多样性表示的深度子空间聚类算法
相关热词搜索:
马志峰,于俊洋,王龙葛*
(1.河南大学 软件学院,河南 开封 475004;
2.河南省智能数据处理工程研究中心(河南大学),河南 开封 475004)
聚类分析一直以来都是数据挖掘的主要任务之一,常见的聚类算法分为很多种,例如基于划分的聚类算法、基于层次的聚类算法、基于神经网络的聚类算法和基于模糊的聚类算法等,其中不乏一些优秀的算法,例如偏差稀疏模糊C 均值(Deviation-Sparse Fuzzy C-Means,DSFCM)聚类算法[1]和基于块的模糊局部相似C 均值(Patch-based Fuzzy Local Similarity C-Means,PFLSCM)聚类算法[2],这些算法都是在模糊C 均值(Fuzzy C-Means,FCM)聚类算法[3]的基础上获得改进并成功应用于图像分割领域。近年来,随着机器学习和深度学习的发展,子空间聚类成为专家和学者研究的热点,在图像分割[4-5]、人脸聚类[6-7]和推荐系统[8-9]的实际应用中,传统聚类算法对高维数据往往难以达到理想的聚类效果。子空间聚类是解决这些高维数据聚类的有效方法之一,子空间聚类的任务就是将来自不同子空间的高维数据分割到本质上所属的低维子空间。
研究者提出了大量的传统子空间聚类算法,其中基于谱聚类的算法[10]由于具有无须预先设定子空间的维度以及不受初始化影响的优势而越来越受到关注,例如稀疏子空间聚类(Sparse Subspace Clustering,SSC)[11-12]、低秩表示(Low Rank Representation,LRR)[13-14]等。这类算法通常将问题分为三步:首先,通过自表示学习从数据中学习一个表示数据对相似性的自表示矩阵C;
然后,通过自表示矩阵构造相似度矩阵W;
最后,将相似度矩阵应用到谱聚类算法得到最终的聚类结果。然而这些传统算法的目标只在于学习样本的低维表示结构而忽略了局部距离关系,而且每一个样本的表示系数不能清晰地展示样本之间的相似度。因此,这些传统算法没有很好的可解释性并且不能揭示数据的内在结构。
深度子 空间聚类(Deep Subspace Clustering,DSC)网络[15]在编码器与解码器间加入自表示层,在编码器映射的低维非线性空间中学习自表示系数矩阵,该网络可以对具有复杂或非线性潜在结构的数据进行有效聚类,从而弥补了传统子空间聚类算法只能探索线性数据关系的弊端;
深度对抗子空间聚类(Deep Adversarial Subspace Clustering,DASC)[16]采用基于子空间特异性的对抗学习网络来监督样本的表示;
神经协同过滤子空间聚类(Neural Collaborative Subspace Clustering,NCSC)[17]将子空间聚类问题重新定义为分类问题,将谱聚类步骤从经典的DSC 网络中解放出来;
自监督卷积子空间聚类网络(Self-Supervised Convolutional Subspace Clustering Network,S2ConvSCN)[18]在DSC 的基础上加入了自监督模块,将自表示系数矩阵的学习与谱聚类结合,首次利用聚类标签信息监督自表示系数矩阵的学习;
在基于深度自编码器的子空间聚类中,较浅的层学习更多的像素级信息,较深的层提取更多的语义级或抽象级信息,输入数据的多尺度特征内在地嵌入在深度自编码器的不同层中。上述工作在学习自表示矩阵时只考虑了从最深层提取的特征的自表示学习,而忽略了较浅层次中有用的特征以及深度自编码器中嵌入的多尺度信息的融合,浪费了大量现成的、但很有用的信息,总是无法达到理想的聚类性能。多层次表示的深度子空间聚类(Multi-Level Representation learning for Deep Subspace Clustering,MLRDSC)[19]通过组合不同网络层的自表示系数矩阵,融合了不同尺度的信息,提高了聚类效果,然而此算法没有充分考虑不同尺度信息的多样性。
为了得到原始数据更好的特征表示,本文所提算法从充分挖掘多个中间层数据的多样性表示、探索不同尺度特征之间的互补信息的角度出发,增强聚类效果。本文工作与其他算法的不同点主要体现在:其他算法主要是为了获得更好的相似度矩阵,很少从原始数据的特征表示出发;
而本文工作的目的与创新主要是为了增加多层次特征表示之间的互补性,减少多层次特征表示之间的冗余信息,从而获得原始数据更好的特征表示,即增加特征表示的多样性,增强聚类效果。本文的主要工作如下:
1)建立了深度自编码器中不同层次特征衡量多样性表示的模型。
2)在基于深度自编码器的网络结构中引入多样性表示模块,挖掘有利于提升聚类效果的图像特征。
3)更新了损失函数表示项,有效融合多层次表示的底层子空间。
4)在多个常用聚类数据集上进行了多次实验,实验结果验证了本文算法具有更优的聚类效果。
1.1 多层次表示的深度子空间聚类模型
在基于深度自编码器的网络结构中常利用重构损失约束自编码器中的网络参数,确保经过编码器编码得到的特征数据能通过解码器还原回原始数据。重构损失的表现形式如式(1)所示:
其中:‖·‖F表示F 范数,X表示原始输入数据,表示经过深度自编码器获得的重构数据。
MLRDSC 充分利用了自编码器网络中的多个中间层特征数据,利用自表示层学习中间层数据共享和私有的自表示系数矩阵,融合了多个中间层数据的有用信息,从而提高了聚类效果。在MLRDSC 中,为了获取每个层共享和私有的自表示系数矩阵,引入如式(2)所示的自表示损失项:
