简介：丁福保、周云清编写的《四部总录·算法编》出版于1956年，它的结构是除了自己编撰的正文之外，又将梅文鼎、刘铎等人的书挑选后列入书目中，称为“补遗”，还将一些散见的书目收集起来作为“拾补”，从而使古算书目趋于完善。它的内容的最大特点是标明了所列书的存佚状况，并将一些书目按现代分类法进行了分类。

简介：摘 要 : 针对于当今监控系统大多只起拍摄作用而无智能监控手段的问题，提出了基于目标检测算法的智能监控系统。在运用目标检测算法与人脸检测算法的基础之上，利用这些算法实现了能够检测移动目标并进行图像之中人脸的检测与提取，从而当陌生人进入时系统能够精确识别。实现了智能化监控，极大提升了监控的准确性与安全性。 关键词：目标检测、人脸检测、 智能监控 引言 智能视频监控系统无需监控人员持续地盯着屏幕，减轻了工作人员的负担，并具有主动性和实时性的优势。智能视频监控系统的主要职责是利用计算机视觉技术从视频图像中检测、跟踪、识别人脸，并对该主体的行为进行理解。 一、系统设计原理 该系统在原视频系统的监控功能基础上，还增加了以下功能： 包括固定传感器布控预警、华为云平台 Atlas200DK智能摄像头、数据处理系统、可视化一体平台。其中可视化一体平台包括人员属性检测采集系统和视频结构化回溯系统实现人脸信息采集的智能化分析及预警。 （ 1）视频监控系统具有人脸识别能力。要求系统能够自动捕捉出入监控范围的人员脸部图像与数据库信息进行比对 , 并自动识别判断是否为可疑人员上传至数据库处理系统。数据处理系统通过算法模型进行人脸识别并与云数据库中的信息比对，若信息不匹配，则智能启动无人机，无人机将进行目标追踪。 （ 2）系统会将收集到的信息上传至可视化一体平台。固定摄像头拍摄图像信息上传到数据处理系统，数据处理系统通过数据处理算法和可视化数据分析上传至可视化一体平台。无人机拍摄可疑人员后自行处理并上传至可视化一体平台呈现给用户。 二、算法分析 2.1目标检测算法（ YOLO v3） YOLO v3采用帧间差分法进行图像提取，且采用多个 scale融合的方式做预测。原来的 YOLO v2有一个层叫： passthrough layer，假设最后提取的 feature map的 size是 13*13，那么这个层的作用就是将前面一层的 26*26的 feature map和本层的 13*13的 feature map进行连接，有点像 ResNet。当时这么操作也是为了加强 YOLO算法对小目标检测的精确度。这个思想在 YOLO v3中得到了进一步加强，在 YOLO v3中采用类似 FPN的 upsample和融合做法（最后融合了 3个 scale，其他两个 scale的大小分别是 26*26和 52*52），在多个 scale的 feature map上做检测，对于小目标的检测效果提升还是比较明显的。 YOLO v3中对前面两层得到的 feature map进行上采样 2倍，将更之前得到的 feature map与经过上采样得到的 feature map进行连接，这种方法可以让我们获得上采样层的语义信息以及更之前层的细粒度信息，将合并得到的 feature map经过几个卷积层处理最终得到一个之前层两倍大小的张量。 图 1 帧间差分法算法流程图

简介：摘要：根据对现实问题的分析，提出了具有载重和体积约束的车辆路径问题的数学模型，通过对节约算法的总结分析，指出原算法的不足，然后提出一种新的改进节约算法，并用改进算法来解决具有载重和体积约束的车辆路径问题，取得了良好的效果。

简介：我国的预算会计是以预算管理为中心的宏观管理信息系统和管理手段，是核算、反映和监督中央与地方各级政府预算以及事业行政单位收支预算执行情况的会计。随着财税、金融、行政事业单位财务管理的制度改革不断深化,预算会计制度也应相应作出调整和修改以适应新形势的发展。

简介：摘 要：本文阐述了雷达跟踪系统中滤波器模型的建立方法，介绍了卡尔曼滤波器的工作原理，通过仿真方法，用卡尔曼滤波方法对单目标航迹进行预测，即搜索目标并记录目标的位置数据，对观测到的位置数据进行处理，自动生成航迹，并预测下一时刻目标的位置。基于此方法的仿真实验获得了较为满意的结果，可以应用于雷达目标跟踪定位。

