我国诊所式法律教育的完善对策

70周年法治中国的建设历史也是法治中国教育的缩影,从无到有,从有到优。法律人才的培养不足以适应新时代中国发展对法律人才的需求,对诊所式法律教育存在的问题,提出拓宽诊所式法律教育的案件来源,可以考虑人民调解、值班律师、公益诉讼、仲裁、创业咨询等案件,多元化发展法律教育培养模式,致力于培养经世致用的高素质法律人才。     

智能采摘机器人自动化系统研究 —基于交互式视音频技术

为了提高采摘机器人的作业质量,模仿英语移动教学交互式视音频技术,在采摘采摘机器人控制系统中引入了视音频交互技术,通过远程视频监测机器人的作业状态,然后利用声控技术对采摘机器人的作业姿态进行调整,实现了管理员和采摘机器人的视音频交互,可以有效地提高采摘机器人的作业质量,降低采摘机器人的故障率。为了验证方案的可行性,对采摘机器人自动化控制系统进行了测试,并引入了MIMO通信原理,以提高视音频信号传输的质量。测试结果表明:采摘机器人可以准确地识别远程端的声控信号,且根据指令信号动作的准确率较高,可以满足高精度采摘机器人的设计需求。     

基于“线上+线下”的交互式和案例式教学法在《机械制造工艺学》实践环节的研究和应用

《机械制造工艺学》的课程实习与课程设计部分是高等院校机械类本科专业教学过程中的重要环节,是培养学生加强理论联系实际的能力,系统性地训练学生知识的综合应用的过程。本文针对我校该课程的教学实践活动,结合教学改革项目,提出了一套采用"线上+线下"的交互式和案例式教学方法。以学生为主体,通过视频授课、案例分析、综合答疑和实践训练等课程环节相结合并辅以案例库建设的教学改革,同时,实施以学习过程为导向的学生成绩综合评价模式。通过实践训练课程环节的验证,新的教学模式可提高学生在实习过程中的自主学习能力,师生互动达到了良好的效果,项目案例库的建设扩展了学生的知识视野,本课程的教学改革取得了一定的成效。     

基于快速卷积神经网络的果园果实检测试验研究

近年来,基于数字图像处理和机器学习算法的果实自动识别检测研究已经越来越成熟。针对传统检测方法检测过程中难以满足实时性要求的缺点,采用了基于Faster-RCNN的果实快速检测模型。模型由卷积神经网络(CNN)和区域提议网络(RPN)组成,首先由CNN进行卷积和池化操作提取特征,然后由RPN选取候选区域,通过网络全连接层参数共享,由目标识别分类器和边界框预测回归器得到多个可能包含目标的预测框,最后通过非极大值抑制挑选出精度最高的预测框完成目标检测。分别对桃子、苹果和橙子的三种果实进行检测,采用迁移学习方法,使用已经预训练好的两种深度神经网络模型ZFnet和VGG16,通过数据集的训练对Dropout及候选区域数量进行参数调整完成网络调优。检测并分析果实不同布局形态下模型的检测效果。试验结果表明,当Dropout取值为0.5或0.6,候选区域数量为300时网络模型最佳,ZFnet网络中,苹果平均精确度为92.70%,桃子为90.00%,而橙子为89.72%。VGG16网络中,苹果平均精度为94.17%,桃子为91.46%,橙子为90.22%。且ZFnet和VGG16的图像处理速度分别达到17 fps和7 fps,能够达到果实实时检测的目的。     

黑大蜜蜂的学习与记忆研究

黑大蜜蜂是蜜蜂属的一个重要种,营露天生活,具有一定的迁徙特性。东、西方蜜蜂的学习与记忆研究一直被广泛地应用,而黑大蜜蜂的学习与记忆至今未见报道。用壬醛、正已醛2种气味运用PER模型来探究黑大蜜蜂的学习与记忆能力。结果显示,黑大蜜蜂能够很好地适应PER学习模型,它们的学习与记忆能力要高于东、西方蜜蜂的学习与记忆能力。     

副猪嗜血杆菌与猪丹毒混合感染的诊治

1发病情况2018年8月成都市某县养猪场存栏1320头生猪。8月12日发病,部分猪精神沉郁,体温升高,食欲减退,咳嗽,呼吸困难,腹式呼吸,眼睑皮下水肿,行走缓慢或不愿站立。病猪耳、颈、背皮肤潮红、发紫,前一两天在身体不同部位,尤其胸侧、背部、颈部至全身出现界限明显,圆形、四边形,有热感的疹块。至8月20日共发病340头,用药治疗后死亡12头,发病率25.7%,病猪死亡率3.5%。     

北大荒北安区域农业综合服务中心揭牌成立

2月23日上午,北大荒集团北安区域农业综合服务中心揭牌仪式在北安分公司举行。“量身定制”的5万亩耕地,由北大荒农业服务集团有限公司和北安分公司共同托管,由区域服务中心具体实施“一站式、保姆式、诊所式”一系列全程服务。垦地联姻,让农户降低了成本、增加了效益。这一“双赢”模式,百姓叫好,企业受益。     

面向养殖水体分布差异的COD光谱法检测研究

面向养殖水体，传统光谱法对化学需氧量（Chemical Oxygen Demand，COD）检测模型构建的基础：源域（现有样本库）与目标域（检测地水体）间光谱数据独立同分布。但是当源域与目标域分布间存在差异时，由源域得到的低误差模型常在目标域上表现下滑。针对该问题，提出面向UV Vis光谱的域对抗训练网络（DAUVwpNet），将分布不同的源域和目标域数据映射至相同分布的特征空间中，使其在该空间的分布距离尽可能接近，从而在特征空间中对源域训练的目标函数也可以迁移至目标域上，以降低模型在目标域的误差。试验表明：面向同一批测试数据，DAUVwpNet的预测误差为0.78，要低于传统模型的预测误差（0.85）；DAUVwpNet预测值与实测值间相关系数为0.95，要高于传统模型的相关系数（0.89）。表明了该网络能够较好对齐两域特征空间数据分布，降低因分布差异带来的COD检测误差。     

如何培养后进生的高中数学学习兴趣

高中数学后进生的存在,是当前高中数学教师所面临的一大难题,也是提高高中数学教学效率的一大障碍。