优秀经济统计学校毕业论文范例

这是一篇经济统计论文，经济统计模型在研究经济问题中的与众不同性与不可替代性已经形成共识，关键的是如何设定模型。一个好的模型取决于变量的选择和技术的选择，相比较而言，技术的选择难于变量的选择，这也是研究的重点。（以上内容来自百度百科）今天为大家强烈推荐一篇经济统计论文，供大家参考。优秀经济统计学校毕业论文范例第一篇第一章 概述1.1 研究背景和意义行人数量统计是指利用计算机视觉技术从监控摄像机获取的视频序列中统计出行人的数量，其是一个自动化处理和分析的过程，基本上无需人工的干预。而随着计算机视觉技术的发展，行人数量统计逐渐成为了人们生活和社会管理等多个领域的重要组成部分，其应用的重要性和广泛性已受到越来越多的研究人员的关注。在交通管理方面，通过统计行人的日流量、月流量甚至年流量，可以为优化交通基础设施提供有价值的参考信息，有助于改善交通和行人安全管理的实践方式。同时，集成了行人数量统计功能的智能交通监控系统可以根据当前路面上人流量的大小来决定是否采取相应的行人分流或其他措施，以确保公路交通的正常运作[1]。对于应急管理，在实时统计特定场景中的行人数量的情况下，如果发现人流发生不正常的变化，如行人数量急剧增加，或者所有的行人突然向某个方向快速移动，可以及时通知管理人员查看是否发生了突发事件，以便快速采取必要的应急措施。而且，在确切发生灾难事故需要紧急疏散人群时，智能应急响应系统可以利用行人数量统计功能探测各条疏散通道的拥挤情况，从而为人们选择合适的疏散路线[2]。在商业应用上，尤其对于商场业和酒店业，随着商业竞争日益激烈，单凭管理者的主观判断和经验已不能跟上时代的发展，而利用行人数量统计技术可以获得客观的人流量数据，为评估促销或其他商业活动的收益效果提供了有力的判别依据，从而可以让管理者做出更有效的决策。此外，还可以根据营业场所内行人数量的实时变化，及时调配工作人员到人群密集的地方进行引导，以提高营业管理的效率[3]。1.2 国内外研究现状行人数量统计主要分为两种方式：LOI（Line of Interest）统计和 ROI（Regionof Interest）统计。LOI 统计是指在一段时间内统计经过检测线的行人数量，而ROI 统计是指在某一特定时刻统计场景某一区域中的行人数量[4]，如图 1-1 所示。无论是 LOI 统计还是 ROI 统计，它们所使用的统计算法均可以划分为两种类型：特征回归（Feature Regression）和行人检测与跟踪（Pedestrian Detection andTracing）。特征回归方法是将行人统计过程作为一个回归问题进行近似估计。在该方法中，输入数据是从视频图像中提取的视觉特征，输出结果是行人数量，而所使用的回归函数可以预先利用训练数据（如视频图像中标注的特定数量的行人）估算得到。Davies 等人[5]使用了几何特征作为特征回归方法的输入数据，其中包括图像块的面积（图像块中的像素点个数）和周长（在图像块边缘上的像素点个数），并采用了线性回归模型来连接特征和行人数量的关系。由于行人的尺寸大小取决于摄像机的视角和图像平面与行人的距离，故 Ma 等人[6]和 Chan 等人[7]对几何特征进行了归一化以消除尺度变化的影响。与直接使用几何特征不同，Marana 等人[8]采用了描述图像边缘的不规则性的闵可夫斯基分形维数来关联视频图像中的行人密度。Dong 等人[9]建立了一张映射表来关联行人外形和行人数目，其中，行人外形通过在图像中的行人外部边缘上提取样本点，并使用离散傅里叶变换将这些样本点转换到频率域来进行构建。尽管这种方法的效率和准确率均比较高，但它只能处理人群密度比较低的情况。Albiol 等人[10]采用了移动角点并运用正比关系来快速估计行人数量，该方法可以解决人群密度较大的情况，但忽略了行人在视频图像中的尺度变化。第二章 时空上下文预处理2.1 空间上下文预处理在现阶段的计算机视觉研究中，常用的空间上下文处理方法包括几何投影（Geometry Projection）[22][23][24]和特征归一化（Feature Normalization）[4][25][26]，两者分别是预处理和后处理方式。预处理可以缩小检测范围，提高算法的效率和准确率。而后处理则是对检测结果进行校正，以获得更准确的效果。这两种处理方式分别是行人检测与跟踪方法和特征回归方法常用的空间上下文处理方法。