用数码相机测定草地盖度的研究

传统草原地面调查时盖度的测定使用目测法或点测法，但存在实地测定时耗时长、效率低、准确率低等缺点。用数码相机对样方资料进行记录，可以减少人为的误差和提高数据精度且节省实地调查时间。本文从样方照片数据中提取6项指标，通过分析建立逻辑判别模型，对样方照片中的绿色植被部分做出判读，获得植被在整个样方中所占的比例，即投影盖度。应用此方法可使抽样判断的总体精度达到94．7％。     

草原生态保护与建设的综合分区与规划研究--以内蒙古自治区镶黄旗为例

利用2002年镶黄旗草原资源与生态监测数据,结合历史资料,围绕草原资源与生态保护与建设这一首要目标,将镶黄旗草原划分为9个生态分区,并首次利用草原建设、生态危机等方面的10个指标,建立了3类保护与建设分区,两种分区综合分析,得出当地草原生态保护与建设的评价和规划建议。     

新生特质调研平台的建立与应用

建立了从学生学识认知度、创造性、事物敏感度和自身身体状况等不同角度出发,采用层次分析法同时配以不同权重的新生特长和优势评价方法。在此基础上,以ASP.NET结合SQL Server2005数据库设计了三层体系框架新生特长调查和评价平台。     

天津市猪育种发展历程、存在问题与对策建议

<正>1天津市养猪生产现状养猪业是天津市畜牧业主导产业之一,经过多年的建设已走出传统、粗放的经营方式,逐步向集约化、规模化、专业化和产业化的生产经营方式转变。近年来,天津市定位于发展现代都市型畜牧业,生猪存、出栏量持续增长,生产水平逐步提高,现代化进程不断加快。据《天津统计年鉴2013》数据     

近40 a内蒙古正蓝旗气候变化特征

气候变化特征对于当地适应气候变化政策及制定相应的管理对策具有重要意义,利用内蒙古锡林郭勒盟正蓝旗1970-2009年气温和降水资料,结合回归分析对该旗气候变化的主要特征进行了分析。结果表明：内蒙古正蓝旗气温呈明显的上升趋势,变化倾向率为0.57 ℃·（10a)^-1,40 a平均气温为2.26 ℃,其中21世纪初前10 a上升幅度最大,其年代平均气温攀升至峰值,达到3.07 ℃;降水量也呈上升趋势,其变化倾向率为4.85 mm·（10a）^-1,40 a平均降水量为352.31 mm,其中20世纪90年代降水量最高,达到398.74 mm,而21世纪初前10 a降水量迅速下降,成为近40 a降水量最低点,低于多年平均降水量19.62 mm。总体而言,正蓝旗20世纪70年代趋于相对干冷,80年代则由相对干冷向暖湿发展的过渡期,而90年代正蓝旗呈相对明显的暖湿化趋势,21世纪前10 a降水量减少和气温继续升高,出现暖干化趋势。     

基于RBF神经网络的种猪体重预测

针对猪体生长参数之间具有一定的自相关性、部分参数与体重间呈非线性关系、通过线性回归模型预测猪体体重存在着自变量间共线性及拟合优度较低等问题,以52头长白母猪的生长参数为基础,通过最近邻聚类算法,构建了基于RBF神经网络的种猪体重预测模型。通过线性回归检验法对种猪体重预测值与实测值进行分析,发现基于RBF神经网络的长白种猪体重预测模型的拟合优度R2为0.998,而线性回归模型的R2为0.891。结果表明：通过RBF神经网络方法建模,消除了线性回归分析中自变量的共线性问题,预测效果优于线性回归模型。     

基于传感器技术的自由放牧羊行为识别研究进展

检测羊的行为能够充分反映其内在生理状态和健康水平，并有助于牧户掌握放牧草地状况，保证草地生态系统可持续发展。受空间尺度影响自由放牧条件羊的行为监测十分困难，传统人工观察效率低、主观性高。与室内集约化养殖模式相比，计算机视觉的方法虽然精度高，但野外环境恶劣且面积广阔不便于设备设施布设和数据采集。因此，越来越多的学者通过接触式传感器识别羊的行为、分析羊群与草地环境的关系，为畜情草况的监测提供了新的技术手段。该文详细介绍了现阶段常用于羊的行为监测的3种传感器技术，即三轴加速度传感器、声学传感器、定位项圈，通过分析数据获取、处理、特征提取、模型结果等过程，归纳与总结了关键技术中存在的问题和面临的挑战，如三轴加速度传感器的部署位置、时间间隔；声学传感器的噪声处理等问题，又结合羊的行为模式说明了关键技术在不同行为中的应用现状。最后指出接触式传感器的发展方向，即算法层次结合深度学习方法分析数据，挖掘深层次、更具辨别能力的特征信息；传感器方面选取多传感器组合的方式，构建羊只多源数据集，提供更全面的特征，以期为自由放牧下羊行为识别研究提供新思路。     

基于改进Tiny YOLOv3的交通标志检测方法

针对智能驾驶场景下的小尺寸交通标志检测准确率不高的问题，提出一种基于Tiny YOLOv3网络的交通标志检测算法。通过使用深度可分离卷积重构特征提取网络和增加浅层与深层特征层之间的特征融合，提高模型对小目标的注意力；同时修改anchor boxes尺寸，提升预测框的准确度。在TT100K交通标志数据集上的试验结果表明，提出算法的平均精度均值（mAP）较TinyYOLOv3提高了19.3%，对小尺寸交通标志检测具有更强的鲁棒性。