Google学术、百度学术
网站有爱学术、汉斯出版社等。
1、爱学术是一家专业的学术文献分享平台，覆盖各个行业期刊论文，学位论文，会议论文，标准，专利等各类学术资源，是国内最大的学术文献交流中心和论文资源免费下载网站，旨在构建一个专业的学术文献交流分享平台。
2、汉斯出版社聚焦于国际开源(OpenAccess)中文期刊的出版发行，是秉承着传播文化和促进交流的理念，积极探索中文学术期刊国际化道路，并且积极推进中国学术思想走向世界。
用户还可以选择维普、万方、paperpass、论文狗、知网等查重网站进行毕业论文查重。
而如果学校通知统一查重会使用知网进行检测，那么建议学生也使用正规的知网查重网站进行检测，保证两者查重后的数据一致。
因此建议学生在提前查重前查看学校的查重通知，若学校通知学生使用对应类型的查重系统，学生在提前查重时建议也使用对应的查重系统进行检测。
知网查重包括包括论文正文、原创说明、摘要、图标及公式说明、参考文献、附录、实验研究成果、结语、引言、专利、文献、注释，以及各种表格。
大多数高校在每年毕业季时，都会统一发通知说明学校的毕业论文规范和查重说明，学校会统一下发论文样式等内容，一般会详细说明查重的范围。要是学校有具体的要求，那提交到学校的时候必须按照学校所要求的来。
知网查重是按照连续出现13个字符类似就会判为重复的标准计算论文重复率。如果学生抄袭了他人论文中的句子或者段落，知网查重系统在对其进行查重时，就会识别出重复部分，并计算到论文的总重复率之中。
因此建议学生在写作论文时不可出现抄袭等学术不端行为，防止因为出现过多重复部分从而使论文总重复率上升很多。
1、从期刊官网介绍中的知道。一个sci开不开源，可以从该本sci简介中知道。sci简介，可以在本期刊官网查询到，除外也可以通过其他方法看到，比如第三方提供期刊信息的网站等。2、从数据库中查询知道。sci期刊被收录在webofscience网站中，我们可以登录查询某一期刊的检索信息，从信息介绍中知道该sci开不开源。而且在该网站，可以筛选开源期刊或不开源期刊范围。除外，一些sci开不开源的信息，可以在中国知网查询到。3、从收不收版面费上知道。sci开不开源是两种不同的运营模式。开源期刊是作者付费，读者可以免费下载文献。不开源期刊是作者不必付费，读者需要付费下载，或者使用学校或单位花大价钱购买的数据库权限。即发表sci期刊论文，收版面费是开源期刊，不收的则是不开源期刊。sci开源期刊和非开源期刊，分别对应OA期刊和非OA期刊。两者的运营模式不同，对论文的要求也不尽相同，投稿后也可能会有不同的结果。
近日，著名学术出版商 Elsevier 正式公布 2020 CiteScore ™（引用分），引起了科研工作者的广泛关注。笔者注意到相对于传统的期刊评价指标 IF（Impact Factor）和分区，许多科研工作者对于 CiteScore 的了解比较有限。基于此，笔者拟在从含义、计算方法和优缺点等方面谈谈 CiteScore。一、什么是 CiteScore？CiteScore™，也被称为引用分，是著名学术出版商 Elsevier 于 2016 年发布的官方期刊评价体系。该指标与 SCI 期刊中的 IF 类似，是基于文献引用率的一项定量评价体系。二、如何计算 CiteScore？CiteScore™ 引用分作为期刊评价的有效度量指标之一，是不断发展的科研评价指标体系的一部分，它能够帮助使用者衡量期刊、丛书、会议论文集和行业杂志引文影响力。更新后的 CiteScore 是采用 4 年期的 CiteScore 时间段可对论文发表后的引用进行稳健的评估。以 CiteScore 2020 为例，CiteScore 2020 等于 2017-2020 年间对 2017-2020 年所发表文章、评论、会议论文、书籍章节和数据论文进行的引用次数，然后将该次数除以在 2017-2020 年所发表的出版物总数。三、如何查询期刊 CiteScore？读者要想获取最新发布的 CiteScore 2020，只需访问 Scopus 官网，免费获取即可。（一）CiteScore 的优点：1. 可评价的期刊数量增加Scopus 数据库收录的期刊涵盖数量有 22000 多种，其中有 11000 本期刊并没有 IF 但有引用次数（CiteScore）。有些期刊尽管未被 SCI 收录，但它们在各领域内的口碑还是不错的，尤其是一些正处于快速发展期的新出版刊物。由此可见，如果 CiteScore 推行使用，将会有更多期刊获得 CiteScore 因子，拓展了我们投稿期刊的范围。另一方面，Scopus 数据库还收录了大量的中文期刊（被 SCI 收录的中文期刊只有 18 本），如此一来，对提升中国本土期刊的排名及业内认可度也会有一定的促进作用。2. 数据透明且免费使用CiteScore 的计算方式非常简便，Scopus 数据库网站上公开列出了详细数据用于确定引用次数。同时，CiteScore 的使用不收取任何费用，任何人都可以使用 Scopus 上的系列指标功能，以及所有的引用次数指标，而 Web of Science 数据库则是需要购买权限的。3. 引用数统计时间和覆盖面增加CiteScore 引用分的计算方法可以在限定时间区域（四年）之内，相比 IF 增加了两年的引用期限，这样覆盖面会更广一些。同时兼顾了当年 IF 与 5 年 IF 两个数值的特点，更加稳定与一致地反映研究型期刊的科研贡献。4. 实时追踪CiteScore Tracker 中的引用分按月度更新，且新近被 Scopus 收录的期刊通常自次年起就会拥有自己的 CiteScore 引用分, 这对编辑和出版社非常有帮助。（二）CiteScore 的不足：1. 没有对不同类型文章重要性进行区分由于 CiteScore 将期刊论文、综述、评论等类型的文章赋予相同的权重，那么一些期刊编辑部是否就会不再重视那些非研究类的小论文，如编辑评述、读者来信、更正信息和新闻等，以减少出版这些内容而获得更高的分数。这样一来势必会改变未来的期刊出版计划，甚至会影响到整个学术出版行业。2. 期刊未经过严格筛选，可能导致 OA 期刊影响上升CiteScore 一定程度上会对开源期刊带来更大的利益。近年来 OA 期刊数量激增，期刊质量层次不齐，受到的争议也越来越多，那些被 SCI 收录的 OA 期刊也许质量尚可，但在 Scopus 数据库中则没有严格筛选，无法区分一些通过非正规手段提升引用数的期刊。3. 部分期刊未能被收录Scopus 数据库也并非十分全面，一些被 SCI 收录、 IF 可能还不错的期刊却没有被收录。4. 计算方法与 IF 相差不大，未能从根本上解决 IF 评价存在的问题最重要的是，CiteScore 在数据的计算方法上与 IF 差别不大，无法从根本上解决 IF 目前已存在的问题。四、CiteScore 能否取代 IF ？CiteScore™ 引用分作为期刊评价的有效度量指标之一，是不断发展的科研评价指标体系的一部分，它能够帮助使用者衡量期刊、丛书、会议论文集和行业杂志引文影响力。在学术界现行的 SCI 期刊的 IF 和分区的评价体系下，CiteScore 作为一个升级优化版的 IF 应运而生，在一定程度上引起了学者的关注，可以作为期刊评价体系的有效补充，帮助读者进行更加准确的决策。但如前文所说，CiteScore 仍然存在许多不足之处，且计算方式在本质上与 IF 相差不大。因此，CiteScore 挑战 IF 的地位还需要一个相当漫长的过程。PS:需要Sci润色、翻译、期刊推荐等服务的）老师可以私信小编。
论文原文：
YOLO（you only look once）是继RCNN、faster-RCNN之后，又一里程碑式的目标检测算法。yolo在保持不错的准确度的情况下，解决了当时基于深度学习的检测中的痛点---速度问题。下图是各目标检测系统的检测性能对比：
如果说faster-RCNN是真正实现了完全基于深度学习的端到端的检测，那么yolo则是更进一步，将 目标区域预测 与 目标类别判断 整合到单个神经网络模型中。各检测算法结构见下图：
每个网格要预测B个bounding box，每个bounding box除了要回归自身的位置之外，还要附带预测一个confidence值。这个confidence代表了所预测的box中含有object的置信度和这个box预测的有多准两重信息，其值是这样计算的：
其中如果有object落在一个grid cell里，第一项取1，否则取0。第二项是预测的bounding box和实际的groundtruth之间的IoU值。
每个bounding box要预测(x, y, w, h)和confidence共5个值，每个网格还要预测一个类别信息，记为C类。即SxS个网格，每个网格除了要预测B个bounding box外，还要预测C个categories。输出就是S x S x (5*B+C)的一个tensor。（注意：class信息是针对每个网格的，即一个网格只预测一组类别而不管里面有多少个bounding box，而confidence信息是针对每个bounding box的。）
举例说明: 在PASCAL VOC中，图像输入为448x448，取S=7，B=2，一共有20个类别(C=20)。则输出就是7x7x30的一个tensor。整个网络结构如下图所示：
在test的时候，每个网格预测的class信息和bounding box预测的confidence信息相乘，就得到每个bounding box的class-specific confidence score:
