题名 我国纺织品比较优势的CATM法测算
1
作者
张倩翌 姜延书
机构
北方工业大学经济管理学院
出处
《经济研究导刊》
2008年第10期190-192,共3页
基金
北京市教育委员会人文社会科学研究计划面上项目资助(SM200710009005)
文摘
作为国际贸易理论基础的比较优势理论,用不同方法对某一行业的比较优势进行准确测算,一直受到学者的普遍关注。纺织行业的比较优势的CATM法表明:用高新技术改造传统纺织行业,大幅提高研发投入,发展原创技术;培育自主名牌,加快经营管理创新;适应跨国配置资源、跨国生产方式、跨国营销方式,提升中国企业掌控跨国生产和营销网络的能力,并积极进行产业链整合创新等,是进一步提高我国纺织品竞争力的有效途径。
关键词
比较优势 catm 法纺织品
分类号
F407.81
[经济管理—产业经济]
题名 应对缓存难题的CATM解决方案
2
作者
于涛
机构
网宿科技股份有限公司
出处
《现代电视技术》
2012年第7期46-48,共3页
文摘
介绍了CATM内容与流量管理平台的基本理念,体系结构,各模块功能及P2P Cache和Web Cache两种典型的CATM解决方案。该平台以存储换带宽,在网络边缘部署缓存服务器,用以缓存互联网内容,并利用海量存储实现流量的本地化,有效缓解互联网出口流量压力,帮助运营商应对互联网流量的冲击。
关键词
缓存 内容与流量管理平台 catm 解决方案重定向
分类号
TP393.06
[自动化与计算机技术—计算机应用技术]
题名 我国农产品比较优势的CATM法测算
被引量：3
3
作者
王福重 朱丽丽
机构
北京航空航天大学经济管理学院
出处
《国际贸易问题》
CSSCI
北大核心
2006年第7期19-25,共7页
文摘
本文在分析现有的测算比较优势的方法及其缺陷的基础上,提出了一种新的测算比较优势的方法——两个国家多种产品比较优势测算(CATM)法,并运用此方法对我国主要农产品所具有的比较优势进行了测算,确定了我国主要农产品现有的比较优势。最后,以以上测算为基础,提出了对我国农产品进出口结构进行调整的建议。
关键词
比较优势 catm 农产品
Keywords
Comparative advantage catm Agriculture products
分类号
F323.7
[经济管理—产业经济]
题名 基于改进YOLOv11的水果成熟度检测
被引量：1
4
作者
赵鹏 强光磊 卢波 高扬 张仟祥
机构
太原师范学院计算机科学与技术学院 智能优化计算与区块链技术山西省重点实验室
出处
《现代信息科技》
2025年第8期34-40,共7页
基金
山西省科技战略研究专项重点项目(202304031401011)。
文摘
针对水果成熟度检测中存在的精度不足、复杂背景下识别难度大,传统方法在特征提取上表现出明显的局限性等问题,为此,提出了一种基于改进YOLOv11的水果成熟度检测算法(AGLU-YOLOv11),以满足水果成熟度检测中对数据高效、可靠采集的需求。AGLU-YOLOv11通过优化YOLOv11主干网络中的C3k2模块,融合CATM(Conv Additive Self-Attention)与CGLU(Convolutional Gated Linear Unit)设计了C3k2_AddBlock_CGLU模块,显著提升特征提取能力及多品种、多阶段成熟度果实的适应性。同时,在特征融合阶段引入AFCA注意力机制,强化全局特征表达及复杂背景的适应性,实现高效水果质量检测与标注。实验结果表明,AGLU-YOLOv11在Precision、Recall、mAP@0.5和mAP@0.5:0.95指标上相比其他检测模型,在精度、鲁棒性和多尺度目标适应性上表现更优,能够更好地满足识别水果成熟度的需求。
关键词
YOLO 目标检测 CGLU catm 水果成熟度检测
Keywords
YOLO Object Detection CGLU catm fruit ripeness detection
分类号
TP3191.4
[自动化与计算机技术—计算机软件与理论]
TP183
[自动化与计算机技术—控制理论与控制工程]
题名 基于ARR-DETR的小目标车辆检测方法
5
作者
崔丽 罗南超 吴敬花
机构
成都职业技术学院 阿坝师范学院计算机科学与技术学院 四川农业大学信息工程学院
出处
《火力与指挥控制》
北大核心
2025年第10期145-154,共10页
基金
四川省教育厅基金资助项目(GZJG2022-137)。
文摘
针对车辆检测领域中现有的小目标检测算法面临的复杂度高、特征提取不足以及检测率低的问题,提出了一种改进模型ARR-DETR,旨在提升小目标车辆检测的效率和精度。借助CSP的思想,通过卷积加性自注意力机制(convolutional additive self-attention,CATM)和卷积门控线性单元(gated linear unit,GLU)构建CSP-ADD-CGLU模块,以改进RT-DETR的骨干网络,在降低计算复杂度的同时增强关键特征的提取能力,从而提升模型的表现力和训练稳定性。构建AIFI-RepBN模块,采用渐进重参数化方法,在训练过程中逐渐从LayerNorm过渡到BatchNorm,实现更高效的计算,同时保持模型性能。在融合模块中引入显式空间先验和注意力分解,强化对小目标位置的感知能力,同时提升对不同尺度特征的选择性关注能力,提高模型对小目标的识别精度,还增强了整体特征融合的效果。实验结果表明,改进的RT-DETR模型在BDD100K数据集上的P、Recall和FPS指标分别为74.4%、66.1%和67.4%。与原始RT-DETR模型相比,分别提升了1.6%、2.1%和3.3%,表明该方法可以更快速、更准确地检测到小目标车辆。
关键词
小目标车辆检测 RT-DETR 卷积加性自注意力机制 卷积门控线性单元 BatchNorm
Keywords
small target vehicle detection RT-DETR catm GLU BatchNorm
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 计算机辅助技术管理在武器系统总体工作中的应用
被引量：1
6
作者
何衡湘 吴俊瑜 于而志
机构
西南技术物理研究所
出处
《四川兵工学报》
CAS
1996年第4期25-27,共3页
文摘
计算机辅助技术管理在工程项目研制、开发、设计、生产中的应用日益深入与广泛。将其应用于武器系统研制工作中,亦可加速信息传递速度,提高管理效能。概述了计算机辅助技术管理在武器系统总体工作中的应用,供项目管理者及系统设计者参考。
关键词
计算机 武器管理 研制 catm
分类号
TJ05
[兵器科学与技术—兵器发射理论与技术]
