检索结果-南通市图书馆

“分数的加法和减法”错题类型、原因及矫正策略研究

维普期刊数据库

同方期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

“分数的加法和减法”错题类型、原因及矫正策略研究

作者：向含伊犁师范大学

学位级别：硕士

基于心跳呼吸频率估计的MIMO雷达LFMCW波形设计研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于心跳呼吸频率估计的MIMO雷达LFMCW波形设计研究

作者：侯雨含电子科技大学

学位级别：硕士

外源褪黑素对低温胁迫下大蒜生长、产量及生理特性的影响

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

外源褪黑素对低温胁迫下大蒜生长、产量及生理特性的影响

作者：李雨含山东农业大学

学位级别：硕士

失能老人家庭养老床位照护服务运行困境与突破路径研究 ——以C市X社区为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

失能老人家庭养老床位照护服务运行困境与突破路径研究 ——以C市...

作者：周玥含吉林大学

学位级别：硕士

伴随人口老龄化程度逐渐加深,老年人口内部呈现出类型复杂化、需求差异化等特点。相应地,养老服务供给政策与措施也呈现出项目多元化、手段多样化等态势。其中,失能老人作为特殊类型老年群体,其关键性服务需求是养老照护服务。为此,在... 详细信息

伴随人口老龄化程度逐渐加深,老年人口内部呈现出类型复杂化、需求差异化等特点。相应地,养老服务供给政策与措施也呈现出项目多元化、手段多样化等态势。其中,失能老人作为特殊类型老年群体,其关键性服务需求是养老照护服务。为此,在积极应对人口老龄化的国家战略导向下,各地纷纷推行了针对失能老人的家庭养老床位照护服务项目。那么,该服务项目的运行成效是否达到预期效果,以及何以持续推进项目有效运行成为亟待研究的重要议题。因此,研究家庭养老床位照护服务运行过程中存在的问题及其成因、有针对性地提升失能老人养老照护服务质量显得尤为重要。这将有助于全面提升老年人居家养老品质,推动养老服务高质量发展。本文以史密斯政策执行理论、积极老龄化理论和Existence Relatedness Growth理论为理论支撑,选取C市X社区作为调研地点,深入了解失能老人家庭养老床位照护服务运行情况。文章针对服务设施改造情况、服务项目的满意度、选择偏好、参与情况等方面进行描述性分析,充分探讨了家庭养老床位照护服务在运行过程中面临的困境。研究发现,一是由于人力资源管理体系不完备,服务执行主体的职业认同感较低,导致专业服务人员缺乏;二是由于服务清单脱离老人实际需要,标准化项目难以满足失能老人的多样化需求,使服务项目使用率较低;三是由于“孝”文化和数字鸿沟因素对失能老人产生了影响,进而降低了项目运行效率;四是政策文本缺乏灵活性,尚未制定相关法律法规政策和监管流程,凸显了服务体系的局限性。鉴于此,本文在借鉴国内外成熟发展经验的基础上认为可以通过以下四个方面突破家庭养老床位照护服务的困境。一是通过开展定期培训考核来加强人才队伍建设,鼓励社会力量投入来拓宽人才引进渠道,加大宣传力度来提升人才职业认同,从而加强人才队伍建设,培养专业人才。二是通过加大资金投入的方式充分发挥政府扶持作用,通过拓宽服务供给范围来提升项目使用率,通过关注老年群体需求来提升服务效能,从而实现服务供需平衡。三是通过优化基础设施建设来提高设备条件,通过完善智慧养老服务平台来提升智能养老水平,通过强化养老服务安全保障来提升全社会公信力,从而优化软件硬件设施,提升服务运行效率。四是通过调动社会力量的方式丰富供给服务主体、通过健全完善法律法规的方式优化制度体系、通过完善监督评估体系的方式强化监管,从而健全养老服务体系。综合以上突破路径,积极推进家庭养老床位照护服务健康发展,进而完善养老服务体系,提高失能老人的生活质量。

关键词：家庭养老床位失能老人照护服务

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于YOLOv5密集人群检测算法改进

基于YOLOv5密集人群检测算法改进

作者：丛笑含天津职业技术师范大学

学位级别：硕士

随着智慧城市和智能交通系统的快速发展,对密集人群检测的需求显著增加。近几年发生了几起大型人群聚集引发的踩踏事件,这对社会造成了不小的伤害和损失。为了确保公共安全并能够及时处置突发事件,需要在聚集场所进行实时传输画面,对人... 详细信息

随着智慧城市和智能交通系统的快速发展,对密集人群检测的需求显著增加。近几年发生了几起大型人群聚集引发的踩踏事件,这对社会造成了不小的伤害和损失。为了确保公共安全并能够及时处置突发事件,需要在聚集场所进行实时传输画面,对人群聚集数量、密度以及人流方向等多种数据进行采集与分析。密集人群检测技术的研究和发展一直是计算机视觉领域的热点和难点问题之一,其难度在于行人在图像中的表现形式非常多样化、背景复杂、遮挡严重。随着深度学习技术的不断发展和普及,深度学习方法在密集人群检测任务中表现出了优异的性能,成为当前密集人群检测领域主流的技术之一。在本文中,提出了一种新的密集人群检测方法,该方法考虑了行人彼此之间的接近性,并利用上下文信息来提高准确性。本文采用的方法在几个具有挑战性的数据集上具有显著优势,证明了其在现实场景中的有效性。因此本文主要对密集人群的检测技术展开研究,具体工作为:(1)收集密集人群检测领域的公开数据集,对比分析几个数据集的特点,选择Crowd Human数据集作为本文研究对象。数据集提供了详细的标注信息,包括每个人的边界框坐标、关键点位置和属性标签。Crowd Human专注于复杂场景,其中可能存在遮挡、不同尺度的人体、多样化的姿势和场景。这使得该数据集对于训练鲁棒性强的人体检测模型非常有用。Crowd Human数据集相对较大,包含了大量的图像和相应的标注。数据集通常被划分为训练集、验证集和测试集,以便进行模型的训练、调优和评估。这有助于确保模型在不同数据集上的泛化性能。考虑到Crowd Human数据集没有开放测试集的标注,本文挑选Crowd Human数据集中训练集和验证集3000和500张图片。(2)针对YOLOv5模型在检测单目标、密集遮挡人群时存在检测精度较低的问题,通过改进检测模型提升检测精度。CARAFE模块通过上采样的特征图以及一个可学习的波形操作,重新组合局部特征信息,以产生更高分辨率、相邻信息的特征图;为了进一步优化标签分配策略,针对每个真实框,只挑选每个FPN层中距离边界框中心最近的r2锚框,对于其他锚框,对应的成本会加上额外常数项,减少训练阶段其被分配为正样本的概率。其次,根据预测框和对应真实框的IOU值动态估计每个真实框合适的正样本数量,降低计算量,加强标签分配策略泛化能力,提高目标识别模型的准确率;最后使用Soft-NMS代替原有的NMS,保留IOU中等,但置信度较高的框,防止漏检,提高网络在检测密集人群时的精度。经过3个模块的改进后,相比于原始YOLOv5s,m AP0.5上升了6%,m AP0.95上升了8%。定位损失、置信度损失、F1分数、m AP曲线等指标均有随提升。

关键词： YOLOv5 密集人群检测 CARAFE Soft-NMS OTA 深度学习