等式左边第一项就是每个网格预测的类别信息，第二三项就是每个bounding box预测的confidence。这个乘积即encode了预测的box属于某一类的概率，也有该box准确度的信息。
得到每个box的class-specific confidence score以后，设置阈值，滤掉得分低的boxes，对保留的boxes进行NMS（非极大值抑制non-maximum suppresssion）处理，就得到最终的检测结果。
1、每个grid因为预测两个bounding box有30维（30=2*5+20），这30维中，8维是回归box的坐标，2维是box的confidence，还有20维是类别。其中坐标的x,y用bounding box相对grid的offset归一化到0-1之间，w,h除以图像的width和height也归一化到0-1之间。
2、对不同大小的box预测中，相比于大box预测偏一点，小box预测偏一点肯定更不能被忍受的。而sum-square error loss中对同样的偏移loss是一样。为了缓和这个问题，作者用了一个比较取巧的办法，就是将box的width和height取平方根代替原本的height和width。这个参考下面的图很容易理解，小box的横轴值较小，发生偏移时，反应到y轴上相比大box要大。其实就是让算法对小box预测的偏移更加敏感。
3、一个网格预测多个box，希望的是每个box predictor专门负责预测某个object。具体做法就是看当前预测的box与ground truth box中哪个IoU大，就负责哪个。这种做法称作box predictor的specialization。
4、损失函数公式见下图：
在实现中，最主要的就是怎么设计损失函数，坐标（x,y,w,h），confidence，classification 让这个三个方面得到很好的平衡。简单的全部采用sum-squared error loss来做这件事会有以下不足：
解决方法：
只有当某个网格中有object的时候才对classification error进行惩罚。只有当某个box predictor对某个ground truth box负责的时候，才会对box的coordinate error进行惩罚，而对哪个ground truth box负责就看其预测值和ground truth box的IoU是不是在那个cell的所有box中最大。
作者采用ImageNet 1000-class 数据集来预训练卷积层。预训练阶段，采用网络中的前20卷积层，外加average-pooling层和全连接层。模型训练了一周，获得了top-5 accuracy为（ImageNet2012 validation set），与GoogleNet模型准确率相当。
然后，将模型转换为检测模型。作者向预训练模型中加入了4个卷积层和两层全连接层，提高了模型输入分辨率（224×224->448×448）。顶层预测类别概率和bounding box协调值。bounding box的宽和高通过输入图像宽和高归一化到0-1区间。顶层采用linear activation，其它层使用 leaky rectified linear。
作者采用sum-squared error为目标函数来优化，增加bounding box loss权重，减少置信度权重，实验中，设定为\lambda _{coord} =5 and\lambda _{noobj}= 。
作者在PASCAL VOC2007和PASCAL VOC2012数据集上进行了训练和测试。训练135轮，batch size为64，动量为，学习速率延迟为。Learning schedule为：第一轮，学习速率从缓慢增加到（因为如果初始为高学习速率，会导致模型发散）；保持速率到75轮；然后在后30轮中，下降到；最后30轮，学习速率为。
作者还采用了dropout和 data augmentation来预防过拟合。dropout值为；data augmentation包括：random scaling，translation，adjust exposure和saturation。
YOLO模型相对于之前的物体检测方法有多个优点：
1、 YOLO检测物体非常快
因为没有复杂的检测流程，只需要将图像输入到神经网络就可以得到检测结果，YOLO可以非常快的完成物体检测任务。标准版本的YOLO在Titan X 的 GPU 上能达到45 FPS。更快的Fast YOLO检测速度可以达到155 FPS。而且，YOLO的mAP是之前其他实时物体检测系统的两倍以上。
2、 YOLO可以很好的避免背景错误，产生false positives
不像其他物体检测系统使用了滑窗或region proposal，分类器只能得到图像的局部信息。YOLO在训练和测试时都能够看到一整张图像的信息，因此YOLO在检测物体时能很好的利用上下文信息，从而不容易在背景上预测出错误的物体信息。和Fast-R-CNN相比，YOLO的背景错误不到Fast-R-CNN的一半。
3、 YOLO可以学到物体的泛化特征
当YOLO在自然图像上做训练，在艺术作品上做测试时，YOLO表现的性能比DPM、R-CNN等之前的物体检测系统要好很多。因为YOLO可以学习到高度泛化的特征，从而迁移到其他领域。
尽管YOLO有这些优点，它也有一些缺点：
1、YOLO的物体检测精度低于其他state-of-the-art的物体检测系统。
2、YOLO容易产生物体的定位错误。
3、YOLO对小物体的检测效果不好（尤其是密集的小物体，因为一个栅格只能预测2个物体）。
Github链接：
家人们，你们有没有这种苦恼？
搬一次家就换一次家具，那些又贵又重的家具既不好搬运，又不好全部带走。
下一次又重新购置一遍家具，浪费钱不说，关键是来来回回都做一样的事情！家具还没用过几次，利用率不高呀！
这种搬家的苦恼，就好比AI领域，做几个任务就需要开发几个高度定制的模型，不仅所需的数据采集量非常大，每次还都得从头标注。既提不起数据的学习效率，又耗费巨大的数据获取成本。
光是AI前端研究就耗费如此巨大的精力，更别提应用场景中数以万计的长尾任务。
那怎么办？
做一款通用的深度学习模型，才是关键。
1 通用，才是技术根本
目前，通用语言模型（GLM）已经取得了令人瞩目的进展，比如BERT、T5和GPT-3，它们在应对广泛的语言下游任务时已经游刃有余。
相形之下，通用视觉模型（GVM）的研究迟迟未交出一份令人满意的答卷。
以往的大多数 GVM 研究主要利用一种监督信号来源，如 ViT-G/14 采用有标签监督，SEER 采用样本的不同增强之间的对比学习，CLIP采用图片文本对进行监督。如果是在单个监督信号下进行的预训练，这几种范式确实能够生成在固定场景下表现良好的模型。但如果用在场景多元、任务多样的下游场景，这些模型就难以胜任了。
比如现在最火的自动驾驶， 汽车 处于移动状态，既要看到路况，又要看到红绿灯，还要注意行人，甚至在智能座舱兴起后，还要和语言技术、LBS场景服务协同，这么多的感知数据与协同任务，这么多随机的新任务，无论在体量还是维度方面，都对视觉模型的要求极大提高。
这时，打造一款通用视觉模型，降低研发门槛，尤其是学术界的时间成本、资金成本，才能畅享下游的极致场景体验。
去年11月，上海人工智能实验室联合商汤 科技 、香港中文大学、上海交通大学发布通用视觉技术体系“书生”（INTERN），一套持续学习框架，用于系统化解决当下人工智能视觉领域中存在的任务通用、场景泛化和数据效率等一系列瓶颈问题。
前不久，上海人工智能实验室联合商汤 科技 发布通用视觉开源平台OpenGVLab，面向学术界和产业界开放其超高效预训练模型、超大规模公开数据集，以及业内首个针对通用视觉模型的评测基准。
这些开源技术，究竟有何魔力？
2 大力出奇迹，打造通用视觉模型
“书生” （INTERN），就是练就通用视觉能力的底层技术。
从技术实现上讲，“书生”技术体系由由七大模块组成，包括三个基础设施模块和四个训练阶段构成。
书生（INTERN）结构图
首先，通用视觉数据系统。
这是一个超大规模的精标数据集，拥有100亿个样本和各种监督信号，并依照四大视觉任务分别设置了四个数据子集：多模态数据GV-D- 10B分类标注的GV-Dc-36M、检测标注的GV-Dd-3M、分割标注的GV-Ds-143K。
另外，这一数据集还包含万的标签系统，不仅涵盖了自然界的众多领域和目前计算机视觉研究中的几乎所有标签，还扩充了大量细粒度标签，涵盖各类图像中的属性、状态等。
而这，就是书生“大力出奇迹”的一大注脚。
其次，通用视觉模型结构。
它是由一个具有CNN和Transformer的统一搜索空间构建而成。
为何要建立这样的混合结构？要知道，多年来，卷积神经网络（CNN）一直主导着视觉表征学习，并在图像分类、目标检测和语义分割等下游任务中表现出稳定的可迁移性。但最近几年，Vision Transformer (ViT)仅使用普通的Transformer结构就能作为图像编码模型在ImageNet-1k上取得媲美 CNN 的性能，在大规模数据集上 ViT 更是展示出比 CNN 更大的潜力。
尽管ViT在性能上有优点，但纯Transformer网络相比卷积神经网络缺乏某些归纳偏置（inductive biases），因此需要更多的数据和计算资源。此外，自注意的计算成本相对于输入的数量是平方的，限制了对高输入分辨率的应用。因此，将CNN和Transformer和MLP结合起来，平衡效率和有效性两个方面，才是模型通用的关键。
