为区域发展凝聚智慧和力量

来源 :云南政协报 | 被引量 : 0次 | 上传用户:qunimad41197579
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
其他文献
为解决传统人工势场法在无人艇路径规划中存在的问题,提出一种改进人工势场法和ID-BFS算法的融合算法。针对目标不可达问题,在斥力势场函数中添加目标点距离因子进行修正;针对局部极小值问题,提出一种利用虚拟目标点配合ID-BFS算法进行局部路径修正的方法;针对环境中存在大型不规则障碍物的情况,增加障碍物边界斥力模型,在障碍物实际边界处提供斥力,使算法不会穿越障碍物边界。作者结合类真实规划场景对算法进行
当土地财产权的公益限制超过一定限度时,会在土地财产权人之间产生利益不均衡问题,引发社会不公。促进公益限制和私益保护的动态平衡,实现管制正义,亟待厘清土地财产权公益限制的法律界线,并搭建利益补偿的制度架构。域外管制性征收理论可为我国土地财产权公益限制补偿的完善提供镜鉴。土地财产权公益限制补偿之衡平可以基于管制行为和损失结果两项维度进行建构。土地财产权公益限制补偿应该不断因应合作行政的发展趋势,积极发
教学评一体化是核心素养背景下课堂教学改革的突破口。在当前新高考背景下的高中思政课教学改革中,需要运用情境教学等教学模式增强课堂教学的亲和力和针对性。2020年教育部修订的《普通高中思想政治课程标准(2017年版2020年修订)》研制了学业质量标准,为核心素养背景下的教学评一体化研究提供了有力的工具。同年,教育部考试中心发布的《中国高考评价体系说明》以“一核四层四翼”为抓手,进一步细化了情境与教学内
为了筛选常见病原菌敏感的精油和乳化剂,首先采用牛津杯法测定了12种精油对产气荚膜梭菌、大肠埃希氏菌和鼠伤寒沙门氏菌的抑菌作用,然后将筛选出的5种抑菌效果较好的精油与吐温系列乳化剂分别按不同比例互作,测定对上述3种细菌的最小抑菌浓度(MIC),最后根据MIC结果,测定产气荚膜梭菌在低于精油MIC下的生长曲线以及在MIC下的菌体形态变化。结果显示,肉桂醛对产气荚膜梭菌最敏感,且10%吐温40乳化肉桂醛
本文以我国现行法律法规框架为基准,结合实际案例,系统、全面地分析肿瘤新生抗原疫苗的监管属性、临床试验监管模式及存在的问题,旨在为我国肿瘤新生抗原疫苗临床试验监管体系的构建提供参考。结果发现,目前我国对肿瘤新生抗原疫苗的临床试验采用双轨制监管模式:制药企业发起的临床试验和研究者发起的临床试验监管模式。该模式滞后于行业发展速度,主要表现在:双轨制监管带来的挑战;研究者发起的临床试验数据用于新药研究申请
以天然廉价的凹凸棒石粘土矿物修饰丝网印刷碳电极为传感电极,采用方波阳极溶出伏安法对Cd(Ⅱ)进行分析检测。研究了凹凸棒石粘土矿物修饰浓度、富集电位、富集时间、溶液pH以及干扰离子对Cd(Ⅱ)检测的影响。在优化实验条件下,传感电极对Cd(Ⅱ)具有敏感的监测特性,峰电流(y)与Cd(Ⅱ)的质量浓度(x)在10~175μg/L范围内具有良好的响应性能,线性方程为y(μA)=0.09056x+0.3350
<正>研究目的:测试大学生体脂率和身体机能等指标,了解大学生体脂率及身体机能的特征,分析大学生体脂率与身体机能的现状,明确大学生体脂率与身体素质之间的相关性。研究方法:选取太原理工大学在校142名大学生作为研究对象,采用Inbody 230进行身体成分测定,并测试握力、纵跳、坐位体前屈、闭眼单脚站立、5×5m折返跑、安徒生测试等身体素质指标。体脂率与各项身体机能指标之间的相关性采用双变量相关分析。
会议
为统筹解决农民群众便捷出行、物流配送、邮政寄递三个“最后一公里”问题,全面助力乡村振兴战略实施,A公司为广东省区县农村客运企业、邮政企业、物流企业研发了一套基础共用系统平台。本文以A公司为例,主要从企业的角度出发,对公司基础共用系统平台建设项目投资可行性进行分析。首先,简述了A公司基本情况,然后对A公司该平台建设项目分别进行风险分析、现金流分析、盈利能力分析,最后得出了相应的结论,希望能够为类似平
针对传统RRT*算法(Rapidly-Exploring Random Tree,RRT)在全局路径规划过程中存在收敛速度慢、搜索路径不平滑、内存占用多等问题,提出了一种APF-RRT*(Artificial Potential Field,APF)融合搜索算法。首先,为了加快RRT*算法在搜寻过程中的收敛速度,在算法中利用人工势场引导快速扩展随机树向目标点生长,在RRT*算法扩展节点时加入APF
建立混合数据输入的卷积神经网络回归模型,利用图像和BMI数据预测体脂率,构建混合数据输入的CNN回归模型,测试模型的精确度。解决以往体脂率预测模型无法同时适用于健身群体和非健身群体的问题。结果显示:构建的混合数据输入的CNN回归模型预测精确度达到94.62%,绝对误差为1.57%,要优于单纯用BMI作为自变量构建的线性回归模型或ANN回归模型。可见,建立的混合数据输入的CNN回归模型,预测体脂率的