监督对象

摘要： 春寒料峭,刚刚入职巴中市通江县纪委监委5个月的干部杨飞,正和组员一起在烟溪镇罗张窝村,开展脱贫攻坚成果同乡村振兴有效衔接专项监督工作。如今的杨飞在监督过程中,已经能较快找准问题,底气十足,独当一面。谁曾想,三个多月前,他还是一个监督“小白”。“集体经济收入我们又没侵占一分钱,只是账目有点乱,有必要上纲上线,下发整改通知书吗?”谈起当时监督对象回怼他的情形,杨飞还历历在目,彼时的他面红耳赤,不知如何应对。杨飞所在的通江县是四川省乡村振兴重点帮扶县,如何确保脱贫攻坚成果守得住,乡村振兴有实效,是该县纪委监委做实政治监督的重要内容,更是开展基层练兵、提升监督质效的有效切口。

摘要： 2021年以来,山东省日照市人大常委会倾力打造全覆盖、全要素、全链条的闭环式监督机制,监督工作取得了新进展。监督对象"全覆盖"。2021年,市人大常委会年度监督工作议题基本覆盖到市政府35个工作部门,重点围绕保障法律法规实施、促进依法行政。监督方式"全要素"。

摘要： 重庆站启动2022年农机推广鉴定证后监督工作3月7日,重庆市农业机械鉴定站召开会议介绍了《2022年重庆市农业机械推广鉴定证后监督工作实施方案》,启动了“双随机”抽取工作。在2020年获得推广鉴定证书的产品中,随机抽取了90个产品为监督对象;从鉴定员数据库中,随机抽取了4个监督小组组长及成员,标志着2022年证后监督工作正式启动,预计全部工作在11月底完成。

摘要： 动员千遍,不如问责一次。要从根本上破除“只要不出事,宁可不干事”的“太平官”思想,纪检监察机关须高悬纪法利剑,以“严”的标准,把“太平官”作为精准监督对象。对“太平官”精准监督,要坚持问题导向,把不作为、慢作为,懒政怠政作为监督的重点。

摘要： 本届以来,在省人大及其常委会的领导下,省人大财经委、常委会财经工委不断加强对相关部门重点专项资金的监督工作,着力建立健全部门专项资金监督机制,取得较好成效。一、聚焦社会热点,确定监督对象按照监督法、预算法规定,人大预算审查监督应当对“重点支出的安排”“部门预算制度建立和执行情况”作重点审查。

摘要： 自公益诉讼检察工作开展以来,检察机关围绕服务中心大局和人民美好生活,紧盯公益损害突出问题,聚焦重点领域深入推进公益诉讼检察工作,办案数量稳步增长、办案质效不断提升,公益诉讼工作深受群众认可,广受群众支持,公益诉讼以有力担当履职交出了一份让人民满意的高分答卷。笔者结合基层公益诉讼案件办理情况,浅认为公益诉讼检察工作中,行政公益诉讼监督对象为行政机关,其价值取向在保护公益的同时,也对行政机关是否“依法行政”进行了法律监督。

摘要： 2016年10月27日中国共产党第十八届中央委员会第六次全体会议通过的《中国共产党党内监督条例》(以下简称"党内监督条例")是新时期党内监督的基础性文件,明确了党内监督的目的和依据,阐述了党内监督的指导思想、基本原则、监督内容、监督对象、监督方式和强化自我监督、构建党内监督体系等重要问题,要求全党一体执行,是新时期全面从严治党,强化党内监督,保持党的先进性和纯洁性的重要制度依据。

摘要： 再监督职能的科学内涵和必要性根据党内法规的阐述,纪检机构除了直接监督的对象和内容外,还要监督直接监督对象是否对管辖范围内的组织和个人实施了有效监督,这就是监督的再监督,是纪检监察体制改革后企业中纪检机构履行职能的主要方式。再监督明确了监督的各项主体责任,是对监督职能本质的回归,也提出了创新工作方式的要求,既要求纪检机构自觉依纪依法,不缺位、不越位,履行监督职能。

摘要： 行政监督是政府行政机关的一种自我监督,制定与监督对象相关的法律法规,使政府行政主体及行政人员在恪守法令条文的前提下,认真履行职责使命,保证行政效率,践行政府职能。行政监督的内容是督导与评估政府机构及其工作人员是否能够依法行政、高效行政、为民行政,其主要目标在于确保政府部门及其工作人员的行政活动具有有效性。随着我国政治民主进程的不断探索,政府行政职能的继续优化,我国的行政监督概念有了新的转变。

摘要： “巡察发现,你村资金资源管理存在入账不完整等问题。请问,你村是如何整改的?”日前,山东省胶州市胶西街道雷家孝源村党支部书记赵芝作为提级监督对象,首次向胶州市纪委全会述责述廉。

摘要： 车辆中的计算设备可以基于3D数据点，通过确定一个或多个对象中的每个对象的由先前确定的对象所决定的联合贝叶斯概率，来确定一个或多个对象，以及基于所确定的一个或多个对象来驾驶车辆，其中对象具有包括位置、大小、姿势、速度、方向和预测路径的参数。

摘要： 本发明提供一种基于关键对象特征的深度监督跨模态检索方法，具体包括：首先构建特征学习模块抽取每个模态的深度特征，建立每个模态的注意力网络模型将各个模态抽取的特征分为关键特征和辅助特征，然后将每个模态抽取的关键特征和辅助特征进行融合作为最终的语义表征，最后建立三重损失函数：公共空间损失，标签空间损失和模态间不变性损失对模型进行训练学习。本发明提供的方法不仅能提高检索速度而且能够有效解决跨模态检索中精确度不高的问题。

