检索结果-内蒙古大学图书馆

上海商学院学报 2020年第5期21卷 13-27页

作者：范俊明刘洪久胡彦蓉浙江农林大学信息工程学院中国杭州311300 浙江省林业智能监测与信息技术研究重点实验室中国杭州311300 林业感知技术与智能装备国家林业局重点实验室中国杭州311300

高风险的金融市场虽然会自发调节社会资源,但仍会出现调节失灵的情况,适时、准确地对企业财务风险进行预测,构建有效的财务风险评价预警体系是市场竞争机制的客观要求。本文以中国沪深两市A股112家上市公司为研究对象,选取具有代表性的... 详细信息

高风险的金融市场虽然会自发调节社会资源,但仍会出现调节失灵的情况,适时、准确地对企业财务风险进行预测,构建有效的财务风险评价预警体系是市场竞争机制的客观要求。本文以中国沪深两市A股112家上市公司为研究对象,选取具有代表性的财务指标,采用信息熵法赋予权重,利用多属性决策中的TOPSIS法进行财务风险评价;并对各公司的财务风险评价值进行K均值聚类分析,划分上市公司财务风险预警等级范围。结果表明:基于熵权TOPSIS和K均值聚类的企业财务风险预警体系可以将企业财务风险分为4档,其评价预警准确率可达到95.09%;即使财务状况健康时企业也应时刻关注显著财务指标数据的波动,同时相较于财务健康企业,财务风险较高的企业应当注重提高盈利能力,以便更快地走出财务困境。

关键词：上市公司熵权TOPSIS K均值聚类财务风险评价预警

来源：评论

学校读者我要写书评

暂无评论

基于熵权TOPSIS-CNN深度学习的企业财务绩效评价研究

引用

数学的实践与认识 2023年第3期53卷 58-70页

作者：李瑞松刘洪久浙江农林大学数学与计算机科学学院浙江杭州311300 浙江省林业智能监测与信息技术研究重点实验室浙江杭州311300 林业感知技术与智能装备国家林业与草原局重点实验室浙江杭州311300

基于评价基础上对企业财务绩效进行聚类和预测研究,有效发现企业运营存在的问题并提供改进依据.运用熵权TOPSIS法结合深度学习的方法,在相关文献回顾的基础上,整理并选取了1290家上市公司2020年报的20个财务指标作为分析样本.使用熵权TO... 详细信息

基于评价基础上对企业财务绩效进行聚类和预测研究,有效发现企业运营存在的问题并提供改进依据.运用熵权TOPSIS法结合深度学习的方法,在相关文献回顾的基础上,整理并选取了1290家上市公司2020年报的20个财务指标作为分析样本.使用熵权TOPSIS法对实验样本进行打分并使用K均值聚类的方法划分等级以评判其绩效的优劣,再结合卷积神经网络的框架实现企业绩效的预测与智能分级.研究结果表明,熵权TOPSIS法与CNN方法的结合对于企业绩效的画像具有较好的效果,模型测试的预测准确率可达92.25%.基于熵权TOPSIS财务绩效测度基础上,通过无监督学习的K均值聚类和CNN的融合,不仅能够实现绩效测评、确定绩效等级,还能够进行绩效等级的预测.因此,模型可以应用于企业绩效的智能测度评判和预测,对于企业经营及宏观微观调控具有良好的借鉴意义.

关键词：企业绩效熵权TOPSIS法聚类分析卷积神经网络评价体系

来源：评论

学校读者我要写书评

暂无评论

基于产品特征细粒度情感分析的在线品牌社群用户评论挖掘

引用

数学的实践与认识 2021年第24期51卷 83-95页

作者：孙玲玲胡彦蓉刘洪久浙江农林大学数学与计算机科学学院浙江杭州311300 浙江省林业智能监测与信息技术研究重点实验室浙江杭州311300 林业感知技术与智能装备国家林业与草原局重点实验室浙江杭州311300

基于在线品牌社群的海量评论信息进行数据挖掘,分析用户偏好,发现产品不足并提供改进依据.选取爱卡汽车论坛中的用户发帖文本.首先,通过提取少量高频名词构建候选种子特征词集,利用神经网络语言模型训练词向量,计算向量间的余弦相似度... 详细信息