简介：摘要实施政府采购以来，各地财政部门及时总结经验强化预算管理，从实际运行情况来看，政府采购的预算控制管理体系是有效的，不存在重大缺陷，管理水平呈上升趋势。本文结合工作实践，就现阶段做好政府采购预算管理工作谈点看法，旨在抛砖引玉。

简介：

简介：

简介：【 摘 要 】 工程预算是工程项目不同建设阶段的经济性体现，通过工程预算可以预先计算和了解工程建设所需要的总体费用，从而为建筑工程企业合理管理工程投资、科学监督分配资金决策等提供至关重要的依据 。本文首先分析了工程项目管理中工程预算方法的影响因素；进而对工程预算方法流程进行详细的论述，以供参考。

简介：中等职业学校办学规模的扩大和资金流量的增加，创新财务管理，构建科学合理有效的财务预算管理体系，强化预算控制、预算分析，是提高资金的经济效益和社会效益的有效措施。

简介：摘要：建设工程项目的预算控制是一个相对比较复杂的过程，在当前市场经济的快速发展下，建设企业也意识到成本管理控制的重要性，开始通过降低工程的施工成本，提高企业的经济效益。但是在实际的工程项目成本管理的过程中，有关成本控制还存在很多问题，需要从建设工程项目成本控制的实际现状方面进行分析，了解成本控制方面存在的原因，及时进行相对应的解决。

简介：

简介：摘要：企业的管理受到来自环境变化、企业监管以及企业价值创造等多个方面的挑战。对于所面临的多方面挑战，企业需在充分考虑外界环境变化的前提下，彻底转变以往工作的重点内容，通过管理工具的引入和运用，从企业所开展的生产运营活动之中，提取所需数据资料，使对企业的经营状况走向的判断更加精准，并在实时模型中放入所提取的数据、判断的走向，完成运算工作与预测工作，使管理变得更为系统化。

简介：摘要：当前社会已经毫无疑问进入到了大数据时代，这个时代最显著的特征就是信息技术的发展突飞猛进，日新月异。我国目前的预算绩效管理正处于向信息技术方面改革的阶段，信息技术的不断进步以及预算绩效管理的改革将直接为我国的财政治理带来质的提升，这将是我国财政管理紧跟时代潮流，实现现代化的重要一步。当然，有机遇就有挑战，我们看到这些机遇的同时也应该明白这其中还存在着很多困难。因此，笔者提出几点具有针对性的意见，主要包括大数据信息化系统的建设、如何提高预算绩效管理的水平、拓宽大数据在管理中的应用范围。

简介：摘要：针对传统的图像匹配算法存在误匹配率高，特征提取信息也比较少的问题。本文基于 BOW+SVM框架组合设计并实现了物品识别算法。对目标物体利用无监督学习的方法构造目标物体的识别模型，再与环境图像进行识别模型的特征点匹配，最后确定并且框选出目标物品。使用 SURF算法将目标物品的特征点提取出来，再结合 FLANN算法、特征点二次筛选算法与 RANSAC算法对目标物体进行识别与框选。

简介：摘要随着我国国民经济的高速发展，现代化进程的不断加速，以土建、水利水电等工程项目活动发展得尤为迅速。然而，在这些工程开展实施过程中，却暴露出了不少问题，尤其是在工程预算控制这一环节上。鉴于此，文章对工程预算清单施工项目计划与控制进行了探讨和分析。

简介：

简介：

简介：【摘要】在多种经济形势并存的今天，旧的以公有制为主体的造价管理模式，显然是无法满足也不能够适应现今大形势的要求的，造价过程中产生的风险难以共单、公平的标准不明朗难以平衡，因此建筑制造商与业主之间的经济利益冲突也日益加大，因此建筑制造商在进行工程假设的每个阶段之前都必须进行造价的合理有效的预算，以及对造价每个阶段的严格控制都要制定相应的措施进行核定和监管都是必然的趋势。鉴于此，本文对建筑工程造价超预算的原因分析及控制进行分析，以供参考。

简介：摘要： 随着经济的发展，建筑行业也迅速的发展起来，在建筑工程进行投资之前，工程造价的预算是很重要的一个环节，一个工程造价的预算多少，直接影响着工程的后期实施，以及人力和物力的投入，由于建筑工程的项目时间一般较长，企业更要重视工程造价的预算，以免不合理的、超出预算情况的出现而影响整个工程的实施，要培养相关工作人员的专业性，有针对性的制定合理合法的预算，以保障工程顺利完工。