这种兼具更好的泛化能力和更高的模型容量的模型结构名为MetaNet。在MetaNet网络结构族里面进行网络结构搜索，从而得到最优的一个模型训练结构。
统一搜索的MetaNet架构：Conv和Trans分别表示卷积和Transformer。C和S为每一阶输出通道数和步幅。
具体来看，MetaNet不仅基于强化学习 的PPO算法提出了统一搜索架构，并且，为了避免传统的下采样模块会成为模型性能的瓶颈，“书生“结合了包含 local-global-DSM (LG_DSM) 和 global-DSM (G-DSM)的context-aware down-sampling modules (DSM)，用来代替原本的下采样模块。
因此，在浅层，模型依然使用卷积来提取特征，但在深层，模型却能将Transformer模块和LG-DSM结合使用，以便于更好地提取全局信息。
同时，书生还基于最大的MetaNet-B15蒸馏出了多达13种不同的模型结构，共24种不同的模型权重，现已全部开源。
这些模型结构基本涵盖了现有市面上大部分的主流backbone，不仅能够很轻易地迁移到所需要的算法框架作为新网络预训练的初始化，而且只需要更短的训练时间就可以达到比原来更好的训练效果。
MetaNet 模型与其他模型结构比较，结果如下：
基于卷积、Transformer和两者混合的结构，分别用C，T和H表示，可以看出，在图像分类性能上，MetaNet系列的MN-B1，MN-B4和MN-B7，和其他的SOTA模型相比，不仅有更高的精度，还有更低的FLOPS和参数量。
除了分类任务，把MetaNet做为检测和分割的backbone，在COCO数据集上使用Mask R-CNN结构训练，结果发现：在模型参数量更小的前提下，MN-B4比Swin-T精度高出2到4个点。另外还在ADE20K数据集上进行了语义分割任务，MN-B4的mIoU指标比Swin-T高出5个点之多。
上述两个实验结果表明，MetaNet系列模型结构，在模型精度与计算量之间，都达到了新的SOTA！
最后，通用视觉评测基准。
视觉评测基准GV-B ，就像是一个「擂台」。
如下表所示，测评基准收集了 26 个下游任务数据集，囊括了 4 种视觉任务类型：分类，检测，分割和深度估计。
在设置上，该基准引入了百分比样本（percentage-shot），只需要选取整个数据集的一部分，例如 10%、20% ，对比缩小下游任务的训练数据量后的模型性能。
与传统的少样本设置相比，这种百分比样本设置可以很好地保留原始数据集的长尾分布等属性，并减轻对样本选择的敏感性。因为有一些数据集样本类别分布不平衡，比如下表中的VOC07+12，百分比数据的划分方式却会继承这种分布情况。
右侧三列avg，min和max，分别表示在10%的数据中，不同类别样本数量的平均值，最小值和最大值。
结合上述数据集和任务类型，论文选取了一些具有代表性的模型来做评测对比。为了比较公平性，该对比使用了这些模型的官方预训练权重。这些模型包括：
有了超大精标数据集、模型结构，以及评测基准后，已经是万事俱备，只欠训练。
书生作为中国古代读书人的经典形象，代表着一个通过不断学习、不断成长进而拥有各方面才能的人格化角色：从基础的知识技能学习开始，到对多种专业知识触类旁通，进而成长为拥有通用知识的通才。借此意象，“书生”（INTERN）系统可通过持续学习，举一反三，逐步实现通用视觉领域的融会贯通，最终实现灵活高效的模型部署。
下面就来看看，这套系统是如何通过训练，一步步从生手变成专家再到多面手，最终在各种任务中大显身手。
第一阶段，训练的是基础能力，被称为“基础模型”（Amateur）。
然而CLIP需要400M的图像-文本对进行前训练，囿于极大的数据量，CLIP很难进一步发展。但“书生”提出了一种新的训练范式，DeCLIP（Data efficient CLIP ），能够同时使用来自图像-文本、图像-图像和文本-文本对的监督信号进行模型预训练，从而更有效地实现通用性。
此外，为了充分利用大规模多模态数据获取基础模型的优势，这一阶段提出了Upstream-Amateur (Up-A)视觉语言预训练框架，同时挖掘模态内和跨模态知识。
这一训练框架分为两个预训练阶段：Upstream-Amateur for Global Representation (Up-A-G)和Upstream-Amateur for Local Representation (Up-A-L)。
其中，Up-A-G(左)使用群体监督功能，从更丰富的监督中学习。Up-A-L(右)采用局部自我监督学习方法，对训练好的视觉-语言模型进行调整，从而提高自身在密集预测CV任务中的表现。
Upstream-Amateur的框架
得益于这些内在的监督，DeCLIP-ResNet50可以在ImageNet上实现的zero-shot 精度第一。这比CLIP-ResNet50高出，数据使用量少了81%。当迁移到下游任务时，DeCLIP-ResNet50在11个视觉数据集中有8个优于CLIP。
更关键的是，训练完成的Upstream-Amateur为后续的训练阶段提供了一个很高的起点。
第二阶段，训练的是专业能力，被称为“专家模型”（Expert）。
Up-A阶段得到的基础模型，在一般的视觉识别问题上显示出优异的性能。但要完全掌握检测、分割等更具体的任务，还需要在每个任务中进行更专业的预训练，这就促成了第二个阶段的到来，专家模型。
对于每个专家，“书生”采用了一种简单的多头设计，每个头是一个特定数据集的子网络，从一个公共的、共享的“主干”分支出来。比如Up-E (C)、Up-E (D)和Up-E (S)，分别用于图像分类、对象检测和语义分割。
第三阶段，训练的是组合能力，被称为“通才模型”（Generalist）。
上述的多任务是指不同数据集(如ImageNet和CIFAR)的一个视觉问题(如分类)，或一个数据集的多个视觉问题(如分类和检测)。但关键是，如何将专家整合到一个统一的模型中，获得一个更加通用的视觉模型。因此，在预训练“专家”阶段之后，又将“通才”作为第三个预训练阶段，以进一步统一特征表示。
“书生”提出了一个新的范式，名为“混合参数共享”，从而开发一个名为“多面手”的通才模型。
具体来说，由于专家捕获的知识是相互关联的，当专家的特征融合为一个共享的表示形式时，再利用基于软共享的跨任务知识转移和基于硬共享的通用表示学习的方法，在不引入任务冲突的情况下在专家之间传递信息（特征转移），从而进一步提高了多任务训练的模型(专家)性能，即“通才”能力。
在结构上，通才模型是所有专家的一个相互关联的版本，因此可以把每个“专家主干”称为“通才分支”。此外，我们还可以根据训练相应专家的任务将通才中的每个分支分为图像、补丁和像素。但无论是软共享还是硬共享，都意味着从专家模型到通才模型的一次跃升。
在经历了前三个训练阶段模块后，终于来到最后的任务迁移阶段 （Adaptation）。
这个阶段属于技术链条的下游，用来解决各式各样不同类型的任务，而这也是最考验“书生”举一反三能力的时刻。它需要在这个阶段把之前学到的通用知识，融会贯通地应用到不同特定任务中。
在此之前，很多迁移学习方法确实取得了很多进步，但问题是，这些方法既没有利用上游预训练中的隐含信息，也没有考虑到下游数据在少镜头场景中的不足。
因此，“书生”提出了一种Multi-stage Fine-tuning (MF)方法，缓解在数据较少的情况下传输的困难，再通过将上游数据编码成生成模型，即VQ-GAN，可以将预训练的模型转移到多个任务和领域，而无需每次都使用上游数据，而这也使得“书生”更具通用性和可扩展性。
多级微调(MF)概述：VQ-GAN模型首先在第一阶段使用上游数据进行训练，然后在第二阶段由它重构下游数据。在此之后，第三阶段只对新增任务的特定参数进行重新表示的图像训练，第四阶段则通过下游数据对整个模型进行微调。
至此，一个具有持续学习能力的通用视觉模型终于出世。
而具体有哪些提升，不如看一下更直观的实验数据对比！
3 一网打尽视觉领域四大任务
视觉领域，任务繁多，主流任务包含分类、目标检测、语义分割、深度估计四大类型。
在这四大任务中，最强大的视觉模型还是去年OpenAI发布的CLIP模型。但相比较而言，“书生”则在准确率和数据使用效率上都有所提升。
1、精度表现
通过对“书生”训练出的模型在GV-B上的评测对比，发现经过多阶段预训练的MetaNet精度表现优异。
在ImageNet等26个最具代表性的下游场景中， “书生”在分类、目标检测、语义分割及深度估计等四大任务上，平均错误率分别降低了、、和。
书生（INTERN）与CLIP-R50x16在不同样本量上的性能对比，正确率展示
2、数据使用效率
“书生”在数据效率方面的提升尤为瞩目：只需要1/10的下游数据，就能超过CLIP基于完整下游数据训练的准确度。
以CLIP-R50x16和Up-G MN-B15在GV-B的评测对比为例，分别在分类、目标检测、语义分割、深度估计四大类型的26个下游任务数据集上进行了评测，仅使用了10%数据进行训练的Up-G MN-B15模型，在绝大部分数据集上都能比使用了全部训练数据的CLIP-R50有更好的精度表现。这表明，经过多阶段预训练的MetaNet具有极强的泛化能力，能够在仅有少量的训练样本情况下，达到SOTA的精度表现。
在下游视觉场景中，小样本训练带来的是极高的训练速度，以及极低的训练成本。
例如在花卉种类识别任务上，“书生“只需要每一类型的花卉提供两个训练样本，就能实现的准确率。
