基于POE的城市改造式开放公园提升对策初探

通过运用POE的相关方法,对哈尔滨市尚志公园进行了调研分析,总结了公园存在的问题,并在主题、规划、交通、设施等方面提出针对性的对策,以期为哈尔滨市开放式公园的提升改造提供有力的依据条件。     

国家地下水监测工程运行维护预算标准研制思考与探讨

地下水是水资源的重要组成部分,对居民生活、城市建设、环境保护等具有重要意义。地下水监测是一项基础性、公益性、战略性的事业,为国土空间规划、水资源管理和生态环境修复提供有利的科学保障和技术支撑。国家地下水监测工程已运行多年,与之配套的预算标准仍然短缺,亟需开展研制工作。本文从预算标准的研制背景出发,聚焦国家地下水监测工程运行维护阶段各项工作,结合地质行业相关技术规范和工作实际,介绍了运行维护工作内容和工作特点,按照科学性、适用性的预算标准研制原则,确定出预算标准的研制思路和步骤。从框架体系搭建、基础数据采集、预算标准测算三个阶段分析研制过程中的要点,以监测点巡查及校核为例,介绍了国家地下水监测工程运行维护预算标准的测算模式。国家地下水监测工程运行维护预算标准的研制,可以填补此类项目无预算标准的空缺,完善预算标准体系建设,保障国家地下水监测工程网络体系的稳定运行。通过其研究模式和研究过程,以期为中国地质调查局监测类预算标准、观测类预算标准的研制提供借鉴。     

四川省地质灾害治理工程概(预)算标准使用现状及修订构想

文中介绍了四川省地质灾害治理工程概(预)算标准人工费动态化、材料运输、取费标准、施工技术、项目管理等特点,通过典型案例列举了标准存在的主要问题,如营业税改征增值税、治理工程预算定额部分定额消耗量不符合行业实际消耗水平、勘查设计标准规定不够完善、投资估算计算方法过于复杂、工程量计算规则不够完善、小型临时设施和施工临时工程需进一步区分等,最后根据上述问题提出了修订编制与审查规定、工程施工机械台时费定额、治理工程预算定额、勘查设计预算标准、工程量计算规则的构想。     

改进的轻量型网络在图像识别上的应用

针对卷积神经网络在图像识别任务上模型复杂度大、参数量多,首先提出了一种轻量化的SepNet网络结构,该结构在分类器模块上采用克罗内克积替换了传统的全连接层。为进一步优化网络结构,在特征提取模块均衡网络深度、宽度,设计了一个利用深度可分离卷积和残差网络的可分离残差模块,最终形成了一个能实现端到端训练的轻量化网络架构,称为sep_res18_s3。实验分别在MNIST、CIFAR-10、CIFAR-100数据集上验证SepNet的有效性,设计的SepNet网络结构相比VGG10,参数数量和运算量在不损失其精度下均降低了94.15%。同时,相比设计的类残差网络cov_res18_s3,sep_res18_s3仍能降低58.33%的参数量和81.82%的FLOPs。实验结果表明,采用克罗内克积替换全连接层可以在保证训练结果准确度的同时显著降低参数数量和计算成本,并在一定程度上防止过拟合,在此基础上结合深度可分离卷积和类残差结构,证明了sep_res18_s3的有效性。     

一种多尺度小波核极限学习机的图像检索仿真

阐述了核极限学习机原理。在此基础上提出了一种多尺度小波核极限学习机,将多尺度小波核作为极限学习机的核函数,测试表明是其一种可实现的极限学习机核。同时在无训练数据分布的空间也具备分类能力,同等条件下高斯核极限学习机却不具备分类能力。在图像检索中应用多尺度小波核极限学习机,实验表明,相比支持向量机学习机分类算法,该分类算法可提高检索精度以及速度,具有优良的性能和一定的应用价值。     

浅谈街边小空间景观设计

街头小空间景观是城市景观建设的基础，它即是一个完整的景观也是对大环境的补充，既对美化城市环境做出贡献又可深入浅出的表达城市文化，对城市景观具有重要意义。试以哈尔滨市地段街街头景观为例，分析街头小空间景观存在的意义并提出设计要点。     

基于物联网的新疆干旱区城市防护林温湿度监测系统

针对新疆干旱区城市防护林面积广阔、气候干燥缺水,工作人员测量数据任务量大,难以做到数据采集及时、准确,林业管理部门监管难度大等特点,将GSM无线通信技术及嵌入式技术结合在一起,设计了基于物联网的新疆干旱区城市防护林温湿度监测系统.系统利用温湿度传感器,结合现有嵌入式微处理器的开发和控制水平,开展基于GSM的远距离无线传输数据的研究,达到通过手机和电脑实现对温湿度的监测和管理的目的.测试表明,该系统具有良好的实用性、可靠性和可扩展性.     

四川省地质灾害治理工程预算编制的问题及见解

介绍了四川省地质灾害治理工程预算编制过程中经常遇到的问题,包括对政策文件把握不准、工程量计算误差大、对定额标准不熟悉、设计文件不完善、人员沟通不充分等问题,并就这些问题提出了自己的见解。     

轻量化卷积神经网络在船舶分类中的应用

为权衡船舶分类模型的分类精度和模型大小，提出一种改进GhostNet-50的轻量化卷积神经网络AGNet对自制的船舶数据集进行分类。首先，提出一种融合非对称卷积的Ghost模块，用于提升AGNet卷积过程的特征提取能力；然后，结合瓶颈结构，设计一种非对称Ghost瓶颈模块，在维持模型表达能力的同时能进一步降低计算成本；最后，去除GhostNet-50中的一层1×1卷积，以降低整体模型的参数冗余。实验通过分类精度、参数量、计算量、推理速度等评价指标对所提方法进行多角度对比。实验结果中，AGNet模型在33个类别的测试集中精度达到了93.87%，模型参数量仅为0.72×10⁶，相比GhostNet-50压缩了46.67%，且精度提升了2.93个百分点。实验结果表明：AGNet在较低模型大小的前提下能达到更优的分类效果，可较好应用到船舶分类任务中。