基于数字图像处理技术的玉米氮肥营养状态诊断

本文在图像处理技术的基础上,通过分析颜色特征与玉米氮营养之间的关系,选取了与玉米营养状况相关性高的颜色特征,建立了基于颜色特征的玉米氮营养诊断模型,并认为RGB颜色空间比其他的颜色空间更适合于描述和表达玉米营养状况.     

图像处理技术在冬小麦叶面积指数测定中的应用

为了探讨利用图像处理技术测定冬小麦叶面积指数的可行性,在室外光照条件下．固定数码相机高度垂直拍摄冬小麦群体图像,利用图像处理技术获取小麦冠层的图像叶面积指数(ILAI),并用手工测量获得小麦群体实际叶面积指数(LAI),建立ILAI和LAI间与施肥处理有关的关系模型,对该模型的稳定性和实用性进行统计检验。试验结果表明,利用图像处理技术通过ILAI获取小麦LAI是可行的,且简便易行,测量精度和效率都很高。     

安阳市花生与鲜食玉米错期带状复合种植技术

安阳市花生主产区由于连作病虫危害严重,花生与鲜食玉米带状复合种植既能破除花生连作障碍,减轻花生病虫害的发生,又能增加农民收入。根据安阳市花生生产实际,从带状种植方式、品种选择、鲜食玉米延后分期播种、病虫草害防治等方面提出花生与鲜食玉米带状复合种植技术,为安阳市实现粮油协同增产提供参考。     

不同施肥方式对大豆品种安豆4号产量的影响

田间试验研究了不同肥料对安豆4号产量的影响，结果表明：复合肥作底肥和尿素作追肥的增产效果最好；有机肥或复合肥作底肥的增产效果也很好；磷酸二铵作底肥的增产效果也较好；单独使用尿素的增产效果最差；但均高于不施任何肥料的空白对照处理。     

大棚小米椒间作西瓜高效栽培模式

大棚小米椒间作西瓜是一种高产高效种植模式，小米椒、西瓜采用温室育苗，田间实行五膜覆盖保温栽培技术，实现小米椒和西瓜早育苗、早移栽、早成熟、早上市，不仅产量高，而且价格好、效益高。每公顷收入45万元以上，取得了显著的社会效益和经济效益。     

基于ARM9的电子鼻系统设计与应用

提出了一种基于嵌入式电子鼻的设计方案,主要包括传感器阵列、模数转换和微处理器3大模块.采用Figaro公司TGS813、TGS825、TGS880 3个气敏传感器组成的传感器阵列采集样品信号;利用MAXIM公司的MAX1270芯片进行模数转换;CPU采用SAMSUNG公司的S3C2410微处理器,并在其上移植了WINCE操作系统.软件设计对采集信号进行对数拟合,采用引进BP神经网络对拟合后的曲线参数进行训练,建立模型并对样本进行识别.利用该系统对4种不同生产日期的意大利巴马臣干酪和3家公司的纯牛奶进行了测试,识别准确率均达到100%.结果表明该系统具有体积小、重量轻、使用方便灵活且识别准确率高等优点.     

基于ARM9的电子鼻系统设计与应

提出了一种基于嵌入式电子鼻的设计方案，主要包括传感器阵列、模数转换和微处理器3大模块。采用Figaro公司TGS813、TGS825、TGS880 3个气敏传感器组成的传感器阵列采集样品信号；利用MAXIM公司的MAX1270芯片进行模数转换；CPU采用SAMSUNG公司的S3C2410微处理器，并在其上移植了WINCE操作系统。软件设计对采集信号进行对数拟合，采用引进BP神经网络对拟合后的曲线参数进行训练，建立模型并对样本进行识别利用该系统对4种不同生产日期的意大利巴马臣干酪和3家公司的纯牛奶进行了测试，识别准确率均达到100%。结果表明该系统具有体积小、重量轻、使用方便灵活且识别准确率高等优点。     

采用融合规则与BERT-FLAT模型对营养健康领域命名实体识别

人类营养健康命名实体识别旨在检测营养健康文本中的营养实体，是进一步挖掘营养健康信息的关键步骤。虽然深度学习模型广泛应用在人类营养健康命名实体识别中，但没有充分考虑到营养健康文本中含有大量的复杂实体而出现长距离依赖的特点，且未能充分考虑词汇信息和位置信息。针对人类营养健康文本的特点，该研究提出了融合规则与BERT-FLAT（Bidirectional Encoder Representations from Transfromers-Flat Lattice Transformer，转换器的双向编码器表征量-平格变压器）模型的营养健康文本命名实体识别方法，识别了营养健康领域中食物、营养物质、人群、部位、病症和功效作用6类实体。首先通BERT模型将字符信息和词汇信息进行嵌入以提高模型对实体类别的识别能力，再通过位置编码与词汇边界信息结合的Transformer模型进行编码以提高模型对实体边界的识别效果，利用CRF（Coditional Random Field，条件随机场）获取字符预测序列，最后通过规则对预测序列进行修正。试验结果表明，融合规则与BERT-FLAT模型的人类营养健康领域识别的准确率为95%，召回率为88.88%，F1分数为91.81%。研究表明，该方法是一种有效的人类营养健康领域实体识别方法，可以为农业、医疗、食品安全等其他领域复杂命名实体识别提供新思路。