摘要：病害侵袭是制约核桃优质发展的重要因素之一,为实现田间智能化病害识别,设计了一款核桃病害识别模型。该模型采用Mobilenet-V2作为基础网络骨架,在倒残差结构中添加坐标注意力机制,解决特征提取时位置信息缺失的问题。此外,设计混合迁移的训练方式,将跨域迁移和域内迁移相结合,避免单独迁移学习的不良影响。结果表明:1)混合迁移对模型提升效果最佳,准确率最高提升18.57百分点。2)模型平均识别准确率为96.97%,模型参数量为3.95 M,内存占有量为10.50 MB,相较于Mobilenet-V3-Large、ShuffulNet-V2和EfficientNet-V2-S,识别准确率分别提升4.39百分点、6.63百分点和4.31百分点,且保持较少的参数量与内存占有量。3)与SE(squeeze-and-excitation)模块、CBAM(convolutional block attention module)模块相比,坐标注意力机制更能提升模型对感兴趣区域的关注度。因此,该模型可用于开发安卓应用程序并部署于移动端,为核桃病害智能识别提供新方法。

摘要：新疆铁米尔苏河具有典型的温带大陆性半干旱气候特征，拟建的铁米尔苏河梯级水电站是阿克苏地区最大的水电站，其水土保持对地区生态环境有重要的影响。基于多源遥感数据，获取植被和土地利用信息，并收集降雨资料与土壤数据，再利用修正通用土壤流失方程（RUSLE），对拟建铁米尔苏河梯级水电站土壤流失进行了定量估算，结果表明：一级水电站土壤侵蚀模数为1769．1059～1776．3971 t／（km2· a ），属于轻度侵蚀区；二级水电站土壤侵蚀模数为2469．181～2479．535 t／（km2· a），属于轻度侵蚀区；三级水电站土壤侵蚀模数为4360．1327～4378．5357 t／（km2· a），属于中度侵蚀区。研究结果具有一定的可靠性，可为拟建的铁米尔苏河梯级水电站工程区水土流失治理提供科学依据。

摘要：随着人们审美水平不断提升,高校在舞蹈教学更加注重对学生身体意识与表现力的培养。身体意识和表现力是舞蹈艺术中极为重要的两个方面,对于舞者而言,它们是展示个人能力和风格特色的关键。文章以舞蹈教学中的身体意识与表现力为研究对象,阐述身体意识与表现力在舞蹈教学中的重要性,分析二者间的关系,并提出在舞蹈教学中培养学生身体意识与表现力的相应对策。

摘要：舞蹈起源于远古,它是人类用来表达自我情感的方式之一。情感的表达不一定是说出,也可以是展现出,一开始一些动作用来表达某种信号,随着时代的发展日益变化,这种肢体语言加上特定意境可以表达某种特定情感。不仅如此,在用肢体表达情感的同时,还蕴含着某种民族特色。我国56个民族,每个民族都拥有自己的舞蹈,在舞蹈中可以展现家乡特色与民族精神。有些舞蹈甚至在以后可以让人铭记历史。当然,随着时代的改变,很多民族舞蹈渐渐被人遗忘。当一些时尚潮流的舞蹈引进街舞,爵士等等,舞蹈中蕴含的活力与激情使这些舞蹈深受现在年轻人的喜爱,广大人民对舞蹈的审美也渐渐有了变化。追求酷元素,追求力量,将这些潮流舞蹈逐渐演变为一个时尚的象征。当然,如今并不反对当代年轻人追求时尚,去喜欢这类充满激情的舞蹈。因为每一种舞种都有自己的美与魅力。然而国人也更应该欣赏中国的民族舞蹈。因为这些舞蹈中才蕴含着我国人民的特色与非凡的气质。所以如今应将当代人对舞蹈的审美进行一种转变,也将民族舞蹈重新拉回人们的视线之内,让民族舞蹈能够继续被人民传承,不被时代的演变而淹没,应使其成为一个永恒不变却永远闪亮发光的一个民族标志。

摘要：民族舞蹈是中华民族优秀传统文化的重要代表,具有极高的艺术审美价值和历史文化价值,在当前传统文化热潮兴起的背景下,民族舞蹈的创作备受重视。由于民族舞蹈本身具有突出的民族性,故其创作与民族风格具有密切联系,基于此,本文针对民族风格和民族舞蹈创作之间的关系展开简单探讨,而后分析如何在民族舞蹈创作期间融入与体现民族风格,进而研究舞蹈创作者应当如何以民族风格为基础,做好舞蹈作品的创作,希望可以为舞蹈创作者的创作实践提供一定的参考。

摘要：在当代社会,舞蹈艺术作为一种文化表达形式,承载着丰富的历史遗产和人类情感。分析舞蹈艺术在当代文化传承与创新中的作用以及发展难点,并提出相应的发展策略,以期为舞蹈艺术的持续繁荣与发展提供理论支持与启示。

摘要：为提高文种识别效果,提出一种基于离散曲波变换的文种识别方法。利用文档图像经过曲波变换后得到的cell矩阵中的实数曲波系数,提取共82维能量特征;使用贝叶斯、KNN和判别分析3种分类器进行训练和分类。对两个数据库进行实验,数据库1包含8种文字共1600幅图片,使用3种分类器得到平均大于99%的识别准确率;数据库2包含10种文字共10 000幅图片,得到平均大于98%的识别准确率。实验结果表明,该方法运算速度快,具有良好的鲁棒性,识别效果优于基于小波变换的文种识别方法和基于二元复数小波变换的文种识别方法。

摘要：为进一步提高维吾尔文离线手写签名鉴别正确率,提出基于纹理特征融合的离线签名鉴别方法。对经过预处理的签名图像分别提取多尺度块局部二值模式(MB-LBP)和局部相位量化(LPQ)两种纹理特征,将两种特征进行串联融合,形成高维纹理特征向量。通过训练随机森林(RF)对签名图像进行分类鉴别。在共包含1800个签名图像的维吾尔文数据库和包含2640个签名图像的CEDAR数据库中得到的总正确率分别为96.35%和96.73%,结果表明该方法有效提高了维吾尔文离线手写签名鉴别正确率。

摘要：为提高手写签名的识别率,提出一种基于NSCT子带纹理特征融合的签名识别方法。对签名图像进行预处理(包括灰度化、平滑、二值化、归一化、细化等),对签名图像进行非下采样Contourlet变换,对变换产生的子带分别提取多级区域局部二值模式和灰度共生矩阵特征,通过融合形成新特征。数据库包含维吾尔文和柯尔克孜文两类文种,每个文种100人(20个样本/人),共4000个签名样本进行实验,实验结果表明,该方法能更准确地提取签名图像多尺度、多方向的纹理特征,可有效提高识别率。

摘要：为实现基于关键词的维吾尔文文档图像检索,提出一种基于由粗到细层级匹配的关键词文档图像检索方法。使用改进的投影切分法将经过预处理的文档图像切分成单词图像库,使用模板匹配对关键词进行粗匹配;在粗匹配的基础上,提取单词图像的方向梯度直方图(HOG)特征向量;通过支持向量机(SVM)分类器学习特征向量,实现关键词图像检索。在包含108张文档图像的数据库中进行实验,实验结果表明,检索准确率平均值为91.14%,召回率平均值为79.31%,该方法能有效实现基于关键词的维吾尔文文档图像检索。