排序方式: 共有65条查询结果,搜索用时 15 毫秒
31.
32.
33.
34.
2020年是开年即充满挑战的一年,鼠年新春,一场由新型冠状病毒感染引发的肺炎疫情,牵动着亿万民众的心。新冠病毒肺炎疫情的爆发对各行各业的正常运行都产生了一定的冲击。为第一时间为广大蔬菜从业者提供疫情期间蔬菜生产指导,本期业界观察特策划“蔬菜战疫”专题,邀请中国农业科学院、河北农业大学、山东启迪农业科技股份有限公司等单位多位专家从不同角度剖析疫情对蔬菜产业发展带来的影响,并提出积极应对策略,为蔬菜生产及供应保驾护航。相信在党中央坚强领导下,全国上下齐心协力,共克时艰,疫情防控阻击战的胜利必将到来! 相似文献
35.
36.
37.
38.
基于最优二叉树支持向量机的蜜柚叶部病害识别 总被引:7,自引:7,他引:0
为了提高蜜柚叶部中晚期病害的识别准确率,确保蜜柚叶部病害对症施药与病害防治的效果,该文提出了一种基于最优二叉树支持向量机(support vector machine,SVM)的蜜柚叶部病害识别方法,该方法首先将蜜柚叶部病害图像转换为B分量、2G-R-B分量、(G+R+B)/3分量以及YIQ颜色模型中的Q分量的4个灰度图像,再利用5尺度8方向的Gabor小波分别与4个分量灰度图像进行卷积运算,获得5个尺度下不同方向的幅值均值作为病害的特征向量,并结合提出的最优二叉树支持向量机病害识别模型,对黄斑病、炭疽病、疮痂病、煤烟病等4种蜜柚叶部病害进行分类识别。通过交叉验证的方法进行分类识别测试,结果表明:黄斑病、炭疽病、疮痂病、煤烟病识别准确率分别为90%、96.66%、93.33%、96.66%,平均识别率达到94.16%,并将该方法与BP神经网络、一对一SVM与一对多SVM进行比较,试验结果表明该方法可有效识别4种蜜柚叶部病害,在训练时间和识别精度上都优于其他3种方法。该方法可为蜜柚病害准确识别与防治提供有效的技术支持。 相似文献
39.
为明晰食物消费类别,发现其演化特征规律,基于联合国粮农组织食物平衡表中1991—1995年和2015—2017年两个时期13种食物消费等数据,运用因子和聚类分析方法,得到5项因子,划分出7类食物消费类别,分析各类别食物消费变化及影响因素。结果表明:食物消费表现出典型地域特点,体现了各国经济发展差异。20年来各类别稻米、禽肉、糖人均消费普遍增长。处于温饱或小康阶段的类别,食物消费变化以谷物、蔬菜、水果等植物性食物消费增长为主;处于最富裕阶段的类别,居民薯类、油脂、红肉、水果消费普遍减少。期初消费对各种食物人均消费增长普遍具有负向影响,经济增长、本国生产则普遍表现出正向影响。经济增长对奶类、糖、蔬果消费带动较强,本国产量对蔬果、肉类、水产品等鲜活产品消费影响较大。城镇化、老龄化以及关税变化对不同食物消费影响存在较大差异。城镇化或带动油脂等高热量食物消费,降低蛋、奶、肉类等高蛋白食物以及蔬菜消费。而老龄化或引起糖、油脂消费减少,带动蛋类、红肉等食物的消费增长。 相似文献
40.