基于多任务联合学习的多目标跟踪方法

为提高多目标跟踪方法的跟踪效率,提出一种基于锚框对齐卷积特征的目标检测-表观特征提取联合网络（AAC-JDAN）。首先,在YOLOv3目标检测网络的基础上,引入锚框变换网络与锚框对齐卷积,使网络在获得旋转目标检测能力的同时,缓解现有方法中存在的检测-表观联合网络提取的表观特征与旋转目标之间关联性弱的问题;其次,通过在检测头部网络中加入目标表观特征提取分支,以多任务联合学习的方式对目标检测和目标表观特征提取两个子任务进行合并,实现对图像底层特征的共享,在检测目标的同时输出目标对应的表观特征向量,提高跟踪算法的整体效率;最后,提出一种快速的在线数据关联方法,结合AACJDAN获取的目标表观特征和卡尔曼滤波得到的目标运动状态预测结果,计算目标与轨迹段间的相似度矩阵并使用KM(Kuhn-Munkres)算法进行匹配,实现对视频中多个旋转目标的高效跟踪。在两个公共数据集和一个自定义数据集上进行实验,TPR指标、MOTA指标和IDF-1指标分别达到了80.4%、71.3%和69.5%,帧速率达到20帧/s,表明本文方法在跟踪的实时性和准确性上达到了更好的平衡。     

考虑生产商风险规避的农产品绿色投资策略演化研究

针对农户与生产商绿色投资策略的选择问题，构建以农户为主导的Stackelberg博弈模型，得到双方在不同策略组合下的支付矩阵。以此为依据，运用演化博弈理论，研究农户与风险规避生产商两类异质群体绿色投资策略选择的演化过程，推演不同条件下系统的演化稳定策略，探讨双方绿色投资策略选择的演化路径及其影响因素。结果表明，面对具有绿色农产品消费偏好的消费者时，农户与生产商至少有一方会选择绿色投资策略，当双方选择合作并分担绿色投资成本时市场需求最大。此时，成本分担比例及生产商风险规避程度对两群体的策略选择演化速度、绩效水平具有显著影响。     

基于CVaR准则的供应链协同绿色创新动态优化与协调研究北大核心CSSCI

考虑消费者绿色偏好具有不确定性、产品绿色水平具有动态变化特征的情形,基于CVaR风险度量准则,构建了供应链协同绿色创新的动态优化模型。利用反馈求解法得到不同决策模式下风险规避制造商与风险规避供应商的最优均衡策略,探讨了成员风险规避水平对最优绿色创新策略及供应链绩效的影响。最后,提出双向成本分担契约对供应链进行协调。研究发现：相较于主从博弈,合作博弈下的产品绿色水平及供应链整体绩效水平均有所提高;制造商风险规避行为不利于发展绿色低碳经济,而供应商适度地规避风险可提高供应链整体运作效率;在满足一定条件时,双向成本分担契约的设计与实施能够有效提升产品绿色水平及制造商、供应商和供应链整体的绩效水平。     

基于锚框变换的单阶段旋转目标检测方法

为解决现有目标检测方法在检测无人机航拍图像中的交通目标时存在的水平包围框与目标真实轮廓贴合度较差、目标的水平包围框重叠度高导致相互抑制、目标发生旋转时,常规卷积操作的采样点落于目标之外等问题,在单阶段目标检测网络YOLOv3的基础上,提出了一种基于锚框变换的单阶段旋转目标检测网络(ATB-YOLO).特征提取网络部分,...     

消费者感知偏差对供应链绿色运营策略的影响

为探究消费者感知偏差对供应链绿色运营策略及成员收益的影响,基于3种绿色消费行为动机,构建了消费者绿色消费行为效用函数。在此基础上,分别建立了考虑与未考虑消费者感知偏差两种情形下的供应链绿色运营决策模型,探讨了制造商绿色研发投入、批发价格决策及零售商广告投入、零售价格决策问题。结果表明,与未考虑消费者感知偏差相比,考虑消费者感知偏差会使制造商加大绿色研发力度;而广告宣传水平则取决于单位广告宣传成本,当单位宣传成本低于某一个阈值时,零售商会提高宣传水平,反之则降低宣传水平;虽然考虑消费者感知偏差会在某些情形下降低制造商或零售商的收益水平,但是却使供应链整体收益及社会总福利得到提升。以新款福克斯轿车为例估计相关参数,并对模型进行数值分析,验证了模型的有效性。     

基于CVaR准则的供应链协同绿色创新动态优化与协调研究

考虑消费者绿色偏好具有不确定性、产品绿色水平具有动态变化特征的情形,基于CVaR风险度量准则,构建了供应链协同绿色创新的动态优化模型。利用反馈求解法得到不同决策模式下风险规避制造商与风险规避供应商的最优均衡策略,探讨了成员风险规避水平对最优绿色创新策略及供应链绩效的影响。最后,提出双向成本分担契约对供应链进行协调。研究发现:相较于主从博弈,合作博弈下的产品绿色水平及供应链整体绩效水平均有所提高;制造商风险规避行为不利于发展绿色低碳经济,而供应商适度地规避风险可提高供应链整体运作效率;在满足一定条件时,双向成本分担契约的设计与实施能够有效提升产品绿色水平及制造商、供应商和供应链整体的绩效水平。