浅析中职学生社会主义核心价值观认同感的培养

职业院校培养的技能型人才是未来我国社会主义建设的中坚力量,他们的思想道德素质直接影响到我国社会主义建设事业的成败和中华民族的兴衰。培养中职学生对社会主义核心价值观的认同,首先理解和尊重是前提;其次,应培养校园廉洁文化,借助学生群体亚文化营造廉洁氛围;第三,针对多元文化对学生社会主义核心价值观认同的冲击,开展校园文化活动;最后,面对新媒体环境,要做到趋利避害。

基于多分支深度学习的沥青路面多病害检测方法

为了准确、快速地识别路面多病害,采用一种基于多分支框架的深度学习方法,提取并融合路面图像的大、小尺度特征,将路面二维图像和三维图像作为网络输入,增强病害特征.采集裂缝、条状修补、块状修补、坑槽、松散等沥青路面病害图像共计10 562张,进行人工标注.结果表明:500次训练后该方法的平均交并比为0.83,准确率和召回率的调和平均数F值为0.90,优于U-net、PSPNet、DeepLabv3+等方法;在单一类别上,对条状修补、坑槽、松散、桥接缝等分割效果最优,对裂缝、块状修补的识别展现出较强的鲁棒性;所提方法的识别效果高于仅使用单一输入或者单一分支的方法.因此,双通道和多分支的设计方法可以显著提升网络对多类别路面病害的识别精度.

基于语义分割模型的三维沥青路面车辙异常分析方法

车辙深度是路面状况评价和道路养护的一个重要指标。现有车辙深度测量方法未考虑复杂路况下坑槽、松散、裂缝和桥梁接缝等对车辙计算的影响,其有效性和适用性受到了限制,测量结果的真实性也有待进一步验证。有鉴于此,文中提出了一种基于语义分割模型的沥青路面车辙异常检测与校正方法。采用三维线激光技术采集道路横断面高程数据,利用包络线算法提取车辙深度。对于最大车辙深度超过10 mm的横断面,搭建基于深度学习的语义分割框架,提出改进的DeepLabV3+网络对病害类型进行自动辨识和像素定位,并结合最大车辙深度高程点,设计基于拉格朗日插值的校正规则来对异常车辙进行校正。研究结果表明,改进的DeepLabV3+模型能较为准确地识别和定位造成车辙检测异常的路面病害,其对5种路面特征和病害的综合检测准确率达81.63%,在均交并比(MIoU)和大部分交并比(IoU)上的表现均优于U-Net、PSPNet、DeepLabV3+模型。现场验证结果表明,文中方法不仅能够自动分析车辙异常的原因,还能通过对异常车辙的校正排除其他病害的影响,从而较大程度地还原实际车辙深度水平。文中研究成果可为路面预防性养护提供科学数据支撑。

使用“凭样品成交”方式卖方应注意的问题

“凭样品成交”是国际贸易中常用的表示货物品质的方法之一。本文从卖方角度详细阐述了使用“凭样品成交”时应注意的问题 ,并就如何化解贸易风险 ,提高经济效益方面提出了切实可行的建议。

水中阴离子表面活性剂自动测量方法研究

在GB7494—87基础上,将流动注射分析法与分光光度法相结合,利用蠕动泵及聚四氟乙烯管路进行萃取、反应和测量,将手动分析方法变成全自动的分析方法.研究表明,该方法测量阴离子表面活性剂的质量浓度范围为0~2.0mg·L^(-1),最低质量浓度检出限达0.01 mg·L^(-1),相对标准偏差小于3.11%,加标回收率在85%~95%之间,均符合标准方法的要求.新的测量方法既保留了流动注射法快速、便捷、准确度高、稳定性好、环保等优点,同时又克服了流动注射法拖峰、管路复杂、易受气泡干扰等缺点.

电子提单的优越性与风险性

电子提单(Electronic Bill of Lading,简称EBL)是电子数据交换与纸张提单相结合的一种新的提单形式.通过计算机,提单信息被转换为数字信号后在电信网络中高速传递,最后由接受方计算机处理还原为原信息.提单的缮制、修改、流转、储存等一切过程都在计算机内进行.因此,严格地说,电子提单并不是一种书面单证,而是一组电子信息.

基于改进PCA与FLD算法的人脸识别

该文研究人工智能中人脸识别的问题,由于受到光照以及人脸表情等各种因素的影响,论文中我采用的是改进的主成分分析算法(PCA)和Fisher LDA(FLD)算法相结合,使PCA算法具有灰度归一化的能力。首先将训练样本的人脸图像进行预处理,将每一张图片转换成一个列向量,最后所有的列向量合成一个矩阵。利用K-L变换提取一个低位特征空间来表示人脸图像,得到特征脸空间。在Fisher鉴别准则下,求一个最佳鉴别方向,从高位特征向量投影到最佳鉴别方向上构成一个鉴别特征空间,训练样本获最佳描述特征,然后将特征脸空间降维,得到各类人脸特征库,接着将待识别的人脸进行PCA降维以及通过FLD分类器,在特征脸数据库中寻求与该人脸欧氏距离最近的人脸图像。该文算法是用人脸数据库进行测试。最终确定本论文的方案切实可行,能够将人脸的各种表情以及图片缺失或者重组等特殊情况均可识别并匹配。