基于对行人数量统计算法的效率和准确率的考虑，本文提出了一种有效的预处理方法基于关键区域标定行人的线性插值法。下面先对传统的两种空间上下文处理方法进行简要的介绍，然后再详细描述本文采用的预处理方法。受物理设备所限，目前的计算机视觉技术几乎都是基于二维平面图像和视频的。由于真实世界中的物体投影到二维平面后会丢失许多重要的三维几何结构信息，因而不少计算机视觉算法都会无可避免地产生偏差，甚至出错。为了提高算法的准确率，还需要更多其它的辅助信息，以确认真实物体投影到平面后的变化情况。显然，摄像机作为源数据的产生器，其本身所具备的内外特性必然可以提供帮助。一般来说，摄像机的内部属性包括焦距和投影中心等，外部属性包括摄像机高度、垂直倾斜角度和水平旋转角度等。一系列相关的研究[22][27][28]表明，在获知摄像机的内外属性参数的情况下，可以大大简化图像和场景之间的度量关系计算。2.2 时间上下文预处理时间上下文主要是指视频图像中的像素点在时间这个维度上的变化情况。在一个较短的时间里，如果没有任何的运动物体，则视频序列中同一像素点上的像素值应该是保持不变的，只有当运动物体出现时，像素值才会发生显著的变化。在目前的计算机视觉算法中，用于衡量像素点在时间域上的变化情况的常用方法是背景建模（Bacground Modeling）[30][31][32]。利用背景建模对视频序列进行预处理，能够获取视频图像中具有潜在运动行人的前景区域，进而可大大缩小检测算法的计算范围，提高算法的效率。本文采用了背景建模作为时间上下文预处理的核心内容。由于背景建模是基于多帧视频图像来进行全景范围计算的，其时间复杂度比较大，而且单纯的背景建模结果并不能很好地满足检测算法的要求，因而，本文采取了一系列的前处理和后处理措施。背景建模是时间上下文预处理的核心部分，建模算法是基于像素的，视频图像中的所有像素点均需要进行计算。显然，随着视频分辨率的增大，预处理所需的时间也会随之增加，从而降低算法的整体效率。考虑到时间上下文预处理这一过程主要是为了获得标识了前景的二值图像，该二值图像与视频图像中场景的像素值无关，因此，可以通过缩放视频图像的方式来加快预处理的速度，即首先缩小视频图像，然后进行背景建模，最后将获得的前景二值图像放大到视频图像原来的尺寸。第三章 自底向上假设过程......243.1 特征点检测 .......253.2 基于光流估计的运动约束 .......323.3 基于局部最近邻的特征点匹配....343.4 本章小结 .......35第四章 自顶向下验证过程......364.1 特征点轨迹分析 .......374.2 基于贝叶斯框架的特征点轨迹聚类....414.3 基于结构特征和表观特征的跟踪过程....434.4 本章小结 .......46第五章 实验结果 .....485.1 背景建模算法对比 .......485.2 行人数量统计结果展示 .......505.3 行人数量统计结果分析 .......555.4 本章小结 .......59第五章 实验结果5.1 背景建模算法对比鉴于单高斯背景模型的实用性较低，本文仅采用了混合高斯背景模型、基于LBP 空间邻域信息的背景模型与基于 PCA 和时空邻域信息的背景模型这三种背景建模算法，这些算法的效果对比如图 5-1 所示。从图 5-1 可以看出，混合高斯背景模型的算法效果较差，其结果中包含了大量的干扰噪声、无关图像块和图像块孔。而基于 LBP 空间邻域信息的背景模型与基于 PCA 和时空邻域信息的背景模型的结果则更为准确，并且后者的效果较优。图 5-2 所示是在采用基于 PCA 和时空邻域信息的背景模型的基础上加入本文提出的前后处理操作后得到的结果，可见本文方法能够比单纯采用这三种背景建模方法取得更准确的前景区域。表 5-1 为单纯采用这三种背景建模方法和加入本文的前后处理操作后的背景建模方法的处理效率比较，由于本文采用了图像缩放技术（背景建模时采用的图像大小为源图像尺寸的 4 ）和其他一些后处理技术，因而本文方法的平均处理时间分别约为对应的三种背景建模方法的 4 ，再加上额外的一些后处理时间。在实现行人统计算法的过程中，本文将根据视频场景的复杂程度来选用合适的时间上下文预处理方式，视频场景越复杂，所采用的背景建模的数据处理级别也越高。