结合空间约束的卷积神经网络多模型多尺度船企场景识别

船企场景识别对修复沿岸生态环境、保护水域环境以及促进船舶产业的协调发展具有现实意义,但传统方法基于中、低层次的特征难以实现卫星遥感图像中船企的自动识别。为此,提出了结合空间约束的卷积神经网络多模型多尺度船企场景识别方法。首先分别采用全局尺度的船企场景和局部尺度船坞(台)、厂房和船只样本训练多个卷积神经网络模型,并进行多模型多尺度检测;进而对局部对象进行像素级定位并计算对象空间距离;最终结合多尺度检测结果、对象标签组合方式、对象空间距离进行船企场景综合判别与提取。将此方法分别应用于中国江苏省、日本长崎县和爱媛县周边以及韩国木浦市和巨济市周边5个典型造船密集区。结果表明,江苏省整体识别精确度为87%,召回率为85%;日本研究区整体识别精确度为91%,召回率为87%;韩国研究区整体识别精确度为85%,召回率为92%。实验结果表明,此方法可以较好地实现遥感船企复杂场景的识别。

浅谈公路工程质量的控制

根据自身多年的工作经验对在公路建设过程中的施工质量管理、技术的应用与管理等方面内容进行了简要阐述，希望可以对控制公路施工质量有所帮助。

《品德与生活（社会）》课的生活化教学探析

新课标指出：“学生的品德与社会性源于他们对生活的认识、体验和感悟，学生的现实生活对其品德的形成和社会性发展具有特殊的价值。”新课程在教育的内容和形式上强调必须贴近学生的需要，让他们从自己的眼睛观察社会，用自己的心灵感受社会，用自己的方式研究社会。在方法上强调探索、实践、活动，实现课程生活化、社会化和开放化，用生活化的内容充实课堂，为我们的课程增添时代的源泉和生活的活力。

让品德与社会课“活”起来

儿童的品德和社会性源于他们对生活的认识、体验和感悟,因而在品德与社会课堂教学中,就要关注学生对现实生活的感受,在生活中加强体验,让品德与社会课＂活＂起来。本文从教学形式与内容的开放,教学方法的选择及学生的参与等几方面,谈了一些激活品德与社会课的做法,供参考。

卫星热红外温度反演钢铁企业炼钢月产量估算模型

钢铁业是国民经济发展中重要组成部分,掌握钢铁企业月产量有利于开展宏观调控及合理分配资源。以钢铁企业的月产量为研究对象,运用景观格局指数的理论和方法,利用卫星热红外遥感数据表面温度反演后的分级结果,结合厂房矢量数据来获取表面温度异常值和热力景观分布参数,以此提出并建立钢铁企业炼钢月产量估算模型。再结合华中和华北两个典型钢铁企业实际月产量数据,根据最小二乘拟合分别求估算模型,模型的决定系数(R^(2))大于0.9。分析后验差检验结果可知,该估算模型精度等级为二级;且在95%的置信度下,实际产量值均落在估算值的置信区间内,综合反映本文提出的炼钢月产量估算模型精度较高。