咖啡渣“出圈”

对于起早贪黑的上班族来说,咖啡的存在可以说是"曾经用来消遣,现在用来保命"。在城市的各商圈中,星巴克、Luckin等咖啡店络绎不绝;在写字楼里,咖啡机几乎已成标配。有数据统计,全球每年约消耗12000亿杯咖啡,与此同时,每年至少累计产出800万吨咖啡渣。咖啡在制备过程中会产生大量的咖啡渣,约占咖啡干豆的2/3。大部分咖啡渣最终被填埋,并会排放约50.4亿公斤的二氧化碳,简直就是个隐形的二氧化碳"制造器",给环境造成了污染。     

一种基于深度学习的产品分类统计方法的研究

对于流水线上多类产品不规则混合放置条件下的统计问题,利用基于faster R-CNN和改进的深度卷积网络结合的图像识别方法,实现了对产品的在线分类计数。首先利用faster R-CNN方法获取图像中产品的位置信息,然后用改进的深度卷积网络对图像进行特征提取,将产品区域的位置信息映射到最后一层特征图上,再用ROI池化对产品区域特征进行尺度归一化,把归一化后的产品特征输入softmax分类器识别,从而实现了分类统计。实验结果表明,该方法能够在工业生产中实现多类混线产品在线自动分类统计。     

信息技术在医院病案统计中的应用

伴随着我国综合实力的不断提升,信息技术获得了突飞猛进的发展,如今,医疗改革如火如荼地进行,医院的信息管理工作同以往相比较也实现了极大的发展。病案统计工作是指相关工作人员对医院中患者的信息进行全面统计,若是这项工作完成得足够出色,会给医院后续的信息查询工作带来诸多方便和快捷,也能够在某种程度上使医院管理效率和质量实现一定幅度的提升。因此,将信息技术和医院的病案工管理工作进行密切结合,就成为病案管理人员应当重点思考的问题。病案统计工作是医院管理工作中的一个重点环节,病案统计结果能够为医院整体绩效带来十分深远的影响。因此,投入更多时间和精力来提高对这项工作的重视,显得十分关键和重要。文章对信息技术在医院病案统计中的应用展开了分析。     

2019年度机械式停车设备行业主要统计数据发布

一直以来,行业数据统计工作中国重型机械工业协会停车设备工作委员会最重要的一项基础性工作,一年一度在行业年会中发布的机械式停车设备行业统计数据,以其信息的全面性、准确性、可靠性和权威性受到政府部门、金融机构、业内人士的认可,已成为相关政府部门和企事业单位制定政策、规划、发展战略的重要依据。     

基于多元统计方法的油气成藏关键因素筛选与分析——以江陵凹陷新沟嘴组岩性油藏为例

岩性油藏是江汉盆地江陵凹陷未来油气勘探的重要领域，但其成藏控制因素尚未进行系统研究。基于多元统计方法开展了岩性油藏成藏控制因素筛选分析，提出储层条件是江陵凹陷古近系新沟嘴组岩性油藏成藏的关键因素。江陵凹陷新沟嘴组沉积期处于咸化湖盆沉积环境，硬石膏胶结物含量对新沟嘴组岩性油藏砂岩储层致密化起到主要控制作用。其中，硬石膏胶结物含量达7.5%是储层物性的临界值，当含量小于7.5%时物性好，当含量大于7.5%时储层物性变差明显，测井解释偏干。可利用古水深与硬石膏含量的关系，划分有利储层的分布。      

一种非平衡数据分类的过采样随机森林算法

在灾害天气、故障诊断、网络攻击和金融欺诈等领域经常存在不平衡的数据集。针对随机森林算法在非平衡数据集上表现的分类性能差的问题,提出一种新的过采样方法:SCSMOTE(Seed Center Synthetic Minority Over-sampling Technique)算法。该算法的关键是在数据集的少数类样本中找出合适的候选样本,计算出候选样本的中心,在候选样本与样本中心之间产生新的少数类样本,实现了对合成少数类样本质量的控制。结合SCSMOTE算法与随机森林算法来处理非平衡数据集,通过在UCI数据集上对比实验结果表明,该算法有效提高了随机森林在非平衡数据集上的分类性能。     

基于数据挖掘的开源电子资源访问行为统计模型

为了解决当前图书馆资源个性化推荐过程中存在推荐的准确率、召回率以及效率较低的问题,采用二维距离模型构建用户社区模型,用于描述访问用户与图书馆开源电子资源之间的关系,并对互联网用户需求和访问行为进行模糊规则推理.依据互联网用户属性和图书馆资源访问需求属性之间的模糊规则,建立图书馆开源电子资源访问行为统计模型,并利用该模型向用户提供个性化推荐服务.仿真结果表明,所建模型的推荐召回率高达98. 4%,推荐准确率为99. 2%,运行时间小于0. 04 s.所建模型能够为互联网用户提供准确、高效地图书馆资源个性化推荐服务.     

有监督的人工智能机器学习图片认知分类系统的方法研究

人工智能出现在我们视野的占比逐渐增大,给我们的生活工作带来了很多便利,步入信息时代的社会离不开信息技术。人工智能机器学习在众多的数据以及产品中具备其独特的特点,本文以介绍机器学习的进行简要介绍,并在此基础上对图片认知分类进行阐述。     

一种利用情感词统计信息构造文本特征表示的方法

数据表达方法和文本分类的效果密切相关。文本分类中常用的数据表达方法主要包括基于词典的共现频率方法、基于隐性语义空间(LSA/SVD)的方法、基于神经网络语言模型的方法。该文提出一种利用单词的统计特征创建文本分类中特征空间的表达方法。该方法利用单词的7种常见的统计特征，通过相关性分析选取相对独立的统计特征创建特征空间。该方法能够有效降低文本向量空间的维度，同时降低了语义空间内的计算复杂度。情感分类实验的结果表明，与现有的单词的数据表达方法相比，该方法能够显著提高分类算法的准确率和召回率。