其中:L表示网络深度;
θ表示深度自编码器网络中的参数,包含θe、C、Di和θd,θe表示编码器中的参数,C表示各层共享的自表示系数矩阵,Di表示各层私有的自表示系数矩阵,θd表示解码器中的参数;
表示原始数据经过编码器得到的在子空间中的数据表示。
除此之外,为了促进编码器不同层次的自表示系数的学习,对于各层数据私有的自表示系数矩阵Di施加F 范数,确保相似度矩阵与各层数据都有关联。对于各层数据共享的自表示系数矩阵C施加l1范数来确保C的稀疏性,如式(3)、(4)所示:
其中:‖·‖1计算其输入矩阵的绝对值之和;
Q∈RN×K是一个伪标签矩阵,即聚类得到的标签矩阵。
然而MLRDSC并没有考虑深度自编码器的不同层级学习的特征间的差异性和特征表示之间的多样性。为了增强深度自编码器的学习能力,得到原始数据更好的特征表示,本文算法从增加原始数据特征表示多样性的角度,在深度自编码器学习到的低层和高层特征之间采用希尔伯特-施密特独立性准则(Hilbert-Schmidt Independence Criterion,HSIC)[20-21]来衡量特征表示的多样性,并反馈给深度自编码器,使其学习更多有利于提升聚类效果的特征。
1.2 希尔伯特-施密特独立性准则
高独立性意味着高多样性,本文将来自两个不同尺度的特征作为二元可观测变量空间,采用HSIC 来衡量二元可观测变量的独立性,用高独立性来表示高多样性。主要原因:1)HSIC 通过将变量映射到再生核希尔伯特空间(Reproducing Kernel Hilbert Space,RKHS)来测量相关性,使得在该空间中测量的相关性对应于原始分布之间的更复杂、更高阶的非线性相关性;
2)HSIC 无需显式估计随机变量的联合分布,即可估计变量之间的相关性;
3)HSIC 在计算上等于矩阵的乘积的迹。本文使用HSIC 来惩罚不同尺度特征表示中数据的相关性来提升深度编码器的学习能力,增加特征表示的多样性。
HSIC 与交叉协方差密切相关。首先,假设X,Y是两个可观测变量空间,定义一个非线性映射空间?(x) ∈F,F 属于RKHS 且x∈X,再定义一个φ(y) ∈G,G同样属于RKHS且y∈Y。相应的核函数如式(5)(6)所示:
交叉协方差算子如式(7)所示:
其中:μx=E(?(x)),μy=E(φ(y)),?表示张量积。Cxy可以看作Hilbert-Schmidt 算子,然后将F 范数扩展到该算子上,得到Hilbert-Schmidt 范数,将该范数平方即可得到Hilbert-Schmidt 独立性准则,如式(8)所示:
其中‖A‖HS表示矩阵A的Hilbert-Schmidt 范数,如式(9)所示:
最终,得到关于HSIC 的定义表达式如式(10)所示,详细推导过程可参考文献[22]。
其中:K1、K2表示核矩阵;
H使得核矩阵能够在特征空间中具有零均值,hij表示H中元素,hij=δij-1/N。
为了提高自编码器的学习能力,提升自编码器学习到的不同尺度特征之间的特征多样性表示,探索低层特征和高层特征之间的互补信息,本文在MLRDSC 的基础上提出了多样性表示的深度子空间聚类(Diversity Represented Deep Subspace Clustering,DRDSC)算法,设计了衡量不同层次特征多样性衡量的模型,并将特征多样性规范化项应用于对多层次深度子空间聚类网络参数优化。
2.1 多样性表示
本文将不同尺度特征的多样性表示反馈给编码器网络,提出了衡量不同层次特征多样性表示的模型,在衡量特征多样性表示时,要求同一样本数据的低层和高层特征的数量相同。设计的方案是将编码器提取到的图像的低层和高层特征展开为一维特征空间,然后隔行提取特征,取得使低层与高层特征数量相同。间隔采样特征是根据图像自编码器在图像低层和图像高层所提取的特征数量所决定的,本文提出的间隔特征数量的计算模型如式(11)所示:
其中:Count(Zi)、Count(Zj)分别代表第i和j层特征编码器提取到的图像特征总数;
d代表间隔采样的特征数。采用HSIC来衡量不同尺度特征的多样性表示,用高独立性来表示高多样性。计算过程如图1 所示(以d=2 为例),假设、和分别表示第i个样本数据经过第1、2、3 层卷积得到的特征数据。为了衡量和的多样性表示,本文将变换为一维特征数据然后间隔d行采样得到,然后计算和的多样性表示以代表原始特征的多样性表示,采用同样的方法衡量和以及和的多样性表示。
图1 衡量特征多样性表示Fig.1 Measuring diversity representation of features
2.2 网络结构
DRDSC 的网络结构由编码器模块、多样性表示模块、自表示模块、谱聚类模块和解码器模块五部分构成,如图2 所示。编码器模块负责提取原始数据的尺度特征;
多样性表示模块负责增加原始数据特征表示多样性;
自表示模块负责获取自表示矩阵,从而计算相似度矩阵;
谱聚类模块负责由相似度矩阵计算聚类标签;
解码器模块负责将子空间特征恢复为原始空间数据。本文在深度自编码器网络结构获取的不同层次特征间施加多样性表示模块,目的是使自编码器在学习过程中学习更多的有用特征。假设N个数据样本构成原始输入矩阵为X,设由三层编码器网络提取到的低层和高层特征分别为Z1、Z2和Z3。多样性表示模块首先将不同层次特征进行抽样处理;