这个花卉数据集由102种英国常见的花组成，每个类别有40至258张图片。其中包含有很大的比例、姿势和光线变化。
102个类别的花卉数据集：
4 通用视觉平台，已正式开源
如此强大的通用视觉训练模型已经正式开源！
更关键的是，连同上述讲到的标签数据集、网络结构以及评测基准，均在OpenGVLab被统一打包开源。
其中的网络结构除了MetaNet，还包含大家普遍使用的ResNet， MobileNet， ViT， EfficientNet等，以满足不同场景的应用，赋能计算机视觉。
然而，「书生」的布局不止于此。
OpenGVLab将与上海人工智能实验室此前发布的OpenMMLab、OpenDILab一道，共同构筑开源体系OpenXLab，持续推进通用人工智能的技术突破和生态构建。
一位已经使用过此次开源平台的自动驾驶算法研究员表示：“书生系列模型充分覆盖了从移动可部署的小模型，到超大规模自研结构，为行业带来了希望，尤其是它的收敛速度，大幅节省了训练开销，是技术落地的一大助推器。“
不仅是自动驾驶领域，智慧城市、智慧医疗、智慧交通，以及千千万万其他的智能化领域，都将获得通用视觉模型带来的技术红利。
一位腾讯研究员大赞OpenGVLab：“能把这么大的工作开源出来真的是业界良心。简单用了一下，确实比CLIP要更fine-grained（细粒度更高）。”
而来自学界的师生也对此感慨有加：“OpenGVLab集成了大量各种量级的state-of-the-art（先进）模型，使用起来更得心应手，省去了对不同codebase、不同模型繁琐调研的烦恼。”
换句话说，当那些代码和公式脱去了枯燥乏味的外衣，人们才发现了真正的创造力。而这，也是技术创新与平台开源的魅力所在。
往近了说，用这款通用视觉模型打比赛，怕不是奖金多到飞起！在技术生产力的道路上，又诞生了一个致富小妙招！
目前，“书生”技术报告《INTERN: A New Learning Paradigm Towards General Vision》已在arXiv平台发布。
论文地址：
参考资料： YOLO之外的另一选择，手机端97FPS的Anchor-Free目标检测模型NanoDet现已开源~ 1、什么是 Nanodet Nanodet 是一个速度超快和轻量级的移动端 Anchor-free 目标检测模型，是基于 FCOS 模型进行轻量化改进而来的2、Nanodet 跟其他模型的性能对比华为 P30 上用 NCNN 移植跑 benchmark，一张图片仅需 毫秒，比 YoloV4-Tiny 快 3 倍，参数量小 6 倍，COCO mAP(05:) 能够达到 。而且模型权重文件仅有 由此可见，Nanodet 能够在有较低参数量和较小的模型权重文件情况下，能够拥有跟 YoloV4-Tiny 一样的 mAP3、Nanodet 的网络结构图backbone 是 ShuffNetV2 ，去掉最后一层的卷积层，并且抽取 8/16/32倍下采样率的特征输入到 PAN 中做多尺度的特征融合4、Nanodet 相对于 FCOS 的改进① 检测头 FCOS：共享检测头权重 Nanodet：不共享检测头，因为在移动端是使用 CPU 来进行计算的，共享检测头权重并不会对推理过程加速；共享检测头会使得其检测能力进一步下降 ② 归一化方式 FCOS：使用 Group Normalization Nanodet：使用 Batch Normalization 来取代 Group Normalization，因为后者虽然比前者有很多优点，但却有一个缺点：Batch Normalization 可以在推理时将其参数融入到卷积核中，节省这一步计算可以节省时间 ③ 检测头大小 FCOS：检测头大小为 4 个 256 通道数的卷积核组为一个分支，因此边框回归和分类两个分支，则总共需要 8 个 256 通道数的卷积 Nanodet：将 4 个卷积核组减少为 2 个卷积核组。在通道数上将 256 维降低为 96 维。将边框回归和分类共享检测头，然后再切割成两份，分别去预测边框回归和分类。 ④ FPN 层 FCOS：没有该模块 Nanodet：基于 FPN 改进为 PAN，原版的 FPN 在对高层特征图使用线性插值后，再使用 3*3 卷积。但是 Nanodet 去掉了 FPN 中线性插值后再使用的 3*3 卷积，只保留从骨干网络特征提取后的 1*1 卷积来进行特征通道维度的对齐。同时 FPN 只是在多层特征融合端使用了自上而下的特征融合，而 PAN 则不仅使用了自上而下的特征融合，而且还使用了自底向上的特征融合，使用的方法也是线性插值。5、Nanodet 的算法步骤6、Nanodet 的损失函数7、Nanodet 的优点 ① 速度快 ② 模型参数权重文件小8、Nanodet 的缺点 ① mAP 不高
会查重的。
各个学校不一样，全文重复率在30%一下(而有的学校，本科是20%)。每章重复率应该没有要求，这个每个学校会出细则的，并且学校也出给出他们查重复率的地方--基本都是中国知网。具体打电话问老师，每界每个学校要求都不一样。
源代码的具体检测流程大概是这样的，先调用预处理器把注释干掉，把macro展开，因include <>而弄进来的那波标准库头文件特殊标记一下，然后建立CFG（control flow graph）进行知网查重。因为CFG关心的是变量的值会怎么传播，所以在中间插入一大堆无作用的语句是不会有任何效果的，把变量换个名或挪个位置（比如加多一层block）也没啥用。
会查重的。
各个学校不一样，全文重复率在30%一下(而有的学校，本科是20%)。每章重复率应该没有要求，这个每个学校会出细则的，并且学校也出给出他们查重复率的地方--基本都是中国知网。具体打电话问老师，每界每个学校要求都不一样
相关查重系统名词的具体作用：查重率的具体概念就是抄袭率，引用率，要用专业软件来测试你的文章与别人论文的相似度，杜绝抄袭。基本就这意思。
一个是自写率就是自己写的；
一个是复写率就是抄袭的；
还有一个引用率就是那些被画上引用符号的，是合理的引用别人的资料。
扩展资料：
毕业论文查重包括：
1、论文的段落与格式
论文检测基本都是整篇文章上传，上传后，论文检测软件首先进行部分划分，上交的最终稿件格式对抄袭率有很大影响。
不同段落的划分可能造成几十个字的小段落检测不出来。因此，可以通过划分多的小段落来降低抄袭率。
2、数据库
论文检测，多半是针对已发表的毕业论文，期刊文章，还有会议论文进行匹配的，有的数据库也包含了网络的一些文章。
3、章节变换
很多同学改变了章节的顺序，或者从不同的文章中抽取不同的章节拼接而成的文章，对抄袭检测的结果影响几乎为零。
4、标注参考文献
论文中加了参考文献的引用符号，但是在抄袭检测软件中，都是统一看待。软件的阀值一般设定为1%，例如一篇文章有5000字,文章的1%就是50字，如果抄袭了多于50，即使加了参考文献，也会被判定为抄袭。
5、字数匹配
论文抄袭检测系统相对比较严格，只要多于20单位的字数匹配一致，就被认定为抄袭，但是前提是满足第4点，参考文献的标注。
参考资料来源：百度百科——论文检测服务
本科即将毕业的学生在写论文时要求严格程度不是很高，那么我们在开始写之前要先对学校具体要求进行了解，如采用的查重系统是哪个，审核需要重点关注什么情况？那么大部分学生会问到，论文审核时论文代码会查重吗？特别是理工科专业需要使用到一些论文代码，同时也能了解下代码怎样去编辑才能降低重复率。本科毕业论文的代码不会查重单从学历上看，本科毕业论文里面写到的代码是不会被查重的，其中包含字母和公式的代码，写论文时有些论文查重系统是没有办法识别出来的，当然也有要求查重的学校。那么我们在了解论文代码的时候会不会查重呢？还是要结合实际情况，针对特定的查重情况，查重才放心。原创代码不会查重原码不会查重的原因是原码重复率很低。实际上我们也能在写作的过程中把别人的代码换一些基本的内容，只要把代码加起来写成自己独创的格式，就能有效的降低论文的重复率，对于全篇论文的影响不会很大。代码会不会查重这个问题，真的需要从多个方面进行细致的分析，才能更好地帮助大家对论文查重有更多的了解。论文查重乱码的形式是怎样的要如何处理？不能照搬别人一样的代码想要避免论文重复率过高，在写代码的时候，千万不要照搬别人相同的代码，只要内容相同就会被判定查重率较高。学生在写毕业论文的时候，可以考虑这些基本情况，比如论文代码在写的过程中应该注意哪些事项，代码的格式应该是正确的，除了按照一定的规则需要写之外。结合上面的情况也可以发现，我们是不是在搞清楚论文代码的时候就会进行查重呢？不仅写代码要按照正确的格式，不要照搬别人的内容，相同的内容会导致我重复率很高，而且有的学校对代码也有查重的要求，客观情况需要考虑学校的实际要求，这样才能知道论文写作的好坏。
单从学术角度来说，论文写的代码不会是查重，里面包含了字母和公式的代码。有些论文查重系统写论文就认不出来了，当然也有学校要求查重。那么当我们知道论文代码时，是否会查重，还是要结合实际情况来进行判断。
原码不会是查重的原因是原码重复率低。其实我们也可以在写作的过程中把别人的代码改成一些基本的内容。只要把代码加起来，然后使用自己的原格式写，那么可以有效降低重复率的，这样对于整个论文的影响也不会很大。代码会不会是查重这个问题真的需要从多方面详细分析，才能更好的帮助你了解更多关于论文查重的知识。
避免论文的高重复率，写代码的时候，千万不要抄袭别人的相同代码，只要内容相同，就会判断查重率更高。同学们在写毕业论文的时候，可以考虑这些基本情况，比如论文代码的编写过程中需要注意哪些事项。代码的格式应该是正确的，只是需要按照一定的规则编写。为什么论文要进行查重？
