基于智能化信息处理的建筑工程造价短期预测研究

在当前的社会中，各类技术不断取得突破，其中智能化信息处理便是其中之一，该技术的出现和完善，为当前企业走向现代化管理提供了重要平台。而建筑工程要想实现造价短期预测，为了提升工作效率，也逐渐的引入了智能化信息处理技术。本文将就试着对建筑工程短期预测如何引用智能化信息处理进行分析研究，供未来建筑工程造价短期预测参考。     

基于岗位群需求的职教本科动物医学专业模块化课程体系

职教本科作为新兴的本科教育模式,具有不同于普通本科和应用型本科的特点,该模式院校的毕业生所掌握的技能与社会需求、行业需求联系更加紧密。本文以江苏农林职业技术学院动物医学专业为例,结合相关企业的人才需求和毕业生去向,归纳出动物医学专业三大岗位群分别为动物养殖、疾病防治和营销管理,并针对每个岗位群的典型岗位,构建了由知识模块、技能模块和素养模块构成的课程体系,为职教本科动物医学专业课程体系的进一步优化提供参考。     

基于迁移学习和数据增强的小样本柑橘缺陷检测研究

小样本目标检测旨在通过少量样本实现对图像中目标的识别和定位。目前针对柑橘缺陷的小样本数据集进行的检测较少,本文提出了使用数据增强和迁移学习来对小样本柑橘的缺陷类型进行检测的方法,采用旋转、裁剪和高斯模糊进行数据增强来扩充数据集,与使用迁移学习方法进行对比。实验表明：迁移学习方法中最优算法是FRCN ft-full,基于该算法的20-shot任务的mAP值为67.823%;在基于数据增强的方法中使用Faster R-CNN算法的mAP值达到了84.7%,使用YOLOv8算法的mAP是85.3%,YOLOv8算法略优于Faster R-CNN算法。迁移学习方法增强了检测模型的泛化能力,加快了模型的收敛速度;数据增强方法有效扩充了数据集,提升了小样本柑橘缺陷检测模型的准确性。     

基于卷积神经网络的竹片颜色分类

竹片颜色分类是提高竹产品表面美观的重要工艺。提出了基于ResNet神经网络模型与AlexNet神经网络模型的竹片颜色分类方法，分别采用ResNet和AlexNet 2种神经网络进行竹片颜色分类，对比ResNet与AlexNet 2种神经网络的颜色分类准确率，并对改进后的ResNet神经网络模型进行了颜色分类验证。结果表明，AlexNet模型的颜色分类准确率为89.7%,优化后ResNet模型的颜色分类准确率为99.9%,颜色分类效果比AlexNet模型好。     

兽医微生物学课程“道术并重”的教学改革探究

兽医微生物学是畜牧兽医专业的核心课程,对培养畜牧兽医行业人才起着至关重要的作用。“道”和“术”是中国特有的传统文化范畴,“道”的教育指思政素养培养,“术”的教育指专业知识和技能培养。本文以江苏农林职业技术学院畜牧兽医专业的兽医微生物学课程改革为例,探索“道术并重”教育理念与高职专业教育相结合的改革方案,深入剖析专业课程中的思政元素,综合分析思政教学改革的现状及问题,引入课程思政创新型教育方式,初步探讨兽医微生物学课程思政教学改革的实施途径,可为建立“道术并重”的综合性教学模式提供参考。     

鸡传染性支气管炎的诊治

<正>鸡传染性支气管炎是鸡的一种急性、高度接触性传染病。四季皆可发生，主要通过呼吸道分泌物、粪便、带菌物和污染物等传播。发病症状与毒株及感染的组织或器官有关，可引起呼吸系统、消化系统、肾脏、泌尿生殖系统等方面的疾病。表现为肉鸡生长发育不良、体重减轻，蛋鸡生产性能和蛋品质下降，甚至死亡等。本病无特效疗法，日常养殖中提高饲养管理水平、根据当地流行病学情况制定合理的免疫程序、严格疫苗接种可有效降低本病的发生，减少经济损失。