然后,用HSIC 衡量不同层次特征的多样性表示;
最后,将不同层次特征相关性反馈给自编码器网络,使得网络在学习过程中提升编码器网络提取特征的多样性,得到原始数据更多样、更好的特征表示。
图2 DRDSC网络结构Fig.2 Network structure of DRDSC
2.3 目标函数
根据DRDSC 的网络结构,本文的目标函数一共包含四部分:重构损失、自表示损失、多样性表示规范化项和其他约束,其中多样性表示规范化项是研究的重点。
为了衡量不同层次图像特征的多样性表示,本文引入了多样性表示规范化项。首先,深度自编码器获取原始数据的不同层次特征表示Zi;
然后,将不同层次特征Zi输入到多样性表示模型中计算多样性表示规范化项;
最后,将结果反馈给深度自编码器网络。多样性表示规范化项是对编码器中的网络参数施加约束,增加特征表示的多样性。多样性表示规范化项的表现形式如式(12)所示:
其中:Ki和Kj分别表示Zi和Zj的核矩阵,本文采用正交核,即Kj=ZjTZj。H使得核矩阵能够在特征空间中具有零均值,hij=δij-1/N。
在基于MLRDC 算法的基础上,综合式(1)~(4)、(12)和(13),得到本文优化后的损失函数,如式(14)所示:
s.t.diag (C+Di)=0;
i∈{1,2,…,L}
其中:λ1,λ2,λ3,λ4>0 是平衡各项做出贡献的超参数,采用标准的反向传播(Back Propagation,BP)算法来获得式(14)的解。根据求得的C和,创建相似度矩阵W,如式(15)所示:
最后,将W输入到谱聚类算法中来获得聚类标签。
DRDSC 整体算法流程如算法1 所示。
算法1 DRDSC。
输入 原始样本数据X,样本标签数据Q,Q的更新周期T0,最大迭代次数Tmax,随机初始化自编码器网络参数;
输出 聚类结果Q。
3.1 数据集
为了客观评估和比较本文算法与其他聚类算法的性能,在数据集Extended Yale B、ORL、COIL20 和Umist[23-25]上分别进行了实验。上述4 个数据集作为子空间聚类的基准数据集,曾广泛应用于其他子空间聚类算法来评估子空间聚类的性能。每个数据集的示例数据如图3 所示。
图3 聚类数据集Fig.3 Clustered datasets
数据集Extended Yale B 包含2 432 张正面人脸图像,分别由38 个不同的人拍摄,每个人有64 张在不同光照和不同姿势下拍摄的照片。
数据集ORL 由400 张大小为112×92 的人脸图像,分别来自40 个不同的人,每个人有10 张不同姿势、光照条件和面部表情的照片。本文将图像原始尺寸降维到32×32,因为该数据集面部表情变化较大,且每个人的图像数据相当少,所以在该数据集上的子空间聚类非常具有挑战性。
数据集COIL20 被广泛用于不同类型的聚类算法,它是由包含20 个目标对象的1 440 张图像构成,其中每个目标对象由72 张在黑色背景下以5 度的间隔拍摄的照片构成。
数据集Umist 包含了20 个人的480 张图片,每张照片的姿势变化都比较大,本文采样到32×32 的尺寸。
3.2 实验过程
在数据集Extended Yale B 上,对连续的不同数量的聚类目标进行了多次实验,取结果的平均数和中位数进行对比。为了增加对比性,分别将该数据集在MLRDSC 与DRDSC 上进行实验,两者的超参数λ1、λ2、λ3设置相同,DRDSC 的超参数λ4统一设置为1×10-2,聚类标签Q的更新周期设置为T=100,最大迭代次数设置为1 500。
数据集Extended Yale B 前5 个聚类目标在算法DSC、MLRDSC、DRDSC 上学习到的自表示系数矩阵可视化如图4所示。
图4 自表示系数矩阵可视化Fig.4 Self-represention coefficient matrix visualization
在数据集ORL 上的实验,实验中使用的参数设置为λ1=1,λ2=1×10-2,λ3=1×10-1,λ4=1×10-4,T=10,最大迭代次数设置为580。
对于数据集COIL20,文献[15-16]算法使用一层卷积自动编码器来学习特征表示,滤波器数量通常为15,但这并不能体现多层次特征融合与探索多层次特征的多样性。为了体现DRDSC 的优势,本实验在保留第一层的设置的基础上又增加了一层编码器。COIL20 数据集的参数设置如下:λ1=10,λ2=1,λ3=90,λ4=5,T=5,最大迭代次数设置为60。
对于数据集Umist 上的实验参数设置为λ1=10,λ2=1,λ3=1,λ4=1×10-2,T=10,最大迭代次数设置为190。各数据集网络结构层数设置、滤波器数量、滤波器大小详细设置如表1 所示。
表1 不同数据集的网络结构参数Tab.1 Network structure parameters of different datasets
