当代大学生身心健康现状、成因及对策研究——基于江西部分高校大学生的调查

网络、家庭结构的变化和经济全球化的发展,对当代大学生的学习和生活方式产生了深远影响,大学生身心不健康事件层出不穷.通过对大学生身心健康现状的调查、成因分析,提出了若干对策.     

赣州稀土产业发展思路探析

江西赣州被誉为"稀土王国",因其蕴藏有丰富的、应用价值高的中重离子型稀土而被世界广泛关注。赣州稀土产业经历了从无序开采、采矿权整合为一到兼并重组以及国家首个稀土规划矿区等阶段,产业链也不断从上游向下游延伸。结合赣州稀土产业发展实际情况,对赣州稀土产业发展进行定位,并提出新的发展规划思路。     

赣南矿产资源综合开发与利用研究

赣南矿产资源丰富,素有世界钨都和稀土王国之称.根据赣南矿产资源综合开发与利用的现状,提出了加强矿产资源综合利用的对策.     

基于自适应分层阈值判断的神经网络模型压缩

面对多样化的应用环境,卷积神经网络（CNN）的架构深度不断增加以提升精度,但同时需要大量的计算参数和网络存储。针对CNN卷积层参数冗余和运算效率低的问题,提出一种基于分层阈值的自适应动态剪枝方法。设计自适应分层阈值判断算法,对批归一化层的尺度因子进行聚类分析,自适应地找到每层的分类断点并据此确定最终阈值,利用该阈值修剪正则化后的输入模型,从而避免根据经验人为定义固定阈值,减小模型尺寸和运行时占用的内存。分别采用该方法和LIU等提出的使用固定阈值且全局修剪的方法对VGGNet、ResNet、DenseNet和LeNet模型进行压缩,并在CIFAR、SVHN和MNIST数据集上测试模型性能。实验结果表明,该方法能够在模型精度与剪枝率之间找到最优平衡,剪枝后模型的测试错误率较对比方法降低0.02~1.52个百分点,同时自适应分层阈值判断算法也能避免对比方法在全局修剪时减去整个层的问题。     

案例教学法在工商管理课程教学中的应用研究

工商管理课程,如企业管理、市场营销、人力资源管理等课程等作为一种实践性课程,具有一定的艺术性和操作性.实证表明,该类课程采用案例教学法能够增强教学效果,提高教学质量.     

我国有色金属危机矿山发展对策

明确了危机矿山的概念及危机矿山危机等级的划分方法，分析了我国有色金属矿山的危机现状，提出了加强矿产接替资源的勘查工作、大力实施“走出去”战略、做好末期矿山的转产开发及人员分流工作等有色金属危机矿山的发展对策。     

利用GSM无线模块发送短消息

文中分析了利用GSM无线模块实现发送短消息的应用方案,该方案使用AT指令在PDU模式下发送短消息,同时详细介绍了短消息控制方法、编码方案及其各部分的程序实现方法,给出了整个系统实现流程。     

基于多特征融合和卷积神经网络的无参考图像质量评价

为了更好地评价图像质量,解决在基于卷积神经网络的图像质量评价模型(CNN-IQA)上明显忽略的分块图像之间存在差异性的问题,提出了一种多特征融合的CNN模型.首先,将整幅图像进行不重叠分块,并提取每个分块图像的信息熵和纹理特征.然后,将提取计算的两特征相结合,计算各分块图像的重要性权重,以此衡量分块图像对失真图像质量的...     

LNG接收站海水泵房进水流道长度水力特性试验研究

沿海LNG接收站海水泵房取水的稳定性关系到开架式气化器的正常运行。海水泵房内水流传播途径复杂,在确保良好进水条件的前提下,减小进水流道长度能有效降低工程造价。对某LNG接收站海水泵房进行了水力特性模型试验,研究表明其吸水池长度（13.43D, D为吸水喇叭口直径）设计有较大冗余,提出了减小吸水池长度至7.43D及优化各水泵布置位置的试验方案。经验证,优化试验方案的海水泵房流道内水力特性良好,能够确保海水泵的正常运行,且流道缩短后,有效地降低了泵房建设投资。     

基于多尺度镶嵌的Mask R-CNN台风中心定位

准确自动检测台风风眼位置可为台风预报与监测研究提供先验信息,以减少灾害损失。由于台风形态结构的多变性,其中心自动定位仍存在一定的困难。本研究利用台风卫星云图,提出一种基于多尺度镶嵌的R-CNN台风风眼检测方法。收集日本气象厅发布的1981—2017年5000多张台风卫星云图,利用图像数据中风眼眼壁轮廓曲线及内外明暗差别清晰明显的特点对图中风眼进行分割标注。通过台风风眼半径多尺度估算算法,将原始图像划分为多尺度台风云图,整合训练集和测试集。借助多尺度图像镶嵌、超参数选择和多条件测试分析,构建利用多尺度Mask R-CNN模型检测分割台风风眼的总体算法框架,开展多尺度对比实验。在自建标定数据集中,台风风眼的识别准确率最高达到92.63%、最低为88.36%,平均每张图片的检测时间最少为0.043 s,均方误差最小达到2154,平均交并比最大为0.9454。实验结果表明,所提多尺度镶嵌数据增强方法在大中规模尺度融合时效果最好、中小尺度较差,与现有主要数据增强方法相比,能更有效地提升神经网络准确率。整体检测模型在台风中心定位中的综合效率优于其他深度学习定位方法。