天骄爱生活:让为老服务落地生花

提报企业:重庆天骄爱生活服务股份有限公司案例摘要:为积极响应国家号召,天骄爱生活积极探索“物业服务+养老服务”模式落地,链接并发现更多业主的康养需求,服务好业主的社区生活。探索方向包括在社区服务中融入“社区康养”,在党建+物业中注重社区老年人,以及开展智慧助老公益课堂,帮老年人越过“数字鸿沟”等。     

春节,你的归途,他们的坚守

春节,回家团圆的日子,海内外华人共同的期盼.正是因为如此,有人回家,就有人要留守.有这样一群物业人,他们是城市的留守者.正是因为有了他们,才有了游子们温暖的回家路.     

基于深度学习的文本到图像生成方法综述

文本到图像生成方法采用自然语言与图像集特征的映射方式,根据自然语言描述生成相应图像,利用语言属性智能地实现视觉图像的通用性表达.基于卷积神经网络的深度学习技术是当前文本到图像生成的主流方法,为系统地了解该领域的研究现状和发展趋势,按照模型构建及技术实现形式的不同,将已有的技术方法分为直接图像法、分层体系结构法、注意力机...     

甘肃老虎山东多金属矿矿体特征及成因浅析

老虎山东铁多金属矿地处哈萨克斯坦板块与塔里木—华北、西伯利亚板块的交汇部位,长城纪古硐井群(ChG)是勘查区主要的赋矿层位;自北向南划分Ⅰ、Ⅱ、Ⅲ等3个矿带,其中Ⅱ、Ⅲ矿带铁矿体主要赋存于含铁泥质板岩、含铁硅质板岩中,呈似层状、透镜状,产状与地层产状一致,局部受岩体破坏、挤压,矿体呈舒缓波状,具尖灭再现、膨大收缩特征,伴生Ag、Mn等有益元素,围岩蚀变较弱,属沉积变质—热液改造型铁多金属矿床。     

数智时代，天骄智慧服务从“邻”开始

<正>无须钥匙门卡,“刷脸”就能进入园区;园区内外数十个高清探头24小时“待命”,确保人过留影、车过留牌;使用骄享悦APP或微信小程序便可在线报事、报修、咨询、缴费;智能手环随时定位物业工作人员的位置,服务更及时……在天骄智慧服务集团股份有限公司（以下简称“天骄智慧服务”）的服务园区,骄邻们随时随地能够体验到科技带来的便捷与惊喜。要实现这些美好,离不开智慧物业的加持。     

天骄爱生活:科技助力商写物业高质量发展

<正>近年来,业内企业纷纷把商写服务列为重点拓展方向,意图在商业写字楼服务方向上寻找新的增长点。重庆天骄爱生活服务股份有限公司（以下简称“天骄爱生活”）对商业写字楼领域的探索可以追溯到2010年。截至目前,天骄爱生活服务的写字楼项目已超过百余个,管理面积1000万+平方米。天骄爱生活坚持以业主的需求为出发点,持续创新,匠心服务,为商写项目业主营造了温馨、和谐、高雅、人文的“天骄服务范式”。     

郑州市降雨-径流关系不确定性分析

为研究郑州市变化环境下的降雨-径流关系,利用1963—2012年郑州市年降水量和年径流量作为基础数据,运用时间突变理论确定径流突变点,将其作为降雨-径流关系的变化点,并将多时间尺度小波分析和集对分析结合研究降雨-径流在多时间尺度上的联系。结果表明:郑州市年降水量无明显变化趋势,年径流量在1985年和2002年发生显著突变,降雨-径流关系愈发复杂;郑州市年降水量具有准2Symbol~A@4 a、5Symbol~A@7 a、6Symbol~A@11 a、23 a、32 a的波动周期,而年径流量具有准2Symbol~A@4 a、4Symbol~A@9 a、8Symbol~A@11 a、17 a的波动周期;郑州市降雨-径流的不确定性关系在短、中、中长周期以同一性为主,在长周期以差异性为主,根据变异年份划分的3个时段基本符合这一规律。     

浅议电力固定资产信息化系统设计与应用

目前南方电网企业的IT资产全生命周期管理存在流动性大、位置分散、数据更新慢、"帐、卡、物"不一致、资产实时动态信息反馈不及时、存档数据存在滞后性等问题。为有效解决此类问题,本文基于计算机和互联网技术,采用B/S跨平台架构结合Laravel和J2EE开发框架构建固定资产信息化系统,通过科学的系统设计和统一的部署方案,有效降低南方电网企业资产的管理成本、提升管理效率、规范作业流程、优化资源部署,为资产精益化管理提供科学的决策支持。     

天骄智慧服务：打造老旧小区“魔幻”停车库

<正>“蜀道难，难于上青天。”这是形容川蜀一带地形之险峻。对于生活在“山城”重庆的人们来说，“魔幻之都”名不虚传。这不，时代天骄这座有着24年历史的老旧小区有个“魔幻”的4层停车库——车位窄、直角拐角多、柱旁车位多，如果车技不好，停车常常犯难。对此，作为天骄智慧服务集团的在管小区，时代天骄在物业服务中打造出了自己独有的“魔幻”停车库。     

卫星遥感影像特定目标的超分辨率重建算法北大核心CSCD

鉴于目前基于深度学习的超分辨率重建算法存在实际应用精度低、训练样本处理效果差等问题,提出了一种新的遥感影像超分辨率重建算法。该方法将飞机和机场作为特定目标样本集,创立混合降质模型实现数据预处理,通过引入全局和局部残差学习策略改进深度卷积神经网络结构,再采用卷积层与反卷积层的图像特征融合重建高精度目标。该模型在多个目标数据集中训练,并采用多种主观和客观评估方法测试,与目前主流方法展开对比。实验结果表明,在定量指标评估中,在不同缩放因子下,该方法的峰值信噪比和结构相似度相对Bicubic、SRCNN、SRGAN、RFANet、EDSR和MCSR方法有较高提升。在分辨率卡的主观视觉评价中,该方法的有效分辨率提升倍数明显高于其他方法。该方法对遥感影像特定目标的超分辨率重建中获取细节特征信息的能力更高,重建目标拥有更高精度和清晰度,有利于航天对地观测的高精度图像解译和信息研判。