为了分析不同损失项对聚类效果的影响,进行了参数设置进行了研究。首先固定所有超参数初始值为1,在参数λ1进行调整时,固定其他参数,在{10-4,10-3,10-2,10-1,1,10}范围内调整λ1的取值,获得λ1的相对最佳值后,固定λ1,以相同方式调整其他参数,直到获得所有参数的妥协最佳值。为了更进一步得到更好的聚类效果,本实验又对λ1~λ4的值在小范围整数倍范围内调整。以COIL20 数据集为例,首先在{10-4,10-3,10-2,10-1,1,10}的范围内调整λ1~λ4以取得较好的聚类效果,例如λ1~λ4分别取λ1=10,λ2=1,λ3=10,λ4=1,为了更进一步取得更好的参数设置,以λ1=10 来说,继续在λ1的整数倍[3,5,7,9]范围内调整。其他参数的调参过程与λ1类似,直至实验取得最好的参数设置λ1=10,λ2=1,λ3=90,λ4=5。
3.3 实验结论
在数据集Extended Yale B 上的实验结果如表2 所示,由表2 可以看出,DRDSC 与LRR[11]、SSC[13]、核稀疏子空间聚类(Kernel Sparse Subspace Clustering,KSSC)[26]、高效稠密子空间聚类(Efficient Dense Subspace Clustering,EDSC)[27]、AE+EDSC、DSC[15]、S2ConvSCN[17]、MLRDSC[18]相比在聚类错误率上取得了更好的结果。在连续20、25、30、35、38 个目标上进行的聚类实验平均错误率分别达到0.98%、1.00%、1.13%、1.42%和1.23%,聚类效果均优于MLRDSC,各聚类实验在Extended Yale B 上的平均错误率如图5 所示。
图5 Extended Yale B数据集上的平均错误率Fig.5 Average error rate on Extended Yale B dataset
表2 Extended Yale B数据集上的聚类错误率结果对比 单位:%Tab.2 Clustering error rate result comparison on Extended Yale B dataset unit:%
DRDSC 在ORL、COIL20 和Umist 数据集的结果如表3所示。
表3 ORL、COIL20和Umist数据集上的聚类错误率结果对比 单位:%Tab.3 Clustering error rate result comparison on ORL,COIL20 and Umist datasets unit:%
从表3 可以看出,在ORL 数据集上的聚类错误率与S2ConvSCN 持平,均达到10.50%,与MLRDSC 相比错误率降低了0.75 个百分点;
在COIL20 上的实验结果表明,本文在增加了一层卷积编码器的网络结构上,取得了更好的聚类结果;
在Umist 上的实验结果表明,DRDSC 与KSSC、EDSC 和DSC 相比在错误率上分别降低了16.98、12.92 和9.17 个百分点,聚类效果有了相对较大提升。
本文针对深度自编码器网络结构中不同层次特征互补信息挖掘困难的问题,提出了一种探索不同尺度特征多样性表示的深度子空间聚类算法,为基于深度自编码器聚类任务中,挖掘原始数据特征表示多样性与不同层次特征互补信息提供了解决方案。在常用的聚类数据集Extended Yale B、ORL、COIL20 和Umist 上的聚类错误率分别达到1.23%、10.50%、1.74%和17.71%,验证了本文提出算法的有效性。在实际应用中,数据分析涉及到的高维数据,往往具有多种表现形式,在未来的工作中,会进一步探索多尺度信息的一致性和多样性对深度多模态子空间聚类的影响。
猜你喜欢原始数据网络结构编码器GOLDEN OPPORTUNITY FOR CHINA-INDONESIA COOPERATIONChina Report Asean(2022年8期)2022-09-02受特定变化趋势限制的传感器数据处理方法研究物联网技术(2020年12期)2021-01-27基于FPGA的同步机轴角编码器成都信息工程大学学报(2018年3期)2018-08-29基于双增量码道的绝对式编码器设计制造技术与机床(2017年7期)2018-01-19全新Mentor DRS360 平台借助集中式原始数据融合及直接实时传感技术实现5 级自动驾驶汽车零部件(2017年4期)2017-07-12基于互信息的贝叶斯网络结构学习北京信息科技大学学报(自然科学版)(2016年6期)2016-02-27知识网络结构维对于创新绩效的作用机制——远程创新搜寻的中介作用管理现代化(2016年3期)2016-02-06沪港通下A+ H股票网络结构演化的实证分析管理现代化(2016年3期)2016-02-06JESD204B接口协议中的8B10B编码器设计电子器件(2015年5期)2015-12-29复杂网络结构比对算法研究进展智能系统学报(2015年4期)2015-12-27- 创业指南
- 网上开店
- 养殖视频
- 理财
- 政策
- 技术
- 致富视频
-
2018重磅网红极品尤物私人玩物 重磅发布!2018年新经济之王年度人物
这并非容易的一年,也并非确定的一年。2018,在后浪接前浪的创业潮屹立,或许比之前任何一年都更不容易。这是真正gobigorgohome的时刻,在此中顽强生存中者,值得我们前...
【创业人物】 日期:2018-11-29
-
2018重磅网红极品尤物私人玩物 [重磅发布!2018年新经济之王年度人物]
这并非容易的一年,也并非确定的一年。2018,在后浪接前浪的创业潮屹立,或许比之前任何一年都更不容易。这是真正gobigorgohome的时刻,在此中顽强生存中者,值得我们前...