浅谈高密度建筑形态多样化

本文归纳了高密度建筑发展历程;并逐一分析了高密度建筑"摩天大楼"单一形态带来的城市弊端——城市形态单一、丧失地域性和文化内涵、人居环境下降、缺乏自然生态和人文生态等诸多问题;挖掘高密度建筑形态多样化的意义;提出高密度建筑形态多样化空间设计的五个原则;最后预示了高密度建筑形态多样化的未来走向。

三明市大气颗粒物数浓度与粒径分布季节特征

利用颗粒物粒径谱仪对三明市城区站点不同季节的10~10 000nm粒径段内颗粒物的数浓度与粒径分布进行测量,全年颗粒物数浓度平均为15 608个·cm^(-3),季节特征表现为春季>冬季>夏季>秋季,冬季凝结核模态粒子数浓度最高,各季节积聚模态颗粒物均占比最高.颗粒物总数浓度日变化存在早、晚高峰与中午时段的3峰特征,其中爱根核模态与积聚模态粒子均有早、晚双峰特征;凝结核模态与爱根核模态粒子则均在中午时段出现峰值.各季节颗粒物数浓度中值粒径与几何平均粒径差异较小,春夏季以爱根核模态为主,为单峰模式;秋季为双峰模式(爱根核模态+积聚模态);总体上秋冬季存在较多凝结核与爱根核模态的超细粒子.

基于“双师型”教师认定的教师专业实践能力评价研究

本文基于"双师型"教师认定视阈论述"双师型"教师的专业实践能力评价,提出构建由"评价标准""评价组织管理与实施"和"社会、企业职业岗位要求"三部分组成的"双师型"教师专业实践能力评价体系,阐述"双师型"教师专业实践能力评价体系实践方向,分析1+X证书制度对"双师型"教师专业实践能力评价带来的变化。

政府引导地区产业集群形成与发展的作用机理——以贵州文化产业集群为例

本文以政府如何采取措施来引导地区产业集群发展为切入点,构建贵州地区政府在文化产业集群形成与发展中的作用机理模型进行有关分析,通过文献法、内容编码法等研究方法,得出集群意愿的三大动因,并进一步探究意愿动因与政府措施的对应关系。

基于深度学习的三维路面裂缝类病害检测方法

为了在路面三维图像的基础上快速、准确、完整地识别裂缝,提出一种基于深度学习的路面裂缝类病害自动检测方法.首先,以子块图像为处理单元,将三维图像划分为裂缝面元和背景面元,其中背景面元包含了路面标线、不同纹理和桥接缝等复杂场景.根据对面元图像的分析,提出一种基于卷积神经网络的PCCNet分类模型,用于路面背景面元和路面裂缝面元的自动识别.然后,为了进一步提取裂缝面元内裂缝的完整轮廓,考虑路面三维图像中裂缝像素级邻域特征,利用PCCNet模型结合裂缝高程检查方法对路面裂缝进行检测.研究结果表明:通过训练集4300张高精度三维图像的训练,模型在3850次迭代之后出现过拟合,且此时PCCNet模型在验证集上的总体F值达到最大,为92.9%;将PCCNet模型结合裂缝高程检查方法应用在测试集的200张三维图像上,方法准确率、召回率和F值分别为87.8%、90.1%和88.9%.与改进Canny方法和种子识别方法对比,所提出的方法在抑制噪声和检测细小裂纹方面具有更强的鲁棒性.

不同季节工业城市大气颗粒物浓度监测与聚类分析

以2015年4月、8月、12月和2016年1月作为4个季节典型月,在福建省三明市第二中学环境监测站进行了4个时段的颗粒物粒径分布监测,采样粒径段为10~10 000 nm。粒径谱分布显示,质量谱4个季节均为3峰,可能存在煤烟型污染的特征;表面积谱秋季为3峰,其余为双峰。爱根核模态颗粒物对总数浓度贡献最大,积聚模态颗粒物对总表面积浓度贡献最大并且是总质量浓度的重要贡献部分。总质量浓度上,春季污染最重,其余3季相差不大,积聚态颗粒物成分具有明显日差异性。春季更容易发生新粒子形成事件。后向轨迹模型结果表明:在春季,主要观测到来向为我国西南地区靠近华中地区,我国西南方向、东南沿海地区气团颗粒物浓度较高;在夏季,主要观测到来向为我国华中地区,气团存在较高的颗粒物浓度;在秋季,观测到来向为我国西南地区以及我国北方,气团颗粒物浓度较高;在冬季,主要观测到来向为我国西南方向和靠近我国东北地区,气团颗粒物浓度相对较高。全年后向轨迹模型显示,三明市附近地区为气团迁移最频繁方向,但迁移速度较慢,其携带了较多的积聚态颗粒物。此外,我国西南方向来向气团,我国西北地区来向气团,我国东南方向的海上来向气团以及我国中部地区来向气团均观测到了较多的积聚态颗粒物。