结论行人数量统计技术在社会生活的多个方面均能给人们提供较大的使用价值，创造更多的经济效益，如何实现兼具高准确性和高实时性的行人统计算法已受到越来越多的研究人员的关注。本文主要针对行人检测与跟踪算法进行了研究，提出了基于混合方法的行人数量统计算法，主要工作包括如下：（1）采用时空上下文预处理的方式来为行人检测与跟踪算法提供空间域上的位置尺寸;约束和时间域上的像素变化约束。（2）在空间上下文预处理阶段，提出了基于关键区域标定行人的线性插值法以提取视频场景中的空间先验约束信息。（3）在时间上下文预处理阶段，在不同级别的背景模型的基础上，加入了现有技术和创新方法作为前后处理，实现快速提取有效的时间约束信息。（4）将自底向上和自顶向下这种模仿人类视觉识别事物的模式应用于行人检测与跟踪算法，实现基于假设验证;过程框架的行人统计方法。参考文献（略）优秀经济统计学校毕业论文范例第四篇第一章 绪论1.1 研究背景与意义伴随着工业生产与竞争的逐步发展，质量作为企业综合实力的具体体现，成为企业发展的最重要的战略问题，质量的优良反映着企业的综合实力的强弱，衡量着一个企业的实力，并成为左右这个企业在行业中地位及市场份额的重要因素。为了对产品质量进行科学管理，建立质量的预防性控制与事后检验相结合的管理模式，统计过程控制是数理统计技术与质量管理理论的极致结合，它的提出和蓬勃发展将质量管理的重点转移到对过程现实进行监控，从根本上改变了质量管理的事后检验现实。实施有效的统计过程控制对于提高产品质量，减少不合格品损失，降低生产成本，提升产品的市场竞争力都具有积极意义。一个有效地统计过程控制可以为企业带来巨大的效益。随着社会生产力的发展，以及消费者消费观念和消费水平的变化，企业的生产从专注于单一大批量产品的生产逐步发展成为多元化多品种小批量产品的生产。多品种小批量生产成为现代制造企业为提高竞争力而选择的生产形式。传统的统计过程控制的应用环境发生了巨大变化，为了适应这种变化，针对多品种小批量生产的统计过程控制迫切需要持续改进。因此，本文针对多品种小批量生产环境下统计过程控制面临的一些问题进行了研究，并选用贝叶斯估计来解决传统统计过程控制的失真问题，为多品种小批量生产环境下选择合适的统计过程控制提供了具体的方法、技术，对现代制造类企业的产品质量改进将起到重要的作用；同时，本文的研究将进一步完善统计过程控制的理论体系。1.2 统计过程控制概述统计过程控制是20世纪20年代有美国贝尔电话实验室的Shewhart博士提出的的一种统计控制方法。统计过程控制的目的是建立并保持过程处于可接受的并且稳定的水平，以确保产品和服务符合规定的要求。为达到保证产品质量的目的，SPC 利用统计技术对过程中对各个阶段进行监视。应用 SPC 技术可是质量管理从产品事后的被动检验阶段进入到主动的预防阶段，以确保生产过程始终处于统计过程现实，从而达到提高产品质量及成品率的目的。随着社会的发展进步，科学技术水平的不断提高，人们对产品质量要求的不断提升以及企业对应用 SPC 技术认识的加强，SPC 技术必定能得到更广泛、更深入的应用。作为一种质量管理技术，SPC 主要用于解决的问题包括：一方面确认过程运行现实是否稳定，此问题选用控制图；另一方面判断过程能力是否充足，此问题选用过程能力分析。目前，大批量连续生产过程的 SPC 理论较为成熟稳重。若控制图显示生产过程处于稳态，就需要进一步测试过程所生产的产品是否能满足质量要求的能力，这种能力称为该过程的过程能力。第二章 小批量生产过程中的统计过程控制的局限性2.1 基于最大似然估计的统计过程控制在小批量生产中的局限性产品的质量特征值是表征产品性能的指标，产品的性能普遍具有随机性，所以其质量特征值就是随机变量。随机变量的分布可作为描述过程质量的模型。正态分布是最常见的连续型随机变量的分布。在质量管理中，许多质量特征值都服从正态分布。故常用的统计过程控制就是建立在随机变量为正态分布的基础上。但最大似然估计只有在样本容量足够大的时候才可以得到较为精确地估计。一些研究[3,4]已经证明只有当样本容量为 50 以上时，最大似然估计才较为有效。而传统的统计过程控制通常运用最大似然估计对未知分布参数进行估计，因此，传统的统计过程控制只有在大批量规模生产时才可以起到有效的质量管理作用。而对于本文研究的规模生产初期及多品种小批量生产这类拥有小批量生产环境下的样本容量不足的特点，基于最大似然估计的方法无法建立切实有效的统计过程控制模型。