结合以上情况，我们也可以在搞清楚论文代码的时候，搞清楚我们是否会进行查重。不仅要用正确的格式写代码，而且不要抄袭别人的内容。内容相似肯定会导致论文重复率高，有的学校对于代码也有查重要求，所以我们要考虑到学校的实际要求，才知道怎样去操作。
中草药在水产养殖疾病防治上的应用前景概述萧峰西南大学11111111111 1111111摘要：用中草药防治鱼病具有价廉、绿色、环保、无残留等优点，符合无公害养殖要求。中草药的有效成分和作用机制。渔用中草药的水产养殖上存在的问题及未来的发展前景。关键词：中草药、无公害养殖、发展前景随着全球淡水资源和海洋水域环境的恶化，渔业资源量和质量持续下降，此外，水产养殖业也存在水体污染与滥用各种渔药与添加剂等情况，因而环境保护与鱼产品安全成为捆饶人类并亟待解决的问题。正如国际法院法官所说：“通观历史，人类由于经济的或其他的原因一直不断地干扰自然，由于我们的科学知识和日益认识到一欠考虑和未减缓的速度从事这种干扰对人类的危险，可持续发展概念充分表明经济发展与环境保护相协调的需要”。中国是渔业大国，水产品总量占世界总量的1/3，水产养殖量居世界首位，占全世界的2/3，2002年全国水产品总量达4570万吨，养殖量达2600多万吨，且养殖方式趋向于集约化、现代化，但是伴随经济腾飞的同时，各种弊病也接踵而至，如2006年的多宝鱼事件，鳜鱼体内的孔雀石绿残留超标等等问题的出现，让人们更重视食品的安全，自身的健康，不仅如此，抗生素等药物导致的一系列副作用也严重影响着我国水产品的出口，如1998年和1999年的中国出口日本的部分鳗鱼因药物残留超标而被退货，2002年中国出口给欧盟的小龙虾因检出氯霉素而被退货。水产品被拒事例既给国家带来了经济损失，同时也损害了中国水产品的国际形象。1、 中草药的发展随着绿色无公害养殖技术的推广，使水产养殖业健康、可持续发展，开发毒副作用小，无残留，病原体不易产生抗药性的中草药成为当前水产药物研究的重点，在养殖和饲料中使用中草药具有许多化学物质不能媲美的优点，既能改善水体环境，提高药效，控制病原微生物，从而减少疾病的发生，近年来，中草药制剂得到了日益广泛的应用，有望成为将来水产养殖病虫害防治的一个新方向。2、 中草药的有效成分和作用机制 总草药的有效成分中草药是中药和草药的总称，重要是中医常用的药物，草药是指民间所应用的药物，是一种理想的天然、环保的绿色药物，其来源广，成本低，同时其疗效慢，作用时间长。中草药的化学成分极为复杂，一种中草药中往往含有多种化学成分，一般来说，除含有免疫物质外，还含有一些未知促生长活性物质及一定量的蛋白质、氨基酸、糖类、矿物质、维生素、脂肪、植物色素等。这些成分可增强食欲，促进机体代谢和消化酶的分泌，提高营养物质的利用率，从而加速水产动物的生长发育，增强其体质，进而提高机体的免疫力和抗应急能力，降低饲料系数，改善水产品品质。根据中草药添加剂饲喂黄颡鱼试验表明，黄颡鱼在在食用了中草药添加剂后，不仅增重效果明显，而且经济效益高，尤其是当党参，甘草等回味中草药的组成，不仅增重比例高出饲料系数降低了.，蛋白质效率也提高了。增重率=（试验终末重—初始重）/初始重*100%饲料系数=饲料摄食量/净增重蛋白质效率=（试验终末重—初始重）/（总投饲量*饲料中蛋白质的含量）*100%而且益气补血，保肝利胆，清热解毒的作用。 中草药的作用机制中草药提取于自然并保存了其自然结构和生物活性的天然物质，已具有多种营养成分和生物活性物质，低残留、毒副作用小、多功能性、能全面调解机体的生理功能，兼具营养物质与药物的双重作用。其含有的免疫活性物质是多糖、有机酸、疳类，生物碱及其一些挥发性物质，但每一种有效成分对肌体的免役系统的调节方式都不一样，多糖具有刺激网状内及系统，诱导淋巴细胞，脾脏细胞再生，增加巨噬细胞的功能，提高从细胞杀伤活力，诱导产生干扰素等作用，能提高机体的免疫反映能力，有机酸能增强巨噬细胞的吞噬功能，增强机体的免疫功能。疳类可诱导细胞产生干扰素、白细胞介素-Ⅱ及淋巴毒素，增加体细胞的数量，提高巨噬细胞的吞噬功能，大多数清热解毒类中草药含有的生物碱、黄酮、香豆精等抑制或杀灭病原微生物，黄连素可与DNA形成复合物，抑制DNA合成，黄酮能影响细菌的呼吸，抑制起RNA的合成。金银花可作用于细菌的细胞壁，抑制细胞壁的合成，黄芪可刺激细胞产生干扰素，直接抑制或破坏病菌的繁殖能力。作为免疫增强剂，中草药在水产动物机制处于病理状态时还具有双向的调节作用，双向调节作用是指对同一器官组织的不同功能状态（促进和抑制）均衡调整，直至起正常为止，即时于亢进的状态，同时对其进行抑制直至降低至最低水平，既可使异常高的DNA合成亢进状态降低至生态状态，又可将DNA的合成抑制状态调至兴奋，直至处于正常状态，这是中草药的多功能性的独特表现之一，每种中草药均含有多种成分，其中有的含有对某一器官组织起兴奋的作用，又有对这一器官起抑制作用的成分，虽然有的中草药含有二种作用相反的成分，但有的成分对某器官组织的不同系统进行调节，起到反向的调节作用。.防治水产养殖疾病的几种常用的中草药大黄。又名锦纹、黄良，别名将军、生军、马蹄黄等，系多年生草本植物，以根及根状茎入药。本品抗菌作用强，抗菌谱广，其有效成分为蒽醌衍生物，其中以大黄酸、大黄素及芦荟大黄素的抗菌作用最好，有收敛、泻下、增加血小板、促进血液凝固等作用。用于烂鳃病、出血病及白头白嘴病等。使用方法：全池泼洒，常用量为～，临用前，先将池水需用的大黄量，用的氨水按1∶20比例，在室温浸泡下经12～24小时，取药液均匀洒入水中，可有效防治鱼粘细菌病。本品与硫酸铜合用，即大黄1～与浓度的硫酸铜联用，可提高疗效。内服，5～10克/公斤体重鱼，大黄碾成细粉末混入饲料内，每天1次，连用3天，可防治粘细菌病；连用7天，再泼洒硫酸铜()，对草鱼出血病效佳。也可按每公斤鱼重用大黄、克黄柏、1克黄芩、5克食盐与饵料混匀制成药饵投喂， 每天1次，连服3天。此外，肠炎病、细菌性烂鳃病、白头白嘴病也可用大黄治疗，有一定效果。 大蒜。为百合科、葱属植物，以鳞茎入药，具特异的辛辣味和蒜臭，其有效成分为大蒜类。大蒜素具有广谱抑菌止痢、驱虫及健胃作用，常用于防治鱼类肠类病。使用方法：每100公斤鱼用大蒜～1公斤拦入饲料中投喂，6天为一疗程，若加入等量食盐，可提高其作用，用于防治烂腮病、肠炎病；取大蒜晒干加水煎汁，以 10～30ppm浓度浸洗鱼体1小时，可杀死锚头鳋，防治鲤鱼竖鳞病。.地锦草。红茎草，为大戟科一年生草本，折断茎杆后有乳白色奶汁状液体流出。地锦草含黄酮类化合物及没食子酸，有较强的抑菌作用，抑菌谱较宽，并有止血和中和毒素的作用。主治鱼类肠炎、烂腮病。使用方法：每100公斤鱼用干地锦草500克(或鲜地锦草2000～2500克)煮汁，连渣拦入饵料中投喂，一日二次，3天为一疗程。 在投药前，用20ppm石灰乳全池泼洒，疗效更佳。.水菖蒲。名水敛草、石菖蒲、石蜈蚣、 白菖蒲，系多年生草本。 本品含芳香挥发油～，油中主要为油辛醇、细辛酸、甲基丁香酚、倍丰萜烯类等，含有非结晶性苦味。可防治肠炎、赤皮、烂腮、水霉病等。使用方法：每亩水深1米，用切碎的菖蒲4～5公斤，用蓖麻叶4～5公斤，裹在10公斤左右的松树叶上，扎成 2～3捆，放置于食场及上风口进水处， 浸没在水中，每天翻动一次，促使其腐烂。每亩水深1米的水体用菖蒲～公斤，加食盐～1公斤，全池遍洒，可治愈水霉病。.苦楝。名楝树，为楝科落叶乔木，高15～20米。喜野生于田野、林边等处，本品含川楝树、生物碱、岩藻糖、萘酚等，有杀虫、杀菌作用，用于防治寄生虫性鳃病，以及锚头鳋、中华鳋、毛细线虫、车轮虫、隐鞭虫病等。使用方法：每亩水深1米用马尾松、苦楝树叶、皮或果各10～公斤，切碎熬汁成12～25公斤，全池遍洒，每日一次，连用2～3天。 取苦楝树枝叶30～40公斤，直接在池中堆沤，5～7天后捞出残渣，能有效防治上述各病。3. 6.五倍子。又名倍子、百药煎、百虫仓等，为漆科植物盐肤本的叶上的干燥虫瘿， 由五倍子的蚜虫寄生而成，含大量鞣酸，能凝固蛋白质，有较强的杀菌能力，对革兰氏阳性和阴性细菌均有抑制作用，用于防治白头白嘴病、粘细菌病、气单胞菌病、假单胞菌病、白皮病、赤皮病、疖疮病等。使用方法：先将五倍子捣碎，用开水冲溶，全部溶解后，用池水稀释全池泼洒，常用量为2～4ppm。.乌桕。名油子树、白乌桕、木梓树等，为落叶乔木。其果、叶有拔毒消肿和杀菌作用，常用于防治细菌性烂腮病、白头白嘴病等。使用方法：每50公斤鱼，用乌桕叶干粉250克混入饵料中制成药饵投喂，连喂3～6天，可防治鱼烂腮病；也可用干叶粉按4ppm计算药量，兑20倍饱和的石灰水液，浸泡6～12小时后，全池泼洒。.黄芩。为唇形科植物黄芩的根，有粘毛黄芩、滇黄芩、川黄芩、丽江黄芩、甘肃黄芩等，含黄芩素、黄芩甙、汉黄芩素、黄芩新素等5种黄酮成分。此外，尚含β-谷甾醇、苯甲酸、黄芩酶等。黄芩有抗炎、镇静、抗菌性病毒的作用。主要用于防治烂腮、疖疮、打印病、出血性败血症、肠炎病、尾柄病等。使用方法：取黄芩粉碎成细粉，按5%的比例加入饵料中自由投喂，5天为一疗程；或将黄芩切细加水浸泡24小时后，煎煮三次，使水溶液浓度为1%，全池泼洒，一日一次，连用3天。、黄连。又名鸡爪连、川连、味连、土黄连，多年生草本植物。以根状茎入药，有抑菌、消炎、解毒功能，主要用于防治细菌性肠炎。、黄柏。又名案木、聚皮、元柏，落叶乔木。以树皮入药，有抑菌、解毒、消肿、止痛等功能，可防治草鱼出血病和细菌性鱼病。用法是将干的黄柏、黄苓、黄连、板蓝根和大黄（合用和单用均可），每千克鱼五克，打成粉后拌盐五克，投喂或制成药饵，每天一次，连喂7天。 