共查询到20条相似文献，搜索用时 484 毫秒
1.
《山东省农业管理干部学院学报》2016,(11):106-111
党的十八大报告首次提出,提高领导干部运用法治思维和法治方式深化改革、推动发展、化解矛盾、维护稳定的能力。善于运用这些能力.是衡量领导干部执政能力的新标准、新要求。要提升领导干部的法治思维能力,必须加强法律学习,培育法治文化;注重法治观念的更新;以制度创新促成法治信仰的形成。众所周知,领导干部是社会管理和社会服务的组织者、参与者和示范者,其法律素质的高低,社会主义法治理念的强弱,直接决定其依法管理、依法决策和依法办事的水平。所以,培养领导干部的法治思维,是依法执政与依法行政的重要前提,是发扬社会主义民主的重要内容,也是构建和谐社会的重要保障。 相似文献
2.
李智 《新农村(黑龙江)》2012,(4):247-248
党内民主是党的生命,积极推进党内民主建设是以改革创新精神全面推进党的建设新的伟大工程的重要内容,也是党的十七大向全党提出的一项加强党的自身建设的艰巨任务。推进党内民主建设是一项长期的系统工程,需要党的领导干部、党的组织和全体党员齐心协力,共同奋斗。具体而言,推进党内民主建设必须从思想、制度、内部和外部环境等多个方面着手。在此,就推进党内民主建设的路径作具体分析。 相似文献
3.
4.
党员领导干部道德建设是一个系统工程,也是一个复杂的工程。新时期在加强党员领导干部道德建设的路径选择上,要把一个"价值"、两个"尺度"和三个"观念",作为新时期加强领导干部道德建设的新的尝试和探索。 相似文献
5.
6.
周文济 《北京农业职业学院学报》2001,15(1):13-16
有效监督是党的领导的重要内容 ,也是实现党的领导的重要途径。党的监督是最高的监督 ,是其他多种监督的重要保证。党内监督的对象是党的各级组织和全体党员 ,其重点是党员领导干部 ,特别是主要领导干部。党的组织生活会制度、党员领导干部民主生活会制度、干部民主评议制度、干部任前公示制度 ,以及近年来兴起的各项公开制度等 ,使党内监督的制度体系逐步完善 ,并成为行之有效的监督办法。 相似文献
7.
王千希 《北京农业职业学院学报》2023,(3):27-35
治理体系现代化建设是法治现代化建设的重要组成部分,涵盖立法、执法、司法和守法四大重要环节。对乡村法规政策和现实情况进行梳理,厘清进入“后乡土社会”的乡村地区在治理体系现代化建设中面临的现实问题,思考乡村治理体系现代化建设过程中的新使命、新内涵和新场景,并提出我国乡村治理体系现代化建设的新路径。应在“乡政村治”的既有治理体系格局下加强关键领域立法,完善乡村法律制度体系,突出党领导下乡村居民治理主体地位,构建智慧治理机制,加强乡村地区司法保障,完善乡村地区法律服务体系,实现乡村振兴战略布局与共同富裕总体目标。 相似文献
8.
高等学校既是传播思想文化和科学技术的阵地,又是培养中国特色社会主义事业合格建设者和可靠接班人的重要阵地。高校党的建设的实践证明,只有加强党内民主,高校党组织才能为全面贯彻落实科学发展观,构建和谐高校提供牢固的基础。新形势下加强高校党内民主建设,既要进一步完善党员代表大会制度和党员民主评议领导干部制度,还要深化干部制度改革,探索党务、校务公开制度的建立和健全。 相似文献
9.
在新时代背景之下,加强对权力运行的制约和监督,是解决当前党内问题及隐患的重要方式,可以有效的防止权力被滥用,保证领导干部对人民负责,从根本上整治腐败;深入推进依法行政,提高国家法治化进程。但党对权力运行的制约和监督仍然有一些难题,所以在新时代我们要不断完善机制,形成制度安排;牢记法治观,树立监督和被监督意识;畅通党内民主监督渠道,营造党内民主监督环境;明细党内的权责清单,保障权力的有效运行。 相似文献
10.
11.
支持向量机的分类性能在很大程度上取决于其相关参数的选择,为了改善支持向量机的分类准确率,本文采用基于混沌机制的人工蜂群算法对其参数进行优化。在传统人工蜂群算法的基础上,采用Logistic混沌映射初始化种群和锦标赛选择策略,进一步提高人工蜂群算法的收敛速度和寻优精度。该方法采用分类准确率作为适应度函数,利用人工蜂群算法对支持向量机的惩罚因子和核函数参数进行优化。通过对多个标准数据集的分类测试,证明基于混沌机制的人工蜂群算法优化的支持向量机分类器能够获得更高的分类准确率。 相似文献
12.
为了提高小麦病害图像分类的效率,提出了一种基于Spark的并行式支持向量机算法。首先对小麦病害图像进行滤波去噪、灰度压缩等处理,利用灰度共生矩阵、不变矩阵等从颜色、纹理和形状3个方面提取49个特征向量;然后通过数据集的切分和并行框架的支持,将大数据并行处理技术Spark与支持向量机结合,运用Scala语言实现了串行支持向量机算法的并行化,并将其应用于小麦病害图像识别。针对小麦锈病和白粉病的图像分类测试结果表明,当测试图像分别是2 600、3 900、5 120张时,该算法对锈病的分类精度依次是76.03%、81.18%、77.82%,对白粉病的分类精度依次是83.27%、85.91%、83.14%,比串行支持向量机分类精度有所提升。分类时间依次是13 928.0、18 506.1、24 897.2 ms,明显低于串行支持向量机的分类时间。改进的算法实现了小麦病害分类精度的小幅度提升,明显提高了处理速度,具有较快的学习收敛速率。 相似文献
13.