基于在线品牌社群的海量评论信息进行数据挖掘,分析用户偏好,发现产品不足并提供改进依据.选取爱卡汽车论坛中的用户发帖文本.首先,通过提取少量高频名词构建候选种子特征词集,利用神经网络语言模型训练词向量,计算向量间的余弦相似度扩充候选种子特征词集,再经人工分类,获取完整产品特征词集;其次,运用LSTM对产品评论中各属性特征进行情感分类,使情感得分量化,并结合PC-KANO模型对用户产品需求偏好进行分析挖掘.研究结果表明,将在线品牌社群用户的发帖文本转化为用户对企业产品或服务的偏好.着眼于在线品牌社群用户帖子信息研究,为在线品牌社群用户偏好研究提供新的理论方向,加强企业与用户的信息交流、提升品牌竞争力提供一定参考.

关键词：在线品牌社群情感分析产品特征提取 KANO模型

来源：评论

学校读者我要写书评

暂无评论

基于多源数据的毛竹林信息自动提取

引用

浙江林业科技 2023年第3期43卷 79-86页

作者：王广科吴达胜方陆明浙江农林大学数学与计算机科学学院浙江杭州311300 浙江省林业智能监测与信息技术研究重点实验室浙江杭州311300 林业感知技术与智能装备国家林业和草原局重点实验室浙江杭州311300

毛竹Phyllostachys edulis是重要的经济林种,快速准确地获取毛竹林的面积及郁闭度等信息可对毛竹林的高效经营管理提供巨大帮助。基于人工样地的森林资源调查耗时费力且效率低下,故利用遥感图像等较低成本的数据源估测大范围毛竹林的面... 详细信息

毛竹Phyllostachys edulis是重要的经济林种,快速准确地获取毛竹林的面积及郁闭度等信息可对毛竹林的高效经营管理提供巨大帮助。基于人工样地的森林资源调查耗时费力且效率低下,故利用遥感图像等较低成本的数据源估测大范围毛竹林的面积及其郁闭度等信息具有重要意义。本文以浙江省安吉县为研究区域,基于Sentinel-2中等分辨率遥感图像、数字高程模型(Digital Elevation Model,DEM)数据及森林资源二类调查数据,利用CatBoost、随机森林(Random Forest,RF)、支持向量机(Support Vector Machine,SVM)三种算法,通过二分类方法估算毛竹林面积和多分类方法估算毛竹林郁闭度。结果表明:在估算毛竹林面积时,CatBoost、RF、SVM的总体分类精度分别为97.75%、96.54%、95.05%,Kappa系数分别为0.96、0.93、0.90;在估算毛竹林郁闭度时,以上三种算法的总体分类精度分别为73.38%、73.49%、69.9%,Kappa系数分别为0.52、0.52、0.45。在本文研究数据中,0.7、0.8郁闭度样本(大类别样本)占样本总数的89.42%,剩余类别样本(小类别样本)只占样本总数的10.58%。样本失衡是导致毛竹林郁闭度估算精度严重偏低的重要原因。将样本分成两种类别后(占比较大的样本和占比较小的样本)分别进行建模,模型估测效果有了较大改善,各模型郁闭度估算精度均在78%以上,其中以CatBoost最优,总体精度达到83.45%。基于Sentinel-2遥感图像、DEM及森林资源二类调查数据的多源数据估算毛竹林面积和郁闭度,CatBoost算法具有最佳的性能指标,其估算结果可为竹林资源的监测提供重要借鉴。

关键词：毛竹林遥感机器学习信息提取

来源：评论

学校读者我要写书评

暂无评论

基于多特征融合和知识蒸馏的亚热带常见乔木识别方法

引用

电子技术应用 2024年第8期50卷 1-9页

作者：丁鋆徐爱俊吴小芬周素茵浙江农林大学数学与计算机科学学院浙江杭州311300 浙江农林大学浙江省林业智能监测与信息技术研究重点实验室浙江杭州311300 浙江农林大学林业感知技术与智能装备国家林业与草原局重点实验室浙江杭州311300 杭州市临安区农村水务资产经营有限公司浙江杭州311300