生姜。姜科， 多年生草本，高40到100cm，含姜醇、姜烯等挥发油，性微温，味辛，具有杀菌、解毒、杀虫和消炎的作用。将姜汁涂抹于鱼体伤口处即可。 芦苇。 多年高大草本，有清热、利尿、消炎的功效，可防治草鱼肠炎病，按每万尾鱼种用芦苇根5千克，加大蒜千克和食盐千克。打成浆。拌喂或制成药饵，每天2次，连喂4-6天。4、中草药在养殖上存在的问题 中草药本身含有多种有效成分，它对水生动物的免疫增强效果是多种成分综合作用的结果，且不同地区，不同季节和不同时期采集的中草药，其有效成分相差很大，而且对其产品难以进行准确的药萧评价和质量控制。目前尚无严格的质量控制标准。很难保证生产出质量稳定的定型产品， 科技含量低 目前绝大多数中草药，无论是单味还是复味，仍停留在原始的散剂和煎剂上，精制品少，因此产品科技含量不高制约了他向更高层次的发展。 中草药的作用机理的研究大多用传统的中医理论，远远不能解释真正的作用机理，因而有研究一般只限于对中草药饲料效果进行评价，探讨其对水产动物的增重，抗病等方面的影响，而没有深入到其对水产品品质的研究，这还有待于进一步的研究。5.中草药的水产养殖上的应用前景随着水产养殖业的迅速发展，特别是名、特、优水产品的养殖日益增加，中草药也符合人们的安全和环保要求，所以中草药运用也越来越多，今后运用中草药应针对适应水生动物特点，研究药物的离子通道、作用机制、运转规律、转化过程及药物结构和药效关系等，尽快搞清鱼药和中草药的水生动物作用中的吸收、分布很转化和排泄规律及药物对环境规律的影响，提出在重要养殖水产品体内的掺留期及残留量，制定水产品上市前的保留期，研究制定使用方法，随着绿色无公害水产品养殖的推广，对防治有效的绿色中草药的研究必然会越来越多，中草药成为中国的传统魂宝将会成为防治鱼病的主要药物，也必然会走向世界。参考文献1. 李登来 水产动物疾病学 中国农业出版社 2004（5）31-442. 魏清和 水生动物营养和饲料学 中国农业出版社 2004（5）3. 王权 谢献胜 中草药在水产养殖疾病防治上的运用 水产科技情报 2006（4）163-1684. 胡梦红 抗生素在水产养殖上的运用 水产科技情报2006（5） 217-2215. 刘玉林 周永奎 诱食剂在水产饲料中的运用 淡水洋鱼2006（7）62-636. 褚小林 渔业生态标签制度及其启示 水利渔业 2006（5）60-627. 田海军 郑阳 渔用中草药复方疗效等研究概述 水利渔业 2006（6）78-1008. 孙克年 用林产重中药防治鱼吓鱼病 养殖与饲料 2006（9）22-249. 韩庆 马雨林 不同中草药添加剂饲喂黄颡鱼试验 养殖与饲料 2006（12）54-5610. 曹克驹 名特优水产动物养殖学 中国农业出版社 2003（12）
关于发展休闲渔业的思考摘要：本文探讨了休闲渔业的概念及内涵，介绍了国内外和我市市休闲渔业发展现状，对我市市休闲渔业发展内外环境进行了深入分析，从而阐明发展的必要性和可行性，最后提出了我市市休闲渔业发展的对策措施。1 休闲渔业的概念及内涵休闲渔业是以渔业为基础、以水生动植物为主要对象，通过对资源、环境和人力进行一种全新的优化配置和合理利用，将现代渔业与旅游、观光、健身、餐饮及普及知识等有机结合的生产经营方式。它既是第一产业(渔业)的延伸和发展，又是第三产业(特别是旅游业)向第一产业的转移、实现渔业第一产业与第三产业相融合的产物。休闲渔业既可充实渔业内容，扩大渔业发展空间，更能为渔民、渔业创造更大的经济效益和社会效益，它与人们的休闲生活、休闲行为、休闲需求(物质和精神的需求)密切联系，是与现代旅游相结合的新型交叉产业，包括观光渔业、游钓业以及水族馆产业等。作为一种新型的渔业经营形式，它开辟了现代渔业发展的新途径，也拓宽了渔业发展的新领域。目前休闲渔业就其表现的形态看可划分为四类：一是生产经营形态。以渔业生产活动为依托，让人们直接参与渔业生产，亲身体验猎渔活动，通过开发具有休闲价值的渔业资源、渔业产品、渔业设备及空间、渔业生态环境、以及与此相关的各种活动，主要是以垂钓、观赏捕鱼等为标志的生产经营形式。二是饮食服务形态。让人们更加贴近产地，直接品尝美味的水产品佳肴，建立起集鱼类养殖、垂钓、餐饮与旅游度假为一体的新型经营形式，主要表现在都市郊区以渔为依托的农家乐、避暑山庄、都市鱼庄等。三是游览观光形态。以走进海洋、江河、湖库等自然环境，结合旅游景点、综合开发渔业资源，“住水边、玩水面、食水鲜”，既有垂钓、餐饮，又能游览观景、休闲、度假。四是科普教育形态。主要是以水产品种、习性等知识性教育和科普为目的的展示形式，如水族馆、海洋博物馆等。2 国内外休闲渔业发展概况近年来休闲渔业在西方迅速发展，并形成产业，如西欧和美国，休闲渔业对国民经济的影响可谓举足轻重。以美国为例，最新资料标明，休闲渔业已成为现代渔业的支柱性产业。美国的游钓爱好者从1982年的2000万人猛增到目前的8000万人；游钓渔业的经济收入从1984年的180亿美元增加到目前的1000亿美元，该国每年有约3520万成年人钓客，在休闲渔业上花费达378亿美元，在游钓区有餐饮、旅馆、商场、娱乐场所等各种服务设施，充分满足了游钓爱好者的休闲需求，休闲渔业产值为常规渔业产值3倍以上。在英国、加拿大和欧洲各国，以游钓为主体的休闲渔业都十分盛行和发达。此外，韩国、德国、意大利和澳大利亚等渔业发达国家也都非常注重休闲渔业。我国休闲渔业近年来也得到快速发展，从南到北、从沿海到内陆各具特色。广东珠江口一带和舟山、宁波、温州等地海上观赏渔业船（含海上游钓、渔船观光、海鲜品尝）的年产值在1亿元以上；浙江、广东、福建三个省兴建集垂钓、旅游、观赏、餐饮和度假为一体专业休闲渔业场所200多家，且具有相当规模；北京、上海等许多大城市周边已经形成一定规模和档次的、集郊游、垂钓、鱼鲜品尝等于一体的休闲渔业区（带）；四川、辽宁两省利用江湖两岸的山水风光，以游船为主，集赏景、娱乐、垂钓、避暑和风味餐饮于一体，形成了“住在水边、食有水鲜、观景垂钓、观光游玩”的特色休闲渔业；观赏鱼的养殖迅速在全国各地扩展，已形成以北京为中心的北方地区和以江苏、上海、广东为重点的东南沿海两大观赏鱼生产地，其中北京市的观赏鱼养殖面积已超过800hm2（万亩）、年产观赏鱼亿尾左右，2003年我国观赏鱼的进出口贸易额达万美元，其中出口额万美元；目前我国拥有钓鱼爱好者9000多万人。休闲渔业的发展已引起了有关部门的高度重视，农业部渔业局在我国渔业发展规划中就明确提出：要适应消费市场的变化，在有条件的地方积极发展休闲渔业。3 我市休闲渔业发展现状近年来，随着我市市经济快速发展和人们生活水平不断提高，各级渔业行政主管部门因势利导、在政策上鼓励，资金上扶持，加强服务，规范管理，我市市观光休闲渔业逐步从城市郊区向全市延伸，呈现出蓬勃向上的的发展势头。2004年南岸、渝北、巴南、荣昌、万州等地的观赏鱼养殖快速发展、形成特色，全市观赏鱼养殖快面积达到近170hm2，生产观赏鱼和水草5000多万尾（株），实现产值4000多万元，分别上年翻了一番；以渝中区为主体的主城观赏鱼消费市场初步形成，年消费观赏鱼7000万尾左右。全市休闲渔业基地面积超过4000 hm2、同比增长20%，规模居全国第五位；九龙坡区确立专项资金支持休闲渔业发展，形成以白市驿为中心、金谷钓鱼城、大田鱼村、鱼鹤园、天醉园等为代表的，集观光、美食、娱乐、休闲为一体的观光休闲渔业带，全年垂钓和消费水产品近5000t，刺激了渔业生产发展。以鱼为主的餐饮业进一步发展，原有的合川“三江鱼”、九龙坡“罗非鱼”、大足 “邮亭鲫鱼”、潼南“太安鱼”、璧山“来凤鱼”等美食鱼一条街和一大批 “休闲鱼庄”、鱼餐馆、餐饮船生意火爆，新开张的万州“周家坝烤鱼”一条街、巴南南泉“六合鱼”鱼庄、渝中区“周鱼府”等门庭若市，全市餐饮业消费水产品近15万t，同比增长30%以上，实现销售收入50亿多元，形成了以消费带动渔业生产发展的良好局面；主城区沿江两岸以休闲、观光、餐饮相结合的水上鱼庄已成为我市餐饮业的一大特色，成为主城区一道亮丽的风景线；合川“三江鱼美食街”，有我市小天鹅火锅、碟碟香川菜馆、邮亭鲫鱼等110家大店名店和特色餐饮店落户经营，日销售鲜鱼2—3t，月营业额达500万元左右。集观赏、科普于一体的南岸海底世界和万州海洋馆，接待游客30万多人次，丰富了市民的假日生活。长期以来，由于我市市把渔业发展的主要精力摆在解决“吃鱼难”和“吃好鱼”的问题上，休闲渔业没有予以足够的重视，尽管有一定的发展，但总体来说尚处在初级阶段。一是在发展上缺乏规划，在管理上缺少指导，只是靠民间自发地探索和发展；二是缺乏资金投入和科研工作，使高档次的特型、特色、特体、特质的名优种类培育工作基本上没有进展；三是缺少专业化的行业组织和活动，使我市市水族观赏渔业、休闲渔业处于市场分散、未成规模、竞争乏力的状况，集观赏、垂钓(捕捞)、住宿、餐饮、娱乐于一体的大规模休闲场所目前数目还相当少。渔业行政主管部门虽然对休闲渔业有一定的认识，但发展规划及扶持政策还没有真正出台，资金投入力度不够，导致我市市休闲渔业仍在低水平中徘徊。4 我市休闲渔业发展环境分析 外部环境 市场前景好改革开放以来特别是直辖以来，我市市经济发展迅猛，总体实力迈上新台阶。2003年，全市GDP达到2250亿元，比直辖前的1996年增长；地方财政收入达到亿元，是1996年的倍。伴随着经济迅速发展，城乡居民收入有了较大提高。2003年城镇居民人均可支配收入达到8094元，七年年均增长7%；农村居民人均纯收入2220元，年均增加100元；城乡居民储蓄存款余额达到1938亿元，是1996年的倍。