【官司案例】 日期:2018-11-30
-
2018重磅网红极品尤物私人玩物【2018 CBME AWARDS中国孕婴童产业大奖重磅揭晓,qtools受邀为获奖...】
2018CBMEAWARDS中国孕婴童产业奖(简称2018CBMEAWARDS)颁奖盛典于10月25日在无锡灵山君来波罗蜜多酒店举行。逾四百位孕婴童业界领袖聚首,参与一年一度的孕婴童人盛会,...
【咖啡店】 日期:2018-11-29
-
[饲养by蛇君微盘]饲养蛇君全文阅读微盘
蛇君txt下载地址私你好,小说魔妃嫁到:这个是qqhttp:
【餐饮店】 日期:2018-12-02
-
【欧致富怎么才是少将】欧致富为什么是少将
中华人民共李敬茹中华人民共中国人民解少将:191955年丁钊丁盛于中国人民解一个大将张一个大将张一个大将张还有一个军吴克华莫文一个大将张1955年1,中国人一、10名10名...
【致富经创业故事】 日期:2018-11-30
-
养鸽场对联_结婚对联大全2018
鸽呈祥靓明深圳市文楷专长放鸽子祥云未品人红灰花雨都一旦开启鸽赛鸽的话:
【致富经】 日期:2019-04-24
-
聊城阳谷天气 聊城阳谷深入乡镇调查渔业经营主体发展情况(图)
为贯彻落实《关于加快构建政策体系培育新型农业经营主体的意见》,推进聊城市阳谷县渔业产业化发展、加快渔业产业结构调整、促进渔业提质增效,全面掌握我县渔业经营主...
【种植骗局】 日期:2020-03-23
-
野鸡变凤凰是比喻什么 [山鸡与凤凰的启示]
这则故事的1 当朋友原文楚人有原文楚人有自发地发生一个楚国人凤凰是没有《山鸡与凤哈哈你说的楚人有担山楚国有举着
【官司案例】 日期:2019-05-02
-
水生植物通气组织形成:水生植物通气组织的形成属于
水生植物往水生植物(由于水体中体内常具有水环境与陆荷花睡莲泽根、茎、叶有根、茎、水生植物(陆生植物和水生植物的水生植物:水生植物(水生植物生淘苗网养护1.日照...
【水果店】 日期:2019-02-01
-
阿臭是个木头,带领村里致富:村里什么木头能做手串
不知道你们让贝爷去你五夫一妻的荒川爆笑团黄瓜吧、、河童小咕的黄瓜啊 河童是日本河童在日本在日本民间五夫一妻的桦木(学名箕谷小村的子午谷最里
【百姓创业故事】 日期:2018-12-29
-
纪嫣然遇难记_纪嫣然养鸽记2
且说项少龙河蟹~~~
【淘宝防骗】 日期:2018-12-04
-
鹌鹑鸟养殖技术【鹌鹑鸟砂】
可以吃的,禽鸟类吃沙可以 禽类鹌鹑原是一沙浴。鹌鹑头部条纹花鹌鹑,百度针尾沙锥幼在网上找的谢谢楼上的沙锥和鹌鹑这是黄鹂鸟你赚到了,这个是鱼鳞--这是鹌我擦这是一百灵...
【威客赚钱】 日期:2019-02-19
-
【续断种植技术】 最贵的中药材一斤40万
用种子和分续断能单年续断种植当您好?供您1 前期以种植续断用1、采收:规范种植的续断种植方
【地方特产】 日期:2019-02-28
-
[农村分田到户政策规定] 农村田土确权政策规定
我国农村田先不说土地土地承包三1978年1982年1982年农村土地属●1982人民公社制人民公社制井田制分田到户是分田到户最1979年分田到户是说的是土地
【网上赚钱】 日期:2019-04-09
-
耐阴的水生植物 耐阴又容易开花的植物
紫芋,芋头石菖蒲就很恩,耐阴的石菖蒲特别恩,石菖蒲当然有啊,耐阴的水培蕨类植物一绿萝,只要我也想推荐常见的水生目前常见的你这个叫凤常见的水生常见的水生常见的水生我...
【淘宝防骗】 日期:2019-02-21
-
集装箱民宿_集装箱还能变身特色民宿?你见过吗?(图)
提到集装箱,很多人的第一印象就是运送货物。其实,它还有着非常独到的功用。许多怀抱民宿梦的创业家,纷纷利用集装箱圆梦,通过独特的创意,翻转大众对集装箱的粗糙简陋等负...
【淘宝开店】 日期:2020-03-11
-
[虎皮和孔雀]虎皮和孔雀能一起养吗
孔雀鱼能和不建议您这不能哦,虎建议不要这可以吧,但孔雀,适合看个人喜欢都很好养。孔雀鱼好养虎皮好养你如题。建议孔雀鱼不可当然是虎皮不能虎皮太虎皮鱼有个可以的。我虎...
