摘要：防灾减灾2024年第3期近年来,陕西省延安地区春季倒春寒气象灾害时有发生,对种植在该区域的大樱桃造成了危害,轻则降低大樱桃产量,重则绝收,危害巨大。针对延安山地种植大樱桃区域连续多年遭受严重冻害及冰雹,导致果农蒙受巨大经济损失的现状,我们基于甘肃、山东烟台等区域搭建的简易保护樱桃设施基础上,坚持“简易化、区域化、特色化”原则设计了延安山区大樱桃三防棚,即防雨、防霜冻、防冰雹的冷棚,在大樱桃栽培中应用。通过多年应用观察,三防棚在保护大樱桃免受雨、霜、冰雹等危害方面效果良好,保护春季大樱桃花果正常,初夏时节无裂果及冰雹伤害,从而提高了大樱桃种植经济效益,推动了大樱桃种植产业稳定发展。现将三防棚在延安山地大樱桃中的应用效果介绍如下,供相似果区果农朋友们参考。

摘要：目的由于海水中悬浮的颗粒会吸收和散射光,并且不同波长的光在海水中的衰减程度也不同,使得水下机器人拍摄的图像呈现出对比度低、颜色失真等问题。为解决上述问题以呈现出自然清晰的水下图像,本文提出了基于神经网络的多残差联合学习的方法来对水下图像进行增强。方法该方法包括3个模块:预处理、特征提取和特征融合。首先,采用Sigmoid校正方法对原始图像的对比度进行预处理,增强失真图像的对比度,得到校正后的图像;然后,采用双分支网络对特征进行提取,将原始图像送入分支1——残差通道注意分支网络,将校正后的图像与原始图像级联送入分支2——残差卷积增强分支网络。其中,通道注意分支在残差密集块中嵌入了通道注意力模型,通过对不同通道的特征重新进行加权分配,以加强有用特征;卷积增强分支通过密集级联和残差学习,提取校正图像中边缘等高频信息以保持原始结构与边缘。最后,在特征融合部分,将以上双分支网络的特征级联后,通过残差学习进一步增强;增强后的特征与分支1的输出、分支1与分支2的输出分别经过自适应掩膜进行再次融合。选取通用UIEB(underwater image benchmark dataset)数据集中的800幅水下图像作为训练集进行训练,设计了结合图像内容感知、均方误差、梯度和结构相似性的联合损失函数对网络进行端到端训练。结果在通用UIEB数据集上选取非训练集中有参考图像的90幅图像与当前10种方法进行测试。结果显示,本文方法增强后的水下图像的PSNR(peak signal-to-noise ratio)指标平均达到了20.7394 d B,SSIM(structural similarity)为0.8768,UIQM(underwater image quality measure)为3.1833,均高于对比方法。结论本文方法不仅在客观质量上超越了对比方法,且在主观质量上也显著提高了对比度,能够产生颜色丰富并且清晰度较高的增强图像。尤其是对于深水场景中偏蓝的水下图像,本文方法获得显著的质量提升。

摘要：考虑原始图像(RAW图像)中的噪声未经过相机ISP的复杂非线性映射,更加容易建模,提出基于RAW域对低光照图像进行质量增强,以获得清晰的、高质量的图像.首先,将由相机传感器捕获的RAW图像进行线性插值,获得RGGB共4个通道的彩色图像,并模拟不同曝光程度的图像;其次,设计神经网络模型来学习不同曝光程度的RAW图像与正常曝光图像的映射关系,该神经网络采用了自编码器结构,并嵌入了通道注意力模块,以提取并增强图像中的纹理与细节特征;最后,在神经网络训练时,引入了结构相似性损失和梯度下降损失,引导网络生成与参考图像之间结构相似性和色彩关联性较高的高质量图像.该方法在SID数据集上进行了训练和测试,PSNR达到了29.7380 dB,MPSNR达到了30.2334 dB,均高于目前流行方法(如EnlightenGAN,Zero-DCE,SID,Residual和ALEN等);在主观质量方面,该方法生成的图像质量显著优于比较方法,无明显噪声和色斑伪影,颜色也更加真实细腻.

