患者至上质量第一全心全意为百姓健康保驾护航--记克东县立国中西医结合医院院长张立国

张立国，现任克东县立国中西医结合医院院长,他1991年7月毕业于黑龙江省中医药大学，同年进入克东县克东镇卫生院担任医生，1995年在千丰镇创办了自己的私人诊所，2006年在克东县创办了全县第一家民营医院。自参加工作以来，他始终坚持尽职尽责，爱岗敬业，尤其热爱自己的医药卫生事业，他刻苦钻研，不断提高自己的业务水平和全方面素质，在周边群众中享有良好的声誉。

改进YOLOX在近岸船舶检测中的应用

为了解决近岸船舶检测时目标尺度变化大,环境干扰严重等问题,提出了一种改进YOLOX的无锚框检测算法。首先,在主干网络中引入CoT模块,通过动态利用上下文信息来增强表达能力,降低环境干扰的影响;其次,将SimAM注意力嵌在特征金字塔和检测头之间,丰富语义信息,提升小目标检测精度。再利用CIOU来取代原有损失函数,以提高收敛速度;最后,使用深度可分离卷积替换特征金字塔中普通卷积,减少参数量,提升检测速度。实验结果表明:在SeaShips数据集上,改进后模型在减少参数量的同时,精度提高了6.73%,均值平均精度(mAP)达到了96.63%,检测速度达到了48.6帧/s,能够实时、高精度地检测近岸船舶。

数字化转型背景下县域城乡教师网络研修:样态、困境与破解

县域城乡师资均衡配置是义务教育优质均衡发展的重点,也是难点。网络研修为突破这一难点提供了数字化战略选择。如何推进县域城乡教师网络研修,是县域义务教育数字化转型不得不面对的问题,必须予以高度重视。县域城乡教师网络研修主要存在区域常规式网络研修、名师引领式网络研修和校际协同式网络研修三种样态。县域城乡教师网络研修“形象”虽已数字化,但“灵魂”依旧停留在工业化阶段,整体上还是依附于原有的教师研修体制机制,沿用了传统教师研修的方式、方法。数字化与工业化的矛盾引发了县域城乡教师网络研修的诸多困境。破解困境的根本出路在于实施供给改革,由原来的供给驱动转变为需求驱动;关键在于统筹规划,以教学实践为核心构建“教—研—训”一体化研修体系;落脚点在于以方法创新推进数字技术与教师研修深度融合。

地方高校行业化国际化合作办学的模式与机制探索——基于中国-东盟航天工程师学院建设调研报告

文章结合作者所在学校的航天办学特色,通过对广西、云南、四川等区内外地方高校与东盟国家合作的情况,同时针对中国航空航天企业对东盟国家市场开拓情况的调研,了解到地方高校与东盟国家在办学形式、办学机制和办学规模上都有深度合作;中国航空航天企业在通信、遥感、导航等领域与东盟国家也有着多元化的合作.本调研报告旨在探索地方高校与航空航天企业、东盟国家合作的形式、机制,并提出了桂林航天工业学院建设中国—东盟航天工程师学院的可行性和必要性,为学校建设“中国—东盟航天工程师学院”提供参考借鉴.

一种改进YOLOv5s的森林火灾烟雾检测算法

提出一种基于改进YOLOv5s的森林火灾烟雾检测算法。构建包含16573幅图片的火焰烟雾数据集,解决训练数据不足的问题,提高训练模型的泛化能力。设计一种轻量化的GC-C3模块替换原有的C3模块,减少模型参数量和计算量;将加权双向特征金字塔网络结构融合到Neck结构中,增强网络对于中小目标的检测能力;修改网络空间金字塔池化结构,使用SimSPPF结构替换SPPF,提高了网络的计算效率和检测准确度;将边界框回归损失函数CIOU替换为Focal-EIOU,加快模型的收敛速度,解决正负样本不匹配的问题。实验结果表明:改进之后的网络平均检测准确度提高2.3%,模型参数数量下降46.7%,模型计算量下降47.5%。

一种改进的YOLOv5s航拍车辆检测算法

为了解决航拍图像中车辆小目标检测困难的问题,提出一种改进的YOLOv5s航拍车辆检测算法。首先,将未利用的浅层特征信息与其他深层特征信息进一步融合,组成用于小目标检测的新检测层,提高小目标的检测能力;其次,结合SPD模块重新设计CSP模块构成SPD-CSP模块,代替原有网络的下采样操作,减少特征提取时小目标有效信息的损失;最后,将通道注意力机制ECA模块引入到Backbone部分中,通过自适应地调整不同特征通道的权重系数,使得网络更加关注特征图中的关键信息,减少无关信息的干扰。实验结果表明:提出的算法在VisDrone数据集上,与YOLOv5s网络相比,均值平均精度P_(mAP 0.5)提高了6.4%,检测速度FPS达到65帧/s,能实时、精确地对航拍车辆进行检测。

