简介：摘要：今天讲的文化自信，其实在中国历史上是个常态。我们的丝绸、瓷器，在历史上长达千年，一直是西方乃至世界的奢侈品和畅销品。文化自信或者全面复兴，应该是回到这样的繁荣昌盛的时代去。我们今天的工艺美术产业发展，如何回到历史上的辉煌时代？这个问题，不单单是学术界，也是全体工艺美术人值得深入思考的。

简介：摘要：人均可支配收入是衡量居民经济状况的重要指标，城镇化率则反映了城市化进程的程度，人均消费支出是衡量居民生活水平和消费能力的重要指标。通过相关分析与线性回归分析来探究人均可支配收入以及城镇化率与人均消费支出之间的关系。用SPSS系统建立一个线性回归模型，了解人均可支配收入以及城镇化率对人均消费支出之间的影响程度。

简介：摘要：在面向对象软件开发过程中，模型驱动架构(MDA) 是一种非常重要的软件开发方法。然而，该方法在处理大型系统的构建与开发时存在一定的困难。因此，我们采用了模型驱动的大模型构建方法对其进行了优化改进，并将其与实际软件开发实践相结合。我们首先提出了一种高效的模型创建与优化框架，能够控制并降低大模型的复杂度；然后，我们将该框架与软件开发实践相结合，旨在更为实际和透明的方式中实现软件开发。研究结果表明，本文提出的模型驱动大模型构建方法能够有效提升大型系统的开发效率，并将对未来模型驱动软件开发领域的研究和实践产生积极的影响。

简介：摘要：为表征导弹低成本特性，量化导弹成本，本文借鉴消费市场“性价比”概念，提出导弹性价比指标评估方法，基于层次分析法构建导弹性价比指标评价体系，得到导弹各指标参数权重系数以及性价比模型，为导弹性价比评估提供了一种量化方法。

简介：摘 要：随着信息技术的快速发展和数字化时代的到来，传统审计方法面临着许多挑战和限制，数据审计应运而生。本文构建数据审计智能分析模型能帮助企业识别风险，完善风险应对策略，并支持企业的决策工作。

简介：摘要：本文综述了水质模型的发展与应用，首先介绍水质模型的基本原理，包括数据输入、模型构建、参数估计和结果解释等方面，然后概述水质模型的发展历史，从传统统计模型到物理过程模型再到基于机器学习的模型，接着探讨水质模型的前沿进展，包括数据驱动建模、智能优化算法和集成模型等，最后，提供水质模型在工程实践中的应用实例，如河流水质预测、湖泊富营养化管理和水资源规划。

简介：【摘要】在企业大规模工业生产过程中，质量检验已成为确保产品品质、满足客户需求的关键环节。线性回归分析作为一种有效的数据分析工具，能够揭示数据之间的线性关系，为质量检验提供重要支持。本文将简要探讨线性回归分析在质量检验中的应用，提高检验人员数据分析与控制改进的能力，具体的做法。包括建立回归模型、数据分析和预测、模型评估和报告等方面，旨在说明线性回归分析在质量检验中的积极作用。

简介：摘要：针对卷烟品规识别任务，在YOLO v5模型的基础上，引入CA注意力机制，构建一种卷烟品规识别模型，以实现低成本、便捷、高校的卷烟品规智能识别，降低客户经理盘点库存的时间成本，提升卷烟库存盘点效率。

简介：摘要：三维重建作为计算机视觉中重要的研究方向之一，其本质是从一堆二维图像中恢复物体的三维结构，并进行渲染，最终在计算机中进行客观世界的虚拟现实表达。近年来得益于深度学习的快速发展，三维重建取得了不少成就。本文从三维模型的表示方式和分类出发，论述了三维模型重建的相关流程，并对基于视觉重建和深度学习的三维重建方法进行概述，希望为三维重建提供一些方法和思路。

简介：摘要：【目的/意义】从计算机视觉领域探索卷烟外包装印刷特征，用算法模型代替人脑进行卷烟真假判断，辅助专卖执法人员识别卷烟真伪。【方法/过程】通过对当前行业卷烟鉴别检验方法的回顾，在计算机视觉技术支持和Transformer架构下，构建VIT模型，针对卷烟品规中的芙蓉王（硬），构建数据集、增强数据、训练和验证卷烟真伪。【结果/结论】基于VIT模型开发软、硬件系统，对芙蓉王（硬）品规测试准确率达100%，追加测试准确率为97.37%，表明模型具有较强的鲁棒性和泛化能力。将卷烟真伪鉴别能力载体从“执法人员”转移到“智能化设备或系统”上，可以提升现场卷烟真伪鉴别水平，推动现场执法水平高质量发展。【创新/局限】提出了“替代人眼观察卷烟外包装印刷特征”、“代替人脑进行真假判断”的识别算法思路，经过近三年的持续跟踪和方法验证，确定利用计算机视觉技术和机器学习技术创造的识别卷烟真伪的算法模型识别真假卷烟方法有效，且具备准确率高和鉴别速度快两个特征。