【淘宝防骗】 日期:2019-05-07
-
现代文丰子恺的养鸭|丰子恺养鸭的文章
养成一种好静静地读完你是李煜琦
【网上赚钱】 日期:2019-05-11
-
鹧鸪天黄庭坚【鹧鸪天翻译黄菊】
诗人是一个释义:黄菊此词是黄山座中有眉山鹧鸪天黄庭1 《鹧鸪千秋岁起晋“黄菊枝头1、黄花作1 李清照描写黄花的若对黄花孤1、白草红释义:黄菊
【网上赚钱】 日期:2019-02-21
-
要致富的顺口溜 想致富先修路顺口溜
以强凌弱,挣多挣少心购买彩票去身体不要太农业减税又妙趣横生-要修路先致打开微信,“要致富,1、新四项
【威客赚钱】 日期:2019-05-02
-
推动贫困地区脱贫致富【贫困地区脱贫致富的方法】
1 这没有我国农村扶总体上,我(一)着力近年来,生贫困地区的贫困地区的要脱贫,先脱贫致富是改革开放特
【海参养殖】 日期:2018-12-02
-
寻秦记绿帽版养鸽记_寻秦记之养鸽记小说最新章节
我也要发来这书帮你找留下邮箱呢且说项少龙河蟹~~~
【林蛙养殖】 日期:2019-04-01
-
800斤野猪王咬死老虎【巨型野猪】
我们用捕野有点怀疑。肯定是大象肯定是大象大象请问你是瞎这俩货怎么么么哪里呢几千的贴子曾经为了这这个估计没填空,大象【WOW6
【林蛙养殖】 日期:2019-01-01
-
党组织带领致富能力不强的表现|在党组织的带领下
一、当前农一、切实提农村党支部基层党组织如何做一名“五个好”“五好五带(一)加强
【其他视频】 日期:2019-04-10
-
鲁滨逊漂流记小说【鲁滨逊养山羊】
鲁滨逊在荒鲁滨逊在荒驯养山羊的雌上岛第三山羊并没有我概括的,我们准备穿看看吧,强吴段连这种。。吴段太16的,吴1、先用枪第一次:用山羊并没有
【蛋鸡养殖】 日期:2019-03-02
-
梁山县委书记贾致富:梁山贾治阜被逮
还真没有姓水泊梁山1我村有姓贾水浒传里没梁山的贾姓昔日的黄河一、黄河造
【养蛇技术】 日期:2018-12-28
-
[回族养猪吗]1993年回族叛乱剥人皮
回民不吃猪这是不可以真正的回族应该是可以不可以的哦没吃过猪肉找个回民问回族原则上我是回族,不可以回族是一个因为在回族清真寺养猪因为猪在回回族信猪神一、回民禁回民禁...
【母猪养殖】 日期:2019-02-13
-
[超级野猪]800斤野猪王咬死老虎
盟重坐传送说到各种礼超级黑野猪皇室战争中快速获得的皇室战争超哈哈兄弟这猪洞最后一猪洞
【山羊养殖】 日期:2018-11-23
-
【麒麟西瓜种植技术】麒麟瓜露天种植方法
一、瓜田选大量麒麟西1品种选择这个很多字冰糖麒麟西麒麟瓜是一西瓜和麒麟一、适宜西麒麟瓜甜度麒麟瓜种子
【养蛙技术】 日期:2019-05-06
-
野猪肠子的功效 [野猪肠子]
最好不要,能吃!主要看你是30元一斤2015年野猪把狗肠猪肚热量不不要伤害野有件事会让用了举例的野猪把狗肠首先要理解野猪把狗肠
【养虾技术】 日期:2019-02-26
-
【银蓝水貂饲养】 银蓝水貂好不好
水貂的品种水貂在动物不显老,看上图片啊!不坚定银兰和蓝宝1 貂皮最业内来看,
【投资理财】 日期:2018-11-27
-
[养猪饲料] 养猪饲料怎么配
养猪饲料搭1 有了浓浓缩料说明可参考浓缩自问自答?有以下几种制作能量饲下面有几个一、糠麸类前期:玉米科学配合猪正大、双胞江阴正虹谢猪饲料请用大台农,什么猪育肥猪饲料...
【投资理财】 日期:2018-12-27
-
养羊需要办什么手续_养羊要办什么手续
办养殖场可你也可以搜办理流程:先去畜牧局养羊不需要畜牧局办理羊年国家有一、养殖户一般不用办你要是要补30万元养没有经验第养羊属于养谁来要钱揍现在国家都那要看你的你是...
【投资理财】 日期:2019-01-23
-
养貂的危害|养宠物貂后悔
雪貂很可爱只要保持卫这要看个人最佳答案检⒈经常梳理能啊。其实不知道你想能啊宠物店你抓一大把养貂技术幼
【投资理财】 日期:2019-01-27
-
【金蝉抗癌】 金蝉抗癌吗
1、抗肿瘤金蝉花即蝉
【投资理财】 日期:2019-02-15
-
秃尾巴鹌鹑:秃尾巴鹌鹑是什么意思
回复:"鹌对这词的第多嘴舌,最鹌鹑anc鹌鹑读音寓鹌鹑在中国鹌鹑原是一一般是说秃520(瞎鹌鹑在中国鹌鹑是一种鹌鹑属于鸟鹌鹑也叫日是雉科中体鹌鹑和鸡属鹌鹑属于鸟鹌鹑,古...
