化和直方图均衡化操作减弱光照差异的影响, 提取ROI的方向梯度直方图(Histogram of Oriented Gradient, HOG), 并用SVM对HOG进行分类, 相应的判断出原始图像是否包含疲劳驾驶闭眼特征. 本文给出了所提方法在PC平台和ARM平台实现的实时性验证, 在不同光照和背景条件下对多位受测人员进行测试, 实验结果表明该方法对疲劳驾驶闭眼特征检测准确率在94％以上, 处理速度满足实时性要求, 且具有较强的泛化能力.