长沙城市民族工作 拓宽途径,创新思想

<正>长沙一个多民族散杂居城市,有53个少数民族族别,7.25万少数民族人口。近年来,长沙市民族工作在市委、市政府的正确领导下,紧紧围绕"共同团结奋斗,共同繁荣发展"的主题,始终坚持全面贯彻执行党的民族政策,切实保障少数民族的合法权益,巩固发展平等、团结、互助、和谐的社会     

简讯

为了进一步提高我省民族工作领导干部的政治素质和业务素质,11月10日至15日省委组织部、省委党校、省民委在省委党校举办全省民族工作领导干部培训班。这是十六届三中全会以来较早在省委党校举办的专题培训班,也是改革开放以来首镒纳入省委组织部省委党校主体班次调训计划的全省性的民族工作领导干部培训班。来自全省14个市州、17个民族自治地方的县市区(含享受民族自治地区优惠政策待遇的县区)、7个少数民族人口过半、24个辖有民族乡的县(市、区)的63位县处级以上民族工作领导干部参加了培训。省委党校的教授、省人大民侨外委主任委员熊继…     

新教材,新教法--培养学生历史思维能力的探索

依据教材,提出问题,启发学生;借助插图,注重知识联系,加强练习;开展合作教学等来培养学生的历史思维能力.     

产业聚集与园区经济发展相关性分析

通过运用产业经济学理论以及统计经济学方法,对产业聚集与园区经济发展的相关性进行研究,得出产业聚集水平与园区工业增加值贡献率间存在着正相关关系,即产业聚集将影响园区经济发展的水平的结论。     

基于全卷积深度学习模型的可抓取物品识别

目前,工业机器人识别可抓取物品大多是先通过图像传感器收集作业场景信息,然后通过粒子滤波或条件随机场等各类相关算法提取可抓取物品的像素块特征来进行的。但是,这些可抓取物品的识别方法都存在着在同一像素块内部不同类别像素有误差,只考虑邻近区域、而不考虑全局信息和结构信息等问题或缺点。为此,在引入基于像素点的全卷积网络(fully convolutional networks,FCN)的基础上,提出了基于FCN的改进模型进行可抓取物品识别,其优势在于该模型经过学习能够预测各个像素所属物品类别的概率,并且能将结果恢复成为背景与前景分割的图像,从而识别作业场景中可抓取物品的位置与类别。由于FCN模型不限制输入、输出图像的尺寸大小,所以它克服了传统卷积深度学习模型的缺点,同时也考虑了全局信息与结构信息。以康奈尔抓取数据集(cornell grasping dataset,CGD)作为实验样本对提出的改进模型进行验证。实验结果表明:改进后的全卷积深度学习模型的正确率较全卷积深度学习模型提高了6.2%,同时该方法也可用于其他分割前景的感知任务。     

动态区间标度下的群组序关系评价法及其应用

传统的区间标度群组序关系评价法在求解静态综合评价问题时具有简便、直观、易计算的特点,但对于求解动态综合评价问题尤其是对于属性权重不确定的情形还具有一定的不适应性。鉴于此,对上述问题进行了研究,提出了一种新的动态区间标度下的群组序关系评价法。通过实例表明该方法计算简便、思路清晰、应用范围更广且更贴近实际。     

我国台湾地区消费者债务清理管理人制度研究——兼谈对我国大陆个人破产管理人制度的借鉴

随着我国大陆社会经济发展，个人破产制度的建立已是大势所趋，有必要对个人破产管理人进行探究。我国台湾地区在“双卡风暴”的背景下颁布了针对消费者的《消费者债务清理条例》，构建了个人破产制度，通过对《条例》中关于管理人的内容分析，可以发现其具有自身特点：法律地位上的财团代表属性，设立上的简单化，选任上基于个人债权债务关系的考量，职责的程序性和维持性，酬劳的绝对保障性，监督的严厉性等，对我国大陆个人破产管理人体系的构建具有借鉴意义。