基于ConvNeXt的智慧课堂中的眼部情感识别及其可视化

通过面部表情识别和情绪分析,观测者能够根据所观察到的实体状态了解学习者的学习效果,如通过课堂中学生所展现出的情绪波动,来辨别学生对新知识的接受程度,从而更便捷、直观地理解学生的疑惑。然而,在许多情况下,学生的面部可能会被学习用品、前排同学等遮挡,导致面部情感识别准确性不高。与整张脸相比,眼部区域作为情感表达的核心部位,通常会受到观察者更多的关注,在相同的课堂环境下眼部也更不容易被遮挡。眼睛是展现情感最重要的部位之一,在情绪变化期间的眼部表情变化可以提供更多的情绪信息。特别是当一个人承受外部压力并必须抑制面部表情时,眼神很难欺骗。因此,对眼部复杂表情进行情绪识别和分析具有重要研究价值和挑战性。针对这种挑战,首先构建了一个用于分类眼部表情复杂情绪的数据集,包括5种基本情绪,另外还定义了5种复杂情绪。其次,提出了一种新颖的模型,根据数据集中输入图像中提取的眼部特征准确地对情绪进行分类。最后,介绍了一种基于眼部识别的情绪分析可视化方法,该方法可以分析复杂情感和基础情感的波动,并为基于眼部进行进一步的情绪分析提供了新的解决方案。

基于图像处理的电路板缺陷检测系统设计

针对传统电路板缺陷检测多为人工检测、速度较慢且成本较高的问题,本文研究设计了一款以图像处理为基础、利用现场可编程门阵列(FPGA)实现对电路板缺陷准确、高速的检测系统。在传统图像增强算法的基础上提出一种针对不同图像信息采用不同感兴趣区间的方法,增强效果显著;为减少电路板上标识字样对匹配算法计算速度的影响,提出一种去除丝印算法,将电路板上多余的标识字样取消,减少图像匹配的计算量,加快检测的速度;在传统绝对误差和算法(SAD)模板匹配算法的基础上采用去平均值法计算图像信息,减小光照变化带来的影响;将传统2算子Sobel边缘检测扩展到8算子边缘检测,边缘信息更加明显清晰。采用FPGA作为硬件平台,在Vivado开发环境下实现Verilog HDL硬件逻辑语言,下载到FPGA中实现。实验结果表明,系统的平均检测精度为98.53%,检测单张电路板的时间为8.204 s。本系统设计在检测精度和速度上都有明显提升,且造价成本低。

针对嵌入式设备的YOLO目标检测算法改进方法

针对算法在资源有限的嵌入式设备实现困难的问题,本文基于YOLO系列算法提出适应嵌入式设备实现的轻量化改进方法。方法具体包括:基于YOLOv4-Tiny算法结构,引入GhostNet思想改进其网络主干,大量降低网络参数量和计算量;通过加强颈部网络特征融合效果,减少模型压缩导致的精度损失;采用训练中量化的方式将网络模型参数从32位浮点型数据转换为适合嵌入式设备计算的8位定点型参数。实验结果表明,改进后的网络在检测精度满足应用要求的情况下,模型尺寸相对原算法降低57%,在嵌入式设备上实现功耗仅3.795W。

基于片上系统的可配置卷积神经网络加速器的设计与实现

针对现阶段卷积神经网络(CNN)加速器的设计只能部署在单一现场可编程门阵列(FPGA)平台、不支持硬件平台升级迭代的问题,设计了一种基于片上系统(SoC)的可配置CNN加速器。该加速器具备以下2个特点:(1)在电路设计中将数据位宽、中间缓存空间大小、乘法器阵列(MAC)并行度作为一种可选配置参数,通过调整资源使用量,使得该加速器能够适配不同FPGA硬件;(2)提出了动态数据复用的策略,通过对比数据传输过程中不同复用方式下的总参数量差异,动态地选择复用方法,以减少数据传输的等待时间,提高乘法器阵列利用率。该方案在ZCU104板卡上进行了实验,实验结果表明,当数据位宽选择8、乘法器阵列并行度选择1024、核心运算模块工作在180 MHz时,卷积运算阵列峰值吞吐量为180 GOPs,功耗为3.75 W,能效比达到47.97 GOPs·W^(-1),对于VGG16网络,其卷积层的平均乘法器阵列利用率达到84.37%。

