南粤绿讯

正切实抓好教育实践活动"回头看"3月24日,省环保厅召开厅党组扩大会议,专题深入学习中央"八项规定"及作风建设等有关文件精神。环保厅党组书记、厅长李清主持会议。李清指出,深入学习中央"八项规定"及有关政策规定,很有必要,要通过学习,进一步深化思想认识,增强行动自觉。各单位要高度重视今年的政风行风建设,要采取切实有效的措施,确保各项任务的落实;在加     

绿色油田 谋划和谐百年——大庆油田深入学习实践科学发展观调查

从昔日的盐碱滩到如今风景如画的城市，大庆正悄然进行着一场“济世”之战。那就是在6000平方公里的油田上实践和落实科学发展观，在保证为国家贡献石油的同时，最大限度地节约能源，减少污染物排放，创造人与自然，资源与环境共和谐的局面，让百年老油田充分释放绿色魅力。     

建设山区经济强市构建绿色和谐云浮——云浮市崔逢池副市长专访录

2007年5月16日,云浮市召开全市环保工作会议,对云浮市环境保护工作成效进行总结,分析当前环保工作面临的形势和问题,研究部署2007年云浮市环保工作尤其是落实主要污染物排放总量控制任务的对策措施.     

资讯

要闻环境保护部近日召开全国环境信访工作视频会议,学习贯彻环保"两会"和全国信访局长会议精神,总结2011年工作,部署2012年工作。环境保护部副部长周建出席会议并讲话。3月2日,国务院新闻办在国务院新闻办新闻发布厅举行新闻发布会。环境保护部副部长吴晓青出席发布会,介绍了新修订的《环境空气质量标准》等相关情况并回答了中外记者的提问。     

寓教于乐 亲身参与

<正>开展好班组安全活动,对于提高职工安全意识,提升班组安全水平,保证企业安全生产有着重要意义。图为某班组开展视频安全学习活动。(图片由武钢金山店铁矿提供)班组是企业最基本的组织细胞,是企业日常生产活动的主要场所。开展好班组安全活动,对于提高职工安全意识,提升班组安全水平,保证企业安全生产有着重要意义。笔者建议,应从以下几点来丰富班组安全活动的形式,使班组安全活动切实发挥其应有的作用,让班组安全活动更有效。     

图说吉林省安委会《关于进一步加强和推进全省安全生产领域改革工作的通知》

"八大体系"和"六项机制"全建立各地区严格按照《吉林省全面深化安全生产领域改革试点方案》规定的内容、标准、时限和要求,全面完成"八大体系"、"六项机制"等4方面、22分项、53子项的改革试点任务,并逐项评估、改进、完善和推广。"网格化管理"全覆盖全面推广四平市等7个省级试点经验做法,健全和落实以县(市、区、开发区)为重点的省、市、县、乡(镇、街道)和村(屯、社区)五级安全监管责任网格,所有生产经营单位都要"分干划净",逐个单位落实属地、行业(专业)和综合监管责任。切实做到"四个责任人"签字背书100%落实、     

基于工作过程的“城镇污水处理厂运行管理”实践课程构建

阐述了基于工作过程构建"城镇污水处理厂运行管理"实践课程的总体思路,通过对工作岗位及工作内容的分析,归纳"城镇污水处理厂运行管理"实践课程的行动领域,完成"城镇污水处理厂运行管理"实践课程从学习领域到学习情境的转换,并简述课程的实施方案。     

日本专家利用人工智能开发新程序使作弊无处可逃

以前,考试作弊一般只能靠监场老师现场抓获来取缔,而日本京都大学日前宣布,其研究小组利用人工智能开发出一款新程序,能够以很高的精度自动发现考试时考生是否偷看,从而使作弊无处可逃。京都大学的研究小组,利用人工智能领域的机器学习技术,并吸收此前的教师监考经验,开发出了这款新程序。该程序能计算参加考试者过去的成绩与考试问题难易度是否匹配、与其他考生答案的重叠程度等,然后将作弊嫌疑低的人逐     

实验室人员防护措施及管理成效

安全是科研工作深入开展的前提和基础,人员安全是实验室管理工作的重中之重,本文以辽宁省果树科学研究所实验室为例,指出存在的风险隐患,总结了具体作法和初步成效,希望与同行交流互鉴、共同提高。     

基于改进YOLOv5s算法的隧道初期火灾检测模型

为提升公路隧道初期火灾的检出率与检测精度,考虑初期烟火特征量小且不易侦测的特点,提出一种基于改进YOLOv5s算法的公路隧道初期火灾检测模型。首先,在YOLOv5s特征检测层并入变压器预测头,在原有3个特征检测头的基础上新增第4个160×160尺度的特征检测头,以增强多尺度识别能力;同时,引入加权双向特征金字塔网络(BiFPN)结构,用于融合高低层火焰和烟雾的语义信息;然后,采用完全交并比(CIoU)替换距离交并比(DIoU),并在置信度损失中采用Focal Loss改进YOLOv5s的损失函数,从而提升新模型整体的训练效果和检测精确度;最后,在真实隧道内开展初期火灾模拟试验,获取50 000幅训练集样本,并结合2022年3月1日江苏镇江观音山隧道真实火灾视频数据,对比分析YOLOv5s-Opt和YOLOv5s算法模型。结果表明：YOLOv5s-Opt对初期火灾的平均检测精度达到90.38%,比YOLOv5s提高2.06%;对于同一段火灾实测视频,YOLOv5s-Opt的检出率比YOLOv5s高出3.63%。YOLOv5s-Opt算法模型更擅长初期火灾小目标的检测和识别,在检测精度和检...