乔木在维持生态平衡、保护生物多样性以及调节气候和改善空气质量等方面发挥着至关重要的作用。针对复杂背景下乔木识别准确率较低的问题,提出了一种基于树木多特征融合和知识蒸馏的亚热带常见乔木识别模型MFFMN-KD-TA。该模型采用3个... 详细信息

乔木在维持生态平衡、保护生物多样性以及调节气候和改善空气质量等方面发挥着至关重要的作用。针对复杂背景下乔木识别准确率较低的问题,提出了一种基于树木多特征融合和知识蒸馏的亚热带常见乔木识别模型MFFMN-KD-TA。该模型采用3个并行的MobileNetV3_Small主干网络分别提取树叶、树干和树木整体特征;并通过知识蒸馏和嵌入Triplet Attention模块的方法优化训练。试验结果表明,MFFMN-KD-TA模型在自建树木测试集上的准确率、精确率和F1分数分别为0.9609、0.9621和0.9608,较MFFMN模型分别提升了3.05%、2.83%和3.07%。与三分支融合模型3-ShuffleNetV2和3-MobileNetV2相比,提出的多特征融合模型MFFMN-KD-TA参数量较小且能够较准确地识别乔木种类,为亚热带和其他地区的树种识别提供了新思路和新方法。

关键词：树种识别亚热带地区 MobileNetV3 多特征融合知识蒸馏

来源：评论

学校读者我要写书评

暂无评论

基于深度学习技术的水稻环境因素产量预测

引用

电子技术应用 2024年第4期50卷 81-86页

作者：张春磊李颜娥丁煜罗煦钦浙江农林大学数学与计算机学院浙江杭州311300 浙江省林业智能监测与信息技术实验室浙江杭州311300 林业感知技术与智能装备国家林业局重点实验室浙江杭州311300 杭州市临安区农业农村信息服务中心浙江杭州310000

水稻作为全球重要的粮食作物,准确预测水稻产量在农业发展中起着重要作用。由于水稻在环境因子与其生长机理的作用下往往呈现出非线性的特点,难以对其做出较为准确的预测,因此,提出CE-CGRU水稻产量预测模型,对非线性环境因子Copula熵(CE... 详细信息

水稻作为全球重要的粮食作物,准确预测水稻产量在农业发展中起着重要作用。由于水稻在环境因子与其生长机理的作用下往往呈现出非线性的特点,难以对其做出较为准确的预测,因此,提出CE-CGRU水稻产量预测模型,对非线性环境因子Copula熵(CE)方法进行提取特征并与CNN和GRU技术结合在一起。其目的是在水稻品种确定的条件下,识别产量预测的重要特征。根据使用浙江省临安区真实数据分析和比较所提出的模型的性能,构建了其他5个产量预测模型进行对比,分别是MLR、RF、LSTM、GRU和CNN-LSTM。结果显示,CE-CGRU模型的MAE、MSE和MAPE分别为0.677、0.87和5.029%,表明CE-CGRU模型具有更好的能力来捕捉水稻产量与环境因素之间的复杂非线性关系。此外,还对不同的特征选择方法以及不同时间步长进行了比较和分析。

关键词：水稻产量预测 Copula熵深度学习 CE-CGRU

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的高分辨率遥感影像林地变化检测

引用

浙江林业科技 2024年第6期44卷 69-79页

作者：问青青王广科吴达胜金华婺城南山省级自然保护区管理中心浙江金华321000 浙江农林大学数学与计算机科学学院浙江杭州311300 浙江省林业智能监测与信息技术研究重点实验室浙江杭州311300 林业感知技术与智能装备国家林业和草原局重点实验室浙江杭州311300

基于深度学习进行的高分辨率遥感影像林地变化检测,能通过大规模数据训练从双时相高分影像中自动提取林地变化特征,可减少对操作人员的主观经验性依赖,提高林地变化检测效率。本文以浙江省为研究区域,基于World Imagery Wayback高分辨... 详细信息