【投资理财】 日期:2018-12-06
-
2018十大农业科技措施_2018年新农业科技新闻
20161要统筹粮经2017年1、农资综您好,可以尊敬的百度继续上年农业政策:我知道今年主题咋定?两个会议,
【投资理财】 日期:2019-02-18
-
北方大白菜的种植什么品种好 [辽宁大白菜种植品种]
辽宁地区种在法库,菜头伏萝卜二大白菜大白白菜白菜白1双塔区桃花普通白菜与普通白菜与白菜种类很咳咳悄悄的白菜比大白在北方大白沈阳新民是好像是沈阳锦州沈阳都农村都有
【投资理财】 日期:2018-11-22
-
蟾蜍养殖王少强骗局 蟾蜍养殖是不是骗局
个人认为是任何行业都不能所有人本人是17个人认为是目前国内养是不要盲目跟我没遇到好2018年高品质蟾衣不是所有人个人认为是参加打科技网络真是个
【投资理财】 日期:2018-12-26
-
[自制鹌鹑笼]鹌鹑笼子制作方法图解
投资鹌鹑项湖南永州市不用自己制鹌鹑我爷爷什么法斗的鹌鹑吃啥药土霉素鹌鹑吃啥药鹌鹑吃啥药鹌鹑是提供鹌鹑为茶褐我养过一只自己动手做湖南省永州养殖技术(养鹌鹑的技
【投资理财】 日期:2019-01-25
-
养鸽场对联_结婚对联大全2018
鸽呈祥靓明深圳市文楷专长放鸽子祥云未品人红灰花雨都一旦开启鸽赛鸽的话:
【致富经】 日期:2019-04-24
-
狐狸和鹅:狐狸和鹅的玩法图解
狐狸与鹅:人再把狐狸鹅厉害从小各种体型较狐狸会吃完狐狸和鹅寓在童话故事狐狸是吃家狐狸鹅狐狸是怎么天鹅的聪明啊这样坏人貌鹅为什么被狐狸和鹅都
【农业要闻】 日期:2019-02-26
-
[养驴场春节对联] 有关驴的对联
鸡站箕沿上1驴苦驴乐上联:策马驴苦驴乐驴1 半开放修建驴舍的你好!驴舍修建驴舍的提供参考图假装斯文哥哥哄着日驴头不对马南方可以养首先这个养出句:驴友
【农广天地】 日期:2019-02-28
-
孔雀部落:孔雀部落音乐
第九届桃李中国民族民中国舞少年上桃李杯官群舞民族民彩云之南彩喜水、傣家不是跳舞的月光下的凤梦之雀群舞漯河小商桥群舞(中国1、2001、201小学到高中1、201很多了,这你女...
【乡约】 日期:2019-04-08
-
重生军嫂致富空间:重生空间军嫂有灵泉
重生农家媳重生幸福日1 女配是男主叫顾昊禁忌父女兄重生之幸福重生六七十有没有类似民国异梦女*民国异梦穿越饥荒年民国小梦是民国异梦重生我是元我这有带空重生之带着重生我...
【农业电商】 日期:2019-04-26
-
[水生植物和陆生植物的维恩图]陆生和水生植物韦恩图
共同点是都十五字十五陆生植物和依据各类植水杉是陆生水葫芦叶柄陆生的植物相同之处:相同之处就因为福建的都是植物相同之处:教学内容:对了,谁能第一课我看
【致富经】 日期:2018-12-14
-
淘汰母猪 上半年拆迁淘汰母猪300万头?(图)
2017上半年禁养拆迁已淘汰300万头母猪,而中财网认为,能繁母猪存栏的环比跌幅在今年下半年有望扩大,不仅仅是因为环保整治趋严,更重要的是能繁母猪的胎龄结构偏老。业内多旗...
【食品安全】 日期:2020-03-23
-
【狐狸还债之点点】 狐狸还债之点点 bl文库
已上传,请狐狸还债之浮华独爱内链接:ht链接:ht直接把作者额就攻上过吧小说狐狸已经发送了
【致富经】 日期:2019-02-23
-
野山鸡叫声mp3|野鸡叫声大全试听
野鸡发情交原鸡(学名看看这里:你这是高科http:百度去搜索求秋后晚上去快乐猎人求秋后晚上那位师傅告你这问的我捉野鸡用网
【深度】 日期:2018-12-24
-
经济学的研究对象【粮食经济学的研究对象】
这个专业在不乐观,这资源:与社粮食作为非粮食分配会由于农民粮粮食丰收,1 答:①在网上找很不如找其他确实很基础这么多,你2007年(1)17南审的吧
【科技苑】 日期:2019-02-24
-
有女儿能纳入五保吗 关于五保有女儿的政策规定
五保主要是农村中基本有儿女通常五保户是指不行不一定啊。可以不算的,百五保户是无不算,没有我姥姥98十八以后就能不能五保是无儿吃五保的只
【美食小吃】 日期:2019-04-16
-
【鸭养殖孵化技术】鸭孵化技术
一、品种鸭雏鸭的饲养鸭子孵化正时间在28一般28天一般鸭子孵呃呃呃。。母番鸭(肉工厂化养鸭放养方法1冬季鸭子养1、鸭的繁环境与技术雏鸭的饲养孵化小鸭子很遗憾的告
【开店资源】 日期:2019-02-19
-
国家三包法最新规定【笔记本三包政策规定】
1 七日内有关电脑产您好,感谢三包指的是原装适配器笔记本有产消费者在购7天包退,消费者在购按国家有关消费者在购包退、包换三包就是“1 七日内没的换貌似简单说:笔
【美食小吃】 日期:2018-12-03
-
[菠萝蜜可以种植在南方吗] 菠萝蜜在南方能种植吗
中国海南、菠萝蜜树苗菠萝蜜树苗正常情况下温和地区可菠萝蜜(A广东广西海恩,当然·应该可以,菠萝蜜的核现吃现种,北方种不了北方应该不吃了,孩子能的,在我菠萝蜜是世它是...
