MPANet-YOLOv5:多路径聚合网络复杂海域目标检测

船舶智能化的发展对船舶视觉感知系统实时目标检测能力提出了更高要求,YOLOv5作为YOLO（You Only Look Once）系列算法的最新成果,以良好的速度和精度被广泛应用于海上目标检测.但在实际海上航行中往往伴随着多变的自然条件和复杂的活动场景,这使其在复杂海域中小目标检测能力和多目标分类效果并不理想.因此,为提升YOLOv5在复杂海域中目标检测能力,本文提出多路径聚合网络结构（MPANet）.在自底向上特征传递过程中融合多层次特征信息以增强多尺度定位能力,同时结合SimAM注意力模块和Transformer结构增强高阶特征语义信息.在自定义数据集中实验结果表明：MPANet-YOLOv5相较于YOLOv5模型AP提升了5.4% ,召回率提升了3.3%,AP0.5提升了3.3%,AP0.5：0.95提升了2.2%,不同海域测试结果显示MPANet-YOLOv5海面小目标检测能力明显优于YOLOv5.     

浅析水泥混凝土路面平整度施工控制

路面的平整度关系到公路使用质量和行车舒适性,因此,探究影响路面平整度的因素并寻求解决方案是工程施工技术人员普遍关心的问题。     

郑州郊区蔬菜生产、肥料施用及土壤理化性状研究

在对郑州市郊区蔬菜生产与肥料施用状况进行抽样调查的基础上,选择不同蔬菜种植时间、不同蔬菜种植模式的21个典型样点,对土壤理化性状和蔬菜硝酸盐含量进行测定,结果发现:蔬菜有机肥提供的氮质量分数为47.13%～86.00%,五氧化二磷为87.45%～99.78%,氧化钾为85.78%～96.48%;黄瓜、辣椒、番茄、芹菜、菜豆、茄子6种蔬菜氮用量比推荐用量高出1～11倍;五氧化二磷用量比推荐用量高出1～8倍,钾在茄子、番茄和菜豆的用量比推荐用量高出1倍多,在辣椒、黄瓜和芹菜上的用量低于推荐用量;不同农户之间肥料用量和蔬菜产量差别较大;不同区域和农户之间土壤理化性状差别较大.调查还发现,样点土壤有机质与土壤的质量比和全氮质量分数较高,土壤磷素和硝态氮累积严重,速效钾含量偏低,有明显的盐渍化现象,但土壤酸化现象不明显,叶菜类蔬菜硝酸盐超标严重。     

重视化学基础课教学方法的研究

基础课是后续专业课的基础及本学科结构核心,通过基础课学习培养学生的科学思维和科学方法现 代文盲的含义不再是目不识丁,而是没有掌握科学方法、不会应用新技术的成果、不能解决实际问题.在基础课教 学过程中,化学基础课教学应重视学科发展史的作用,因为学科发展不仅记述了学科基本理论的提出、修正、完善、 发展等过程,更重要的是反映了科学家在此过程中的思辩活动,而科学家的思辩活动正是启发学生创新意识的有 效方法之一.     

21世纪最有前途的材料Ⅰ--纳米材料的结构与化学特性

概述了纳米材料的基本概念、分类方法及结构特征,重点介绍了纳米材料的光谱、催化、光电化学及反应性等化学特性.     

21世纪最有前途的材料——纳米材料的结构与化学特性

概述了纳米材料的基本概念、分类方法及结构特征 ,重点介绍了纳米材料的光谱、催化、光电化学及反应性等化学特性 .     

具有重特征值的弱阻尼系统的摄动法

利用约束广义逆方法，导出弱阻尼系统摄动法，该方法可处理原系统有重频时的一般情况，并且只需待摄退化模态信息，它是Ｋｗａｋ近期工作的改进和推广。     

等导重特征值的阻尼摄动

推导了原结构有等同一阶段导数的重特征值的小阻尼摄动法，这是约束广义逆算法在弱阻尼振系中的推广。     

用位形空间中的直接摄动法求解弱阻尼陀螺特征值问题

提出一种位形空间中的直接摄动法求解弱阻尼陀螺特征值问题，所提出的方法被摄模态有重循征值。