显著优势

摘要： 过去一年,“党和国家各项事业取得新的重大成就,‘十四五’实现良好开局。这些成绩来之不易,是全党全国各族人民顽强拼搏的结果,也是广大政协委员团结奋进的结果”。我国发展仍具有诸多战略性的有利条件,“一是有中国共产党的坚强领导”,“二是有中国特色社会主义制度的显著优势”,“三是有持续快速发展积累的坚实基础”,“四是有长期稳定的社会环境”,“五是有自信自强的精神力量”。

摘要： 集中力量办大事是中国式现代化道路的成功经验和重要法宝。在社会主义国家,马克思主义经典作家思想是集中力量办大事的主要理论来源。从比较的角度看,中国特色社会主义制度下的集中力量办大事要优于资本主义制度,它继承自苏联模式,但赋予其新的生命和活力。集中力量办大事的显著优势不是孤立存在的,它与其他几个方面的优势相辅相成,其中,党的集中统一领导制度是组织保证,人民当家作主制度是合法性来源,社会主义基本经济制度是物质基础,以人民为中心的制度是价值取向。当前我国面临的各种挑战和风险空前加剧,集中力量办大事作为一项利器仍有其重要的意义和价值,包括核心技术的突破迫切需要大力协同、集智攻关;打赢脱贫攻坚战,实现共同富裕离不开集中力量办大事;握紧拳头是应对国外敌对势力破坏和阻挠的必要之举;应对突发的重大公共卫生安全事件需要全国一盘棋;等等。

摘要： 党的领导制度是中国共产党吸收马克思、恩格斯、列宁党的领导理论的基础上,结合党在革命、建设、改革长期实践探索中逐步形成、发展、完善的制度体系。过去的一百年中,中国共产党带领中国人民实现了从站起来、富起来到强起来的伟大飞跃,证明了党的领导制度具有巨大号召力、高度组织力和强大凝聚力等显著优势。深刻认识党的领导制度优势有利于坚定制度自信,发挥制度优势,为实现中华民族伟大复兴中国梦提供保障。

摘要： 葡萄干是重要的干果制品之一,具有丰富的营养价值,而且美味可口,受消费者青睐。据统计,2017年中国葡萄干国内消费量为20.3万t。新疆是我国葡萄干的主产区,全疆葡萄干产量占全国总产量的95%以上。在国内市场上,新疆葡萄干无论是生产规模还是品质方面均具有显著优势,且国内葡萄干消费潜力和消费空间都非常大.

摘要： 中国新型政党制度是生长于我国土壤的基本政治制度,是国家治理体系的重要组成部分,是中国共产党领导各民主党派、无党派人士、人民团体和各族各界人士进行的制度创造。新时代将中国新型政党制度的显著优势转化为治理效能,必须加强党对新型政党制度的领导,发挥人民政协专门协商机构的作用,推动政党协商共治机制嵌入治理实践,强化政党制度的执行、实施与监督。

摘要： 2021年12月4日,国新办发布《中国的民主》白皮书。白皮书对中国民主的制度、实践、成果、意义等方面进行了全面介绍,不仅是一幅清晰的民主画卷,也是对一些不当责难的有力回击。白皮书表明,中国的民主是全过程人民民主。党的领导是发展全过程人民民主的根本保证,无论是从历史发展还是现实实践的角度来看,全过程人民民主必须要坚持党的领导。

摘要： 党的十八大以来,我们党深化对民主政治发展规律的认识,提出全过程人民民主的重大理念。《中共中央关于党的百年奋斗重大成就和历史经验的决议》强调,“必须坚持党的领导、人民当家作主、依法治国有机统一,积极发展全过程人民民主,健全全面、广泛、有机衔接的人民当家作主制度体系”。积极发展全过程人民民主,是坚定中国特色社会主义制度自信的重要内容,是建设社会主义民主政治、发展社会主义政治文明的必然选择。在新的征程上,必须更加充分发挥全过程人民民主的显著优势,使各方面制度和国家治理更好体现人民意志、保障人民权益、激发人民创造。

