森林火点检测在林火应急救援中起着至关重要的作用.鉴于现有模型在样本质量、多尺度检测以及多视角图像泛化能力方面存在不足,以YOLOv7为基础,提出一种森林火点目标检测方法FFD-YOLO(forest fire detection based on YOLO).首先,构建多...森林火点检测在林火应急救援中起着至关重要的作用.鉴于现有模型在样本质量、多尺度检测以及多视角图像泛化能力方面存在不足,以YOLOv7为基础,提出一种森林火点目标检测方法FFD-YOLO(forest fire detection based on YOLO).首先,构建多视角可见光图像森林火灾高点检测数据集FFHPV(forest fire of high point view),旨在增强模型对多视角火点知识的学习能力;其次,引入全维动态卷积,构建空间金字塔池化层(OD-SPP),以此提升模型针对多视角数据的火点特征提取能力;最后,引入具有动态非单调聚焦机制的边界框定位损失函数Wise-IoU(wise intersection over union),降低低质量数据对模型精度的影响,提高小目标火点的检测能力.实验结果表明:所提出的FFD-YOLO方法相较于YOLOv7,精度提高3.9%,召回率提高3.7%,均值平均精度提高4.0%,F1分数提高0.038;同时,在与YOLOv5、YOLOv8、DDQ(dense distinct query)、DINO(detection transformer with improved denoising anchor boxes)、Faster R-CNN、Sparse R-CNN、Mask R-CNN、FCOS和YOLOX的对比实验中,FFD-YOLO具有最高的精度75.3%、召回率73.8%、均值平均精度77.6%和F1分数0.745,验证了该方法的可行性与有效性.展开更多
中美贸易摩擦导致中国对外直接投资(outward foreign direct investment,OFDI)面临巨大的不确定性。现有研究多采用回归分析识别中国OFDI的影响因素,其主要关注单变量的净效应,难以揭示多条件交互下中国OFDI区位选择路径,同时也缺乏中...中美贸易摩擦导致中国对外直接投资(outward foreign direct investment,OFDI)面临巨大的不确定性。现有研究多采用回归分析识别中国OFDI的影响因素,其主要关注单变量的净效应,难以揭示多条件交互下中国OFDI区位选择路径,同时也缺乏中美贸易摩擦等新时代背景下的探讨。论文运用模糊集定性比较分析,探讨中美贸易摩擦背景下东道国多维距离、市场潜力与要素禀赋对中国OFDI区位选择的联动效应。研究发现:(1)贸易摩擦前识别出4条路径,而贸易摩擦发生后识别出3条路径,中美贸易摩擦发生前后的区位选择路径存在差异。(2)贸易摩擦发生前创新水平最为重要,而贸易摩擦发生后,市场规模和自然资源成为重要因素。政治距离和市场开放的重要性上升,而创新水平与经济自由的作用有所弱化。(3)市场规模、要素禀赋及政治距离对资本密集型OFDI的影响更强,而技术密集型OFDI主要受到自然资源和经济自由的影响。该研究既弥补了传统研究未能基于组态视角分析中国OFDI区位选择路径的理论空白,也为新时期中国高水平实施“走出去”战略提供决策依据。展开更多
摘要森林火点检测在林火应急救援中起着至关重要的作用.鉴于现有模型在样本质量、多尺度检测以及多视角图像泛化能力方面存在不足,以YOLOv7为基础,提出一种森林火点目标检测方法FFD-YOLO(forest fire detection based on YOLO).首先,构建多视角可见光图像森林火灾高点检测数据集FFHPV(forest fire of high point view),旨在增强模型对多视角火点知识的学习能力;其次,引入全维动态卷积,构建空间金字塔池化层(OD-SPP),以此提升模型针对多视角数据的火点特征提取能力;最后,引入具有动态非单调聚焦机制的边界框定位损失函数Wise-IoU(wise intersection over union),降低低质量数据对模型精度的影响,提高小目标火点的检测能力.实验结果表明:所提出的FFD-YOLO方法相较于YOLOv7,精度提高3.9%,召回率提高3.7%,均值平均精度提高4.0%,F1分数提高0.038;同时,在与YOLOv5、YOLOv8、DDQ(dense distinct query)、DINO(detection transformer with improved denoising anchor boxes)、Faster R-CNN、Sparse R-CNN、Mask R-CNN、FCOS和YOLOX的对比实验中,FFD-YOLO具有最高的精度75.3%、召回率73.8%、均值平均精度77.6%和F1分数0.745,验证了该方法的可行性与有效性.
摘要中美贸易摩擦导致中国对外直接投资(outward foreign direct investment,OFDI)面临巨大的不确定性。现有研究多采用回归分析识别中国OFDI的影响因素,其主要关注单变量的净效应,难以揭示多条件交互下中国OFDI区位选择路径,同时也缺乏中美贸易摩擦等新时代背景下的探讨。论文运用模糊集定性比较分析,探讨中美贸易摩擦背景下东道国多维距离、市场潜力与要素禀赋对中国OFDI区位选择的联动效应。研究发现:(1)贸易摩擦前识别出4条路径,而贸易摩擦发生后识别出3条路径,中美贸易摩擦发生前后的区位选择路径存在差异。(2)贸易摩擦发生前创新水平最为重要,而贸易摩擦发生后,市场规模和自然资源成为重要因素。政治距离和市场开放的重要性上升,而创新水平与经济自由的作用有所弱化。(3)市场规模、要素禀赋及政治距离对资本密集型OFDI的影响更强,而技术密集型OFDI主要受到自然资源和经济自由的影响。该研究既弥补了传统研究未能基于组态视角分析中国OFDI区位选择路径的理论空白,也为新时期中国高水平实施“走出去”战略提供决策依据。