简介：摘要本文以300名高职学生作为研究对象，对他们自我监控策略的使用进行了问卷调查，目的是了解高职学生自我监控能力的基本情况。问卷调查结果显示高职学生的自我监控意识不高。在分析调查问卷数据的基础上，本文对英语学习中的语言输入问题提出了一些建议。

简介：摘 要：自古以来，人们便十分重视档案资料的收集与整理。一方面，档案资料是人们对已发生事件的记录，另一方面，留存的资料也可以便于后人借鉴。然而在实际情况中，对于档案的收集整理工作却并不符合民众预期，进而影响到了后续资料的利用等各方面工作。为切实解决这一问题，本文就档案整理工作的意义、工作过程中出现的问题以及相关解决措施展开了简单的讨论与研究，希望可以给相关专业人员提供借鉴与参考。

简介：摘要随着电子信息技术的发展，电子监控系统得到了更广泛的应用，其维护技术也在不断完善。人们生活水平在不断提高，警惕意识也越来越高，电子监控系统恰好可以通过摄像机等设备进行日程生活的管理，大大便捷了人们的日常生活。电子监控现在已经应用到许多行业，促进了我国社会的发展，这也使得电子监控系统维护技术变得尤为重要。本文基于电子系统的构成及相关维护技术展开论述，望可以起到参考作用。

简介：摘要文书档案工作在记录国家历史方面有着重要的意义和作用，但传统的文书档案管理工作还存在很多问题，尽管我国政府相关部门已经提升了对文书档案收集与归档工作的重视程度，但还有多方因素在制约着其工作的发展。本文主要针对当下我国文书档案收集与归档工作存在的问题进行分析，并且提出相应的整改对策，希望可以为相关人士提供帮助。

简介：摘要：新时期办公室档案管理工作面临着新的特点，如何提高相关工作的管理效率是摆在办公室工作人员面前的一个值得思考的问题，有效的档案管理工作能够为企事业单位在经营、决策方面提供重要的信息数据支持，有利于以史为鉴，降低决策犯错概率。基于此，以下对新形势下如何做好办公室档案的收集与整理进行了探讨，以供参考。

简介：摘要：电力行业为供应充足的电力能源，需要转变传统的生产和运行模式，并且提高电力调度运行风险的防范能力，有助于电力系统安全稳定的运行。电力企业根据实际运行情况，全面分析电力调度运行存在的安全风险，以便实施有效的防护措施，包括加强安全事故预防和排除、建立智能变电站以及应用创新技术，有助于促进电力系统安全稳定可持续发展。

简介：

简介：

简介：        摘要：在我国电力网络规模不断扩大的背景之下，电网调度工作所存在的问题逐渐显现，其滞后性、非智能化特征对电力网络的稳定运行造成了一定的阻碍。因此，加强对电网调度智能监控及防误技术的研究，对于推动国家电力事业的发展有着一定的现实意义。

简介：摘要：针对智能视频监控系统在城轨车辆上的应用进行研究，如疲劳驾驶监控、拥挤度分析、遗留物检测等。其次，阐述了智能视频监控系统的设计与实现原理，对智能视频监控系统的应用奠定基础。

简介：

简介：教学质量是学校的生命线，提高教学质量是学校永恒的主题。建立系统、规范、科学的教学质量监控体系是提高高校教学质量的基本保证。

简介：

简介：

简介：

简介：摘要随着社会经济的发展，交通行业承受的压力与日俱增，建立完善的轨道交通电力监控系统有助于监控城市轨道交通情况，保障供电安全。本文通过综述详细说明轨道交通电力监控系统的概念和设计要点，并通过实际案例分析其应用情况，希望对轨道交通电力监控系统的稳定运行有所裨益。

简介：

简介：摘要随着我国经济水平的迅猛发展，各种高速公路也渐渐建成和通车。各高速公路的营运管理单位为提高效率、减少损失、降低营运成本，在供电这方面均采用了电力集中监控管理。本文详细介绍了江苏锡张高速公路电力监控的系统构成、基本功能，以及该系统在实际工作中的运用。

简介：

简介：摘 要 : 针对于当今监控系统大多只起拍摄作用而无智能监控手段的问题，提出了基于目标检测算法的智能监控系统。在运用目标检测算法与人脸检测算法的基础之上，利用这些算法实现了能够检测移动目标并进行图像之中人脸的检测与提取，从而当陌生人进入时系统能够精确识别。实现了智能化监控，极大提升了监控的准确性与安全性。 关键词：目标检测、人脸检测、 智能监控 引言 智能视频监控系统无需监控人员持续地盯着屏幕，减轻了工作人员的负担，并具有主动性和实时性的优势。智能视频监控系统的主要职责是利用计算机视觉技术从视频图像中检测、跟踪、识别人脸，并对该主体的行为进行理解。 一、系统设计原理 该系统在原视频系统的监控功能基础上，还增加了以下功能： 包括固定传感器布控预警、华为云平台 Atlas200DK智能摄像头、数据处理系统、可视化一体平台。其中可视化一体平台包括人员属性检测采集系统和视频结构化回溯系统实现人脸信息采集的智能化分析及预警。 （ 1）视频监控系统具有人脸识别能力。要求系统能够自动捕捉出入监控范围的人员脸部图像与数据库信息进行比对 , 并自动识别判断是否为可疑人员上传至数据库处理系统。数据处理系统通过算法模型进行人脸识别并与云数据库中的信息比对，若信息不匹配，则智能启动无人机，无人机将进行目标追踪。 （ 2）系统会将收集到的信息上传至可视化一体平台。固定摄像头拍摄图像信息上传到数据处理系统，数据处理系统通过数据处理算法和可视化数据分析上传至可视化一体平台。无人机拍摄可疑人员后自行处理并上传至可视化一体平台呈现给用户。 二、算法分析 2.1目标检测算法（ YOLO v3） YOLO v3采用帧间差分法进行图像提取，且采用多个 scale融合的方式做预测。原来的 YOLO v2有一个层叫： passthrough layer，假设最后提取的 feature map的 size是 13*13，那么这个层的作用就是将前面一层的 26*26的 feature map和本层的 13*13的 feature map进行连接，有点像 ResNet。当时这么操作也是为了加强 YOLO算法对小目标检测的精确度。这个思想在 YOLO v3中得到了进一步加强，在 YOLO v3中采用类似 FPN的 upsample和融合做法（最后融合了 3个 scale，其他两个 scale的大小分别是 26*26和 52*52），在多个 scale的 feature map上做检测，对于小目标的检测效果提升还是比较明显的。 YOLO v3中对前面两层得到的 feature map进行上采样 2倍，将更之前得到的 feature map与经过上采样得到的 feature map进行连接，这种方法可以让我们获得上采样层的语义信息以及更之前层的细粒度信息，将合并得到的 feature map经过几个卷积层处理最终得到一个之前层两倍大小的张量。 图 1 帧间差分法算法流程图