体外血液吸附治疗脓毒症的研究进展

脓毒症是由机体对感染的反应失调所致,可导致多脏器的功能受损。一项基于高收入国家流行病学资料的研究估算,全球范围内,每年至少有530万例患者死于脓毒症及其相关并发症,其住院病死率达17%[1],是重症患者死亡的最主要原因之一,也是当前全球医疗卫生系统面临的严峻挑战之一。随着研究的深入对其发病机制有了更进一步的认识,临床救治手段不断完善。近年来,体外血液吸附作为脓毒症的一种非药物治疗措施逐渐受到重视。基础和临床研究证明,对于脓毒症特别是脓毒性休克等危重症,体外吸附是一种积极可行的临床选择[2-3]。本篇综述主要阐述了已有研究报道或已在临床应用的几种体外血液吸附技术及其相关研究进展。

新型冠状病毒感染肺移植受者选择中国专家建议

2019年12月以来的新型冠状病毒感染(COVID-19)大流行对人类健康构成了巨大威胁。肺移植受者是COVID-19的高危人群,易发展为重症,甚至死亡。肺移植受者COVID-19的管理是临床工作的重大考验。因此,中国肺移植质控中心组织有关专家制订本建议,旨在为当前疫情下肺移植受者的管理提供建议,供临床工作参考。

血液净化治疗在肺移植中的应用

随着当前研究的不断深入以及围术期管理观念的革新,近些年肺移植技术的发展突飞猛进,患者的预后水平得到显著提升,与此同时,多种类型的血液净化在肺移植患者临床监护与救治中的地位也日益凸显。本文旨在总结肾脏替代治疗以及血浆置换、血液吸附等体外净化方式在肺移植围术期的应用现况及最新进展,并为更深层次的研究提供依据。

复杂场景下的交通视频显著性前景目标提取

目的在城市交通检测中,智能视频的广泛应用使得人工智能技术及计算机视觉先进技术对视频中的前景目标检索、识别、特征提取、行为分析等成为视觉研究的热点,但由于复杂场景中动态背景具有不连续的特点,使得少部分的前景目标图像信息丢失,从而造成漏检、误判。方法本文提出一种RPCA(鲁棒主成分分析)优化方法,为了快速筛选与追踪前景目标,以基于帧差欧氏距离方法设计显著性目标帧号快速提取算法,确定关键帧邻域内为检测范围,对经过稀疏低秩模型初筛选的前景目标图像进行前景目标种子并行识别和优化连接,去除前景目标图像中的动态背景,同时将MASK(掩膜)图像中的前景目标分为规则类和非规则类两种,对非规则类前景目标如行人、动物等出现的断层分离现象设计前景目标区域纵向种子生长算法,对规则类前景目标如汽车轮船等设计区域内前景目标种子横纵双向连接以消除空洞、缺失的影响。结果本文前景目标提取在富有挑战性干扰因素的复杂场景下体现出较高的鲁棒性,在数据库4组经典视频和山西太长高速公路2组视频中,动态背景有水流流动、树叶摇曳、摄像头轻微抖动、光照阴影,并从应用效果、前景目标定位的准确性以及前景目标检测的完整性3个角度对实验结果进行了分析,本文显著性前景目标提取算法取得了90. 1%的平均准确率,88. 7%的平均召回率以及89. 4%的平均F值,均优于其他同类算法。结论本文以快速定位显著性前景目标为前提,提出对稀疏低秩模型初筛选的图像进行并行种子识别和优化连接算法,实验数据的定性与定量分析结果表明,本文算法能够更快速地将前景目标与动态背景分离,并减小前景目标与背景之间的粘连情况,更有效地保留了原始图像中前景目标的结构信息。

结合在线监测和自动识别系统分析东海沿岸船舶排放特征

海运排放大气污染物对空气质量和气候具有重要影响,但是由于船舶类型及其运行工况的复杂性,人们对船舶排放特征的认识仍然不足.东海沿岸是全球航运活动最为密集的地区之一,汇集了各种国内国际运输船只.选取宁波舟山港作为研究地点,使用在线仪器长时间测量主要的环境大气气体和颗粒污染物,并利用自动识别系统(AIS),获得每种船舶的速度.根据后向轨迹区分出:(1)受船舶排放影响主导的时期(夏季风,由处于完全运行或停泊的船舶占主导地位);(2)受内陆气流影响主导的时期(冬季风).结果表明二氧化硫(SO_(2))、氮氧化物(NOx)和黑碳气溶胶(BC)的排放与高速运行的船舶相关,而一氧化碳(CO)可能与较低的运行速度的船舶有关,总颗粒物(PM)与船舶速度没有显著相关关系.主要污染物在巡航工况下的排放增强因子约为怠速工况1~4倍.研究通过对直接环境背景下船舶排放进行原位观测,为评估船舶排放清单提供重要参考.