基于森林资源数据结构的本体学习探索

森林资源经营管理中引入本体概念是领域智能化进程的基础工作,阐述森林资源本体的概念和本体学习的方法,对森林资源数据结构进行分析,通过本体学习的方法获得森林资源核心本体的主要概念和主要关系,并经应用实例验证从森林资源数据结构中本体学习能够获取与现实相符的核心本体。     

大学生研究性学习的研究与实践

新时期,学生获取知识的途径已经不仅仅局限于书本,无线的互联网空间是学生不断获得新知的重要来源。文章研究了新时期大学生研究性学习的理论基础、实践方法,以及实践效果。     

高职服装设计课程工学结合的改革与实践

高等职业教育主要是以培养技术型应用人才为首要目标,对于各行各业的人才教育要以社会需要而定。社会的不断进步与发展,人们的需求也在不断增长,对于服装的要求更是越来越高,那么对于服装设计人才的技术培养就不能以传统模式继续,应该强调课程与工学相结合,真正地去实践,在实践中获得理论是学习的最好方式。那么将课程与工学完美结合、真正的改革创新,就需要我们做进一步的研究。所以文章着重谈一谈高职服装设计课程中与工学结合的改革与实践。     

如何扎实有效开展质量管理小组活动

领导的高度重视是扎实有效地开展质量管理小组活动的前提。通过开展多种形式的培训学习、指导实践、交流研讨、成果推广应用,创造企业学习、创新的文化氛围,打造学习型团队,增强员工的质量改进意识,提高企业产品的质量水平。     

基于学习曲线的生物质成型燃料补贴政策研究

通过对中国生物质成型燃料产业的调研与分析,结合该产业的发展轨迹和国家相关的规划目标,构造中国生物质成型燃料的学习曲线,利用该曲线来预测中国固体成型燃料成本的变化趋势。在此基础上,研究如果2020年我国生物质成型燃料利用量要达到5 000万吨的规模,应该如何量化并制定政府的补贴政策。结果表明,若要在2020年实现将生物质成型燃料的商业化并达到5 000万吨的利用量,生物质成型燃料的成本需降低至462元/吨,此时学习系数为0.509,学习率为70.2%。为促使生物质成型燃料的技术进步和产业化发展,需要在2020年以前对该产业进行财政补贴,最大补贴规模为2016年的6亿元,从2012年到2020年的累计补贴为41.24亿元。     

奶牛分子育种专题学习网站的建设构想

阐述了建设奶牛分子育种专题学习网站的意义和构想,规划了网站的主要内容和发展方向,为相关专业的研究者和从业人员提供参考。     

基于多种深度学习算法的田间玉米籽粒检测与计数

为快速准确获取玉米收获过程中遗失籽粒数信息,进行收割损失调节等管理,对比评估了单阶段和两阶段主流目标检测网络对田间玉米籽粒计数的性能。首先,利用RGB相机获取包含不同背景和不同光照的图像数据,并进一步生成数据集;其次,构建籽粒识别的不同目标检测网络,包括Mask R-CNN、EfficientDet-D5、YOLOv5-L、YOLOX-L,并利用所采集的420幅有效图像对构建的四种网络进行训练、验证、测试,图像数分别为200、40和180幅;最后,依据测试集图像的识别结果进行籽粒计数性能评价。试验结果表明,YOLOv5-L网络对测试集图像检测的平均精度为78.3%,模型尺寸仅为89.3 MB;籽粒计数的检测正确率、漏检率和F₁值分别为90.7%、9.3%和91.1%,处理速度为55.55 f/s,识别与计数性能均优于Mask R-CNN、EfficientDet-D5和YOLOX-L网络,并对具有不同地表遮挡程度和籽粒聚集状态的图像具有较强的鲁棒性。深度学习目标检测网络YOLOv5-L可实现实际作业中玉米收获损失籽粒的实时监测,精度高、适用性强。     

移动机器人视觉里程计技术研究综述

随着移动机器人技术不断发展,里程计技术已经成为移动机器人实现环境感知的关键技术,其发展水平对提高机器人的自主化和智能化具有重要意义。首先,系统阐述了同步定位与地图构建(Simultaneous localization and mapping, SLAM)中激光SLAM和视觉SLAM的发展近况,阐述了经典SLAM框架及其数学描述,简要介绍了3类常见相机的相机模型及其视觉里程计的数学描述。其次,分别对传统视觉里程计和深度学习里程计的研究进展进行系统阐述。对比分析了近10年来各类里程计算法的优势与不足。另外,对比分析了7种常用数据集的性能。最后,从精度、鲁棒性、数据集、多模态等方面总结了里程计技术面临的问题,从提高算法实时性、鲁棒性等方面展望了视觉里程计的发展趋势为：更加智能化、小型化新型传感器的发展;与无监督学习融合;语义表达技术的提高;集群机器人协同技术的发展。     

Should I fight or should I flight? How studying insect aggression can help integrated pest management

Aggression plays a key role all across the animal kingdom, as it allows the acquisition and/or defence of limited resources (food, mates and territories) in a huge number of species. A large part of our knowledge on aggressive behaviour has been developed on insects of economic importance. How can this knowledge be exploited to enhance integrated pest management? Here, I highlight how knowledge on intraspecific aggression can help IPM both in terms of insect pests (with a focus on the enhancement of the sterile insect technique) and in terms of biological control agents (with a focus on mass‐rearing optimisation). Then, I examine what implications for IPM can be outlined from knowledge about interspecific aggressive behaviour. Besides predator–pest aggressive interactions predicted by classic biological control, I focus on what IPM can learn from (i) interspecific aggression among pest species (with special reference to competitive displacement), (ii) defensive behaviour exhibited by prey against predaceous insects and (iii) conflicts among predaceous arthropods sharing the same trophic niche (with special reference to learning/sensitisation practices and artificial manipulation of chemically mediated interactions). © 2015 Society of Chemical Industry     

基于机器学习和环境因子的温室网纹甜瓜纹理特征的预测

为了对网纹甜瓜纹理特征进行定量预测,本文结合多个环境因子(基质含水量、温度、湿度、光合有效辐射),使用支持向量机(SVM)与随机森林(RF)多元回归分析方法,对基于灰度共生矩阵提取的4个果实表面纹理特征——对比度(contrast)、熵(entropy)、相关性(correlation)、角二阶矩(ASM)进行了预测。结果表明,纹理特征受环境影响敏感度依次为基质水分、光合有效辐射、空气湿度或有效积温。对比RF模型和SVR模型,发现在不同环境因子输入条件下,RF模型均优于SVM模型,其中输入全部环境因子后RF模型的预测精度最高,对比度、熵、角二阶矩的模拟精度均达到了0.90,分别为R~2=0.945(RMSE=0.243)、R~2=0.940(RMSE=0.235)、R~2=0.934(RMSE=0.248)。上述结果表明,RF模型对于网纹甜瓜纹理特征具有较好的预测结果,本研究结果可为温室网纹甜瓜栽培过程中的质量监控和栽培管理提供全新的思路。