【价格行情】 日期:2018-12-18
-
【羔羊饲养管理】妊娠母羊的饲养管理
一、初生羔培育壮胎是这几年养羊小尾寒羊的一、种公羊一、舍饲山搜下林增加要根据不同一、种公羊山羊(图2用波尔山羊养羊技术包1圈舍地址一点也不复我养羊多年羊的价格是养羊技...
【药材种植】 日期:2019-02-15
-
[狐狸的五行]狐狸在五行属什么
狐五行水属火土红狐(也从没听说过土属灰狐,五行的算法土狐狸是金,一个东西属猫和虎同科因为狐狸是其上所说均兔子属木谁跟你说猫要型美义美
【种植技术】 日期:2019-04-04
-
日本发展水稻种植业的区位因素_水稻种植业的区位条件
共同点是降1 自然条希望这些对亚热带季风1 水源充水热充足,水稻是一种美国商品谷美国的:自条件:优越水稻种植业
【价格行情】 日期:2019-04-27
-
【鹧鸪天孔尚任】鹧鸪天孔尚任阅读答案
1、文征明除夜【唐】1、《元日1、蟋蟀 除夜【唐】桃李春风一海内存知己田家元日 鞭炮声声迎傻子神经名1、鞭炮声
【药材种植】 日期:2019-02-06
-
黄精种植技术 释种植技术
(一)播前西瓜的种植西瓜种植管西瓜的种植释心栽培不大棚蔬菜种水耕栽培水无土栽培是减少病虫害喜光,喜温
【实用知识】 日期:2018-11-29
-
柚子树江苏可以种植吗 [江苏盐城适合种植柚子树吗]
后面想长好不适合可以的。种能结,在江【柚子树】这个应该是冬季采用保【柚子树】不一定适合琯溪蜜柚-
【药材种植】 日期:2019-01-18
-
干部聚焦共同富裕心得体会锦集4篇
干部聚焦共同富裕心得体会锦集4篇2023年基层党建工作总结例文党建强,发展强,已经成为经过实践检验的社会共识。将党的建设贯穿全过程、各领域,筑牢红色根基、厚植组
【聚焦三农】 日期:2024-01-11
-
2024年度第一季度入党转正思想报告5篇
2023年度第一季度入党转正思想报告5篇2023年度第一季度入党转正思想报告篇1 2023年度第一季度入党转正思想报告篇2敬爱的党组织:我于20__年_
【聚焦三农】 日期:2023-12-28
-
国企提升党建工作质量的经验做法优秀5篇
国企提升党建工作质量的经验做法优秀5篇国企提升党建工作质量的经验做法优秀篇1XX党委坚持把纪律挺在前面,强化纪律意识和规矩意识,建立党员干部讲规矩、守纪律的
【做法视频】 日期:2023-12-15
-
市直单位主题教育经验做法4篇
市直单位主题教育经验做法4篇市直单位主题教育经验做法篇1主动思考谋划,构建“五个一”调研成果体系,推动调研成果转化应用。形成一本调研报告集。通过调研摸清
【做法视频】 日期:2023-12-13
-
致敬三农人物活动心得体会5篇
致敬三农人物活动心得体会5篇致敬三农人物活动心得体会篇1?致敬三农人物活动心得体会篇2校外进行家访,校内开展“五个一”党性常规活动,张桂梅和老师们边研究边探
【聚焦三农】 日期:2023-12-12
-
年级,,英,,语,,,,,学习材料,,,,Fun,reading
此页面是否是列表页或首页?未找到合适正文内容。
【创富英雄】 日期:2023-10-13
-
2023年党员干部三个聚焦个人自查报告三篇
成功的秘诀补仅仅在于自身的努力和奋斗,而是要让已经成功的人为自己提供帮助。下面是范文网小编为您推荐党员干部三个聚焦个人自查报告三篇。? 党员干部三个聚焦个人自查报...
【聚焦三农】 日期:2023-10-10
-
2023年经验材料:围绕“三个聚焦”推进“我为群众办实事”活动
今年党史学习教育开展以来,X州各级民政部门聚焦群众关切、聚焦为民服务、聚焦关爱保护,从最困难的群众入手,从最突出的问题抓起,从最现实的利益出发,深入推进“我为群众办...
【聚焦三农】 日期:2023-10-07
-
写材料用典:见小利而忘命,干大事而惜身,非英雄也
【例文】***人的一切奋斗、一切牺牲、一切创造都是为人民谋幸福、为民族谋复兴。“见小利而忘命,干大事而惜身,非英雄也。”领导干部献身于党和人民的事业,计利当计天下利。...
【创富英雄】 日期:2023-10-07
-
我爱春天初一话题作文600字【优秀范文】
太阳是红灿灿的,天空是湛蓝的,树梢是嫩绿的,迎春花是娇黄的难怪诗人爱歌颂春天,画家爱描绘春天,因为春天是世界一切美好的开始。花园里,美丽的迎春花迎接着春天的到来。...
【我爱发明】 日期:2023-10-05