2.2 针对小批量生产的控制图研究发展由于传统的控制图在小批量生产环境下具有一定的局限性，因此许多学者针对这个问题进行了研究。综合国内外对小批量生产环境下控制图的相关研究，主要分为以下几个方向：基于精确控制界限的控制图方法；基于成组思想的控制图方法；基于统计变换的控制图方法和基于贝叶斯理论的控制图方法。在生产正常但点子偶然出界的情况下，根据其出界判断生产异常，就犯了误发警报的错误。为保证控制图发生误发警报的错误概率保持固定的小概率值，就基于成组思想的控制图方法是利用相似或历史生产信息中的相关信息来克服小批量生产环境中样本容量不足的限制。成组技术就是识别和发掘生产活动中关于事物的相似性并加以充分利用。成组技术的关键在于如何构造成组对象。现主要有两种基于不同成组对象的控制图方法：成组工件的控制图方法和成组工序的控制图方法。基于成组工件的控制图建立过程主要经历以下几步[6]：首先选取相似的质量信息，然后将生产过程的当前数据与历史数据进行标准化变换，以达到将来自不同质量特性的数据转换为同一分布的目的，最后将数据转换后的当前数据以及历史数据都打点在同一控制图上，从而解决当前样本容量不足的问题。基于成组工序的控制图方法主要把监视的对象着眼于工序，通过控制工序质量来达到控制工件生产质量的目的[7]。虽然基于成组思想的控制图方法设法充分利用历史数据来解决传统控制图在小批量生产上的局限，但是这个方法依旧存在一些限制。比如在相似工件的理论中，虽然通过数据变换建立的控制图对质量起到一定限度的控制作用，但此时的控制图并不能反映实际质量参数的状况。而且如果需要将基于成组思想的控制图方法运用在实践当中，还需要在体系和理论方面更深入地归类具化原则并且建立全面的理论依据。第三章统计供应链金融的效果.......... 103.1统计供应链在统计生产生活中的地位......... 103. 2统计供应链模式的实证分析......... 113. 3统计供应链的成功之处......... 123.4统计供应链金融为黑龙江省统计带来的利益......... 13第四章统计供应链金融的应用和推广......... 154.1应用和推广统计供应链金融体系 .........154. 2统计供应链金融的实施 .........164.2.1政府对统计供应链金融釆取的措施......... 164.2.2企业对统计供应链金融采取的措施......... 164.2.3多方面地积极参与统计供应链条金融......... 17第五章结论与对策提议.........195.1结论.........195.2对策提议 .........195. 3进一步研究方向 .........21第五章 某铸造企业的实际运用案例5.1 企业概况及生产工序简介第一个工序是在另一个厂区进行压铸。压铸市压力铸造的简称，这是一种利用高压强制将金属熔液压入形状复杂的金属模内的一种精密铸造法。其具体过程包括将熔融合金液倒入压室，用高速来充填钢制模具的型腔，并使合金液在压力下凝固而形成铸件。压铸是一种有别于其他铸造方法的工艺，这个区别源于其两个最主要的特点：高压和高速。为了让金属液在压力下填充型腔，并在更为高的压力下结晶凝固，压铸常用的压力为 15~100MPa。而其高速的特点主要体现在在压铸时，通常使用 10~50 米/秒，甚至有时还超过 80 米/秒的高速将金属液充填入型腔。这里的速度是指内浇口速度，即指通过内浇口导入型腔的线速度。正是因为其高速的特性，通常金属液的充型时间极短，只须约 0.01~0.2 秒的时间即可填满型腔，当然这个时间须视铸件的大小不同而不同。结论在生产初期和多品种小批量的生产中，统计过程控制面临的最大问题就是样本容量太小以至于最大似然估计失真从而导致无法有效进行质量控制。针对这个问题，本文选用贝叶斯估计作为统计过程控制中总体分布参数的估计方法。在分析了现有的基于贝叶斯理论的统计过程控制研究的优缺点后，选择共轭先验分布替代先前研究中的广义先验分布以达到为两个未知参数分别提供估计值的目的。共轭先验分布的最大困难就是选择合适先验信息，而本文利用多品种小批量的特点从历史数据中选取合适的备选信息，并通过假设检验等方式筛选出相宜的先验信息，从而得到总体分布参数的共轭贝叶斯估计值。参考文献（略）优秀经济统计学校毕业论文范例