辽河源头区坡地面源污染控制技术研究

根据面源污染的过程机理、来源途径和成因分析,针对辽河源头区水资源短缺、农业生产方式粗放、坡耕地较多的特点,通过设置坡地面源试验小区的方法,重点研究坡耕地面源污染物源头控制和途径控制对污染物的截留效果.研究认为退耕还林、退耕还草是从污染途径上控制面源污染的最佳技术,同时从农药和化肥减量化等源头控制角度加以辅助,最大限度降低坡地面源对地表水环境的影响.     

贵阳建筑扬尘PM_(10)排放及环境影响的模拟研究

为了研究贵阳建筑扬尘的环境影响,根据对建筑和市政施工工程的调查,估算了贵阳市区2002年建筑扬尘的PM10排放量,并利用CALPUFF模型模拟了建筑扬尘对PM10浓度的贡献,分析了其季节变化及影响因素。结果表明,2002年贵阳城区建筑扬尘的PM10排放量为416t,占PM10排放总量的4%。建筑扬尘对贵阳市区较大范围内的PM10浓度水平均有影响,对整个城区PM10的年均浓度贡献接近12%。受施工强度以及风场和降水等气象因素作用,建筑扬尘排放的影响体现出明显的季节变化。     

论邓小平教育思想的理论基础及其特征──学习邓小平建设有中国特色社会主义理论的体会

邓小平同志是我国社会主义现代化建设和各项事业改革的总设计师。邓上平同志建设有中国特色社会主义的理论是我国新时期教育事业改革和发展的总指导思想。邓小平同志高度重视我国教育事业的发展，早在新中国成立初期，邓小平同志就指出。在社会主义各项建设事业中，办好学校、培养干部是最基础的建设，因而既要充分发挥现有干部的作用，又要注意培养大批各方面的建设人才。粉碎"四人帮"后，邓小平同志根据党和国家工作重点转移的新形势，从社会主义现代化建设的战略高度，全面、深刻地论述了教育在社会主义物质文明和精神文明建设中的重要作…     

高中数学高效教学方式略谈

教师在教学过程中,必须将形式和内容结合起来,尤其是针对难理解、难运用的知识,教师应该采用多样化的教学方式,以此来激发学生的学习热情,帮助学生理解教学内容。本文着重探究了高中数学高效教学方式的标准、要素、原则及其具体的实施过程。     

强势旅游核心边缘地区的发展--以上海市浦东新区外高桥功能区域为例

区域旅游空间结构是指在一定地域范围内旅游发展要素的相对区位关系和分布形式,是区域旅游发展的重要特征之一。从区域规划的“核心—边缘”理论对区域旅游空间结构形成的动力机制进行分析,并结合实际地域发展情况来论述上海市浦东新区旅游产业发展的空间结构特点,初步探讨了位于强势旅游核心边缘的地区如何在旅游特色、旅游环境、实施策略方面有效发展。     

变频器应用中的干扰及其抑制

变频调速技术是集自动控制、微电子、电力电子、通信等技术于一体的高科技技术,它以很好的调速、节能性能,在各行各业中获得了广泛的应用。随着科学技术的高速发展,变频器以其具有节能、可靠、高效的特性应用到了工业控制的各个领域中,保证了调节精度,     

家庭智能留言电路的设计

家庭智能留言电路的设计是针对家庭留言电路中门铃留言和电话留言的研究,主要实现门铃留言和电话留言两个功能。主要是由控制电路、电话振铃电路、电话摘机电路、语音录放电路、红外线反射电路、功率放大电路、数字集成电路及电源组成。该电路以控制电路为中心,控制电路检测到电话振铃电路和数字集成电路送来的信号,根据信号大小的不同,控制电话摘机电路的摘机或挂机和语音录放电路的录音或放音。     

小住宅设计新思考——一幢特殊的教授居屋设计

通过一幢特殊的教授居屋设计而引起的思考,结合当前小住宅设计的实际状况和一些手法,印证这种小住宅实际应用的可能性。并通过介绍该实例住宅的设计演变及结果,提出该实例住宅的三个主要优点:结合传统和创新;对限定的精彩释放;具有规划意义。对于建设节约型社会的建设要求来说,这样适用性强而且富于空间魅力的住宅将体现其优越性。     

基于双尺度串行网络的视频异常行为检测

针对传统视频异常行为检测模型存在的性能不佳与时间开销较大的问题,从空间和时序维度构造双尺度串行网络的视频异常行为检测模型(Dual-Scale Serial Network,DSS-Net)。首先,利用深度可分离卷积对Vgg-16网络进行改进,并利用改进的特征提取器从空间维度提取特征,从而可以通过减少计算参数量来降低模型的时间开销。接着,在此基础上引入注意力机制,从而强化目标特征的表达能力。最后,利用长短期记忆(Long Short-Term Memory,LSTM)网络从时序维度提取运动视频每一帧之间的上下文时序关系。在当前主流的UCSD Ped1和Ped2数据集以及更具挑战性的UCF数据集上进行测试,结果表明,在3个数据集上DSS-Net的ROC(Receiver Operating Characteristic)线下面积(Area Under Curve,AUC)值分别达到95.30%、96.80%、80.60%,等错误率(Equal Error Rate,EER)分别达到10.60%、12.60%、18.50%,同时具有更强的实时性。相比经典的One-class Neural Network (ONN)和Aggregation of Ensembles (AOE)模型,DSS-Net在Ped1和Ped2数据集上的AUC值分别提升了0.42%和0.94%。此外,DSS-Net也在UMN、ShanghaiTech和CUHK Avenue等数据集上进行了泛化能力和鲁棒性的测试,结果与当前主流模型相比具有一定的竞争力。