经济的发展，收入的增加，促进了市民生活方式的改变，市民游憩需求不断增长。主要是为都市市民服务的休闲渔业，其特点恰好符合市民的近程旅游出行规律，如果加强规划，加大资源开发和市场营销力度，完全有可能占据市民近程游憩的大部分市场。 地理位置优越，交通便利，渔业资源丰富我市地处长江上游，东临湖北、湖南，南接贵州，西靠四川，北连陕西，水、陆、空交通发达，是西南重要的政治、经济、文化中心和交通枢纽。境内水生野生动物及鱼类资源丰富，有各种鱼类180余种，各类珍稀名贵鱼类、地方特种鱼类资源丰富。有可养殖水面47万多 hm2，有渔业专用塘万hm2（大部分在主城区附近），水库2万多 hm2，江河水面万多hm2。三峡水库建成后，由于库区85%的水面在我市市，境内将增加水面4万多 hm2，达万hm2。库区岛屿众多，地下冷、热水资源丰富，可大力发展冷水鱼、热带鱼养殖、特种鱼养殖和“绿色食品”。丰富的自然资源为发展休闲渔业创造良好条件。 旅游资源丰富我市是我国著名的历史文化名城，也是美丽壮观的“山城”、“江城”，具有3000多年的悠久历史和光荣的革命传统。我市是西部地区唯一的中央直辖市，直辖以来日新月异的山城出现了一系列城市新景观。拔地而起的宏伟大厦与散落在各处的富有异国情调的别墅楼宇，高低不平、错落有致的城市建设组合成了我市特有的城市形象。横空出世的长江、嘉陵江大桥及“地铁”、高架内环线，美丽的山城夜景让人们感受到现代都市崭新的面貌。我市同时有着丰富的自然景观，举世闻名的“长江三峡”、“大足石刻”、“金佛山”、“芙蓉洞”等构成了我市的一项特色旅游。主城区的“渣滓洞、百公馆”等革命教育基地也吸引了众多的国内外游客。从上面的分析我们可以看出，我市符合发展多功能休闲渔业的地域性的要求，伴随着我市居民可支配收入的增加，以及旅游业的发展，更加确保了休闲渔业客源市场的稳定。 社会环境良好国内外休闲渔业蓬勃发展有许多可供借鉴的成功经验，所取得的良好社会、经济和生态效益，使休闲渔业在渔业和国民经济中重要地位日益显现，已引起有关部门高度重视，刺激着越来越多的业主进入休闲渔业开发领域。同时，近几年来，我市市各级水产部门响应我市市政府发展都市型农业的号召，大力发展我市特色的“都市型水产业”，休闲渔业必然是一个发展方向。这为我市休闲渔业发展提供了良好的社会环境。 内部环境 休闲渔业已成为我市市渔业的重要组成部分尽快提高渔业在大农业中的比重，优化渔业内部结构，提高渔业的竞争力，切实解决渔业增效、农民增收的问题，是今后我市市渔业发展的目标。为完成目标，必须大力推进产业化经营、标准化生产、信息化建设，依靠科技进步，完善服务体系，建立各具特色的渔业产业带。必须重点发展良种工程、创汇渔业、生态渔业、设施渔业、休闲渔业。优化渔业内部结构，首先大力进行渔业区域结构调整：都市发达经济圈以池塘养殖为主体，特色渔业为补充，形成以娱乐休闲、垂钓、餐饮为特色的都市观光渔业带。渝西经济走廊以池塘、稻田、江河集约化养殖为主、设施渔业为辅、高科技渔业为补充，形成名特优新水产品为特色的经济渔业带。三峡库区和武陵山区以保护天然鱼类资源为主，发展健康养殖，生态养殖，特种水产养殖，形成名贵鱼、冷水鱼、江河自然鱼类生产、垂钓、餐饮为特色的生态渔业带。可见休闲渔业作为我市渔业的重要组成部分，其发展也被提到了具体日程上来。 休闲渔业的作用日益显现、具有强大的生命力休闲渔业是把旅游业与现代渔业方式有机结合起来，实现第一产业与第三产业的结合配置，以提高渔民收入，发展渔区经济为最终目的的一种新型渔业。国内外发展休闲渔业的经验表明：第一，发展休闲渔业投入少，见效快，有利于提高渔业经济效益、社会效益和生态效益；第二，发展休闲渔业，容易带动其他产业的发展，就业容量大，有利于优化渔业产业结构，缓解渔业生产和渔区经济生活中深层次矛盾；第三，有利于充分利用现有渔港、渔船和渔业设施，充分发挥渔民的专业技能，形成新的产业；第四，有利于推进渔区环境整治、美化家园，加快现代化新渔区两个文明建设；第五，有利于促进城乡交流，繁荣渔区经济，提高渔业和渔区的知名度。5 我市休闲渔业发展对策 高度重视，准确定位，强化宣传，转变观念“有位才能有为”，产业准确定位是休闲渔业快速发展的必备前提。要准确剖析我市渔业和旅游业面临的各种实际问题，分析发展休闲渔业的资源优势、客源市场细分，将休闲渔业定位于渔业结构调整的方向，都市旅游的新领域这一层面上，努力做大、做实规模。我市市发展休闲渔业机遇、挑战并存，作为新的经济增长点，应充分利用报纸、电视、刊物、计算机网络等多种媒体，加大宣传力度，广泛宣传休闲渔业的特殊地位及其发展作用，特别要大力宣传休闲渔业发展的成功典型，努力营造大力发展休闲渔业的良好氛围，逐步转变决策层的传统观念，正确认识休闲渔业在我市渔业以及整个我市农业中的战略作用，力求突破休闲渔业是第一产业范畴的旧观念，将其作为渔业经济的重要组成部分和第三产业来看待，作为推动渔业产业结构调整、捕捞渔民转产转业、促进渔农民增收和渔区经济社会发展的大事来抓，力争取得新的发展。 认真规划，加大投入坚持可持续发展原则，制定休闲渔业发展规划。休闲渔业既涉及到经济发展、产业联动，又涉及到资源优化配置、生态环境保护，必须采取政府主导型的发展模式，客观上要求有规划上的大手笔。要尽快建立由城市、社会心理、民俗文化、景观生态、水土保持、森林、园艺环境工程、旅游观光、市政建设等各方面有关专家学者及单位代表组成“休闲渔业发展咨询小组”，坚持“统一规划、突出特色、有序开发、确保质量”的基本方针，坚持开发与保护并重，统筹考虑环境建设、生态建设、人文建设和渔区社会发展等因素，认真组织、制定好我市市及各区县（市）的休闲渔业发展总体规划，保证规划的严肃性、权威性，积极组织实施规划，确保休闲渔业发展的起点高、水平高、区域特色明显。加强引导，积极鼓励县、区、乡、村、个人投资，广泛吸纳闲散资金，同时银行、税收、保险部门也要给予积极支持，建立起财政扶持、金融支持、群众自筹、吸引外资等开放型、多元化的投入机制，促进我市休闲渔业的发展。 合理布局，建设基地休闲渔业基地布局原则：一是与旅游结合。将休闲渔业纳入旅游业的范畴，统筹规划，一体开发，促使旅游业与渔业相互结合、协调发展，扩大旅游业与渔业的协同效应，产生1十1>2的效果，携手发展我市休闲渔业。二是交通方便。休闲渔业基地建设要选择在离城镇较近、交通方便的地方，便于市民到基地休闲、娱乐，保证客源稳定。三是整合资源。通过成立行业协会、专业合作组织，将单个的基地纳入一个村、镇或一条线、一个片，形成区域性休闲渔业基地，强化行业自律，加强指导，确保休闲渔业基地影响力大，整体竞争实力强，社会、经济和生态效益良好。 休闲渔业基地建设要求：利用现有渔业资源，坚持改造完善为主、新建为辅，打破单一生产、单一垂钓的简单模式，实施长短结合、养钓结合，初期以养殖为主、游钓为辅，近郊以游钓为主、养殖为辅，远郊以养殖为主、游钓为辅，充分与其他资源进行整合，不断拓展服务功能，实现休闲渔业的复合功能，提高休闲渔业的效益。休闲渔业基地建设重点：结合旅游业发展，利用现有水产养殖场和渔业水面资源，不断完善养殖设施、游钓设施、道路交通设施、餐饮娱乐设施、旅馆设施，优化环境，建设一批城镇郊区休闲渔业基地。三峡库区要借旅游之“水”，行休闲渔业之“船”，加强休闲渔业与旅游业的融合，在适宜区域，建设游钓码头(与网箱养殖结合)、“游钓鱼礁”、游钓渔船和相关配套设施，打造一批硬件、软件过硬的独具魅力的特色休闲渔业品牌，吸引海内外游客和钓鱼爱好者前来开展游钓活动。 依靠科技，开发产品观赏渔业是休闲渔业的重要组成部分，发展观赏渔业要注意将传统金鱼选育与新品种引进试养相结合，展示与原种繁殖、保存基地建设相结合，特形、特色新品种开发和基础研究相结合，不断提高产品的技术含量。充分发挥我市市、万州区水产研究所和在渝相关院校的作用，积极开展特形、特色新品种特别是地方独特品种的规模化繁育、养殖技术研究以及垂钓基地健康、高产、高效养殖技术研究，为休闲渔业发展储备技术。建设一批特色鱼类原良种繁育基地，为休闲渔业发展提供优良种苗。改革技术推广方法，依托行业协会组织，充分利用计算机网络，大力推广先进实用技术，主推池塘高产高效生态、大水面增殖等技术，积极推广特形、特色品种的金鱼、我市市独特品种胭脂鱼、长薄鳅、中华倒刺鲃等的养殖，加快新技术、新品种转化为现实生产力的速度，尽快改变落后局面，提高我市市休闲渔业的产品产量、产品质量、产品档次和发展效益。 加强管理，搞好协作根据国际惯例和国家相关规定，结合我市实际，研究制定休闲渔业管理的法规、规章、质量标准，加强指导、规范管理。注意协调旅游、交通、航运、体育、卫生、工商、税务、海关、进出口检疫等部门以及系统内部渔政、港监、船检等等环节的关系，营造良好的体制环境。充分发挥市场优化配置资源的同时，运用产业规划、产业政策、产业投资，引导休闲渔业发展。定期组织开展综合质量评定，激励先进、鞭策后进。加强外来物种、尤其是对引进的观赏性水生动物和植物的管理，严格检疫，并控制在一定的养殖范围内，防止外来物种入侵和疫病传播。针对目前休闲渔业发展分散、规模偏小、竞争力弱的现状，加强行业或专业性经济技术协作组织建设，强化行业自律、促进技术交流、提高服务质量，提升休闲渔业的竞争能力。走出去、请进来，进一步加强同国内的交流与合作，博采众长，推进我市市休闲渔业健康快速发展。