摘要：针对现场可编程门阵列(FPGA)平台,提出可重构视频编码(RVC)的硬件实现方案.为提高系统吞吐量和功能单元(FU)的可重用及可扩性,提出分层的、多颗粒度并存的、可重用的功能单元设计方法;为重构的简单性及降低实现复杂度,提出在功能单元之间采用不同的存储结构作为数据连接方式.最终实现支持H.264/AVC和AVS的全I帧可重构视频编码器.结果表明,该编码器在Xilinx Virtex-5 330上能够分别实现H.264/AVC标准下25帧及AVS标准下37帧1 920×1 080视频的实时编码,比2个标准单独的设计实现代价降低了33%.

摘要：高动态范围(HDR)图像相比低动态范围(LDR)图像有更宽的色域和更高的亮度范围,更符合人眼视觉效果,但由于目前的图像采集设备大都是LDR设备,导致HDR图像资源匮乏,解决该问题的一种有效途径是通过逆色调映射将LDR图像映射为HDR图像。提出了一种基于条件生成对抗网络(CGAN)的逆色调映射算法,以重建HDR图像。为此,设计了基于多分支的生成对抗网络与基于鉴别块的鉴别网络,并利用CGAN的数据生成能力和特征提取能力,将单张LDR图像从BT.709色域映射到对应的BT.2020色域。实验结果表明:与现有方法相比,所提出的网络能够获得更高的客观与主观质量,特别是针对低色域中的模糊区域,所提方法能够重建出更清晰的纹理与细节。

摘要：随着素质教育的发展,以应试教育为核心的教育模式开始逐渐转变为以素养为核心的教育模式。尤其是随着核心素养的提出,各个学科的教学都有了新的方向。化学是一门以实验为基础的学科,充分挖掘实验教学资源,改进实验教学方法是培养学生化学素养的有效途径。文章主要对巧借化学实验提升高中生化学素养的策略进行探究,旨在充分发挥化学实验的育人价值,提高化学实验质量,促进学生发展。

摘要：课程思政是当下高校教育改革中的热点问题,是实现“立德树人”目标的重要方式之一。《当代文学》课程在思政内容供给上,围绕如何解决“提升人文素养,传承爱国文化,满足学生对新时代精神的向往”的命题,将中国梦、文化浸润、家国情怀等元素有机而巧妙地融入课程体系设计、理论与实践教学环节、教学资源建设、考核评价之中,实现润无无声的改革效果。在实施开展中,将采用学科交叉的教学方法,使用“兴”作为教育手段,激活学生的求知意向,召唤个体对教育情境的真实参与,从而实现审美情感的转化与升华。

摘要：小型民用爆炸物品储存库(地面库)属于火工品建筑,因其爆炸危险,应与普通仓库进行严格区分。本文从总平面布置、建筑结构、消防、防雷、防静电、防射频、储存安全管理及安全评价等方面对小型民用爆炸物品储存库(地面库)与不用于存储危险化学品的单层普通仓库进行对比,简明扼要地展现出两者在设计要求上的异同,为从事小型民用爆炸物品地面储存库设计人员提供思路,也为评价人员安全评估时提供参考依据。

摘要：针对目前课程思政工作较多地关注课堂教学,但课堂教学受环境和时间的限制,教学形式相对比较单一,影响课程思政实施效果的问题,提出三位一体的程序设计课程思政课堂教学思路,介绍教学体系建设过程,最后通过问卷调查结果说明教学效果。

摘要：卷积神经网络(CNN)在视频增强方向取得了巨大的成功。现有的视频增强方法主要在空域探索图像内像素的相关性,忽略了连续帧之间的时域相似性。针对上述问题,提出一种基于时空域上下文学习的多帧质量增强方法(STMVE),即利用当前帧以及相邻多帧图像共同增强当前帧的质量。首先根据时域多帧图像直接预测得到当前帧的预测帧,然后利用预测帧对当前帧进行增强。其中,预测帧通过自适应可分离的卷积神经网络(ASCNN)得到;在后续增强中,设计了一种多帧卷积神经网络(MFCNN),利用早期融合架构来挖掘当前帧及其预测帧的时空域相关性,最终得到增强的当前帧。实验结果表明,所提出的STMVE方法在量化参数值37、32、27、22上,相对于H.265/HEVC,分别获得0.47、0.43、0.38、0.28 dB的性能增益;与多帧质量增强(MFQE)方法相比,平均获得0.17 dB的增益。