摘要： 中国式现代化道路关乎人民的福祉、关乎国家的富强、关乎复兴的梦想,它凝结了中国共产党的思想理论和实践智慧,推动了世界现代化发展模式的多样化、加快了世界现代化的发展进程,向世界展现了中国特色社会主义的深远谋略和强大生命力,这一切成果都来自中国式现代化道路自身的优势力量。深入地研究这种优势力量有利于我们明确中国式现代化道路对西方资本主义国家现代化道路发展模式的超越,为传统后发型发展中国家探索适合自身条件的现代化发展模式提供经验和智慧,丰富了人类文明的发展路径,构建了人类文明新形态。

摘要： 沅江市是我国最大的芦苇高产区,芦苇面积约3万公顷,约占洞庭湖芦苇面积的31%。该区域是芦苇、南获的混生区域,所以该地区所称的芦苇就是指两者的混生。芦苇是一种资源性植物,春天采笋、夏天采叶、秋天收苇、冬天采根|资源优势明显,可供开发利用的空间大,尤其是在轻工食品领域开发上具有显著优势。

摘要： 对于长跑运动项目来说,运动员在运动和训练的过程中会耗费大量体能,而为了将运动员的运动能力最大限度地发挥出来,应促使其科学合理地补充各类运动营养食品并摄入足量的营养素。研究表明,胶原蛋白运动食品近些年来受到了更多运动员的关注和喜爱,其主要原因便是胶原蛋白具有提升免疫力、及时补充水分、吸收利用率较高和可以稳定锁住钙质等显著优势。

摘要： 基于显著区域差异和显著密度实现显著物体自动检测的方法，它涉及实现显著物体自动检测的方法。它为解决目前基于窗口定位检测显著物体的方法所存在的包含过多的背景像素，不能精确提取出显著物体的问题。一、计算显著图S(x，y)的空间权重显著图S′(x，y)：二、寻找窗口内部区域显著度和窗口外部区域显著度差异最大化；三、计算得到显著密度值最大的窗口；四、将窗口W

摘要： 本申请提供一种图像显著性分割、图像显著性模型训练方法及装置，涉及图像处理技术领域。本申请可以采用预设显著性模型提取待处理图像的特征信息，采用预设显著性模型、根据特征信息，获取待处理图像的显著性分割图，显著性分割图通过显著性区域框标识显著性物体，实现对待处理图像的显著性分割，可以得到显著性区域框和显著性分割图相结合的显著性分割结果，相对于现有技术中进行显著性分割所得到显著性分割结果而言，本申请得到的显著性区域框和显著性分割图相结合的显著性分割结果分割效果更加明显，从而能够适应针对较为复杂场景的待处理图像的显著性分割。

摘要： 本申请提供了解码显著性图的装置、方法及编码显著性图的装置。一种用于编码指示在变换系数块内的显著变换系数的位置的显著性图的较高编码效率藉由扫描次序达成，借助于该结果，被顺序地抽取的语法元素，其指示对于在变换系数块内的关联位置，关于显著变换系数还是非显著变换系数位于相应的位置，根据利用先前关联的语法元素所指示的显著变换系数位置，被顺序地关联至在变换系数块位置中的变换系数块位置。可选地，第一类型元素可使用上下文通过上下文自适应熵解码，显著变换系数根据先前被抽取的并被关联的第一类型语法元素而位于的若干位置，而对于每个所述第一类型语法元素被各自地选择。

摘要： 本发明公开了一种基于低水平显著性融合和测地线的视频显著性检测方法，包括步骤：S1通过显著性估计分别求得空间边缘显著图，空间颜色显著图和运动边界图；S2平滑处理，并集成三个特征显著图得到低水平的时空显著图；S3对每一帧构造无向加权图，然后根据到图像边界的最短测地线距离，计算前景概率；S4对每对相邻视频帧，构造无向加权图，将帧Lk分解为背景区域Dk和对象区域Ok,最后在无向加权图的基础上，计算得到最后的显著图。本发明的空间颜色特征，增强或锐化突出对象的微小细节来表示高显著度。本发明的低层次显著性融合策略，保证互补地使用平滑的颜色显著性、空间边缘和时间运动边界线索产生高精度低水平显著性。

