信息不对称条件下的辅导员激励机制研究

国内目前的辅导员激励研究一般假设学校与辅导员之间的信息是对称的,辅导员的努力程度能够被观察到,这与现实情况不符。文章运用多任务委托——代理模型,分析辅导员在现行激励机制下的行为选择,并根据结论对辅导员激励机制提出建议：选聘合适对象,加强新辅导员的＂期望管理＂;设计科学的考评制度,引导辅导员合理地对待各项工作;重视过程监督,提高学生评价的权重;严格执行考评办法,将考评结果与薪酬水平挂钩。     

基于改进YOLOv5的农业害虫检测

设计了一种改进的YOLOv5模型实现对小目标害虫识别定位并将其应用于农业虫情分析。首先对数据集中的图片进行数据增强操作，结合目标背景分析，对一半数据进行降低亮度处理以增大训练难度。为了解决目标检测模型中小目标容易随着卷积神经网络的加深而导致目标信息丢失的问题，提出在模型中额外增加特征提取层，以达到丰富小目标的特征信息和位置信息的目的。该模型采用一种切割图像再检测的方法，在降低模型计算量的同时提高了检测精度。最后设计了多组实验并进行对比，验证了模型的有效性，平均检测精度达92%。