基于Web电子商务平台的食用菌产品共词聚类算法

针对食用菌产品电子商务平台的数据挖掘问题,采用了共词聚类算法进行主题聚类,在密度聚类算法的基础上,使用了移动非密集单元的处理方法实现了共词聚类。该算法克服了传统聚类算法裁剪造成的精度误差,提高了聚类结果的精确度,应用在电子商务平台的效果良好。     

论外来词

随着科学技术的迅猛发展以及我国对外交往的日益频繁,外来词（借词）特别是英语词汇越来越多地渗透到我们的日常生活中.不少人对此表现出了很深的忧虑：这会不会破坏汉语文字的纯洁性？本文主要对外来词所涉及的内容、存在的依据、借用的形式以及应用等方面进行探讨,并着重指出外来词不会影响汉语的纯洁性;相反,外来词的借入会不断地丰富我们的语言宝库,因此人们应该以一种更开放的心态来吸纳外来词.     

社会主义核心价值观践行中党员干部责任倦怠及解决路径

随着党的群众路线教育实践活动的深入开展,社会主义核心价值观践行中党员干部的责任倦怠问题较为突出,主要表现在工作态度、工作效率、工作目的等多方面。培育党员干部责任意识应从重言行、知礼仪、讲品德、树信仰等方面下功夫,以艰苦奋斗、求真务实的精神克服责任倦怠,树立党员干部新形象。     

土地规模化经营对农业生态效率影响及城乡市场分割调节作用探析

土地规模化经营是农业生态效率改善的重要动力,但土地规模化经营作用农业生态效率受到城乡市场分割的门槛调节。该研究借助2001—2017年全国30个地区(因数据缺失,西藏及港澳台地区未涵盖,下同)面板数据,运用面板门槛模型,就城乡市场分割调节土地规模化经营作用农业生态效率过程展开研究。结果表明:(1)我国农业生态效率总体向好,但地区间差异悬殊;(2)土地规模化经营驱动农业生态效率改善,但存在城乡市场分割门槛调节,弱市场分割地区土地规模化经营促进农业生态效率,强市场分割地区作用相反;(3)城乡市场分割调节土地规模化经营作用农业生态效率主要通过限制农产品、劳动力、资本城乡合理流动,削弱农业新型经营主体绿色农业发展意愿和能力途径展开;(4)我国多数地区城乡市场分割水平偏高,区域发展中城市资源偏向和工业优先发展突出,需进行及时改革。该研究可为政府制定绿色农业发展策略提供参考依据。     

基于感知和行为视角的校园滨水景观偏好研究 ——以福建农林大学观音湖为例

基于人群感知和行为视角,以福建农林大学观音湖为研究对象,通过拍照试验、访谈问卷、扫描观察收集数据,采用词频分析、照片分析、GIS技术分析,分析景观元素、景观感知以及驻留点、观景点、景点、视线廊道的空间特征,以获得游览者对滨水景观偏好特征,采用核密度分析,得到游客景观点的热点分布。结果表明,词频分析预测出游客关注湖区丰富的景观元素,以静态观赏和行进式观赏方式游览观音湖,舒适的湖区环境让游客感到心情愉悦、平静;空间角度,游览者的驻留点分布与观景点分布具有显著的一致性,表明优美的空间环境和良好的观景位置有利于游客驻留行为的产生;游览者对滨水景观的偏好是由“丰富性—功能性—特色性”三大属性特征相互协调、影响而形成的三维耦合结构模型。     

