改进YOLOX的轻量级人体跌倒检测算法

针对边缘计算设备算力和存储空间有限的问题,提出了一种基于YOLOX改进的轻量级人体跌倒检测算法。首先采用GhostNet中的Ghost模块降低YOLOX中Neck和Prediction层的卷积参数冗余;其次,在Neck层中添加坐标注意力机制,增强关键信息提取能力,减少背景带来的噪音影响;最后,针对轻量级模型检测头检测能力不足问题,引入辅助头模块以加强轻量检测头的学习能力。通过算法检测性能以及在边缘计算端NVIDIA Jetson Xavier NX运行实验,结果显示,所提模型的mAP@0.5达到84.9%,且模型大小为25.6 MB。相较于YOLOX模型,仅以牺牲少量推理速度提升了4.6%的检测精度,减少了25.4%的模型大小,另外与一些主流目标检测算法相比,也具有一定的优越性。这些结果表明所提模型能够更好地满足边缘计算设备在人体跌倒检测中对轻量化和准确性的需求。

成都地区地气温差演变规律对空气质量的影响研究

地气温差的变化会直接影响地表感热通量的变化,从而影响边界层结构特征,而不同的边界层结构对空气污染物的稀释、扩散有不同的影响。本文利用成都市温江站2014年的地表观测资料和空气质量观测资料,分析了地气温差和空气质量的年、季节、日变化和季节日变化特征,讨论地气温差对空气质量的影响。结果表明:(1) 成都地区地气温差的年平均值为2.2℃,一年中地气温差的最大值出现在5月,最小值出现在11月;秋季的地气温差最小,冬季次之,春季的温差最大;地气温差的日变化显著,地气温差的变化幅度春季最大,秋季最小。(2) 总的来讲,地气温差越小越容易出现颗粒物浓度的大值;地气温差越大,越有利于污染物的稀释、扩散,空气质量越好。利用地气温差对污染物浓度的影响特征,可作为污染潜势预报的参考依据。

盆地城市地气温差变化特征及模拟研究——以成都市为例

地气温差对大气边界层热力交换起着极为重要的作用,对局地气候、城市边界层结构和大气污染有着重要影响,因此有必要对城市下垫面地气温差进行相应研究。本文以典型盆地城市成都为例,利用2014年成都市地表温度、气温逐时观测资料分析了该地区地气温差的变化特征,讨论了中尺度数值模式WRF(Weather Research and Forecasting Model)对盆地城市地气温差的模拟能力。结论表明:成都市平均地气温差为2. 20℃,多分布在0～2℃区间,与地表温度和气温变化不同,温差春季最大,夏、冬季次之,秋季最小;各季节温差日变化大致相似,均为中午较大,夜间在0℃左右,但极值大小不同。利用WRF对成都市典型夏季晴天地气温差进行了模拟研究,对比分析三种常用陆面过程参数化方案的模拟结果,三种方案模拟的变化趋势均与观测吻合,其中Noah方案能较好的模拟成都市地气温差的变化特征,通过参数化方案的组合方式,改进了模式对地气温差的WRF模拟能力。

“双减”背景下小学语文课堂学练融合的应用现状——以L市的五所小学为例

本研究通过问卷与访谈调查L市内五所小学在“双减”背景下小学语文学练融合现状,包括对课堂中学练融合的认识、应用情况、效果评价等方面,发现在当前小学语文课堂中存在的学练融合形式过于单一、学练融合设计资源少、开发不足、教师还无法适应学练融合的新兴教法等问题。将作业融人课堂的教学一定程度上有利于加深学生对语文知识的理解,从而提高学生的运用能力和达到教学效果。因此社会、学校、教师,都应该共同创新学练融合的形式,切实达到减负增效的目的,满足新课改要求。