基于改进HopeNet的头部姿态估计方法

针对基于无需先验知识的头部姿态估计算法在复杂背景图像和多尺度图像场景下精度较差的问题,提出了一种基于改进HopeNet的头部姿态估计方法。首先在主干网络结构上增加特征融合结构使得模型能够充分利用网络的深层特征信息与浅层特征信息,提升模型的特征解析力;然后在主干网络的残差结构中增加特征压缩激励模块,使得网络能够自适应学习不同特征层重要程度的权重信息,让模型更加关注目标信息。实验结果表明,相较于HopeNet,本文方法在AFLW2000数据集上精度提升了31.15%,平均误差降到4.20°,同时在复杂背景图像场景下有较好的鲁棒性。

地铁建设期碳排放核算研究进展

全球变暖是人们高度关注的生态环境问题之一,碳排放成为研究热点。交通运输行业会产生大量能耗,地铁作为一种安全环保的交通方式正高速建设,建筑行业又具有较大减排空间,故对地铁建设期碳排放进行核算有助于预测碳排放趋势并为碳减排提供研究基础。本研究总结了地铁建设期碳排放核算在评估方法选择、系统边界划分、清单分析等方面的研究进展,学者们多基于全生命周期理论,使用排放因子法,将碳排放来源划分为建材生产、材料运输和现场施工3个阶段开展碳排放研究。本研究就现有清单分析内容进行了对比分析,发现建材生产阶段碳排放占比最大,且钢筋、混凝土、水泥是主要的高碳排建材,依此提出了地铁建设碳排放核算的基本研究方法及减排思路。

关于广义序同态的讨论

讨论广义序同态在各类完全分配格上的性质,指出F_(1)格上的广义序同态实为经典集合之间的单射所诱导的保序(包含序)映射,为连续格理论和Fuzzy拓扑学的研究提供一些新的思路.

柱面坐标计算三重积分的截面法

文章尝试利用柱面坐标的截面法计算三重积分,为学生理解和掌握三重积分的计算提供一点经验与帮助.

一道数学竞赛试题的多种解法

针对一道2022年全国大学生数学竞赛初赛(非数学类)的试题给出多种解法,以帮助学生建立有效地数学认知结构,提升分析和解决问题的能力.

玉米新品种华纬1号的选育及栽培技术要点

为促进玉米新品种华纬1号的推广应用,介绍了该品种的亲本来源及杂交种选育过程、植株生物学特性、产量表现及配套栽培技术。华纬1号是黑龙江省农业科学院玉米研究所和吉林宏兴高科农业有限公司于2015年以自交系J1136为母本、自交系J0866为父本杂交育成的玉米新品种,2023年通过黑龙江省农作物品种审定委员会审定(审定编号为黑审玉2023004)。2021-2022年区域试验平均产量为12 423.2 kg·hm^(-2),较对照品种先玉696增产7.8%;2022生产试验平均产量为12 622.6 kg·hm^(-2),较对照品种先玉696增产7.5%,该品种具有早发优势强、性状整齐、耐旱性好、亲本繁殖制种简单等优点。

改进的轻量级行人目标检测算法

针对行人目标数量密集、目标尺度小和目标周围背景光照强弱不一而导致的检测精度低的问题,提出一种基于特征融合的轻量化行人检测算法。以TinyYOLOv4为基础框架,首先,搭建新的主干特征提取网络(CSPDarknet53-S),在原主干网络的基础上加入新的特征提取模块(REM)来增强网络提取行人特征的能力。其次,改进特征融合结构,在主干网络提取高低层特征图后,先是在主干网络与特征融合网络间加入特征融合模块(RM-block)来增大感受野;然后引入浅层特征信息保留更多小目标特征,形成新的特征融合网络(IFFM)。最后,通过YOLO Head对融合来的特征图进行处理获得输出结果。实验结果表明,提出的算法在行人数据集(PASCAL VOC2007和VOC2012的person数据)上取得了较高的检测精度以及较好的检测效果。

基于现场可编程门阵列的水果识别系统设计

针对目前大多数水果识别系统实时性差和成本较高的问题,本文提出一种基于现场可编程门阵列(FPGA)的水果识别系统。整体硬件设计包含图像采集、检测识别和显示模块。软件部分通过图像采集平台将水果图像存储至双倍数据率同步动态随机存储器(DDR3)控制模块,进行图像灰度化处理,并创造性地提出背景帧差法对水果图像进行分割。通过融合水果颜色和几何特征,实现对水果数量、颜色和种类的识别。整个水果识别系统在不同光照下对常见水果进行了测试。实验结果表明,水果平均识别准确率达到93.25%,识别速度约为16.67 ms,FPGA硬件资源消耗率仅占28.02%,可以满足实时性需求。