摘要： 本发明提供了一种基于解耦自监督的视频伪装和显著性对象检测方法，包括以下步骤：1，构建了一种自监督形式的帧路由机制，可以帮助网络识别出一段视频中哪些视频帧的运动信息丰富，哪些视频帧的运动信息不丰富。2，构建自监督形式的运动分割网络和图像分割网络，当某帧视频中的运动信息充分时，利用运动分割网络来检测伪装/显著对象；当某帧中的运动信息不充分时，利用图像分割网络来检测伪装/显著对象；3，本文搭建的解耦自监督网络框架，可以同时完成视频伪装对象和显著对象的检测，而且不依赖任何数据标注。

摘要： 本发明涉及基于对比学习的自监督舆情评论观点对象分类方法，属自然语言处理领域。本发明包括：构建微博评论观点对象分类的数据集；在基于Word2Vec词向量的基础上进行K‑means聚类，融入特殊自注意力机制得到评论的向量表征并重构评论句表征，由评论句词向量表征和重构方面句子表征构建评论句子正负例，通过对比学习的方法增强与评论观点对象相关的文本特征，拉大句子与非观点对象不相关的距离，使得模型对评论句进行推断与分类。最后将评论文本分类为四个案件方面：某机构、当事人、某名称、其他，为后续的微博评论摘要提供了支撑。

摘要： 公开了使用神经网络执行对象检测、实例分割和来自包围盒监督的语义对应关系，具体公开了用于训练一个或更多个神经网络的装置、系统和技术。在至少一个实施例中，一个或更多个神经网络被训练为至少部分地基于包括包围盒注释的训练数据来执行分割任务。

摘要： 计算机生成具有注释图像(473)的训练集以训练卷积神经网络(CNN)。计算机接收以第一颜色编码(413‑A)的示出叶子和诸如昆虫的生物对象的叶子图像，将像素的颜色编码改变为第二颜色编码并且从而增强对比度(413‑C)，对以第二颜色编码的像素分配二元值(413‑D)，通过区域大小标准(413‑E)将具有以第一二元值的连续像素的区域区分为非昆虫区域和昆虫区域，采用矩形图块区域(413‑F)识别昆虫区域的像素坐标，以及通过将像素坐标分配给对应的图块区域来注释以第一颜色编码的叶子图像。注释图像然后用于通过估计植物叶子上的诸如昆虫的生物对象的数量来训练用于量化植物侵染的CNN。

摘要： 本发明公开了一种基于弱监督学习的多对象场景时空动作定位方法及装置，计算原始数据集中的个体集的多个体包标签，并通过个体的特征向量计算出动作预测结果，计算多个体包标签与动作预测结果间的交叉熵损失；对于帧t寻找与其在一定范围内的临近帧，以阈值进行筛选，对合格的个体生成伪标签，考察无标签个体，计算其最大预测值与最可能的标签值之间的交叉熵损失，以阈值为标准进行筛选，将合格的个体新增为锚定个体；综合考虑交叉熵损失函数，以作为总损失函数，利用原始训练集以及伪标签后的新数据集进行参数更新，在完成指定轮训练后停止；将待识别视频分解为若干帧，将其逐帧输入训练完成的网络中进行动作识别，输出视频帧中所有个体的动作类别。

摘要： 本发明公开了一种基于多路径网络结构和多深监督机制的意图对象预测方法,包括以下步骤：获取初始图像样本，根据初始图像样本通过人体注意力模块获取视觉注意概率图，根据初始图像样本对初始图像样本中手的关键点进行检测并进行高斯滤波获得手位置概率图，根据所述初始图像样本通过全局语义与局部轮廓模块提取物体轮廓信息；基于所述视觉注意概率图、所述手位置概率图和所述物体轮廓信息进行基于空间注意力的融合，再进行深监督处理获得所述初始图像样本的下一个短期活动对象的准确概率图，完成意图对象预测。本发明基于深监督机制整合了全局语义与局部轮廓信息，人体注意力和手部关键点的线索，预测以自我为中心的图像中的短期下一个活动对象。

摘要： 本发明提供一种基于面向对象和光谱规则的多光谱遥感图像非监督分类方法，包括：获取数字化的多光谱遥感图像数据及其元数据和传感器类型；对多光谱遥感图像数据进行辐射定标和大气校正处理，同时应用多尺度分割算法将其分割为多个分割对象；计算每个分割对象的各波段光谱值；基于大气校正后的地物光谱特征，定义核心光谱类别的逻辑表示和特征空间的阈值判别规则，构建多层判别的逻辑表达式，得到光谱规则分类模型；将各波段光谱值输入光谱规则分类模型，得到非监督分类结果。本发明将面向对象的图像分割与光谱规则的非监督分类相结合，充分利用图像的空‑谱信息，获得不同成像时间的非监督分类结果，在普适性与自动化影像数据处理方面具有优势。

摘要： 本发明公开了一种基于非显著区域对象挖掘的弱监督语义分割方法，包括给定带有图像级标签的图像，训练分类网络并利用类别激活图生成用于学习分割网络的像素级伪标签，其中在分类网络中引入基于图推理的多尺度特征融合模块。本发明提供了一种基于非显著区域对象挖掘的弱监督语义分割方法，该方法引入了一个基于图推理的多尺度特征融合模块来帮助分类网络捕获不连续和远距离区域之间的全局关系，从而增强网络激活散布在角落或图像边缘附近的目标对象的能力；为了进一步挖掘非显著区域内的目标，通过潜在对象挖掘子步骤来降低伪标签的假负率进一步发挥分割网络的自我校正能力。