对以“五道”理念建设绿道的探索和研究——以杭州市为例

20世纪90年代起,浙江省杭州市结合水质治理,陆续在沿河、沿湖绿化带内铺设步行道,开启了绿道建设。2019年,为贯彻落实加快全省绿道网和大花园骑行绿道网建设要求,杭州市成立绿道建设推进协调小组和杭州市绿道办,绿道建设从此驶入快车道。杭州市绿道办始终秉持“五道理念”(生态道、健康道、智慧道、文化道、致富道),在加快新建绿道和提标改造既有绿道两方面协同推进,全力打造“蓝绿交织、水城共融、覆盖城乡”的绿道网,建成了“三江两岸”绿道和“三湖两湿地”绿道精品轴:7条城市精品绿道、18个精品环线绿道、22条特色主题绿道、80条“共富”游线绿道。其中,有15条绿道获评“省级最美绿道”,数量居全省首位;市域绿道建成总长达4800千米以上,每万人拥有绿道长度达3.8千米,主城区基本实现“5分钟可达绿道网”

杭州市老旧小区有机更新工作历程与模式创新

2019年,浙江省杭州市开始启动老旧小区改造工作,2022年底顺利完成首轮四年行动,并于2023年起开始实施新一轮三年行动,计划至2025年底全面完成2000年底前建成老旧小区的改造。截至2023年底,已累计实施老旧小区改造1349个,完成改造1152个。目前,杭州市老旧小区综合改造提升进入实质性推进的工作阶段,政策、标准、流程等制度设计都要经历实践的检验。

基于自注意力的隧道视频火灾识别技术研究

针对公路隧道火灾样本量少、深度学习效果不理想的问题,研究一种小样本学习技术,以提高对隧道火灾样本的利用率,并在此基础上利用成熟的机器学习方法,提出一种基于自注意力的隧道视频火灾识别技术。该技术采用自注意力机制结合SVM分类器搭建火焰识别模型,该模型针对各项特征对火焰识别的重要性分配不同的注意力权重,形成注意力矩阵,并将权重矩阵与特征向量的值相加权,通过SVM的Hinge Loss进行线性支持向量机分类,对公路隧道火灾进行识别和预警。在火灾识别训练过程中,通过对火焰疑似区域进行检测,并利用数据增强技术达到样本扩增的目的,随后采用多通道融合的特征提取方式构建特征向量,输入设计的自注意力火焰识别模型中,通过梯度下降优化器进行小批量模型训练,降低迭代次数,最终获得最优特征权重参数,得到最佳识别模型。试验结果表明,该方法在模型训练时收敛较快,在火焰识别时相比未使用小样本学习的传统SVM算法,准确率提高了5%,因此能在小样本环境下有效提高火灾识别的准确度。