【摘 要】
:
运用文献资料法和逻辑分析法等,基于全域旅游背景,分析我国体旅融合发展的多元诉求、协同效应与创新路径。全域旅游背景下,我国体旅融合发展有着推动经济社会发展、满足人民群众体育消费需求、助推体育产业高质量发展等多元诉求。协同效应:提升融合的主动性和互补性,实现协同创新;强化融合的科学性和聚合性,实现结构优化;坚持融合的规模扩大化和集约化,实现绩效提升。创新路径:拓宽融合渠道,以技术创新为抓手,推动体旅融
【基金项目】
:
国家社会科学基金项目(19BTY023);
论文部分内容阅读
运用文献资料法和逻辑分析法等,基于全域旅游背景,分析我国体旅融合发展的多元诉求、协同效应与创新路径。全域旅游背景下,我国体旅融合发展有着推动经济社会发展、满足人民群众体育消费需求、助推体育产业高质量发展等多元诉求。协同效应:提升融合的主动性和互补性,实现协同创新;强化融合的科学性和聚合性,实现结构优化;坚持融合的规模扩大化和集约化,实现绩效提升。创新路径:拓宽融合渠道,以技术创新为抓手,推动体旅融合型业态提质增效;创新经营理念,以治理结构优化为内驱,凸显体旅融合型企业核心竞争力;强化体验过程,以原创设计为核心,助力体旅融合型产品增加顾客黏性。
其他文献
压电材料作为应用比较广泛,产量较大的一类功能材料,在对环保要求越来越高的当下社会,其无铅化成为了一项迫切的需求。而BaTiO3(BT)基无铅压电陶瓷是目前被研究较多的三类压电陶瓷中的一类,通过对其A位和B位离子掺杂,发现压电性能得到极大的提高,并且同时具备典型的铁电性能和优异的介电性能。有望实现实际应用,替换掉有毒的铅基压电材料。本论文选取了其中研究较少的Ba0.85Ca0.15Ti0.9Hf0.
狼儿峪村是平西地区最早建立起党支部的地方之一。1938年3月,昌宛联合县政府在狼儿峪村成立,先后建立党组织和抗日政权,建立民兵队伍,开展游击战争,指挥平西地区的革命斗争,为革命的胜利作出了不可磨灭的贡献。
离子渗氮是一种清洁高效的表面改性技术,能够显著提高表层硬度、改善耐磨性。常规离子渗氮处理后,渗氮层特性随离子渗氮工艺的改变通常具有这样的变化规律:随渗氮层增厚,化合物层、扩散层及有效硬化层都增厚,同时伴随表层硬度提高。遗憾的是:化合物层增厚将导致渗层脆性增大,对于承受冲击和重载磨损的零部件,如热冲压模、热锻模及重载齿轮等,常规离子渗氮处理常常存在渗层特性与服役要求冲突的难题,即随渗氮层增厚,表层硬
人体行为识别是机器视觉和人工智能方向的研究热点之一,成果已应用于人机交互、生物识别、健康监测、视频监控系统、体感游戏、机器人技术等领域。本文致力于研究基于时空特征表示的人体行为识别算法,主要包括关键帧算法、深度时空能量特征表示和整体协同时空特征表示算法。本文内容如下:一、针对深度图序列中冗余信息过多的问题,提出一种关键帧算法。首先对深度图序列相邻帧之间做差分处理,得到差分图像序列;然后求取差分图像
火龙果在我国种植面积大,产量多,品质高,但食用方式单一,精深加工不足,造成大量鲜果浪费,以罗甸红心火龙果为原料酿造的火龙果酒不仅大大延长了市场供应期,还将火龙果营养价值与酒特殊风味完美结合。然而,火龙果自身有机酸和酯类芳香因子等风味化合物含量较少,因而生产出的火龙果酒由于风味不足,往往难以满足消费者的需求。为提高火龙果酒香味复杂度与品质,将德尔布有孢圆酵母(Torulaspora delbruec
安全帽在环境复杂的施工场所是工人最基本的安全防护装置。然而国内工人素质参差不齐,许多工人未按要求佩戴安全帽,所以在施工现场自动检测工人是否佩戴安全帽对安全生产具有重要意义。近年来,已有不少针对于安全帽佩戴检测的研究,但是大多数研究方向旨在提高直立条件下安全帽的识别率,对于施工人员复杂姿态下的安全帽佩戴检测的研究相对较少。本文结合当前研究热点与具体实际应用背景,引入人体姿态估计算法进行安全帽佩戴检测
基于骨骼的动作识别因不受人体物理特征的影响以及潜在优势,可以简单、清晰地传达人体行为识别的重要信息,已经成为了计算机视觉这一领域的活跃主题。然而传统的应用程序骨架建模通常依赖遍历规则的人为设置而导致表达能力有限和推广困难,以及部分方法未着重关注动作识别过程中身体部位之间的运动联系而导致的识别效率未达预期。针对这些问题,本文提出了基于ST-GCN的不同改进方法,主要工作内容如下:(1)在ST-GCN
针对用户评论情感分析,基于传统机器学习的模型已经不能满足人们对于结果精确性的要求。而在深度学习的方法中,基于序列学习的神经网络模型往往重视文本局部语义的信息,忽视了文本的结构信息对情感特征表达的影响,如转折词、句法信息等。神经网络的相关研究中,与基于序列学习的模型相比,基于图学习的神经网络模型可以捕获数据的结构信息。图卷积网络作为图学习模型的代表之一,已在图任务上取得了良好的成绩。利用文本图表示文
海面目标检测在对海洋资源的开发利用中起到关键作用。海面环境复杂多变,目标种类繁多。考虑无人艇的安全和避障等因素,海面目标检测图像的拍摄过程会使得图像中小目标的数量居多,这对精确检测海面目标提出了更高的要求。目前,基于深度学习的目标检测方法多依赖深层网络结构来提高检测精度。网络模型常存在参数量过大、计算复杂等问题,导致检测速度较慢。另外,深层网络对设备的计算能力要求较高,而压缩模型会影响网络的检测精