“专题”栏目征稿启事

正我刊于2013年设立"专题"栏目,"专题"主要针对广东省农机化热点问题展开深度采访和全面评述,反映良好。为更好地发挥这个栏目的作用,在2014年度将对该栏目进行扩展和深化,融深度采访论述和技术论文于一体,突破地域界限,以更全面、更广阔的角度去展现所选专题。今年我刊第1期的专题是"水稻生产全程机械化",在未来的5期中,将陆续进行以下相关专题:甘蔗生产全程机械化、茶叶生产     

施肥深度对设施葡萄产量和品质的影响

为了明确葡萄的施肥深度,以5a生红地球葡萄为研究对象,采用随机区组的方法进行了施肥深度的研究。结果表明:施肥深度以30cm效果最佳,葡萄产量及品质均达到了最优,最高产量为24.93t/hm2,糖酸比为36.03。     

基于神经网络的东南太平洋茎柔鱼渔场预报模型的建立及解释

东南太平洋秘鲁茎柔鱼(Dosidicus gigas)是我国鱿钓船的重要捕捞对象。准确预报中心渔场是提高渔业生产能力的重要内容。本文根据2006~2009年我国远洋船队东南太平洋秘鲁茎柔鱼生产统计数据(月份、经度、纬度)及遥感获得的表温、Nio 3.4区海表温度异常、海面高度资料,利用反向传播(EBP)神经网络建立秘鲁茎柔鱼中心渔场预报模型。在此基础上,尝试使用神经网络解释图(neural interpretation diagram)、自变量相关(independent variable relevance)、灵敏度分析(sensitivity analyses)三种方法解释EBP模型权重,推断东南太平洋茎柔鱼中心渔场形成的主要影响因子。结果认为,影响中心渔场的3个主要影响因子为Nio 3.4区海表温度异常、表温和纬度,其贡献率分别为28.95%、22.1%和19.68%。利用EBP神经网络建立的预报模型不仅在预报精度上达到要求,而且能够很好地解释秘鲁茎柔鱼中心渔场的形成机制。     

徽州庄园

徽州庄园是由鑫诚集团着力打造的黄山高铁枢纽配套型旅游地产项目,项目以园林式五星级酒店为核心,融入中国盆景文化,集别墅、酒店、自驾游等为一体,规划修建10万方徽派园林及大型徽州盆景文化园,建成后将成为黄山高铁枢纽区地标型建筑、黄山旅游集散中心。鑫诚集团董事长李军先生醉心于盆艺,尤喜松柏,他广交业内朋友,深度参与各类活动,积极奔走于国内外的盆景圈子里。     

怎样提高植物的抗寒性

正作物抗冻性的强弱与品质的特性、栽培措施等都有密切关系。秋播作物、强冬性品种应适时早播,利用秋高气爽、强光照晒等有利条件,培育健壮的幼苗,增强抗寒能力,促使其安全越冬。春性强的品种,则不宜播种太早,否则冬前营养生长过旺,抗寒准备不足,易造成死苗。此外,适宜的播种深度、垄作、施用有机肥、增施磷钾肥等,都可增加     

基于深度学习的大豆生长期叶片缺素症状检测方法

为了检测作物叶片缺素,提出了一种基于神经网络的大豆叶片缺素视觉检测方法。在对大豆缺素叶片进行特征分析后,采用深度学习技术,利用Mask R-CNN模型对固定摄像头采集的叶片图像进行分割,以去除背景特征,并利用VGG16模型进行缺素分类。首先通过摄像头采集水培大豆叶片图像,对大豆叶片图像进行人工标记,建立大豆叶片图像分割任务的训练集和测试集,通过预训练确定模型的初始参数,并使用较低的学习率训练Mask RCNN模型,训练后的模型在测试集上对背景遮挡的大豆单叶片和多叶片分割的马修斯相关系数分别达到了0.847和0.788。通过预训练确定模型的初始参数,使用训练全连接层的方法训练VGG16模型,训练的模型在测试集上的分类准确率为89.42%。通过将特征明显的叶片归类为两类缺氮特征和4类缺磷特征,分析讨论了模型的不足之处。本文算法检测一幅100万像素的图像平均运行时间为0.8 s,且对复杂背景下大豆叶片缺素分类有较好的检测效果,可为农业自动化生产中植株缺素情况估计提供技术支持。     

基于改进B样条神经网络-PID控制器的温室温度控制技术

针对温室温度控制系统所存在的大惯性、非线性等问题,提出神经网络PID控制算法,并利用知识局部存储且具有较快学习速度的B样条函数作为网络隐层神经元函数,同时,提出了β参数型-B样条曲线的重新参数化方法,通过学习算法对β参数搜索来动态调节B样条基函数,从而建立B-BP神经网络,并利用其对PID控制器的比例、积分和微分参数进行优化调整,从而为B-BP-PID控制器的参数自适应调整提供更好的保证,使温度控制系统有效跟踪系统模型并达到较高的辨识精度。仿真试验获得B-BP-PID控制器的最佳β因子为3.2,其温度控制超调量为27%,调节时间为0.8 s,而BP-PID控制器的超调量为25%,调节时间为4.8 s,RBF-PID控制器的超调量为40%,调节时间为1.2 s,新算法有效提高了温度控制过程的稳定性、精确性与鲁棒性。     

欢迎订阅2020年《国土绿化》杂志

《国土绿化》杂志是经国家新闻出版广电总局批准的国家级期刊,由全国绿化委员会主管,全国绿化委员会办公室主办,面向全国公开发行,在我国国土绿化领域具有深远影响力。自1985年创刊以来,杂志积极宣传中央在国土绿化、生态建设领域的重大路线方针政策,深度报道林业改革发展进程中的一系列焦点、热点问题,为各级领导科学决策提供重要参考,是改革开放以来中国林业发展的历史见证者。     

以我所有的认知(创作谈)

这是一次沿着人类种群生存、发展、演进的大脉动而进行的深度思考。经济全球化和地球村意识的冲击,使得我们有了与世界对话的冲动。首先使我想到人类和民族群体之间相互了解的重大必要。“文明冲突论”在这个时候被讨论得热火朝天,但我没有闻声起舞,2003年悄悄做起了《蒙古秘史》的现代汉语翻译。     

基于迁移学习和改进残差神经网络的黄瓜叶部病害识别方法

针对在黄瓜叶部病害识别过程中使用传统卷积神经网络存在模型训练时间长、识别准确率低等问题，提出一种迁移学习和改进残差神经网络相结合的方法对黄瓜叶部病害进行识别。首先对数据集图像进行预处理，将数据集划分为训练集和测试集；然后对传统残差神经网络进行改进；最后使用迁移学习的方式对网络模型进行训练。利用该研究方法对不同的黄瓜叶部病害进行识别试验，结果表明该方法具有较高的识别准确率，可为其他作物的识别方法研究提供参考。