深松耕作对土壤水分物理特性及作物生长的影响

通过对两种土壤深松耕作及传统耕作的对比试验研究，表明深松耕作可有效打破犁底层，使土壤容重降低0．1t／m3，孔隙度增大3．6％～4．0％，110cm上体内可多蓄纳雨水15．2～17．5mm。对粘壤上深松耕作可提高土壤的入渗能力，而对粉砂壤土则没有提高。同传统耕作相比，深松耕作可明显提高夏玉米的根长、根深及根量，为有效利用土壤水分及养分创造了条件．可使夏玉米产量提高5．7％～11．3％。     

农机专业《机械制造工艺学》教学方法的探讨

《机械制造工艺学》是工科院校中一门实践性强、涉及面广、灵活性大又十分重要的专业课，对培养学生分析问题和解决问题的能力、创新能力、实践能力等起着重要的作用。为此对农机类专业的《机械制造工艺学》课程教学方法进行了探讨，提出了一些教学措施，并通过实践，取得较好效果。     

乐昌峡水利枢纽工程右岸坝肩边坡变形稳定分析

乐昌峡水利枢纽右岸高边坡风化层深厚,岩石强度弱,大坝右岸坝肩开挖后,将形成约215m的开挖边坡,边坡处于降雨强度大的地区,在施工期边坡开挖过程中的变形稳定,直接影响到碾压混凝土大坝的施工工期,十分关键.为了验算边坡开挖中和开挖后的稳定性,首先采用有限元法,对边坡开挖过程进行模拟,给出边坡的变形、屈服区等应力应变情况,利用强度折减法得到边坡的抗滑稳定安全系数,其次,用刚体极限平衡法计算安全系数,并与有限元的计算结果进行对比分析.在缺少渗流基本资料情况下,对深厚风化层的稳定状态,在极限平衡分析中,进行受降雨影响下的敏感性分析.最后对该工程提出加强观测和排水等措施,对边坡的稳定具有指导意义.     

黄土地区深路堑边坡稳定性分析及抗滑桩设计

原状黄土的抗剪强度与黄土的干容重、含水量、粘粒含量等物理力学性质有关.通过对具体参数指标的分析,确定了不同区域内黄土的土性参数,进而提出了深路堑边坡的稳定性分析及打滑桩设计.     

保护性耕作条件下松耕作业机具的探讨

松耕作业能打破犁底层、恢复土壤结构，形成适宜农作物生长的土体构造，是提高地表积温和作物产量的有效措施之一。为此，探讨了在秸秆覆盖条件下各种松耕作业机具的工艺特点及机具在保护性耕作播前作业中的适应性。     

学习经历对川硬皮肿腿蜂寄生云斑天牛幼虫的影响

采用Y形嗅觉仪和EthoVision3.1行为仪研究0～5日龄川硬皮肿腿蜂经历杨树云斑天牛虫粪木屑混合物气味刺激的学习效应,并通过室内和林间放蜂试验,比较有无学习经历的川硬皮肿腿蜂对2～3龄云斑天牛幼虫的寄生作用,以探索利用学习行为提高川硬皮肿腿蜂防治云斑天牛效果的途径。结果表明:杨树云斑天牛虫粪木屑混合物对无学习经历的蜂有显著驱避作用(P<0.05),有学习经历的蜂对杨树云斑天牛虫粪木屑混合物的趋向性显著提高(P>0.05)。在EthoVision3.1行为仪分析中,有学习经历的蜂活动轨迹在味源区域的密度远高于无学习经历蜂在该区域的密度;在味源区的停留时间、移动距离和移动时间上,有学习经历的蜂明显长于无学习经历的蜂(P<0.05);有学习经历的蜂在采集区的静止时间明显长于无学习经历的蜂(P<0.05),而停留时间、移动距离和反应时间则显著短于无学习经历的蜂(P<0.05)。有学习经历的蜂室内搜索寄主所需平均时间39.99s,60s内搜索到寄主的数量为23.33头,都与无学习经历的蜂存在显著性差异(P<0.05);在采用蜂虫比1:1,2:1,4:1室内对云斑天牛2～3龄幼虫寄生试验中,有学习经历蜂在蜂虫比4:...     

学习型组织与学习型图书馆

"学习型组织"是企业电子商务转型研究的重要内容,也是近年来对企业管理产生重要影响的现代企业管理理论之一。笔者从学习型组织的内涵、建立学习型图书馆的意义与必要性、建立学习型图书馆的理论思考,分析了把图书馆建成学习型组织的可行性。笔者认为通过自我超越、改进心智模式、建立共同愿景、团体学习和系统思考这五项修炼可以把图书馆转变成新型学习型图书馆,顺应信息环境与信息技术日益发展变化的时代。     

水泥搅拌桩处理软土路基的试验分析

通过试验数据分析,对水泥搅拌桩浆喷和粉喷的处理方案进行了比较,结果认为：粉喷更适用于含水量大、塑性指数高的软土路基处理。     

土壤深松对小麦根系活性的垂直分布及旗叶衰老的影响

土壤深松打破犁底层可改变土壤的理化性状 ,从而改善小麦根系的生长条件。与对照 (未深松 )相比 ,小麦的群体根系活性明显提高 ,垂直分布下移 ,使深层土壤的群体根系活性相对提高 ,进而对延缓地上部衰老和提高产量产生积极效应。     

基于深度学习的作物病虫害可视化知识图谱构建

针对作物病虫害领域存在实体关系交叉关联、多源异构数据聚合能力差、知识共享困难等问题，利用知识图谱以结构化的形式描述实体间复杂关系的优势，该研究提出了一种基于深度学习的作物病虫害知识图谱构建方法。该方法在领域本体的基础上，以一种与领域语料相适应的新标注模式实现实体和关系的联合抽取。将实体和关系抽取任务转化为序列标注问题，对实体和关系进行同步标注，有效提高标注效率；为了解决重叠关系抽取问题，直接对三元组建模而不是分别对实体和关系建模，通过标签匹配和映射即可获得三元组数据。利用来自转换器的双向编码器表征量（Bidirectional Encoder Representations from Transformers，BERT）-双向长短期记忆网络（Bi-directional Long-Short Term Memory，BiLSTM）+条件随机场（Conditional Random Field，CRF）端到端模型进行试验，结果表明效果优于基于普通标注方式的流水线方法和联合学习方法中的卷积神经网络（Convolutional Neural Networks，CNN）+BiLSTM+CRF、BiLSTM+CRF等经典模型，F1得分为91.34%。最后，将抽取到的知识存储到Neo4j图数据库中，直观地反映知识图谱的内部结构，实现知识可视化和知识推理。该研究构建的知识图谱可为作物病虫害智能问答系统、推荐系统、智能搜索等下游应用提供高质量的知识库基础。