石油物资采购廉政风险管理的探索

石油物资供应是现代企业生产链条中的关键一环,是控制企业安全生产、经营管理、项目建设的重要节点,是党风廉政建设的重点领域和关键环节。在经济领域防治腐败,必须抓住建立健全正确利益导向机制这个核心,准确把握物资管理的特点,遵循反腐倡廉建设的规律,构筑反腐倡廉的制度体系,建立健全决策权、执行权、监督权既相互制约又相互协调的机制,全面管控物资管理领域的风险,在全面提高石油物资管理科学化水平进程中筑牢反腐防腐的思想、道德、文化、制度、监督防线。     

石油物资采购廉政风险管理的探索

石油物资供应是现代企业生产链条中的关键一环,是控制企业安全生产、经营管理、项目建设的重要节点,是党风廉政建设的重点领域和关键环节。在经济领域防治腐败,必须抓住建立健全正确利益导向机制这个核心,准确把握物资管理的特点,遵循反腐倡廉建设的规律,构筑反腐倡廉的制度体系,建立健全决策权、执行权、监督权既相互制约又相互协调的机制,全面管控物资管理领域的风险,在全面提高石油物资管理科学化水平进程中筑牢反腐防腐的思想、道德、文化、制度、监督防线。     

结合改进卷积神经网络与通道加权的轻量级表情识别

目的 表情是人机交互过程中重要的信息传递方式,因此表情识别具有重要的研究意义。针对目前表情识别方法存在背景干扰大、网络模型参数复杂、泛化性差等问题,本文提出了一种结合改进卷积神经网络(convolutional neural network,CNN)与通道加权的轻量级表情识别方法。方法 首先,采用标准卷积和深度可分离卷积组合神经网络结构,再利用全局平均池化层作为输出层,简化网络的复杂程度,有效降低网络参数;其次,网络引入SE(squeeze-and-excitation)模块进行通道加权,通过在不同卷积层后设置不同的压缩率增强表情特征提取能力,提升网络模型精度;最后,用softmax分类函数实现各类表情的准确分类。结果 本文网络参数量为6 108 519,相较于识别性能较好的Xception神经网络参数减少了63%,并且通过对网络模型的实时性测试,平均识别速度可达128 帧/s。在5个公开的表情数据集上验证网络模型对7种表情的识别效果,与7种卷积神经网络方法相比,在FER2013 (Facial Expression Recognition 2013)、CK+ (the extended Cohn-Kanade) 和JAFFE (Japanses Female Facial Expression) 3个表情数据集的识别精确度提高了5.72%、0.51%和0.28%,在RAF-DB (Real-world Affective Faces Database)、AffectNet这两个in-the-wild表情数据库的识别精确度分别提高了2.04%和0.68%。结论 本文提出的轻量级表情识别方法在不同通道具有不同的加权能力,获取更多表情关键特征信息,提高了模型的泛化性。实验结果表明,本文方法在简化网络的复杂程度、减少计算量的同时能够准确识别人脸表情,能够有效提升网络的识别能力。