基于改进蚁群算法的棉花异性纤维目标特征选择方法

为提高基于机器视觉的棉花异性纤维在线分类的精度和速度,提出一种基于改进蚁群算法的棉花异性纤维图像目标特征选择方法。采用初始选择概率预处理方案,设置特征初始概率,降低了冗余特征影响,缩短了算法搜索时间;利用分段变异运算及取优舍劣策略,对棉花异性纤维的颜色、纹理、形状3类特征进行分段变异,避免了算法局部收敛,选出了全局最优特征集。实验结果表明,改进的蚁群算法比基本蚁群算法优化能力更强,搜索时间更短,优化得到的棉花异性纤维特征子集的特征个数比原特征集减少了2/3,分类正确率由84%提高到93%。     

一种改进的基于回归分析的人参智能烘干算法

回归分析算法在工程学、农学等研究领域有着较为广泛的应用。本文基于回归分析算法,在已有的人参烘干算法的基础上对人参烘干进行相关实验,并对已有算法加以改进,提出了多因素混合模型。通过与已有算法比较,本文所提出的多因素混合模型烘干实验效果更优、优质品率更高。该模型算法及实验结果为人参烘干算法的研究做出了有益的尝试,同时也为人参烘干工艺的研究积累了一定经验。     

吉林省玉米良种综合评价专家系统的研究

专家系统是人工智能最活跃的一个分支，它在作物育种综合评价中的应用越来越受到人们的重视。本文应用专家系统的理论方法，进行“玉米良种综合评价专家系统的研制”，以增强玉米育种工作的预见性，提高玉米育种工作效率，为智能技术在吉林省农业上的应用开创新局面。     

广西耕地土壤铜的含量及其影响因素

对2242个采自广西不同类型的耕地表层土壤样品进行有效铜含量分析,结果表明,广西耕地土壤铜的含量比较丰富,全铜含量在1.03~101.18m g/kg之间,平均27.41m g/kg,高于全国和世界平均含量;有效铜含量在0.01~19.19m g/kg之间,平均2.48m g/kg,低于0.2m g/kg缺铜临界值的土壤只占样点的0.49%;成土母质、土壤有机质、土壤pH值和土壤的农业利用方式是影响土壤有效铜含量的主要因素。     

吉林省农村信息供需差异分析及服务策略

本文通过对吉林省农村信息供给与需求现状的分析,指出吉林省农村信息服务供给与需求存在差异,提出有效的信息服务建议和对策,以促使吉林省农村信息服务模式向多样化?有效性方向发展?     

人工桉林土壤孔隙状况及水分变化分析

[目的]探明人工桉林的土壤孔隙状况及水分含量变化影响因子,为华南红壤丘陵区桉树种植生产中土壤水分利用提供参考依据。[方法]在相同气候区内,按上中下不同坡位,采集表土层（ A）、淀积层（ B）和母质层（ C）3个不同剖面发生层的土壤,测定人工桉林、天然林、松林的土壤孔隙度和水分,并在垂直和水平方向分析土壤水分含量的差异状况及影响因子。[结果]A、B、C 3层的人工桉林、天然林与松林的土壤孔隙度平均值分别为45.9%和41.4%、55.3%,水分平均值分别为13.3%、13.4%和15.5%,这3种林分的土壤水分在剖面上和坡位上不存在显著差异（P＞0.05）,但不同林分间的表层土壤水分存在显著差异（P＜0.05）;在水平方向上,总盖度与土壤水分存在极显著正相关。[结论]冠层及草本、落叶层的总盖度是林分表层土壤水分变化的主控因素之一。     

南宁市葡萄园营养状况调查分析

以南宁市石埠镇周边某葡萄观光采摘园为调查对象,采集该园有代表性的土壤样本和葡萄叶片样本,并对其营养状况进行分析。结果表明,该葡萄园土壤p H值在4.6~5.5之间,呈强酸性;土壤有机质平均含量为21.44 g/kg,采样区的土壤全磷含量均在1.0 g/kg以上,土壤水解性氮、有效磷、速效钾含量较高,全钾和全氮含量以及土壤Ca、Mg、Zn、B含量远远低于平均值;土壤氯离子含量仅为0.13~0.22 g/kg,属于较缺乏的状态;土壤阳离子交换量在8.61~16.94 cmol(+)/kg之间,与土壤呈强酸性有很大关系。葡萄叶片氮、磷、钾、钙含量分布范围分别为1.82%~2.41%、0.19%~0.23%、1.77%~2.54%和1.04%~1.70%,营养水平处于适当范围内;叶片镁含量最高值仅为0.19%,硼含量最高值仅为21.69 mg/kg,叶片镁和硼元素营养水平严重低于标准范围;叶片锌含量最低值达97.0 mg/kg,营养水平较高。南方酸性土壤导致葡萄园普遍缺乏镁、硼等微量元素,应根据葡萄营养需求合理施肥,适当减少大量元素肥料的施用,有针对性地补充镁肥和硼肥。     

基于KFCM-RBF优化算法的肥力评价与玉米产量预测

采用带有基于高斯核函数的模糊聚类算法(KFCM),优化传统模糊聚类算法,提出一个基于模糊聚类的土壤肥力评价模型,以提高肥力聚类的准确性、高效性;融合RBF神经网络,创建一个基于RBF神经网络模型,提出KFCM-RBF优化算法的玉米产量预测模型。将模型运用于吉林省农安县的土壤肥力评价与玉米产量预测仿真试验。结果表明,该模型预测精度高,可用于玉米产量的预测,并为精准施肥提供决策依据。该模型具有结构稳定、训练速度快、适应性强、鲁棒性好、预测精度高的特点。     

基于GA-RBF融合算法的玉米病虫害产量损失预测研究

鉴于玉米病虫害等影响因素在预测玉米产量损失时所具有的复杂及非线性等特点,采用传统的径向基函数(radial basis function,简称RBF)神经网络预测起来相对较难,且其预测精度较低。针对上述问题,提出1种基于遗传算法(genetic algorithm,简称GA)和径向基函数神经网络相融合的优化算法,对病虫害所造成的玉米产量损失进行预测。该融合算法利用人工神经网络的非线性拟合能力强和遗传算法寻优能力强的优点,建立最优产量损失预测模型,将该模型的估算值与玉米产量的实际值进行拟合,得到较好的拟合效果图。为了验证算法的可行性,以国家863计划示范基地榆树市弓棚镇13号村的试验数据为样本数据进行仿真预测。结果表明,经过GA-RBF融合算法的预测误差为0.207,较优化前误差降低了0.151,预测精度得到提高,实现对玉米病虫害产量损失的有效预测。预测结果可为农民进行科学有效的病虫害防控提供科学依据,经济有效地降低受灾程度,提高玉米产量。     

高等农业院校优秀教学团队建设

高等农业院校建设优秀的教学团队对于教师的专业发展和人才培养的提高具有十分重要的意义。吉林农业大学数据结构教学团队依托各级各类教学改革项目,通过深入的研究与实践形成了较系统的课程建设理念和教学实施方案,注重师德与团队的文化建设,营造了一种教学相长的团队文化氛围。在教学实践中,专业教师参与专业基础教学,一线教师参与实验室建设,使理论教学与实验教学队伍相互融合,提高了实验教学队伍的整体素质。