离异家庭的孩子能否拒绝父亲的探望

我女儿小雪今年13岁，在读初中。不久前。因小雪父亲孔某婚外恋导致我们离婚，小雪随我生活。当初，小雪反对我们离婚，但孔某执意离婚，这使得小雪怀恨在心，心存阴影，所以每当孔某来探望时，小雪都躲避不见，而且接连几天情绪低落。见此情况，我劝说孔某不要再来探望了。但孔某说小雪还是个未成年人，他有权利也有义务来探望，小雪也不能拒绝他的探望。请问：未成年子女可以拒绝离异父母的探望吗?     

各地加大政策扶持力度家禽业开始走出禽流感阴影

农业部有关负责人3月20日表示,随着各项扶持政策逐步落实到位,同时禽流感疫情得到有效控制,家禽业开始走出阴影,禽类产品价格回升,企业亏损减少,饲养户略有盈利。以养禽大省山东为例,各肉联厂陆续开工,收购肉鸡,拉高了价格。同时,居民采购逐渐增多,各大院校陆续开学,对肉鸡消费     

小曹进城:努力适应新变化

我们是行走在霓虹灯阴影后的人群,那些高楼大厦在未完工的时候是我们的工作场所,那些让人窒息的房间弥漫着我们这些人忙碌的梦想,那些灰尘、落叶的大街小巷流淌着我们劳作时的汗水……     

经历了“问题奶”的中国乳业开始走出阴影

在我国各级政府部门积极查处“问题奶”的同时,一系列有力的产业扶助政策也迅速出台。这些政策有效地稳定了我国乳业产业链条,并正在恢复消费者对国内乳产品的信心。记者在山东、黑龙江等地采访见到,许多乳品企业都在开工生产,规模养殖场的奶农原奶销售重新启动,市民对国内安全乳产品的消费信心增强。业界有关人士认为,原料奶规模化、标准化生产,奶制品消费“原字化”、“本地化”,将成为“问题奶”后我国乳业市场的发展趋势。     

永定县水土流失遥感调查方法与技术研究

由于南方多山,以往遥感调查采用的植被覆盖度的计算方法受山体阴影等地物的干扰影响较大,为了减少干扰,本文用复合植被指数(VBSI)替换了传统的归一化植被指数(NDVI),利用其能降低山体阴影等地物干扰影响的特点,使用卫星影像对永定县水土流失进行遥感调查,总结出更适合山地丘陵地区的遥感调查方法。     

基于光照无关图理论的苹果表面阴影去除方法

阴影影响下苹果目标的快速准确识别是苹果采摘机器人视觉系统必须解决的关键技术之一。为了实现阴影影响下苹果目标的准确识别,该研究采用光照无关图理论实现了苹果表面阴影的去除。以自然场景下获取的受不同程度阴影影响的苹果目标图像为研究对象,首先利用光照无关图原理获取阴影苹果图像的光照无关图,达到突出苹果目标阴影区域的目的;其次提取原图像的红色分量信息并与关照无关图进行相加处理;最后将相加后的图像进行自适应阈值分割处理,达到去除阴影的目的。为了验证该算法的有效性与准确性,利用20幅受阴影影响的苹果目标图像进行了试验,并与Otsu算法、1.5*R-G色差算法进行了对比,试验结果表明：Otsu算法仅能识别出未受阴影影响的苹果区域;1.5*R-G 色差算法受光照影响较大,对于苹果图像的相对强光照区域和部分阴影区域不能有效识别;基于光照无关图的苹果表面阴影去除方法对阴影影响下的苹果目标图像分割效果较好,可以克服光照过强的问题,并准确识别出阴影影响下的苹果目标。文中算法的平均假阳性率为17.49%,比Otsu算法降低了52.84%,比1.5*R-G算法降低了26.18%;文中算法的平均重叠系数为86.59%,比Otsu算法提高了47.2%,比1.5*R-G算法提高了11.03%;表明利用光照无关图可以有效地去除苹果表面的阴影,将其应用于阴影影响下的苹果目标的识别是可行的。     

照见彼此的成长

日本电影大师黑泽明在小时候被嘲笑为软糖。因为他胆小怯懦、智力发育迟缓,总是受人欺负。甚至有老师在课堂上开他的玩笑。同学们也以此为乐。黑泽明逐渐变得敏感、自卑     

即景(外二首)

正~~     

构建植被区分阴影消除植被指数提取山地植被信息

山地植被信息在气候变化研究和生态环境保护等方面发挥着重要作用,遥感技术能够快速获取山地植被信息,但是存在山地地形阴影的影响以及山地植被信息混淆问题。该文以山地植被为研究对象,基于Landsat卫星遥感影像多光谱数据,分析山地植被的主要特点,借鉴阴影消除植被指数（shadow eliminated vegetation index,SEVI）的构造原理及形式,提出了一种适用于山地植被覆盖遥感监测的植被指数算法—植被区分阴影消除植被指数（vegetation distinguished and shadow eliminated vegetation index,VDSEVI）。研究结果表明：相对于已有的其他植被指数,VDSEVI较好地消除了地形阴影的影响;VDSEVI的信息量大,植被覆盖的识别能力较强,较好地解决了植被信息混淆问题,能够更好地反映山地植被覆盖情况。不同土地覆盖类型的VDSEVI存在显著差异;阴影稀疏林地和相邻非阴影稀疏林地的相对误差较小,为3.428%;各土地覆盖类型样本VDSEVI标准差均小于0.06;植被覆盖样本VDSEVI与太阳入射角余弦值（cosi）的相关系数为?0.800。为验证VDSEVI在其他地区的适用性,将VDSEVI应用于内蒙古阿尔山和福州市闽侯县,结果表明VDSEVI同样适用。新疆那拉提、内蒙古阿尔山和福州市闽侯县3个区域基于VDSEVI阈值法的植被信息提取总体精度分别为84.136%、87.339%、86.709%,Kappa系数分别为0.799、0.788、0.791。     

基于混合高斯模型的移动奶牛目标实时检测

针对奶牛养殖场背景复杂和环境多变导致现有的目标检测算法无法满足鲁棒性和实时性需求的问题,基于递归背景建模思想,在混合高斯模型中引入惩罚因子,提出了一种动态背景建模方法,采用局部更新策略,以降低模型复杂度和解决前景消融问题;提出基于色度偏差和亮度偏差的二分类算法,避免目标物阴影区域的影响。对不同天气及环境变化剧烈情况下获取的奶牛视频样本进行实验。结果表明,与混合高斯模型相比,平均模型复杂度降低了50.85%,前景误检率和背景误检率分别降低了19.50和13.37个百分点,单帧运行时间降低了29.25%,检测准确率更高、实时性更好,且解决了前景消融问题,能满足在复杂背景和环境条件下实时提取奶牛目标的要求。