保健食品虚假宣传的经济学分析及规制研究

运用信息经济学与公共经济学理论,分析了保健食品虚假宣传与信息不对称之间、信息不对称与外部性之间的逻辑关系,证成虚假宣传之所以具有外部性实为信息不对称所致。指出中国现行制度在规制解决虚假宣传外部性问题上存在的问题,运用经济法与民法、行政法比较的理论成果即经济法调整方法,在解决信息不对称所致的外部性问题上具有特殊和优势功能,并提出针对相关问题的改进建议。     

基于视觉的道路场景建模

步入21世纪,随着人工智能的发展,智能车的研究成为一大热点,而智能汽车研究的基础就是定位问题。目前有2种定位方法,一种是实时定位与建图(SLAM),另一种则是基于道路场景表征建模的定位方法,两者各有所长。本文针对基于视觉的道路场景表征建模定位方法进行了优化与改进。首先,本文提出了一种对点云处理的方法,对当前Z坐标一定距离内的点云取不同权值,进行加权投影,以此来构建道路的二维场景。采用ORB特征提取算子提取二维特征,并采用视觉里程计算法获取车辆运动轨迹信息。构建了轻量级神经网络,用来检测道路标志特征,例如车道线、斑马线、道路标志牌等。对二维场景精度差的问题进行补充。     

基于贝叶斯网络的无人驾驶行为决策研究

无人驾驶系统的决策系统是决定无人驾驶汽车安全性、稳定性的关键技术,是无人驾驶汽车智能程度的体现。本文旨在研究一种基于因果推理的无人驾驶行为决策模型,即理性决策,而不是相关推理。建立了基于贝叶斯网络和强化学习的决策模型,结合深度学习,基于规则的专家系统的特性,深入研究决策模型在样本比较少或数据部分缺失的情况下,提高复杂场景下的适应性、提升泛化能力和迁移学习能力。     

基于DBN的无人驾驶多交互行为决策研究

本文针对基于静态贝叶斯网络的无人驾驶行为决策方法无法应用于真实的复杂多变的城区交互场景的问题,提出了一种基于增强利他主义的方法对交通参与者交互决策的博弈过程进行了优化,并利用最大信息系数对DBN的结构进行更新。基于Prescan与Matlab/Simulink对多交互行为决策模型进行在环仿真实验。实验结果表明本文提出的DBN无人车行为决策方法具有较好的场景适应性、准确性和鲁棒性。