基于VGGNet网络的雾霾无人车防碰撞研究

针对雾霾天气下无人车行驶容易出现视野受限，导致防碰撞能力下降的问题，提出了一种基于VGGNet网络的深度卷积神经网络模型，通过反向传播算法不断调整模型的权重和偏置，对收集雾霾天气下的图像和相关数据进行处理，实现模型的训练和优化。实验结果表明，所提出的方法可以有效地提高无人车在雾霾天气下的防碰撞能力，达到了良好的效果。研究结果可以为无人车行业在特殊气候条件下的防碰撞提供了一种新思路和实现方法，具有一定的参考价值和应用前景。     

农村污水治理PPP项目风险因素分析--基于ISM-MICMAC模型

当前我国在探索将PPP模式应用于农村污水治理领域时面临诸多挑战,准确识别与分析项目风险因素具有实际意义。基于全寿命周期视角,采用文献研究与德尔菲法识别出农村污水治理PPP项目面临的21个风险因素,运用解释结构模型(ISM)与交叉影响矩阵相乘法(MICMAC)构建了风险因素的六级层次结构模型并分类,以揭示了风险因素间的内在联系,并提出政策建议。研究表明,项目缔约与运营阶段是关键阶段,合作单位选择是最根本的风险因素。此研究可为我国农村污水治理PPP项目风险分担与控制研究提供新思路,同时为政府部门提供投资决策与风险管理的依据。     

3种治理模式对石漠化地区土壤微生物群落结构的影响及治理能力比较

为探寻较为合理且高效的石漠化植被修复的治理模式,为今后选择治理石漠化的植被组合提供参考依据.在贵州省黔东南苗族侗族自治州施秉县设置样地,选择3种治理模式:模式一为针叶林(马尾松、柏木),模式二为阔叶林(壳斗类,杂灌),模式三为灌木林(荚蒾、杂灌),分析不同治理模式下的土壤养分状况、土壤微生物群落结构、土壤微生物与环境因子相关性.结果表明,3种模式下土壤中微生物数量为细菌>真菌>放线菌;模式二治理下的土壤呈弱碱性,土壤养分含量高于其他2种模式,土壤微生物具有更高的多样性,罗尔斯通氏菌菌属(H16)、Gaiella、红游动菌属(Rhodoplanes)、芽单胞菌属(Gemmatimonas)、Haliangium、子囊菌门(Ascomycoat)、担子菌门(Basidiomycete)、接合菌门(Zygomycota)是其优势菌属,且与土壤中大多数营养物质具有显著正相关性;石漠化治理效果表现为模式二>模式一>模式三,所以模式二的石漠化治理能力更好.     

党建引领社会组织参与城乡社区发展治理研究

党建引领社会组织参与城乡社区发展治理是一项系统工程。党建引领是基本前提和根本保障，社会组织参与是重要桥梁和必要纽带，实现社区发展治理是重要价值和最终归属。党的十八大以来，我国在党建引领社会组织参与城乡社区发展治理方面取得了一些成效，但依然存在党建引领社会组织参与城乡社区发展治理空间缺乏、文化缺失和“痛点”把握不准等问题。构建党建引领社会组织参与城乡社区发展治理机制需要进一步突出党的领导,推进多元主体参与,加大经费投入,推动协商共治,实现社区服务全覆盖。     

《猪业科学》投稿须知

《猪业科学》杂志为月刊,每月25日出版,面向全国发行。内容充实、实用,每期一个主题,充分挖掘、深度报道、全面分析,全面反映养猪产业的最新成果、发展动态和市场经济信息。全彩色印刷、图文并茂适应现代"读图时代"潮流。1内容本刊主要栏目有主题策划、国际瞭望、猪场兽医、营养与饲料、环境与设施、猪群保健、遗传改良、生产管理、地方猪种、猪场人才等。     

新乡贤文化建设研究——以传统乡贤产生机制为视角

乡贤参与基层社会治理的历史由来已久,贯穿了整个中国封建时期。乡贤群体既非正式官员、又并非普通百姓的特殊身份,成为政府与乡村群体的"中介",受到村民的尊敬与信赖,在乡里具有极高威望。乡贤治村具有天然优势,是古代基层村民自治的集中体现。改革开放以来,农村建设对于乡贤文化重视较少,新时代的振兴乡村之路,仍需要建设新乡贤群体并推动其参与基层社会治理。回望历史,从传统乡贤的产生与发展中可以找到我国古代基层孕育这一"中介"阶层的原因与机制,从而探索新时代我国乡村基层再次孕育新乡贤群体的可能性。     

榆林市横山区小流域综合治理存在的问题与解决对策

陕西省榆林市横山区水土流失量大面广,虽经30多年重点治理,治理度也仅有40.5%,按目前的治理进度至少还需要40年左右的时间才能治理一遍,究其原因有治理投入不足、保护不力等。在今后的工作中,应积极践行防灾减灾、改善生态、支持经济、服务民生的水保工作新理念,立足横山区实际,坚持以科学发展观为统揽,因地制宜,因害设防,全面规划,精心设计;以民生水保为基础,遵循生态规律和经济规律,统筹兼顾,讲求实效;抓住全区当前和未来生态环境面临的突出矛盾和问题,把小流域综合治理和保护与经济发展紧密结合起来,维护小流域生态系统的良性循环,促进流域经济社会的可持续发展。     

基于快速卷积神经网络的果园果实检测试验研究

近年来,基于数字图像处理和机器学习算法的果实自动识别检测研究已经越来越成熟。针对传统检测方法检测过程中难以满足实时性要求的缺点,采用了基于Faster-RCNN的果实快速检测模型。模型由卷积神经网络(CNN)和区域提议网络(RPN)组成,首先由CNN进行卷积和池化操作提取特征,然后由RPN选取候选区域,通过网络全连接层参数共享,由目标识别分类器和边界框预测回归器得到多个可能包含目标的预测框,最后通过非极大值抑制挑选出精度最高的预测框完成目标检测。分别对桃子、苹果和橙子的三种果实进行检测,采用迁移学习方法,使用已经预训练好的两种深度神经网络模型ZFnet和VGG16,通过数据集的训练对Dropout及候选区域数量进行参数调整完成网络调优。检测并分析果实不同布局形态下模型的检测效果。试验结果表明,当Dropout取值为0.5或0.6,候选区域数量为300时网络模型最佳,ZFnet网络中,苹果平均精确度为92.70%,桃子为90.00%,而橙子为89.72%。VGG16网络中,苹果平均精度为94.17%,桃子为91.46%,橙子为90.22%。且ZFnet和VGG16的图像处理速度分别达到17 fps和7 fps,能够达到果实实时检测的目的。     

“三变”模式助推盘县水土流失治理及脱贫攻坚

发源于贵州省盘县普古乡舍烹村的"三变"(资源变资产、资金变股金、农民变股东)改革,因其能整合农村各种分散的资产、资金、资源等要素投入农村建设,增强农村发展内生动力,有效破解"三农"发展难题而深受社会各界青睐,并得到了中共中央、国务院的认可。介绍了舍烹村"三变"改革的经验和做法,以及在盘县的推广应用效果,对治理过程中因资金短缺造成的问题提出了解决对策。