湖南省武陵山片区精准扶贫绩效评价及空间分异特征研究

为了揭示精准扶贫绩效的空间分异特征,明晰精准扶贫绩效水平的空间差异,从经济绩效、社会绩效和生态绩效3个方面构建指标体系,运用"乘法"组合法,建立主—客观融合赋权方法,对湖南省武陵山片区2018年精准扶贫绩效水平进行评价.结果表明:(1)各贫困县(市、区)经济绩效差距极大,发展极不均衡,绩效较高的主要在武陵源区、鹤城区和...     

猪病害肉表观识别法

为了提高消费者对猪病害肉的防范意识,笔者从事检疫工作十几年来积累了识别（感观检查）病害肉的有关知识,现介绍如下。     

东坪地区基岩潜山风化壳裂缝性储层的主控因素及有效性分析

柴达木盆地阿尔金山前东坪地区基岩潜山风化壳裂缝性储层的矿物组分复杂、纵横向变化快、裂缝及溶蚀发育程度不均一、物性参数评价难度大,导致其主控因素及有效性不明确。为此,利用地层元素测井、电成像测井及常规测井资料,通过两种岩性识别方法——M-N-GR三变量岩性识别法与铝-硅-钙三元素岩性识别法建立了适用于研究区基岩潜山风化壳裂缝性储层的岩性识别标准。通过岩心分析与电成像人工拾取刻度重构了双侧向电阻率测井裂缝孔隙度模型,利用声波时差测井结合元素测井建立了变声波骨架值及分岩性声波骨架值的基质孔隙度模型。分析了裂缝发育及物性与断层距离、地层变形程度、岩性、风化淋滤作用的关系,总结了影响东坪地区基岩潜山风化壳裂缝性储层的主控因素。在精确识别岩性及求取物性参数的基础上,结合PoroTex技术、核磁谱型分析、裂缝与地应力走向分析等方法,综合评价了裂缝性储层的有效性。研究成果为东坪地区基岩潜山风化壳储层气藏的动态开发提供了测井技术支持。     

基于多分类器DS证据理论融合的水果识别研究

针对不同分类器对不同水果种类识别准确率的不均衡问题,提出一种基于多分类器DS证据理论融合的水果识别方法.该研究选择kaggle上fruits360数据集中的5种水果作为研究对象,首先对预处理后的5种水果图像的颜色、纹理、形状特征进行提取,分别选用BP神经网络、K均值、SVM三种分类器,结合被测图像在每种分类器上的识别结...     

健康生活视角下南京科巷片区街巷空间微更新探索

南京科巷片区曾经是一种合理、宜居的城市公共空间形态,然而随着外部社会环境条件的变化尤其是2020年新型冠状病毒肺炎疫情的冲击,使得科巷产生许多问题与矛盾,并在特殊时期产生了健康管理风险.选取南京科巷片区6条街巷空间为研究对象,从街巷空间体系、文化体系以及使用人群3个角度进行调研分析,梳理现状存在的问题,从健康生活的视角...     

莱州湾4种大型甲壳类的空间与营养生态位

根据2010—2019年夏季莱州湾底拖网调查数据,研究了4种大型甲壳类(中国明对虾、三疣梭子蟹、日本蟳和口虾蛄)的优势度、种间联结、空间生态位特征,并应用碳氮稳定同位素数据分析了4种大型甲壳类的营养级、营养生态位与摄食来源。结果显示,口虾蛄、日本蟳是目前莱州湾夏季甲壳类最主要的优势种,放流种类中国明对虾、三疣梭子蟹为群落的重要种;4种大型甲壳类的种间联结性不强,显著正联结主要出现于中国明对虾与其他三者之间;日本蟳空间生态位宽度最高(2.45),口虾蛄(2.13)次之,中国明对虾(1.92)和三疣梭子蟹(1.93)较低;生态位重叠较高主要发生于中国明对虾与其他3种之间;4种大型甲壳类营养级相近(3.02～3.28),中国明对虾生态位总面积最大,三疣梭子蟹与日本蟳、口虾蛄的生态位总面积相近,三疣梭子蟹和日本蟳的营养生态位重叠较高;摄食来源分析表明,中国明对虾摄食双壳类比例更高,其他3种摄食来源同质化程度较高。目前莱州湾三疣梭子蟹和中国明对虾的优势度低于口虾蛄和日本蟳,表明增殖放流虽然扩大了三疣梭子蟹和中国明对虾的种群规模,但尚未较大程度改变甲壳类群落结构。综合4种甲壳类的群落地位、种间联结性、空间生态位宽度与重叠、营养级与营养生态位以及摄食来源的研究结果,中国明对虾与其他三者竞争相对较小,而三疣梭子蟹与日本蟳、口虾蛄竞争较大。为最大程度发挥增殖效益,建议在确定放流地点和放流数量时,应着重考虑相近生态位物种对放流物种的竞争和限制。     

基于BERT-BiLSTM-CRF的农产品信息文本命名实体识别研究及应用展望

命名实体识别是从农产品信息文本数据中有效抽取信息的关键一步,旨在从非结构化文本中确定与农产品特性相关的命名实体。农业领域的命名实体识别研究大多集中在农业病虫害领域,关于农产品信息文本的实体识别研究较少,通过采用BMES标注的方式对爬虫获取的农产品信息文本数据进行标注,提出融合BERT的BiLSTM-CRF深度学习模型对该文本数据进行实体抽取。将该模型与多种神经网络模型的实验结果比较发现,融合BERT的BiLSTM-CRF模型对农作物、地区、富含营养成分等3种命名实体识别的准确率和召回率分别为82.25%和84.54%,明显优于IDCNN-CRF等神经网络模型,说明该方法能有效识别抽取农产品信息文本数据命名实体。基于此,命名实体识别作为中文文本信息抽取的关键技术,在农产品信息推荐系统、智能问答等方面将会有广泛的应用前景。     

基于最佳分析粒度的农村居民点空间格局分析 ——以万年县为例

提取2018年万年县土地利用变更数据中的农村居民点数据为源数据,依据不同的空间粒度划分为15种农村居民点空间格局,然后选取12个景观指数进行计算,分析农村居民点景观指数的粒度效应,从而确定适宜粒度的范围及最佳分析粒度.在最佳分析粒度效应下,以万年县各乡镇为研究单元,定量分析万年县农村居民点空间分异特征.研究表明,农村居...     

基于改进ResNet网络的有遮挡车牌识别

为了提高有遮挡车牌的识别准确率,提出一种改进深度残差网络（Deep residual network,ResNet）损失函数的车牌识别方法。首先运用图像平滑处理技术对图像特征进行增强,其次利用边缘检测算法实现对车牌的定位,然后基于先验知识按照标准车牌中各个字符的比例对车牌进行分割。在此基础上,运用改进后的Res Net网络对有遮挡车牌样本库进行训练以及识别,并采用同样样本大小的无遮挡车牌样本库进行对比实验。实验结果表明,改进后的Res Net网络采用有遮挡车牌样本库训练的模型具有较好的识别准确率,且更具有鲁棒性。     

基于Tensorflow的车型识别系统研究

研究了基于谷歌深度学习框架Tensorflow的深度学习在车型识别领域应用的可能性,使用了卷积神经网络模型,将6种不同类型的车辆图片作为训练集输入神经网络,通过多次训练,选择合适的神经网络超参数,最终得到了可以通过输入图片直接识别汽车类型的卷积神经网络模型,且准确率约为92%。同时,通过学习,以Tensorflow为后端,keras为前端进行建模、编程的完整流程,为进一步使用Tensorflow深度学习框架构建图像识别的应用环境打下了基础。