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。     

党建引领社会组织参与城乡社区发展治理研究

党建引领社会组织参与城乡社区发展治理是一项系统工程。党建引领是基本前提和根本保障，社会组织参与是重要桥梁和必要纽带，实现社区发展治理是重要价值和最终归属。党的十八大以来，我国在党建引领社会组织参与城乡社区发展治理方面取得了一些成效，但依然存在党建引领社会组织参与城乡社区发展治理空间缺乏、文化缺失和“痛点”把握不准等问题。构建党建引领社会组织参与城乡社区发展治理机制需要进一步突出党的领导,推进多元主体参与,加大经费投入,推动协商共治,实现社区服务全覆盖。     

基于MOA模型的社区居民参与反恐程度及影响因素研究——以新疆乌鲁木齐市为例

基于对乌鲁木齐市典型社区的实地调研,借用公民参与阶梯理论和三维空间分析法,分析社区反恐居民参与度情况,建立MOA模型,对影响居民参与社区反恐的影响因素作出假设,并运用结构方程模型对假设进行分析与验证。结果表明,参与动机、参与能力与参与机会均对社区反恐居民参与度具有显著的正向影响,其中参与动机在社区反恐居民参与的MOA模型中处于重要地位,社区反恐居民参与机会和能力还间接通过参与动机来对居民的参与度产生影响,社区反恐居民参与的动机也间接影响居民参与度。可以通过宣传培训、物质支持提升社区居民的参与能力;落实奖励政策和保障机制引导居民主动参与,提高积极性;拓宽社区居民参与社区反恐的渠道,创造丰富的参与机会等提高社区反恐居民的参与度,以群众为基础力量,打好反恐维稳攻坚战。     

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。     

乡村建设模式探索的四种类型

中国对乡村建设的探索由来已久,尤其在2005年后,随着政策支持和多元主体的介入,掀起了乡村建设的热潮。本文在对多个乡村建设案例研究的基础上,根据其驱动力的不同,对现有乡村建设类型进行归纳总结,并分析其特征和优缺点。     

城市双修背景下河北省城市社区花园发展机遇与挑战

针对我国新兴形式的社区花园,探讨了城市社区花园的发展现状,着重分析了城市双修背景下河北省城市社区花园的机遇和挑战,以期为省内社区花园建设提供借鉴。     

西昌社区宠物驯导情况调查报告

为了深入了解西昌各社区宠物饲养、驯导及宠物周边服务等情况,笔者所在团队对此进行了一次深入调查。对西昌养宠人群开展随机问卷调查,采集和分析了宠物饲养及宠物驯导的基本情况。本次调查中饲养宠物者女性多于男性,年龄以"80后"及"90后"为主,养宠多出于自身感情需求,但受宠物健康、宠物不良卫生行为、宠物咬人咬物等恶习困扰。饲养者对宠物驯导了解程度较低,但89.52%的饲养者表示愿意接受宠物驯导;其中,有39.05%的饲养者更倾向于以不同形式教授主人驯导技巧这一方式。根据调查结果,建议宠物驯导应与社区和互联网相结合,针对不同群体的不同需求提供个性化和差异化的服务。     

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。