可持续发展类型与测度的理论探讨

可持续发展的类型划分与可持续发展的测度是可持续发展理论研究的重要内容。科学反应可持续发展的特征 ,有利于可持续发展类型划分 ,是可持续发展测度的依据和目标。本文运用人地关系协调分析法与经济分析法 ,特别是与替代弹性不变生产函数分析法 (C.E.S生产函数 )相结合 ,提出了可持续的人均国内生产总值 ,探讨了可持续发展中人文资本、自然资本相互协调、相互依存的关系特征 ,建立可持续发展测度的指标系统和可持续发展的类型体系     

乐都县森林防火之我见

森林火灾是森林最危险的敌人,也是林业最可怕的灾害,它会给森林带来最有害,具有毁灭性的后果,本文针对提出实质性的意见。     

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。     

统筹城乡背景下农机社会化服务的现状与实践—以成渝经济区为例

农机社会化服务是推动农业机械化发展的有效方式,新时期成渝经济区在统筹城乡社会经济发展背景下农机社会化服务正在进行着多元化的实践。为此,通过实证研究,分析了成渝经济区农机社会化服务的现状及作用,探讨了农机社会化服务与统筹城乡发展二者之间双向互动支撑的发展态势。同时,提出了促进成渝经济区农机社会化服务的针对性建议。     

Automatic Generation of Curvilinear Grid for Finite Difference Method with Many Inner Objects

In this paper the partial differential equation of coordinate transformation is computed by the finite difference formulations and some examples were computed and illustrated in pictures.     

The Quasi-dynamic Space Coordinate Measuring System Based On Trigonometry And Its Characteristic

This paper introduces the definition of the quasi-dunamic instrument, analyzes the measuring principle of the double-theodolite space coordinate quasi-dynamic measuring system, builds the experimental system with the currency theodolite and designing the accessorial driving and orientational framework, investigates the dynamic character under variant tracking velocity of this system by the experiments and gians some elementary conclusions. These conclusions play important roles in the compensating the measuring error and in the improving the measuring precision of the measuring system.     

基于改进YOLOv5算法的农田杂草检测

随着智慧农业技术和大田种植技术的不断发展,自动除草具有广阔的市场前景。关于除草剂自动喷洒的有效性,农田杂草的精准、快速地识别和定位是关键技术之一。基于此提出一种改进的YOLOv5算法实现农田杂草检测,该方法通过改进数据增强方式,提高模型泛化性;通过添加注意力机制,增强主干网络的特征提取能力;通过改进框回归损失函数,提升预测框的准确率。试验表明,在芝麻作物和多种杂草的复杂环境下,本文方法的检测平均精度均值mAP为90.6%,杂草的检测平均精度AP为90.2%,比YOLOv5s模型分别提高4.7%和2%。在本文试验环境下,单张图像检测时间为2.8 ms,可实现实时检测。该研究内容可以为农田智能除草设备提供参考。     

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。     

基于部首嵌入和注意力机制的病虫害命名实体识别

为了解决农业病虫害命名实体识别过程中存在的内在语义信息缺失、局部上下文特征易被忽略和捕获长距离依赖能力不足等问题,以农业病虫害文本为研究对象,提出一种基于部首嵌入和注意力机制的农业病虫害命名实体识别模型(Chinese agricultural diseases and pests named entity recognition with joint radical embedding and self attention, RS-ADP)。首先,该模型将部首嵌入集成到字符嵌入中作为输入,用以丰富语义信息。其中,针对部首嵌入设计了3种特征提取策略,即卷积神经网络(Convolutional neural network, CNN)、双向长短时记忆网络(Bidirectional long short term memory network, BiLSTM) 和CNN-BiLSTM;其次,采用多层不同窗口尺寸的CNNs层提取不同尺度的局部上下文信息;然后,在BiLSTM提取全局序列特征的基础上,采用自注意力机制进一步增强模型提取更长距离依赖的能力;最后,采用条件随机场(Conditional random field, CRF)联合识别实体边界和划分实体类别。在包含11个类别和24715条标注样本的农业病虫害自制语料上进行了实验。结果表明,本文模型RS-ADP在该数据集上精确率、召回率和F1值分别为94.16%、94.47%和94.32%;在具体实体类别上,RS-ADP在作物、病害、虫害等易识别实体上F1值高达95.81%、97.76%和97.23%。同时,RS-ADP在草害、病原等难以识别实体上F1值仍保持86%以上。实验结果表明,本文所提模型能够有效识别农业病虫害命名实体,其识别精度优于其他模型,且具有一定的泛化性。     

基于注意力机制及多尺度特征融合的番茄叶片缺素图像分类方法

针对番茄早期缺素性状不明显及各生长期特征差异较大所导致的特征区域尺寸不一致、难提取、难辩别等问题,提出了一种基于注意力机制及多尺度特征融合卷积神经网络的番茄叶片缺素图像分类方法（Multi-Scale Feature Fusion Convolutional Neural Networks Based On Atte ntion Mechanism,MSFF-AM-CNNs）。首先根据番茄叶片缺素特点提出了多尺度特征融合结构（Multi-Scale Feature Fusion Module,MSFF Module）;其次在DenseNet基础上,结合浅层网络主要提取纹理、细节特征,深层网络主要提取轮廓、形状特征的特点分别提出具有针对性的特征提取方法,通过不同形式引入注意力机制及多尺度特征融合结构,使全局多尺度信息融合多个特征通道、选择性地强调信息特征并达到对特征精准定位的功能;同时引入Focal Loss函数以减少易分类样本的权重。试验结果表明,MSFF-AM-CNNs的平均召回率、平均F1得分、平均准确率较原模型DenseNet-121均大幅提升,其中缺氮和缺钾叶片的准确率分别提高了8.06和6.14个百分点,召回率分别提高了6.31和5.00个百分点,F1得分分别提高了7.25和5.55个百分点,平均识别准确率可达95.92%,具有较高的识别准确率及广泛的适用性,能够满足番茄叶片缺素图像的高精度分类需求,可为植物叶片缺素识别提供参考。