基于DeepLabV3+的农作物病害识别算法

针对自然背景下农作物病害识别效果欠佳的问题,提出一种改进的DeepLabV3+算法来提升在自然背景下农作物病害的识别准确率。论文所做的贡献主要是在DeepLabV3+模型的编码器阶段输出特征图之前加入通道注意力机制,在解码器阶段的输入特征图之前加入空间注意力机制,之后按照卷积神经网络的拼接方法将二者进行拼接,以实现高级特征和低级特征的有效融合。实验结果显示,改进后的算法对实验数据的识别准确率和召回率均有一定成程度的提升,具有较高的实际应用价值。     

基于深度对抗的不完备多视图聚类算法研究

已有的深度学习方法忽略了恢复缺失视图数据的重要性,且不能充分利用隐藏在多视图数据中的互补信息和高阶信息,导致对不完备多视图的聚类效果欠佳。针对该问题,首先利用生成对抗网络可以生成与样本数据分布一致的生成数据的特点,来实现多视图数据中不完备数据的生成;然后利用多视图子空间聚类技术完成不同视图的共享描述,得到相似性系数矩阵;最后运用改进后的K-means算法完成不完备多视图的聚类。实验数据表明提出的算法在聚类的准确性上有较大的提升。     

企业内部审计风险产生原因及防范对策研究

企业内部审计风险主要来源于企业内部控制制度薄弱、相关法律法规不完善、审计人员素质不高以及企业轻视审计工作等原因,因此要降低企业审计风险,不仅需要良好的外部环境,也要从企业内部实际出发,从制度和人员两方面入手降低企业的审计风险。     

大数据背景下河南省安全生产应急管理共享平台研究

通过对我国安全生产应急管理现状的深入了解和分析,论文关注应对当下发生的突发事故、避免或降低可能发生的事故风险、事故发生后迅速恢复企业正常生产行为等突发事故全周期管理,从全面管控的理论视角出发,在总结典型案例(包括成功经验和失败教训)的策略特点的基础上,提出以"科学力→敏感力→引导力→察觉力"为核心、以全过程控制为手段的"四力一平台"应急管理体系.     

基于多尺度融合CNN的图像超分辨率重建

针对FSRCNN模型中存在的特征提取不充分和反卷积带来的人工冗余信息的问题, 本文提出了一种基于多尺度融合卷积神经网络的图像超分辨率重建算法. 首先设计了一种多尺度融合的特征提取通道, 解决对图像不同尺寸信息利用不充分问题; 其次在图像重建部分, 采用子像素卷积进行上采样, 抑制反卷积层带来的人工冗余信息. 与FSRCNN模型相比, 在Set5和Set14数据集中, 2倍放大因子下的PSNR值和SSIM值平均提高了0.14 dB、0.001 0, 在3倍放大因子下平均提高0.48 dB、0.009 1. 实验结果表明, 本文算法可以更大程度的保留图像纹理细节, 提升图像整体重建效果.     

材料科学与工程专业实践教学的现状与改革

实践教学突出创新能力的培养,是材料科学与工程等工科专业重要的教学活动之一,是素质教育的重要组成。内蒙古农业大学材料科学与艺术设计学院十分重视实践教学工作,在2018年11月教育部本科教学评估之前规范了材料科学与工程专业本科生实践类课程文件,包括实践类课程教学大纲的修订、实践类课程指导书的编写(具体到每一个实验内容)、大型仪器设备操作方法、实验室安全记录、校外实习基地的建设、材料科学与工程专业实验室的升级改造等,加强了教师对实践课程教学的管理,提高了仪器设备的使用率,加深了同学对实验内容的掌握程度,发挥了实践类课程的整体效益。本文重点说明了本专业实践教学开展的现状、开展情况与不足,并对具体实践教学改革方面提出自己的见解。     

风力机弧形叶片参数化及气弹特性分析研究北大核心CSCD

为了满足自适应叶片的发展,文章提出了一种弧形叶片的参数化方法。该方法基于微分几何曲线理论,结合Bézier曲线和直叶片的参数化方法,达到了由控制点来控制弧形叶片几何外形的目的。基于弧形叶片的特点,将二维叶素理论转换到弧形叶片的截面上,并进行气动载荷计算,从而改进了叶素动量理论(BEM)。以NREL5MW风力机叶片为基准叶片,通过控制空间参考线控制向量可以得到具有预弯/扫掠特性的弧形叶片。结合改进的BEM理论和气动弹性理论,研究了该弧形叶片与参考叶片的气弹特性。研究结果表明:相比常规叶片,具有预弯/扫掠特性的弧形叶片能够有效地降低叶片的疲劳载荷和变桨载荷。该结果为设计具有减载功能的自适应叶片提供了一种可行的思路。     

动静结合模式下空气质量检测技术的实施路径研究

重点利用SWOT分析方法对动静结合模式下空气检测技术从4个维度进行较为全面的分析,结合项目特点和分析结果,提出一列较为可行的实施建议与策略,为扩大空气质量检测的范围,提高采集数据的准确性提供一定的基础和保障,同时也为项目实施以后应用阶段的长期发展提供了一定的方向和建议.     

多粒度图神经网络推荐模型构建

为提升推荐模型的应用效果,控制推荐绝对差值,扩大相关技术的影响发展范围,构建多粒度图神经网络推荐模型。提出模型的应用推荐动机,对异构推荐特征进行提取,以此为基础,构建协同神经网络推荐目标层级,采用多粒度图神经网络技术设计稀疏推荐矩阵,采用多维聚合推荐法实现模型的构建。测试结果表明：对比于传统卷积神经商品推荐模型测试组、传统异构机制商品推荐模型测试组,设计的多粒度图神经网络商品推荐模型测试组得出的推荐绝对差值相对较小,表明在实际应用的过程中,对于用户需求及信息的捕捉较为迅速,分析更为全面,促使推荐的商品更加符合需求及标准。     

面向农田IoT的SDN控制平面性能评估算法研究

控制平面的性能是影响农田IoT应用中SDN网络性能的重要因素,针对农田IoT应用中网络终端类型繁多,管理复杂的特点,提出了一种农田IoT环境中以控制器利用率和处理性能为主要指标的控制平面建模方法.根据OpenFlow协议的工作原理将应用中控制平面数据流的相关问题抽象为排队论中的三个基本要素,并以此为原型将农田IoT应用...