基于Internet的农业文献检索方法

对Internet环境下农业文献进行检索的方法进行探讨,总结了利用Internet上的农业文献数据库、综合性数据库、Internet文献检索入口、搜索引擎以及通过相应杂志的网站检索农业文献的几种检索方式,以期对农业科学工作者检索文献资料提供帮助。     

查新报告中几个关键问题及提高查新的对策措施

查新工作是一项高层次情报服务工作 ,它是以高水平的文献检索为基础 ,综合运用文献筛选鉴别、对比分析等情报调研手段 ,对科研项目的新颖性作情报学评价。本文从分析查新报告的几个关键问题人手 ,探讨了提高查新的对策措施。     

联合国粮食及农业组织网上资源简介

在经济全球化和信息化的背景下,世界农业的信息资源日益电子化和网络化。本文拟就联合国粮农组织网上资源的主要内容和检索作一分析。     

遗传算法与模拟退火算法在神经网络优化中的性能分析

神经网络有以任意精度逼近未知函数的能力，所以被广泛应用于各种领域中。目前广泛应用于神经网络优化的方法是反向传播（BackPropagation，BP），但是BP的全局搜索能力很有限，而全局搜索方法是神经网络优化问题很有潜力的办法。文中研究了两种全局优化算法：遗传算法（GeneticAlgorithm，GA）和模拟退炎（Simu-lated Annealing，SA），并且比较了它们在神经网络优化中的性能。     

基于蚁群-BFS算法的复杂环境下农业机器人全区域覆盖研究

目的 以路径重复率为优化目标解决农业机器人在数字生态农场中的全区域覆盖问题。方法 首先,将栅格地图中的障碍物进行膨胀处理,在此基础上进行矩形分区以及分区合并操作;然后,通过改进的蚁群算法规划分区间的遍历顺序、通过改进的广度优先搜索(Breadth first search, BFS)算法规划分区间终点与起点的衔接路径,从而实现机器人全区域覆盖。2种算法的具体改进方案为：分别通过人工免疫算法与粒子群算法改进遗传算法的选择与交叉算子,并将改进后的选择算子、交叉算子、原遗传算法变异算子与蚁群算法相结合改进传统蚁群算法信息素更新方法;建立动态函数以简化BFS算法规划的路径。结果 仿真结果表明,改进蚁群算法收敛时的迭代次数较传统蚁群算法减少了83.1%,路径长度相比减少了4.8%;由改进的蚁群算法与改进的BFS算法规划的机器人遍历路径重复率是传统蚁群算法和BFS算法的56%,且农业机器人能实现对农田区域的100%覆盖。结论 本研究提供了一种农业机器人在复杂环境的数字生态循环农场中进行全遍历覆盖的解决方案。     

科技查新精准化的挑战及对策研究

[目的/意义]通过分析科技查新精准化的挑战并针对性提出对策,以期契合不同主体的科技情报需求,提升科技查新的质量。[方法/过程]介绍科技查新精准化的内涵,梳理科技查新精准化的方法,分析科技查新精准化的挑战,并提出对策。[结果/结论]科技查新精准化的挑战包括查新内容趋于精深、学科知识广泛交叉、查新过程注重数值与数据、其他语种文献检索、兼顾质量与效率,科技查新精准化需要针对性建设文献资源、构建团队协作服务、加强查新人员岗位胜任力、制定精准化指南及评价标准。     

干旱胁迫条件下欧李叶片超微弱发光与叶绿素荧光特性关系

以欧李盆栽苗为试验材料,研究干旱胁迫下欧李叶片超微弱发光与叶绿素荧光特性的变化及两者之间的关系.结果表明:抑制光系统活性条件下,随着干旱胁迫程度的加深,最大荧光产量(Fm)、天线转化效率(Fv'/Fm,)、电子传递速率(ETR)、PSⅡ潜在活性(Fv/F0)、最大光化学效率(Fv/Fm)、实际光化学效率(ΦPSⅡ)、光化学淬灭系数(qP)呈下降趋势且均低于对照,非光化学淬灭系数(qN)、天线热耗散能量(D)呈上升趋势且均高于对照;超微弱发光强度(UWL)呈下降趋势且低于对照.相关分析显示,UWL强度与ΦPSⅡ、qP呈高度正相关,差异性极显著;与Fv'/Fm'、ETR、Fv'/Fm、Fm呈中度正相关,其中与Fv'、Fm'、ETR、Fv/Fm差异性显著;与D、qN 呈中度负相关,差异性显著.研究发现,在抑制光系统活性条件下,欧李叶片的UWL强度与叶绿素荧光特性发生显著变化,随着干旱胁迫程度的加深,UWL强度随Fm、Fv'/Fm'、ETR、Fv/F0、Fv/Fm、ΦPSⅡ和qP的下降而下降,说明欧李叶片UWL与光系统活性有关.     

基于蚁群算法求解最短公共超序列问题

提出基于多数融合启发式与向前看策略求解多个字符串最短公共超序列问题的蚁群算法.该算法采用n只蚂蚁相互独立地建立字符串集合R的超序列.每只蚂蚁在完成一次超序列构建后更新R中每个字符上的信息素.字符串中的每一个字符所得到信息素的多少依赖于该蚂蚁构建的超序列的质量、构建解的过程中字符出现的先后顺序以及在一个构建步骤中同一个字符在不同串中出现的次数3个因素.不同实验数据集上的对比测试结果表明该算法能求得更好的解.     

协同多目标攻击空战决策的启发式粒子群优化算法

利用协同多目标攻击战术的特定知识，并结合粒子群算法，提出了一种用于空战决策的启发式粒子群算法。该算法利用粒子群算法对解空间探索能力强，容易跳出局部最优陷井及启发式算法局部搜索能力强的优点，快速、高效地对全局最优值进行搜索。该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验结果表明。本文算法对最优空战决策方案的搜索性能明显优于普通粒子群算法及其他两种遗传算法。     

EBSCOhost的检索方法和技巧

本文介绍了EBSCOhost的检索方法与使用技巧。