融合密度和精细分数的行人检测

目的 行人检测是指使用矩形框和置信度找出图像或者视频中的所有行人。传统的图像行人检测方法对于姿态各异或者相互遮挡的行人无能为力。深度神经网络（deep neural networks,DNN）在目标检测领域表现出色,然而依然难以解决行人检测中一些问题。本文提出一种融合密度和精细分数的行人检测方法DC-CSP（density map and classifier modules with center and scale prediction）。方法 首先,在CSP（center and scale prediction）网络的基础上添加密度图模块（density map module,DMM）和分类器模块（classifier module,CM）,得到DC-CSP网络;然后,针对置信度不精确问题,利用不同模块对分数预测结果的互补性质,设计阶段分数融合（stage score fusion,SSF）规则对检测分数进行更新,使得行人置信度上升、背景置信度下降;最后,基于NMS（non-maximum suppression）,利用估计的行人密度图,设计改进的自适应NMS（improved adaptive NMS,IAN）后处理方法,能够进一步改善检测结果,对相互遮挡行人提高交并比（intersection over union,IOU）阈值从而减少漏检,对单个行人降低IOU阈值从而减少错检。结果 在公开数据集Citypersons和Caltech上进行定量和定性分析。定量分析中,与其他方法相比,本文方法在Citypersons数据集的Reasonable、Heavy、Partial以及Bare子集上,对数平均漏检率分别下降了0.8%、1.3%、1.0%和0.8%,在Caltech数据集的Reasonable和All子集上分别下降了0.3%和0.7%;在定性分析中,可视化结果表明,本文方法在一定程度上解决了各种不同场景下存在的相互遮挡行人漏检、单个行人错检以及置信度不精确等一系列问题。此外,消融实验证明了所设计模块及其对应规则的有效性。结论 本文方法使用联合多个模块的卷积神经网络（convolutional neural network,CNN）,针对密度特征、分类特征分别设计IAN方法和SSF规则,在一定程度上解决了相互遮挡行人漏检、单个行人错检以及置信度不精确的问题,在多个数据集上证明了方法的有效性和鲁棒性。     

电子政务环境下政府-官员寻租博弈研究

从成本收益角度,分析了政府实施电子政务前后官员寻租行为.根据寻租现象构建了政府—官员博弈模型,通过引入惩罚力度、查处成本、查处效率、贴现率等变量,分别运用单阶段博弈和重复博弈研究了官员最优寻租决策以及政府最优查处决策,并通过比较政府实施电子政务前后官员和政府行为的变化,得出了政府实施电子政务的条件,为政府治理寻租现象提供了政策性建议.     

新零售服务背景下的物流派送工具设计

目的从新零售服务视角出发,针对现代城市物流最后一公里派送工具的设计进行研究,基于新零售服务的背景及特点,欲设计研发符合用户需求的新型物流派送工具,以期提升用户体验。方法基于新零售服务的概念,通过市场调查、用户研究、数据分析以及对现有常用物流派送工具优缺点进行对比与分析,挖掘用户需求和现有物流派送工具的设计点,总结物流派送工具的设计原则,并以此为指导设计出新零售服务背景下既能满足用户需求,又能满足市场需求的新型物流派送工具。结论总结出了符合新零售服务背景下用户和市场多样化需求的3点设计原则,并验证了该方法的有效性,力求解决物流最后一公里精准派送的问题,从而带来更好的用户体验。     

竞争环境下新创企业的供应链管理模式选择——应急采购VS饥饿营销

考虑需求不确定下,新创企业和在位企业两条异质供应链竞争对供需匹配策略的影响,运用Bertrand模型比较新创企业供应链实施应急采购和饥饿营销两种策略下的均衡价格和均衡销量,以及供应链的期望利润随市场基本需求和产品替代系数的变化情况。研究发现,当实现的需求不确定性小时,饥饿营销策略下需求响应时间不会影响新创企业供应链的均衡价格和均衡销量;而当实现的需求不确定性大时,实施饥饿营销策略的新创企业供应链里零售商的最优定价会高于应急采购策略的均衡价格,而最终的销量会低于应急采购策略的均衡销量。即使应急采购的额外成本为零,新创企业供应链的期望利润在实施了饥饿营销策略之后,也会比应急采购策略下的期望利润大,并且期望利润的增加率随市场基本需求单调递增,随产品替代系数单调递减。这也意味着新创企业供应链可以有效实施饥饿营销策略。