【摘 要】
：
全媒体时代,多技术、多渠道、多平台的信息发布已是常态,传统媒体正在向多媒体、跨媒体等方位发展融合,加强了科技期刊的交互性和扩展性,为更好地服务行业、服务期刊媒体,中国畜牧兽医学会期刊编辑学分会(以下称"分会")于2017年8月10-11日在丝绸之路重镇兰州隆重召开了"中国畜牧兽医学会期刊编辑学分会第七次全国会员代表大会暨2017年中国畜牧兽医科技期刊发展论坛".文章提出了六个主题，包括现场考察借鉴
论文部分内容阅读
全媒体时代,多技术、多渠道、多平台的信息发布已是常态,传统媒体正在向多媒体、跨媒体等方位发展融合,加强了科技期刊的交互性和扩展性,为更好地服务行业、服务期刊媒体,中国畜牧兽医学会期刊编辑学分会(以下称"分会")于2017年8月10-11日在丝绸之路重镇兰州隆重召开了"中国畜牧兽医学会期刊编辑学分会第七次全国会员代表大会暨2017年中国畜牧兽医科技期刊发展论坛".文章提出了六个主题，包括现场考察借鉴，品味见证反思，顺势而为，促进期刊特色发展之路，朴实的恪守，担负起历史的使命，强化交流，会员发展见成效，畜牧兽医科技期刊任重而道远，与时俱进推动科技发展。
其他文献
尽管人们对云模拟进行了大量研究,但是现有的云模拟算法很难在保证实时性的情况下得到真实感较强的云图形。针对这个问题,提出一种结合Qsplat算法与IFS(迭代函数系统)算法的粒子系统的积云模拟方法,并考虑了积云的结构特点。基于Qsplat算法的细节层次树形结构建立树型结构粒子系统,以加速粒子系统搜索速度;对距离视点较近的粒子使用IFS迭代函数系统算法增加层次包围球树的层次以在建立云的外形时丰富云体局
针对传统由粗糙到精准的人脸外形搜索方法,其每一次外形搜索需要在整个外形搜索空间进行,提出一种基于分类的外形搜索方法。该方法始于一个包含不同人脸形状的外形搜索空间,首先利用基于相关性的特征选择方法对随机森林分类器进行优化,利用训练的随机森林分类器将外形搜索空间分为若干个外形搜索子空间;然后根据输入样本和随机森林分类器确定与当前外形最接近的外形搜索子空间,并计算对应子空间的中心和对应样本的后验概率分布
为了准确地进行显著性目标检测,提出了一种基于散度—形状引导和优化函数的显著性检测有效框架。通过考虑颜色、空间位置和边缘信息,提出了一种有辨别力的相似性度量;再利用散度先验剔除图像边界中的前景噪声获得背景集,并结合相似性度量计算得到基于背景显著图。为了提高检测质量,形状完整性被提出,并通过统计在分层空间中区域被激活的次数期望生成相应的形状完整显著图。最后,利用一个优化函数对两个显著图融合后的结果进行
颅骨性别鉴定是法医人类学在进行身份认证中首要而重要的一步,在实际应用中破损颅骨性别鉴定更具有研究价值。为鉴定破损颅骨性别,缩小刑事案件搜索范围,提出一种不完整颅骨性别判别模型。首先,将颅骨划分为七个分区,标记特征点,量化不可测量特征;然后,利用基于最大似然估计的前向逐步回归方法选择每个分区的最优特征子集,通过logistic回归建立七个分区的性别判别模型,并通过留一法进行验证;最后,实现了女性和男
2017年雄性老年金钱豹出现食欲差，精神差，活动减少，对其进行化学保定并输液治疗，效果欠佳。根据实验室检查及临床表现诊断为肝功能损害并发肾前性肾衰。
针对人体动作识别中传统方法在分类决策方面存在的问题和缺陷,提出了一种新颖的基于深度神经网络(DNN)和遗传算法(GA)合并算法的非线性分类决策方法。首先提出的合并算法在整个训练集合上对特征提取器进行组合,进而组合成不同的两个独立网络,再利用DNN对两个独立网络进行初始化,进一步利用GA对两个网络进行合并;然后将网络的偏差和权重表示为每层网络间的一个矩阵;最后利用DNN对网络的偏差和权重进行训练,并
充分利用形状蕴涵的语义信息进行三维形状的高层分析和理解是当前的热门话题。提出采用形状部件的上下文语义关系进行功能识别的方法,解决了当三维形状的几何特征和拓扑结构发生较大变化时形状部件的自动识别问题。首先,采用近似凸性分解技术将三维形状分割成具有独立语义的形状部件;然后,提出基于形状部件的上下文语义计算方法,并采用支持向量机实现形状部件自动识别。实验结果表明,相比于已有方法,可取得更高的部件匹配准确
针对地层数据特点,研究和分析了复杂非均质地层数据等值线绘制方法的不足,提出一种新的分区方法,实现了带断层的数据集合划分。基于Delaunay三角剖分算法,并以几何多边形为雏形,建立了带约束的三角网格模型。采用约束Delaunay三角网的拓扑结构,选用改进的反距离加权插值算法,有效地解决了断层两侧高程值问题,并结合实际应用要求在VC++与OpenSceneGraph的开发环境下,实现了非均质带断层的
为了解决当前椒盐噪声滤除算法对X光图像滤除效果不佳且运算效率不高的问题,提出了一种融合多级分类和自适应模糊滤波的椒盐噪声滤除方法,主要包括像素点多级分类和自适应模糊滤波两个部分。在像素点多级分类阶段,先结合先验知识设计快速的一级粗分类,将像素点分为椒盐噪声、信号和可疑噪声三类。对于可疑噪声,再提取区域内的直方图分布特征,设计BP神经网络分类器进行精确分类,最终将图像中的所有像素点分为信号和椒盐噪声
传统监督哈希方法将图像学习的手工特征或机器学习特征和二进制码的单独量化步骤分开,并未很好地控制量化误差,并且不能保证生成哈希码的平衡性。为了解决这个问题,提出了新的多尺度平衡深度哈希方法。该方法采用多尺度输入,这样做有效地提升了网络对图像特征的学习效果;提出了新的损失函数,在很好地保留语义相似性的前提下,考虑了量化误差以及哈希码平衡性,以生成更优质的哈希码。该方法在CIFAR-10以及Flickr