浅谈观赏渔业对我国社会发展的重要意义 【摘要】观赏渔业是一种以渔文化为主体的的新型经济形态。作为一个新兴产业，近几年来得到了人们的关注和长足的发展，许多地区因地制宜，优化调整产业结构，积极引导渔民发展形式多样的观赏渔业项目，不断扩大产业的规模和效益，推动了各地区产业结构的进一步优化和社会经济的发展。【关键词】观赏渔业 社会经济 产业 意义与观赏鱼（金鱼、锦鲤、热带鱼）有关的水族器材、饲料、药品及本身的生产、销售、经营等活动统称为观赏渔业。近几年来，我国近海渔业资源持续衰退，使占据了海洋产业半壁江山的渔业经济在进入新世纪后呈现出低迷的状态。面对新的问题与形势，沿海各地均在设法进行渔业结构的调整，寻求渔业经济新的经济增长点。休闲渔业以其独有的魅力成为渔业结构调整的亮点，引起业内人士的关注。休闲渔业利用海洋和淡水渔业资源、陆上渔村村舍、渔业公共设施、渔业生产器具、渔业产品，结合当地的生产环境和人文环境而规划设计相关活动和休闲空间，提供给民众体验渔业活动并达到休闲、娱乐功能的一种产业。在发达国家早已形成了一定规模，但在我国还是新兴产业。随着部分地区产业结构的优化调整，观赏渔业产业规模迅速扩大，发展态势持续良好，既丰富了城乡文化生活，又取得了显著的经济效益。休闲观赏渔业的快速发展反过来也推动了传统渔业的优化升级，并激活消费、扩大内需，解决就业、助农增收。其作为一个新兴产业，在促进社会主义精神文明建设和国民经济的快速发展等方面有非常重要的意义。 一、有利于提高精神享受，促进文化消费 观赏鱼长期以来为广大人民群众所喜爱。目前世界上有1100多种。它体态奇异、五彩缤纷、绚丽多姿，被誉为“活的诗，动的画”。人们在紧张繁忙的工作之余，通过欣赏、饲养、制作得到美的享受。研究证明，观赏渔业不仅可以陶冶人的情操，培养人的性格，而且可起到平衡血压，修身养性，对治疗神经衰弱、忧郁症、高血压都有明显的作用。在自家的书房、卧室、客厅养上几条观赏鱼，不但可以增添恬静优雅的情调，而且有助于工余之暇松驰精神，消除疲劳。香港大约80%的居家养殖观赏鱼，而大陆还不足10%，因此，大陆的市场前景广阔。 二、科学价值 观赏鱼尤其是金鱼性成熟早，达一周龄即可产卵繁殖。可用于水质监测、遗传工程、鱼病防治、探索鱼类提早繁殖原理与方法以及药物控制鱼类性别等方面的实验，还可进行生物变异、遗传进化、胚胎发育和环境保护等方面的研究。目前，金鱼检测污水处理效果被子作为常用手段付诸实践。研究证明，金鱼在级地震的300KM范围内表现出急躁不安，被誉为水中的地震测报员。 三、经济贸易 1、低投入、高回报观赏渔业的发展是一项投资小、占地少、收益大、生产周期短的新兴行业。仅以水族馆行业的飞速发展即可看出，相对电子、医药等行业来说，水族馆的投资不大，风险系数小，最多两年即可收回成本。 2、增加就业机会、提高经济收观赏渔业的发展对我国连续多年的劳动力过剩的状况起到了积极缓解的作用，同时造福了一方百姓。以金鱼为例，一对亲鱼一年能孵化几千至几万尾鱼苗，清明前后繁殖，七月份即可陆续上市。福州鼓山乡浦东场俩兄弟合办的金鱼场，水面仅2亩，年纯收入2万余元。浙江萧山市长河乡18户农民精神繁育的黑龙睛、鹤顶红、黄龙等几十个品种空运日本、美国、香港等地展销，年纯收入上百万元。目前，上海以江阴路花鸟鱼虫市场为主体，带动周边地区形成了观赏鱼养殖场300多家，代理、零售、批发商1600多家，水族器材、鱼药、鱼饵经销商2000余家。随着人们生活水平的提高和观光旅游业的发展，该地区日益显示出新兴行业的生机和活力，以金鱼养殖为例，每年1000平方米纯收就达10000余元。 3、出口创汇 我国已形成了东南沿海和北京两大观赏渔业发展中心，其中北京观赏鱼养殖面积10000多亩，年产二亿多尾。目前，我国进出口观赏鱼类超亿尾，占世界总量的十分之一。观赏渔业的发展执着特别是出口创汇已成为水产新兴行业的增长点。观赏渔业现已成为美国养殖经济的主要现金收入之一，年零售值约10亿美元，美国1992年进口了价值4470万美元的约20100万尾观赏鱼。1998年统计，泰国淡水水族馆有鱼类300多个品种，其中30多种可人工繁殖；许多公司和渔业商业经营观赏渔业，年出口值为1800万美元，进口亿美元，政府已投资500万美元建立水族鱼类研究中心，投资600万美元建设水族鱼类和水产出口中心。同样观赏渔业为斯里兰卡换回大量外汇，出口值由1981年的3000万Rs上升到1997年的亿Rs。近几年来，新加坡从斯里兰卡等国低价进口，然后以高价出口至西欧国家，出口60多个国家，出口观赏鱼类品种300多个。观赏渔业为新加坡换来大量的外汇，一举夺得了世界之冠。50年代观赏渔业在新加坡还只是一种副业，但经过40余年的发展，已变成了一个重要的产业。新加坡培育的热带观赏鱼、药物、水族器材畅销世界各地，经济支柱主要靠中转贸易，货源60%来自中国内地。中国金鱼以通货进入新加坡，经营商加以精选、分级、包装贴上商标，作为新加坡金鱼出口到世界各地。 我国目前观赏鱼大规模养殖和贸易以广州、深圳、北京、上海、大连、青岛等几个大城市为主，也是出口贸易的基地，年贸易额在20亿元人民币，年出口额在500万美元，仅占世界出口额的。其他辅助行业生产规模小，形不成具有全球竞争的品牌优势，质量和功能都有待提高，部分产品还完全依赖进口，其中转口贸易几乎为零（香港除外）。这与我国具有2000多年观赏鱼养殖历史极不相符。虽然观赏渔业在近几年有较大的发展，但相对发达国家和地区，差距还很大。随着市场经济的逐步完善和加入WTO日期的临近，无论观赏渔业的组织者、决策者还是生产者和销售者，都面临极大的考验。 国家应通过加强指导培训、筹建行业协会、扩大行业宣传等手段，加大对休闲渔业产业的培育和支持力度，使其真正成为渔业转型升级中新的增长点。其中三娘湾因其特有的中华白海豚资源闻名国内外。三娘湾风光独特，温馨迷人，集众多滨海风光特点与一体，更具有自然、原始风情。海豚、海滩、海石、海鲜、海趣无限；渔村、渔夫、渔钓、渔船、渔乐无穷！更有美丽的传说引你入胜。三娘湾是中华白海豚之乡。白海豚，国家一级保护动物，被誉为“海上大熊猫”、“海上国宝”。三娘湾海域环境清洁，吸引了一千余头野生中华白海豚长年栖居于此，与人类和谐相处，同生共长，结下深厚的友情。这里的海豚生的天然、趣的自然！最为令人叫绝的是中华白海豚十分热情好客，象主人欢迎亲朋好友那样恭候八方游客，渔民和游人历来视能看到海豚会带来好运气，聪明的海豚总不会让来宾失望，幸运的人们往往还能看到成群的海豚欢跃腾飞，流连忘返。它们常常追逐渔船、亲近渔夫、耍逗游客，时而邀海鸥共舞，时而邀您同乐，激情上演人与海豚亲密无间、和谐温馨的精彩乐章！青岛市也跟随时代潮流，开始重点发展观光渔业。会场海洋生态观光园、甘水湾休闲渔业民俗村和莱西湖生态休闲区等三处休闲渔业通过了山东省海洋与渔业厅和山东省旅游局的联合评审，被认定为“省级休闲渔业示范点”。这三处休闲渔业示范点为青岛市建设规模较大、设施比较完善、管理相对规范的示范点，代表了我市休闲渔业的最高水平。青岛市市渔业历史悠久，旅游资源丰富，海岸线较长，海岛分布较广，交通条件优越，市民休闲消费意识超前，十分有利于休闲渔业的发展。近年来，市海洋与渔业局立足于本地优势，把休闲渔业作为渔业经济的增长点来培植，推动全市休闲渔业从渔家宴、渔家乐等传统的以食为主的方式向玩、游、乐并举的方向发展，极大促进了渔区劳动力转移。各市区都在积极发展休闲渔业，比如胶南琅琊台、灵山岛等，休闲垂钓、渔家宴正悄然兴起。他们围绕海上、海下、海岛、海湾四个重点大做“海专题”、“海系列”旅游文章，将部分中小马力渔船转产，投入到休闲渔业开发上。琅琊台规划建设了海水浴场、休闲娱乐、垂钓、赶海探险以及海珍品养殖观光等七个风景区，并初步形成了“吃、住、行、游、娱、购”配套成片的旅游服务体系，将文明古迹和海洋风光旅游很好地融合在一起，既增加了旅游收入，又解决了部分转产渔民的出路。而地处黄海之上的灵山岛，则围绕海岛做起了“海”文章，兴建了青岛钓鱼协会基地，吸引了岛城大批钓鱼爱好者前往垂钓，该岛还推出了渔家宴、海上观光、赶海等项目，岛上共有渔家宴70多家，观光者不仅可以在渔家居住，而且还可以与渔民一起织网、赶海、捕鱼。总之，休闲渔业有着巨大的社会效益、经济效益和生态效益。发展这项新产业，有利于解决我国经济转型和产业结构调整过程中出现的一系列问题；有利于培育渔业特色主导产业和优势产业，带动全行业的发展；有利于进一步深化渔业和渔区改革，推进渔业经济制度的创新和市场多元化、全方位的开发。通过大力发展休闲渔业，必将增强我国渔业实力，提高经济活力，增加渔民财力，使之成为培植我国渔业经济的增长点。我国休闲渔业的未来不是梦！相信随着时间的推移，人们会越来越多的认识到保护环境的重要性，观光渔业也会健康有序发展，继续向着绿色、健康、稳定的方向发展。【参考文献】1．《水生观赏动物养殖学（观赏渔业）》.2．《观赏水产养殖学》3．《初探社会主义新农村建设中的渔业发展》我有文档，你要是想要的话，你可以采纳的时候说下你的QQ，我会+你，然后发给你，但是求你给我多加点分！！谢谢啦！！！
如果关键代码一致，代码也是可以被查出来的。你可以把代码截图下来插入论文中，很多朋友都是这么做的，祝你成功~
不会查的放心吧
会查重的。
各个学校不一样，全文重复率在30%一下(而有的学校，本科是20%)。每章重复率应该没有要求，这个每个学校会出细则的，并且学校也出给出他们查重复率的地方--基本都是中国知网。具体打电话问老师，每界每个学校要求都不一样。
源代码的具体检测流程大概是这样的，先调用预处理器把注释干掉，把macro展开，因include <>而弄进来的那波标准库头文件特殊标记一下，然后建立CFG（control flow graph）进行知网查重。因为CFG关心的是变量的值会怎么传播，所以在中间插入一大堆无作用的语句是不会有任何效果的，把变量换个名或挪个位置（比如加多一层block）也没啥用。
源代码 不查。多戈论文检测网上有回答具体原因的