林业的可持续发展战略站

可持续发展作为一种新的科学的发展观,已经深入到社会发展的各个领域。森林资源和林业发展的重要性和目前的严峻状况,要求我们将可持续发展的理念深入到林业建设的制度、政策、法律等各个层面,构建一套全新的可持续发展的政策法律体系,从而实现对森林资源的保护和林业的可持续发展。     

基于三维虚拟样机技术大型林业装备设计与研究

针对我国林业机械研制的落后现状,以国家科技支撑项目为例,以SolidWorks软件为平台设计我国首台林木联合采伐机底盘,论述了采用现代三维虚拟技术进行大型林业装备设计的开发过程,重点说明了采用这一技术加快我国林业装备研制步伐,提高了林业机械产品的设计效率,增强了企业市场竞争力的重要现实意义。     

形态结构特征约束下的树木参数化建模研究

树木建模是构建虚拟森林景观的主要环节,也是三维林业地理信息系统的基础。该文提出一种形态结构特征约束下的树木参数化建模方法,通过引进Bezier曲线控制树干以及树枝形状,并以荔枝树和马尾松为例对该方法进行设计与实现。实验结果表明,该方法能有效提高树木建模过程中的交互能力,较好地突出了树木的形态结构特征。     

基于ArcGIS的县级林业资源管理信息系统研究

随着GIS技术的不断发展,市、县级林业局对森林资源信息化管理的需求日益增高.研究建立一个通用的县级林业资源管理信息系统具有非常重要的实用价值.ArcGIS Engine是ESRI(美国环境系统研究所)开发的嵌入式GiS.Ar-cGIS Engine提供了全面、完善的二次开发功能,并且具有与平台无关性.围绕着这些功能和特色,采用ArcGIS Engine结合SQL Server 2005数据库在.NET平台上建立了一个通用的县级林业资源管理信息系统.     

辽宁省非公有制林业发展研究

非公有制林业是现代林业发展的必然方向.辽宁省非公有制林业发展迅速,总量不断增加,规模不断扩大,领域不断拓宽,实力不断增强,已经成为林业建设的重要力量和决定因素.但在发展中受到规模不大、经营分散、资金筹集困难等内部因素和林木采伐限额、税费负担较重、林权证流转制度不健全、交易市场不完善等外部因素制约.因此,要引导农民建立专业合作组织,扩大生产经营规模;坚持政策的稳定性和连续性,适度放开采伐限度制度;完善林权流转机制,因地制宜制定林地流转方案;创新林业投融资本体制,开展林权抵押贷款业务;加大林业税费调整力度,为非公有林生产经营者创造合理赢利空间;完善林业社会化服务体系,构建森林资产评估平台.     

提升极端条件应急通信保障能力研究

极端条件应急通信保障是当前应急通信面临的重点和难点。分析了极端条件应急通信需求以及当前应急通信保障能力存在的薄弱环节,提出了极端条件应急通信保障能力提升方案,包括研制先进适用的应急通信装备、构建鲁棒性与韧性较好的应急通信网络、发展智能精准的指挥调度系统、建设完备专业的应急通信队伍等。     

基于数据挖掘在高职学生精准就业中的应用探究

文章将数据挖掘技术同高职就业指导工作相结合,通过决策树算法建立就业需求的预测模型,以精准就业指导为目标,提出改进高职学生就业的有效措施,为广大毕业生辅导员就业指导工作提供新的思路与方法,助力艺术类高职学生就业。     

基于区块链技术的扶贫系统的设计与实现

在实际业务需求的基础上设计以区块链作为底层架构的精准扶贫系统平台,完成系统的需求分析、总体设计、详细设计以及编码测试。通过智能合约完成对区块链数据的增删改查,Java后台向下调用平台提供的RPC接口,完成对智能合约方法的调用,向上为扶贫机构等提供restful接口,方便系统成员使用区块链平台。为了提供系统的安全性,从多个方面提出解决方案。     

老旧大型数据中心节能挖潜的应用研究

通过研究国内某老旧大型数据中心的运营现状,从有效节能角度提出传统大型数据中心适用的常规节能技术以和AI节能技术方案,通过案例分析测算证明可有效提升精细化运维管理水平和实现全生命周期内年均PUE明显降低及电费大幅节约。针对市电容量、供冷容量及机房场地资源有富余情况,从创收角度提出了新增机柜的挖潜方案。最后指出,对老旧大型数据中心应积极推行按需供电、精准供冷和积极挖潜创收方案,有助于提升项目整体收益且值得在全国范围内推广。     

一种基于YOLOv4-TIA的林业害虫实时检测方法

针对现有基于深度学习的林业昆虫图像检测方法存在检测精度低和检测速度慢的问题,提出一种结合改进PANet结构与三分支注意力机制的目标检测方法YOLOv4-TIA。通过对样本数量较少的昆虫类别进行数据增强,实现样本均衡分布。利用三分支注意力机制改进YOLOv4中的CSPDarkNet53骨干网络,同时通过旋转操作和残差变换建立维度间的依存关系,以提高有效的特征通道权重,在PANet结构上增加将跳跃连接与跨尺度连接相结合的特征融合方式,从而获取更丰富的语义信息和位置信息。在此基础上,采用Focal loss函数优化分类损失,解决正负样本不均衡的问题。实验结果表明,该方法的精确率和召回率分别达到85.9%和91.2%,相比SSD、Faster R-CNN、YOLOv4方法,其在保证检测速度的同时,能够有效提高检测精度,且实现对林业害虫的实时精确监测。