摘要： 本申请提供了解码显著性图的装置。一种用于编码指示在变换系数块内的显著变换系数的位置的显著性图的较高编码效率藉由扫描次序达成，借助于该结果，被顺序地抽取的语法元素，其指示对于在变换系数块内的关联位置，关于显著变换系数还是非显著变换系数位于相应的位置，根据利用先前关联的语法元素所指示的显著变换系数位置，被顺序地关联至在变换系数块位置中的变换系数块位置。可选地，第一类型元素可使用上下文通过上下文自适应熵解码，显著变换系数根据先前被抽取的并被关联的第一类型语法元素而位于的若干位置，而对于每个所述第一类型语法元素被各自地选择。

摘要： 本发明公开了一种基于多核增强和显著性融合的RGBD图像协同显著性检测方法。具体步骤为：(1)、将一组具有共同显著对象的彩色图像分割成若干区域，并计算单张RGBD图像显著性图；(2)、样本选择，选出最优聚类结果中类协同显著性值最大的那个类，将这个类中的区域作为正样本，将单张图像显著性值低于阈值的区域作为负样本；(3)、用图像随机采样的方法生成不同的训练集来学习多个不同的模型，以得到基于多核增强的协同显著性图；(4)、将步骤(3)得到的基于多核增强的协同显著性图和步骤(2)得到的基协同显著性图进行线性融合，得到融合协同显著性图，并评价每张融合协同显著性图的质量，以这个质量评价为权重进行自适应的融合，得到最后的RGBD图像的协同显著性图。

摘要： 基于显著区域差异和显著密度实现显著物体自动检测的方法，它涉及实现显著物体自动检测的方法。它为解决目前基于窗口定位检测显著物体的方法所存在的包含过多的背景像素，不能精确提取出显著物体的问题。一、计算显著图S(x，y)的空间权重显著图S′(x，y)：二、寻找窗口内部区域显著度和窗口外部区域显著度差异最大化；三、计算得到显著密度值最大的窗口；四、将窗口W

摘要： 本发明公开了一种显著性检测方法、显著性检测设备和计算机可读存储介质，所述方法包括：确定第一主干网络第一目标卷积层的第一输出结果，以及第二主干网络第二目标卷积层的第二输出结果；根据所述第一输出结果确定所述第一全局描述子，以及根据所述第二输出结果确定第二全局描述子；根据所述第一全局描述子和所述第二全局描述子确定各个模态的不同通道的重要性；根据所述重要性以及所述第一输出结果确定第一模态特征，以及根据所述重要性和所述第二输出结果确定第二模态特征；基于所述第一模态特征和所述第二模态特征确定显著性检测结果。本发明旨在达成提升显著检测结果的鲁棒性的效果。

摘要： 本发明公开了一种使用生成式参数的层次性显著建模的显著性目标检测方法，用于在给定彩色图像的情况下，对彩色图像中的显著物体做像素级的细粒度分割。该方法具体包括如下步骤：获取训练该任务的图像数据集；建立用于提取彩色图像的主干深度神经网络；建立使显著性层次建模策略对于输入图片更有适应性的层次信号生成模块；建立用于对输入图像进行显著性层次建模的显著性层次模块；基于前述模型结构进行预测模型训练，并得到最终的训练好的神经网络模型。本发明适用于RGB场景下的显著性目标检测，面对各类复杂情况具有较佳的效果和鲁棒性。

摘要： 本发明公开一种利用显著图再生成三流卷积神经网络的RGBD图像显著性检测方法。先通过双流端到端网络建立门结构形式解码生成一张初始显著性预测图，再将这一张初始显著性预测图作为输入建立一个单流轻量网络，为了节约内存和算力，解码部分利用双流网络的解码信息来引导单流网络解码，先前的信息利用先前的经验指导后来的特征信息，再将单流生成的显著性预测图与初始显著性预测图通过设置权重相加得到最终的显著性预测图。本发明的方法通过建立两层网络来有效的利用的先前信息和后来信息来增强初始显著性预测图，实验证明本方法的有效性，本专利实验说明本方法两个测试集上预测结果边界清晰，显著物体结构完整。