基于循环残差注意力的群养生猪实例分割

目的 在群养环境下，实现生猪粘连、杂物遮挡等不同条件下生猪个体的高精度分割。方法 对真实养殖场景下的8栏日龄20~105 d共45头群养生猪进行研究，以移动相机拍摄图像为数据源，并执行改变亮度、加入高斯噪声等数据增强操作获取标注图片3 834张。探究基于2个骨干网络ResNet50、ResNet101与2个任务网络Mask R-CNN、Cascade mask R-CNN交叉结合的多种模型，并将循环残差注意力(RRA)思想引入2个任务网络模型中，在不显著增加计算量的前提下提升模型特征提取能力、提高分割精度。结果 选用Mask R-CNN-ResNet50比Cascade mask R-CNN-ResNet50在AP_0.5、AP_0.75、AP_0.5-0.95和AP_{0.5-0.95-large}指标上分别提升4.3%、3.5%、2.2%和2.2%；加入不同数量的RRA模块以探究其对各个任务模型预测性能影响，试验表明加入2个RRA模块后对各个任务模型的提升效果最为明显。结论 加入2个RRA模块的Mask R-CNN-ResNet50模型可以更精确、有效地对不同场景群养生猪进行分割，为后续生猪身份识别与行为分析提供模型支撑。     

基于FCN的无人机玉米遥感图像垄中心线提取

为解决农业机器人在玉米田行间行走的全局路径规划问题,该研究提出一种基于全卷积神经网络(Fully ConvolutionalNetworks,FCN)的无人机玉米遥感图像垄中心线提取方法。基于无人机获取的高精度可见光遥感图像,设计了针对农田垄中心线提取的数据集标注方法,采用滑动窗口法进行图像分块,利用深度学习语义分割网络FCN对垄中心线附近7～17像素宽度范围的垄线区域进行提取,模型在测试田块上精确率达66.1%～83.4%,召回率达51.1%～73.9%,调和平均值为57.6%～78.4%;对拼接后的图像使用影像分割投影法提取中心线,探究了垄线区域宽度对垄中心线提取精度的影响,训练采用9像素的垄区域宽度,可得到垄中心线在77 mm左右偏差范围准确率为91.2%,在31.5 mm左右偏差范围内为61.5%。结果表明,基于FCN对无人机玉米遥感图像进行处理,可得到整片田地的垄中心线栅格地图,方便农业机器人进行全局路径规划。     

基于红外热成像的夜间农田实时语义分割

农田环境实时语义分割是构成智能农机的视觉环境感知的重要环节，夜间农田语义分割可以使智能农机在夜间通过视觉感知农田环境进行全天候作业，而夜间无光环境下，可见光摄像头成像效果较差，将造成语义分割精度的下降。为保证夜间农田环境下红外图像语义分割的精度与实时性，该研究提出了一种适用于红外图像的红外实时双边语义分割网络（Infrared Real-time Bilateral Semantic Segmentation Network，IR-BiSeNet），根据红外图像分辨率低，细节模糊的特点该网络在实时双边语义分割网络（Bilateral Semantic Segmentation Net，BiSeNet）结构基础上进行改进，在其空间路径上，进一步融合红外图像低层特征，在该网络构架中的注意力提升模块、特征融合模块上使用全局最大池化层替换全局平均池化层以保留红外图像纹理细节信息。为验证提出方法的有效性，通过在夜间使用红外热成像采集的农田数据集上进行试验，数据集分割目标包括田地、行人、植物、障碍物、背景。经试验验证，提出方法在夜间农田红外数据集上达到了85.1%的平均交并比（Mean Intersection over Union，MIoU），同时达到40帧/s的处理速度，满足对夜间农田的实时语义分割。     

医学图像精细化分割方法研究

指出了深度学习方法在医学图像分割中取得较大的进展,但医学图像处理的复杂性使得全自动分割方法难以取得较好的分割效果。在卷积网络分割的基础上,结合应用场景使用适当的后处理手段来提升图像的分割效果是一种比较有临床意义的研究方法。主要研究了基于概率图的全连接条件随机场模型和基于用户交互的深度编辑网络,并分析总结了这两种方法的实现原理和各自优势,并对未来的研究工作进行了一些展望。     

论信息时代网络语言中的外来语

随着信息时代网络交流的日益普及,网络与语言结合,形成了一种全新的语言模式—网络语言。网络语言中一个突出的现象是大量外来语杂糅其中。通过分析网络语言中外来语的表现形式,探讨网络语言中外来语流行的原因,并提出如何正确看待这一现象。