工业遗存景观改造设计初探——以江苏淮安蒋坝镇自来水厂景观改造为例

工业遗存因承载了很多社会信息而成为社会发展的物证,越来越受到重视。研究了工业遗存保护思想的发展、保护现状及工业遗存景观改造存在的问题,并以淮安市蒋坝镇自来水厂景观改造项目为例,通过实践探讨工业遗存的价值和改造方式,以期将这些场地以新的形式展现在群众面前,让人们在新的环境中回望过去,增强对城市的记忆。     

基于部分亲和场的行走奶牛骨架提取模型

在奶牛关键点预测的基础上,通过点、线重构奶牛骨架结构,可为奶牛跛行检测、发情行为分析、运动量估测等提供重要参考。本研究基于部分亲和场,以养殖场监控摄像头拍摄的视频为原始数据,使用1 600幅图像训练了奶牛骨架提取模型,实现了奶牛站立、行走状态下关键点信息和部分亲和场信息的预测,并通过最优匹配连接对奶牛骨架结构进行准确提取。为了验证该模型的性能,采用包含干扰因素的100幅单目标奶牛和100幅双目标奶牛图像进行了测试。结果表明,该模型对单目标行走奶牛骨架提取的置信度为78.90%,双目标行走奶牛骨架提取的置信度较单目标下降了10.96个百分点。计算了不同关键点相似性(Object keypoint similarity,OKS)下的模型准确率,当OKS为0.75时,骨架提取准确率为93.40%,召回率为94.20%,说明该模型具有较高的准确率。该方法可以提取视频中奶牛骨架,在无遮挡时具有高置信度和低漏检率,当遮挡严重时置信度有所下降。该模型的单目标和双目标图像帧处理速度分别为3.30、3.20 f/s,基本相同。本研究可为多目标奶牛骨架提取提供参考。     

多变环境下基于多尺度卷积网络的猪个体识别

【目的】通过实现复杂多变环境下非接触式猪个体身份识别,提高畜牧行业的生产效率。【方法】以猪舍环境下猪的脸部图像为基础,提出了一种基于多尺度卷积神经网络在多变环境下的猪个体身份识别模型。利用改进的多尺度网络结构,该模型实现了深度和宽度的扩展,网络深度达到了86层。网络不仅使用了对称和非对称的两种方法拆分卷积核和多通道的方法并行提取猪脸特征,还利用网络融合技术和Batch Normalization结构过滤掉通道中的冗余信息。避免了深层网络参数激增,增强了模型对猪脸特征的提取能力并提高模型的识别速度。利用预处理后的11 695张猪脸数据集训练并验证模型,通过设置7组不同环境下的对比实验,分析改进的模型在复杂环境下的识别效果。【结果】86层的基于多尺度分类网络的识别模型权重大小和每轮样本的训练时间分别为498.4 M和66 s,比16层的VGG网络权重小1140 M,每轮训练速度快8 s。利用7组测试集的对比实验的结果表明,提出的模型在7种环境下的识别率都高于其他网络,尤其是在真实养殖环境下识别率高达99.81%。当猪脸图像中出现遮挡和旋转的情况时,提出的模型识别率皆高于92%。【结论】提出的针对脸部特征的猪个体身份识别模型是有效的,并在多变环境下具有较高的识别率和鲁棒性,为实现一体化管理及追踪溯源的研究提供参考。     

中国智慧学习环境研究现状及发展趋势--以知网学术论文研究为视角

对中国知网收录的发表在核心期刊上200余篇论文进行分析,梳理2006年以来中国智慧学习环境研究现状,探讨其未来研究的发展趋势。研究发现,智慧学习环境受到专家学者和教育实践者的关注,早期从宏观视角开展了大量理论研究,目前聚焦环境设计、技术应用和教学应用的微观研究。但是,研究视野相对比较狭窄,关于效果评价、资源开发、情感交互、学习管理系统等方面的研究成果较少,很多理论观点,没有得到实践验证。据此,认为未来智慧学习环境的研究突出四个特点,注重多向创新性融合的理论体系研究,满足个性化差异环境功能研究,大数据挖掘和可视化分析的技术应用研究,以及学习模式和学习评价的教学应用研究。     

基于多尺度卷积神经网络的轴承故障诊断研究

针对现有的轴承故障诊断数据特征提取单一的问题,本文提出了一种基于多尺度卷积神经网络的轴承故障诊断方法,以轴承运行时采集的故障信号为研究对象,使用多个尺寸的卷积核提取原始信号,使提取到的信号更加丰富,有效解决特征提取能力不强的问题,无需人工提取故障特征。试验结果表明,该方法具有较高的轴承故障诊断准确率。     

新学期帮孩子养成几个好习惯

刚过完美好的假期,习惯了多日的悠闲,很多孩子一时难以适应新学期紧张的节奏,出现懒散、拖延、晚上不睡早上不起、无精打采、学习积极性不高等情况。如何改变呢?专家建议可通过以下几种方式帮孩子养成生活学习好习惯。改变拖延习惯有些孩子做事喜欢磨蹭拖延,常常让父母很着急。为什么孩子会有"拖延症"呢?奥地利心理学家阿尔弗雷德·阿德勒在《儿童人格教育》里写道:"一个有拖延习惯的儿童背后,总有一个事无巨细为其整理收拾的妈妈"。     

面向养殖水体分布差异的COD光谱法检测研究

面向养殖水体，传统光谱法对化学需氧量（Chemical Oxygen Demand，COD）检测模型构建的基础：源域（现有样本库）与目标域（检测地水体）间光谱数据独立同分布。但是当源域与目标域分布间存在差异时，由源域得到的低误差模型常在目标域上表现下滑。针对该问题，提出面向UV Vis光谱的域对抗训练网络（DAUVwpNet），将分布不同的源域和目标域数据映射至相同分布的特征空间中，使其在该空间的分布距离尽可能接近，从而在特征空间中对源域训练的目标函数也可以迁移至目标域上，以降低模型在目标域的误差。试验表明：面向同一批测试数据，DAUVwpNet的预测误差为0.78，要低于传统模型的预测误差（0.85）；DAUVwpNet预测值与实测值间相关系数为0.95，要高于传统模型的相关系数（0.89）。表明了该网络能够较好对齐两域特征空间数据分布，降低因分布差异带来的COD检测误差。     

赴江西省饲料企业学习考察报告

2014年8月14日至19日,由湖北省饲料协会会长李汉州、监事会主任董文忠率领湖北省饲料工业协会会同武汉、黄冈、黄石等市饲料办（协会）负责人组成考察团赴江西学习考察饲料企业。考察团一行风尘仆仆深入到赣南赣北,纵横近2000 km,分别赴双胞胎、正邦、朱师傅、柯恩、播恩等大中型饲料企业的工厂进行参观学习,同时前后组织两场学习交流活动。在江西省和南昌、赣南等市饲料办、饲料协会的大力支持下,江西方面先后组织有20多家饲料企业参加交流讨论会。     

解读兽药新政 仿制药将难获批文

<正>农业部办公厅公布了关于对《兽药产品批准文号管理办法(修订稿)》征求意见的函。这是足以改变老板人生和企业命运以及转变政府监管方式的重要政策调整,也是传说很久的等效性试验(仿制药注册比对试验)和在线抽样很快就要来了。笔者参与过农业部的修订讨论会,近日又将修订稿与2004年11月颁布现行的农业部令第45号《兽药产品批准文号管理办法》(以下简称《办法》)进行逐条对比分析学习。现将本修订稿的一些重要内容和管理制度,以及本人的学习体会归纳