一种迁移学习算法在番茄病害检测上的应用

针对当前番茄病害智能识别精度不高、耗时长的问题,提出一种基于Inception-v3和迁移学习相结合的图像分类算法。从试验田中收集8种番茄病害叶片和健康叶片,运用1 000万像素高清扫描仪统一扫描成图像,将图像归类到9种文件夹中,手动标记叶片属性。最后,基于Inception-v3模型结合迁移学习算法对健康和病害叶片进行分类试验,并与传统图像分类算法(KNN、SVM、BP神经网络)和非迁移学习算法进行对比。结果表明,基于Inception-v3模型结合迁移学习算法,在番茄病害图像分类中能够快速有效识别分类生长健康番茄和患病番茄,并且能高效识别番茄病害的种类。其中健康置信度达0.9760,病害种类平均置信度达0.929 7,可为番茄病害检测和防治提供支持。     

山西麦捷煤矿不同功能区植物物种多样性研究

在野外调查的基础上,采用多样性指数法,研究了山西麦捷煤矿不同功能区植物物种多样性,结果表明:调查区植被可划分为7个群落类型,反映了矿区植物群落的主要类型。多样性指数计算结果显示,方山国家森林公园与工业场地物种组成较为丰富,主要以灌木层为主,拟建矸石沟物种丰富度较高,而新建回风立井旁生境破坏较为严重,物种多样性最低。     

浙江省小摇蚊属种类记述

对浙江省小摇蚊属(Microchironomus Kieffer, 1918)已知种类进行了描述,共描述此属2种,包括软铗小摇蚊[Microchironomus tener (Kieffer, 1918)]、塔氏小摇蚊[Microchironomus tabarui (Sasa, 1987)]。其中,塔氏小摇蚊为浙江省新记录种,对其进行了详细地再描述,并附主要特征图。     

苍耳属分类研究及其植物防控

对苍耳属植物分类研究存在的问题进行了综述,对苍耳属下物种的学名进行了整理,建议使用苍耳属下2个种(X. spinosum L.和X. strumarium L.)的分类系统。在此基础上,对苍耳属植物名称的使用提出了建议:在相关名称使用时需要甄别某一名称指代的范围,明确是狭义的物种概念还是广义的概念,推荐使用广义的概念。文中还针对我国苍耳属植物的检疫与防治相关问题提出了可行性建议,如参考本文中建议的方式用于苍耳属植物名称使用、提高专业人员业务水平和广大群众防控意识,以及对入侵事件重点防控与及时处理。     

基于形态性状的仁用杏种质资源分类研究

【目的】探讨仁用杏种质资源的起源和分类问题。【方法】通过调查22份仁用杏、6份山杏(Armeniaca sibirica Lam.)和5份普通杏(A.vulgaris Lam.)叶片和果实的38个形态指标,评价3种不同类型间杏种质资源的定性和定量性状差异,并对这些种质材料进行了基于形态性状的聚类分析。【结果】在定性分级性状上,仁用杏品种变异类型较多,且多介于山杏与普通杏中间。但是,大部分仁用杏的核尖性状等特征明显不同于其他类型。在数量性状上,仁用杏的果核体积明显大于鲜食普通杏和山杏。聚类分析表明,遗传距离在7.2时,可以将这些杏材料划分为6个类群,大部分仁用杏被聚在第II类群。当遗传距离在6.6和5.4时,他们又进一步划分成不同的组群。【结论】通过仁用杏的形态变异分析,认为仁用杏种质资源的变异类型丰富,且存在着3种不同类型的起源。按照它们的起源类型,可将仁用杏划归到普通杏、山杏或华仁杏(A.cathayana)等不同的分类群中。     

图像处理技术在林业中的应用

介绍了图像处理技术在林业中的应用,详细阐述了利用数字图像处理的原理和方法,通过该文的研究,初步探索了数字图像处理在林地的应用领域,分析了图像处理技术在林业中的应用意义,总结了图像技术在林业生产的前景,为以后进一步实现基于数字图像的林地分类系统打下基础。     

锅炉四管爆漏分类及检查重点分析

我国经济结构不断调整，涉及火电企业安全生产活动已经受到相关管制人员重视，其中隐藏的锅炉四管爆漏隐患就是制约生产安全等级地位的必要因素，在这种情势之下，直至电厂四管安装工序处理完毕并投入运行之后，单位节点检查工作便成为不可或缺的衔接举动。研究过程中，实践工作人员具体应用锅炉运行过程中衍生的隐患状况以及合理的检查动作作为依托媒介，针对锅炉器具四管爆漏结果进行科学分类和单独解析，同步呈现对应检查工作要点。工作人员如若想在最快时间范围内克制这类隐患危机，就必须做到政策模式出台的对应分配效果，确保现场各个隐藏地点都得到全面性的检查、改良，为电力事业长期可持续发展奠定深刻适应基础。     

采用全卷积神经网络与Stacking算法的湿地分类方法

高精度湿地制图对湿地生态保护与精细管理具有重要的支撑作用。针对传统湿地分类方法的精度不高和泛化能力弱等问题，提出了一种联合全卷积神经网路（fully convolutional neural network，FCN）与集成学习的湿地分类方法。首先利用全卷积神经网络（SegNet、UNet及RefineNet）对GF-6影像的语义特征进行提取与融合，然后利用Stacking集成算法对融合后的特征进行判别和分类。结果表明，联合全卷积神经网络与Stacking算法能有效提取湿地信息，总体分类精度为88.16%，Kappa系数为0.85。与联合全卷积神经网络与单一机器学习RF、SVM与kNN算法相比，该文提出的湿地分类方法在总体分类精度上分别提高了4.87%，5.31%和5.08%；与联合单一全卷积神经网络（RefineNet、SegNet、UNet）与Stacking算法下的湿地分类结果，该文提出的湿地分类方法在总体分类精度上分别提高了2.78%，4.48%与4.91%；该文方法一方面能通过卷积神经网络提取遥感影像深层的语义特征，另一方面通过集成学习根据各分类器的表征性能进行合理的选择并重组，从而提高分类精度及其泛化能力。该方法能为湿地信息提取及土地覆盖分类方法的研究提供参考。     

信用卡客户分类与营销策略研究 ——以M银行为例

大数据时代的到来给我们的生活带来了巨大的变化,随着信用卡业务需求和支付场景的增多,银行投入越来越多的资源进行信用卡支付建设,但由于需求的逐渐饱和,各银行之间的竞争也越来越激烈。为了进一步获取更多的市场份额,吸引更多更忠诚的客户,银行业的精准营销理念被提出并实施发展起来。利用科技手段精准地发现客户、识别客户、维护良好的客户关系成为获胜的关键因素。研究了客户关系管理、客户细分及精准营销的相关理论,实现了数据的处理过程,基于RFM模型、k-means算法构建了符合业务需求的客户价值分类模型。将客户分为四个不同的群体,针对不同的群体采取不同的营销措施,进行差异化管理,最终达到精准营销的目的,节约营销资源和成本。