简介：摘要：本文利用龙泉驿区国家站1年的日出实景观测资料以及云量、能见度、日照强度等观测资料，选用相关分析方法，找到影响观测日出的气象因素，并对权重进行了分析建立了日出观测指数的预报模型，在工作中极具实际意义。

简介：摘要：本研究旨在构建一个高效准确的信用评分模型，以解决金融机构在信贷决策过程中对借款人信用评估的难题。在当前的大数据环境下，借款人的各类信息可以从多个维度进行收集，包括但不限于个人基本信息、征信信息、财务状况、行为特征等。为了充分利用这些信息，本研究采用了一种基于优化粒子群算法的子模型组合方式来构建信用评分模型。首先，我们将收集到的信息分为几个不同的类别，并为每一类信息建立一个逻辑回归子模型，以此来计算各个维度的信用评分。逻辑回归模型因其解释性强、计算效率高而被广泛应用于信用风险评估中。然后，为了得到一个综合的信用评分，我们需要确定这些子模型评分在最终评分中的权重。这里，我们引入了模拟退火粒子群优化算法（Simulated Annealing-Particle Swarm Optimization, SAPSO）来寻找最佳的权重组合，并将此算法与线性回归计算组合权重、基于遗传算法的优化组合权重进行比较。我们在实际数据集上进行了实验验证，通过模拟退火粒子群算法的优化，我们能够找到一组权重，使得组合后的信用评分模型在预测准确性上达到最优。证明了该方法相较于传统单一模型建模方式不仅提高了信用评分的准确性，而且通过子模型的建立，增强了模型对借款人信用状况的解释能力。此外，模型的构建过程考虑了不同信息类型的重要性，使得评分结果更加客观和全面。本研究为信用风险评估领域的研究提供了一种新的模型构建思路，对于金融机构的风险管理和信贷决策具有重要的实践意义和实际应用价值。

简介：摘要：古代玻璃是探索丝绸之路上中外文化交流的重要实物资料，但古代玻璃在埋藏的过程中长时间受外界环境影响从而出现风化，本文针对玻璃文物化学成分问题，使用GINI函数，t检验，构建随机森林，使用PYTHON，完成文物样品表面有无风化化学成分含量的统计规律，并发现化学成分之间的关联。

简介：摘 要 针对项目管理中同类型项目进度计划编制工作技术性强、重复性高、工作量大的问题，提出了一种可复用的项目进度计划模型。首先，通过创建项目模板，为同类型项目配置通用属性信息，为该项目模板建立任务列表模板，实现工作分解结构、进度网络图、工期的关系化存储；其次，在模型基础上给出了物理模型设计及关键时间节点；最后，创建项目时对项目模板和任务模板实例化，以项目计划开始时间与任务理论时间计算，得出具体化的任务进度计划。

简介：摘 要

简介：摘要：全球化、数字化的浪潮下，航空物流行业正处于巨变的阶段。企业面临着不断升级的客户需求，以及日益激烈的市场竞争。在这样的背景下，航空物流企业如何优化自身的商业模式，提升运营效率和盈利能力，显得尤为关键。

简介：摘要：本文探讨了如何对Python开发的算法模型进行实时监控，以了解其对服务器资源的使用情况。首先介绍了监控算法模型运行的基本方法，包括系统资源监控、进程监控和日志分析。接着，详细讨论了整体框架设计和算法模型监控实施策略，并提出了针对监控结果进行性能优化的策略。最后，对未来监控和性能优化技术的发展进行了展望。

简介：

简介：摘要：以某建筑物基坑观测数据为例，开展了小波及粒子群优化的BP神经网络预计模型的研究。使用小波阈值去噪方法对实际观测时间序列进行去噪处理，对小波去噪前后的数据进行BP神经网络预测模型预测处理并与粒子群优化的BP神经网络预测模型预测数据进行对比分析，结果表明粒子群优化的BP神经网络预测模型预测精度较高。

简介：摘要：本文探讨了建筑施工成本动态控制模型的构建与优化策略。首先分析了影响建筑施工成本的主要因素，包括材料价格波动、劳动力成本、工程规模与复杂度等，强调了成本管理中关键节点的重要性与挑战。其次，详细阐述了动态控制模型的基本概念与原理，以及在模型构建过程中的基本步骤与方法论，包括数据收集分析、模型设计选择、实施调整和评估反馈。在动态控制策略与技术应用部分，讨论了利用建筑信息模型（BIM）、实时数据分析和人工智能技术进行成本实时监控和优化的可能性。最后，通过实际应用案例分析，验证了动态控制模型在不同项目中的应用效果，强调了模型优化的重要性及其在提升项目经济效益方面的潜力。