管道泄漏分布式光纤监测时-空大数据分析方法

分布式光纤传感器能够灵敏地感知管道任意位置泄漏导致的局部温度变化,但是海量监测数据却具有显著的时-空非平稳性特征,难以直接根据监测数据进行泄漏诊断。在统计模式识别框架下,提出一种基于滑动窗口离群值分析的时-空大数据分析方法,仅利用分布式温度监测数据的内秉特征即可实现管道泄漏的智能化识别,确定了滑动窗口长度和异常状态诊断窗口长度的取值方法,并且进行了原型保温钢管泄漏监测的物理模拟。结果表明:在管道完好的状态下,该方法不会发生误报警的情况,而管道一旦发生泄漏,该方法能够快速识别管道泄漏事件,并对泄漏位置进行精准定位。该方法是一种无监督的人工智能大数据处理方法,在埋地管道泄漏监测中具有良好的应用前景。     

茄果类蔬菜日光温室智能化育苗关键控制技术

为了制定出1套可操作性强的日光温室智能化育苗关键控制技术体系,经实践并结合智能化育苗数据检测控制及管理系统,总结和完善了茄果类蔬菜幼苗不同阶段对温度、基质湿度及光照等的具体要求,最终形成了1套可操作性强的技术体系。     

文本挖掘下的话语认知与构建——以人工智能和5G领域白宫新闻文本为例

[目的/意义]政府新闻文本是政策文本的表达形式之一。对政府新闻文本进行挖掘分析,能直观的展现表面动态,揭示对话事件的立场及其背后关系,能对情报分析工作、中国新型智库的发展建设,提供有效的助力。[方法/过程]文章利用TextRank算法进行核心句提取,并结合批评话语分析理论框架来做评估,以语料驱动从关键句、关键词两个宏观角度讨论政府决策态度,以词性从话语策略的微观角度总结美国官方对人工智能和5G领域的话语认知形象。[结果/结论]通过分析可以看出,美国政府对于人工智能和5G领域的态度将持续保持在“政府引领下的美国需优先”这一局面,面对发展中国家的科技竞争,增加政府政策性文本的指导无疑是最好的对策建议。     

The use of infrared spectroscopy and machine learning tools for detection of Meloidogyne infestations

Plant parasitic nematodes are generally soilborne pathogens that attack plants and cause economic losses in many crops. The infested plants show nonspecific symptoms or, often, are symptomless; therefore, diagnosis is performed by taking soil and root tissue samples. Here, we show that a combination of different infrared spectra analysis and machine learning algorithms can be used to detect plant parasitic nematode infestations before symptoms become visible, using leaves instead of roots and soil as samples. We found that tomato and guava plants infested with Meloidogyne enterorlobii produced different spectral patterns compared to uninfested plants. Using partial spectra from 1,450 to 900/cm as the "fingerprint region", principal component analyses indicated that after 5 (tomatoes) or 8 weeks (guava), plants with no visible symptoms of infestations were positively diagnosed. To improve the early detection response, we used machine learning modelling. A support vector machine (SVM) was used to obtain more robust, accurate models. The SVM model contained 34 support vectors, 17 for each level. The overall performance of the model was >97% and the total accuracy was significantly higher, demonstrating the absence of chance prediction. The best prediction of infestation was obtained at the second and fourth weeks for tomatoes and guavas, respectively, reducing the diagnostic time by half. The combined application of these techniques reduces the processing time from field to laboratory and shows enormous advantages by avoiding root and soil sampling.     

农业大数据助力现代农业高质量发展

农业大数据对推动我国现代化农业强国建设具有重要的意义,本文较为细致地梳理了农业大数据的发展意义和存在的问题,并对其未来的发展趋势进行讨论。     

大智移云下财务共享中心人才培养模式探索与实践

“大智移云”背景下,社会经济水平的迅速提升,推动了产业的转型与升级,促使着传统 会计行业的变化和创新,会计行业与大智移云技术的融合产生财务共享,对会计人才需求产生巨 大影响。本文阐释了“大智移云”的内涵与基本特征,并基于“财务共享”,会计服务质量全面升 级、会计服务效率不断提升、会计服务平台积极构建、实现会计的全流程服务等方面,针对高校培 养会计人才的知识和能力新变化,提出大智移云时代财务共享模式高校会计人才培养模式的调 整方案。     

人工智能产业链分析

根据对我国人工智能技术从基础层到技术层,最后到应用层的全产业链进行分析,旨在 对我国的人工智能技术与应用创新,提供发展方向。我国目前的人工智能技术在某些应用领域 发展迅速。例如,将算法层中的人工智能核心技术——机器学习,应用到智能金融领域、和智能 交通领域的无人驾驶公交车。在智能家居、智能教育、智能医疗等方面,现阶段有一定成果,但也 存在提升空间。     

基于专利地图的农业机器人技术发展态势研究

农业机器人是农机产业的重要潜在发展方向,可提升农机企业核心竞争力、驱动科技创新及促进农业生产效率提升。为此,针对农业机器人技术绘制专利地图,从发展趋势、重点技术领域、地域分布、竞争机构及高引专利等方面开展态势研究,以为相关政府部门、企业和高校院所进一步发展农业机器人产业和技术提供情报支撑。研究结果表明:农业机器人技术真正的发展阶段出现在1993年以后,总体呈现出快速增长,而且这一趋势延续至今。机械手的末端执行器、自动导航及目标探测与定位是该领域的重点研发技术,而收获机器人、田间作业机器人、植保机器人是该领域的重点研发种类。我国近年来对于农业机器人技术的研发热情高涨,申请有大量相关专利,但专利质量相对美国和日本较低,核心专利缺失,技术水平还有待进一步提高。此外,还从政府、企业和产业园区3个层面提出了我国进一步发展农业机器人技术的对策建议。