基于深度学习进行的高分辨率遥感影像林地变化检测,能通过大规模数据训练从双时相高分影像中自动提取林地变化特征,可减少对操作人员的主观经验性依赖,提高林地变化检测效率。本文以浙江省为研究区域,基于World Imagery Wayback高分辨率遥感图像,利用UNet系列、DeepLabV3系列、FCN及SegNet等深度学习模型,通过二分类方法判断林地变化范围。结果表明:(1)本文所使用的各种模型,在测试集上mIoU评估指标均在84.70%以上,Accuracy指标均在92.00%以上,F1-score评估指标均在91.00%以上,Recall评估指标也均在91.00%以上,表现出较好的检测结果。(2)UNet模型各项指标均达到最高,mIoU、Accuracy、F1-score和Recall评估指标分别为89.54%、95.15%、94.44%及94.13%,但各模型在检测结果中均存在不同程度的边缘轮廓模糊、类内连通不完整现象。(3)为解决检测结果中存在的类内连通不完整及轮廓模糊问题,利用SE、SGAM、CBAM等注意力机制改进性能很好的UNet模型,为验证模型改进的有效性以及排除模型结构差异的影响,对DeepLabV3、DeepLabV3P模型也做相同的改进,以形成对照实验。结果显示,利用通道注意力机制改进的UNet+SE模型mIoU指标提高最多,为0.18%。但利用空间注意力机制改进的UNet+SGAM、DeepLabV3+SGAM、DeepLabV3P+SGAM模型,其mIoU指标分别降低了1.01%、0.77%、0.67%,因此在检测林地变化时,通道上的特征重要性大于空间上的特征重要性,需加重关注通道特征,降低关注空间特征。基于深度学习进行的高分辨率遥感影像林地变化检测,在各模型中UNet模型的性能指标表现优秀,且模型的通道重要性大于空间重要性,该结论可为林地变化检测提供重要借鉴。

关键词：林地深度学习高分遥感变化检测

来源：评论

学校读者我要写书评

暂无评论

四川省不同乔木植被类型可燃物载量模型构建

引用

林草资源研究 2024年第6期 117-128页

作者：陈昊权王洪荣张文董晨闵志强浙江农林大学数学与计算机科学学院四川省林业和草原调查规划院浙江农林大学林业感知技术与智能装备国家林业和草原局重点实验室

研究可燃物载量模型可为四川省森林火灾风险的科学评估与防控提供理论支持，同时为森林经营和防火管护提供参考。基于四川省森林火灾风险普查的6 848个乔木标准地数据，按照植被区域和植被类型，将乔木林划分为5种植被类型，分析不同植... 详细信息

研究可燃物载量模型可为四川省森林火灾风险的科学评估与防控提供理论支持，同时为森林经营和防火管护提供参考。基于四川省森林火灾风险普查的6 848个乔木标准地数据，按照植被区域和植被类型，将乔木林划分为5种植被类型，分析不同植被类型的可燃物载量特征。通过Pearson相关性分析筛选出影响可燃物载量的关键因子，并结合多种函数拟合方法，确定关键因子与可燃物载量的最佳表达式。对这些表达式进行线性组合，构建基于组合变量的回归模型，并与多元逐步回归模型进行对比，确定最优可燃物载量模型。结果表明：1)不同植被类型的可燃物载量特征存在显著差异，其中乔木层可燃物载量占比最高，枯落物层占比最低。2)影响可燃物载量的关键因子因植被类型不同而有所差异，其中，平均树高、平均胸径和龄组是多个植被类型的主要影响因子，海拔、郁闭度和林分密度在特定植被类型中也具有显著影响。3)基于组合变量的回归模型和多元逐步回归模型均具有较好的模拟结果，但最佳模型因林分类型的不同而存在差异。其中，组合模型对寒冷针叶林的可燃物载量预测效果更优，而多元逐步回归模型对寒冷阔叶林、亚热带针叶林、亚热带阔叶林和亚热带混交林的预测效果更优。构建的模型可较为准确地预测四川省不同植被类型的可燃物载量，为火灾风险评估与防控措施制定提供依据。

关键词：植被类型森林可燃物载量林分因子立地因子可燃物载量模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：