SVR的树木生长过程建模及其参数优化研究 总被引：1，自引：0，他引：1
计算机树木模型可以广泛地应用于理解、预测和调控树木的生长和产量,在树木生长及生态系统等领域的研究中已经成为一种很重要的研究方法。采用支持向量回归对树木高度进行建模与预测,减小了样本数据量小造成的误差,克服了树木生长方程选择的困难。对支持向量机的参数采用遗传算法进行筛选,提高数据拟合精度。最后将预测结果与采用各类生长方程模型的预测结果进行比较,结果表明用支持向量机预测方法有较高的精度。 相似文献
14.
15.
基于粗集的支持向量机在故障诊断中的应用 总被引：1，自引：1，他引：0
根据支持向量机分类的基本原理,通过应用粗集理论方法对样本数据进行了预处理,去除冗余特征,提高了支持向量机分类效率.通过对涡轮机故障诊断,认为该方法可以提高故障诊断精度和诊断效率. 相似文献
16.
【目的】分析Landsat 8 OLI卫星遥感影像数据面向农用地分类的实际应用方法和效果,以新疆奇台县南部为研究对象。【方法】使用随机森林(RF)、支持向量机(SVM)和神经网络(Neural Net)三种分类器进行研究区农用地分类对比。【结果】通过对三种分类器参数设置参数精度检验,利用上述三种算法对农用地地物分类进行精度评价,在整体分类精度中,支持向量机算法(SVM)<随机森林算法(RF)<神经网络算法(Neural Net),分类精度分别为:90.75%,94.30%和94.84%。【结论】神经网络方法(Neural Net)在该地区的农用地物整体分类上,比支持向量机(SVM)和随机森林法(RF)相比具有一定的优势,并获得较好的分类精度。 相似文献
17.
电子商务客户流失受到多种影响,具有时变性、非线性,为了提高电子商务客户流失的预测精度,提出一种粒子群算法优化支持向量机的电子商务客户流失预测模型。首先收集电子商务客户数据,并进行预处理,然后将数据输入到支持向量机进行学习,并采用粒子群算法选择支持向量机参数,建立最优电子商务客户流失预测模型,最后采用具体数据进行了仿真实验。结果表明,相对于其他电子商务客户流失预测模型,本文模型提高了电子商务客户流失的预测精度,可以准确反映电子商务客户流失变化特点,预测结果可以为电子商务企业提供有价值的参考意见。 相似文献
18.
[目的]应用参数优化支持向量机对水稻施氮水平进行准确分类预测,为水稻精准施肥和高产管理提供科学依据.[方法]以水稻品种金优458为试验材料,设4个施氮水平(从高至低折合纯氮用量分别为225、150、75和0 kg/ha),通过叶绿素测量仪SPAD-502获取水稻第6~9叶序叶片的SPAD值(即叶尖、叶中和叶枕的SPAD值),并分别应用网格搜索算法和粒子群算法参数优化支持向量机对4个施氮水平下的水稻叶片SPAD值进行训练和预测分类.[结果]对于第7、8叶序、第7~9叶序及第6~8叶序叶片组合,粒子群算法参数优化支持向量机对水稻施氮水平的分类识别效果均优于网格搜索算法,其准确率均高于75.000%,对归一化处理后的第7、8叶序叶片组合识别率最高,达88.889%.[结论]基于粒子群算法参数优化支持向量机适用于水稻施氮水平分类预测,能满足农学研究的需求. 相似文献
19.
为了提高股票价格预测精度,提出一种改进支持向量机的股票价格预测模型。该模型利用粒子群算法的全局寻优能力对支持向量机参数进行优化,以提高股票价格的预测精度,采用具体股票价格数据对模型性能进行测试。结果表明,改进支持向量机能够对股票价变化趋势进行预测,是一种有效、高精度的股票价格预测模型。 相似文献
20.
基于无人机多光谱遥感图像的玉米田间杂草识别 总被引：5，自引：0，他引：5
【目的】为了精确高效识别玉米田间杂草,减少除草剂施用,提高玉米种植管理精准性。【方法】通过六旋翼无人机搭载多光谱相机获取玉米田块多光谱图像。为分离图像中植被与非植被像元,计算了7种植被指数,采用最大类间方差法提取植被指数图像中非植被区域,制作掩膜文件并对多光谱图像掩膜。通过主成分分析对多光谱图像进行变换,保留信息量最多的前3个主成分波段。将试验区域分为训练区域和验证区域,在训练区域中分别选取了675处玉米和525处杂草样本对监督分类模型进行训练,在验证区域选取了240处玉米样本及160处杂草样本评价模型分类精度。将7种植被指数、3个主成分波段的24个纹理特征及经过滤波的10个反射率,共计41项特征作为样本特征参数。利用支持向量机-特征递归消除算法（support vector machines-feature recursive elimination,SVM-RFE）和Relief算法从41项特征中各筛选14项特征构成特征子集,采用支持向量机、K-最近邻、Cart决策树、随机森林和人工神经网络对特征子集进行监督分类。【结果】支持向量机与随机森林对全部特征及2个特征子集分类效果较好,支持向量机总体精度为89.13%—91.94%,Kappa>0.79,随机森林总体精度为89.27%—90.95%,Kappa>0.79。【结论】SVM-RFE算法对数据降维效果优于Relief算法,支持向量机（SVM）模型对区域冠层尺度下玉米与杂草的分类效果最好。 相似文献