前沿扫描十则

<正>石蕊试纸类色变传感器研制成功有机有毒气体是室内环境及空气中的重要污染源,简易而灵敏的检测方法对保护人体健康有重要意义。哈尔滨工业大学研究人员研发出一种以石墨烯为载体的石蕊试纸类色变传感器,可方便而灵敏地检测生活环境中的气态有机污染物。     

成也萧何败也萧何——三七

<正>古时候有个小伙子,叫张小二,他得了一种病,口、鼻流血,大便也出血,眼看性命不保。这时来了一位姓田的江湖郎中,小二家人急忙求医,经过诊治,田郎中给他服下一种草药的根研末,过了一会儿,说也神了,病人的血止住了。张小二全家重谢田郎中,田郎中临行前,给张家一些这种草药种子。他们种下种子,精心管理。过了一年,知府大人的独生女     

基于云计算平台的智能预测模型研究

本文针对不同用户对鲜切花价格预测数据的需求,提出了一个基于云计算平台的智能预测模型。通过对BP神经网络算法进行改进,建立鲜切花智能预测模型,利用云服务创建服务接口,在云服务中实现数据信息共享。分析结果显示:该平台具有实用性,在云计算平台上获取了低成本、高质量的数据。     

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ECLDeeplab模型提取华北地区耕地的方法

准确提取耕地信息对农业资源调查、遥感估产以及灾害监测等具有重要意义,从遥感图像中提取耕地的信息属于图像识别和分类的问题,目前深度学习是非常适合的方法。以语义图像分割(Deeplab)模型为基础,选择耕地为提取目标,建立了一种从高分2号遥感影像上提取耕地信息的方法耕地提取语义图像分割(ECLDeeplab)。首先分析了耕地在高分2号遥感影像上的表现特点;其次依据耕地的具体特点对Deeplab的结构进行调整,形成了能够提取耕地的网络结构;最后用训练成功的网络进行提取耕地,得到精度较高的分割结果。应用方法对山东省肥城市的2016年12月至2017年3月的10幅影像进行了试验,试验结果表明,该方法获取的耕地精度为88.3%,提取耕地信息得到了较好的结果。     

小型多功能旋转割刀式割草机设计

旋转割刀式割草机是草坪割草作业最常用的工具,为了提高割草机的自动化作业水平,对手推式旋转割刀式割草机进行了改进,将神经网络PID控制器引入到了割草机控制系统的设计上,使其具有自主导航、自动反馈调节、自我诊断等多种功能,有效地提高了割草机的自动化和智能化水平,以及作业质量和作业效率。为了验证方案的可行性,对多功能旋刀式割草机器人的性能进行了测试,结果表明:采用神经网络PID系统后,割草机具有更快的响应速度,对作业区域的准确识别率和自主沿着规划路径行走的精度也有所提高,可以满足割草机自动化作业的设计需求。     

一种改进深度卷积神经网络的海岛识别方法

受不规律潮汐的影响,现有的海岛地物类别自动识别方法存在精度低和时效性差等问题,通过改进深度卷积神经网络提出了一种基于遥感影像的海岛快速识别方法:(1)在深度卷积神经网络的卷积层中增设1×1的卷积核作为瓶颈单元,对多波段的遥感影像进行降维;(2)在池化层引入了重采样方法,基于灰度值对海量的遥感影像进行特征压缩。以300景Landsat-8遥感影像为源数据,分别采用CNN、RCNN和本文改进的深度卷积神经网络对遥感影像中的海岛进行识别,实验结果表明:(1)改进的深度卷积神经网络降低了海岛识别的计算耗时,其计算耗时仅为CNN的4.56%和RCNN的5.60%;(2)改进的深度卷积神经网络较CNN和RCNN提高了海岛识别的精度,识别精度分别为96.0%、93.3%和95.0%。结果说明,改进的深度卷积神经网络适用于面向遥感影像的海岛自动识别。     

基于BP神经网络的欠发达地区失地农民生计方式选择预测——以甘肃省兰州市安宁区为例

[目的]探析欠发达地区失地农民生计方式选择的影响因素,推进失地农民可持续生计研究,为精准实现失地农民可持续生计提供政策参考.[方法]以甘肃省兰州市安宁区失地农民群体为研究对象,基于可持续生计分析框架及实地调查数据,采用BP神经网络及二元Logistic回归模型定量分析人力资本和政策性因素对失地农民生计方式选择影响的边际效应.[结果]BP神经网络检验分类预测准确率达92.44%,二元Logistic回归模型检验分类预测准确率为78.15%,且BP神经网络的AUC值显著高于二元Logistic回归模型,表明BP神经网络具有更好的拟合性能,能更有效地分析失地农民生计资本对其转移就业选择的影响及边际效应.因征地补偿所获得的财产性收入和转移性收入在一定程度上降低了失地农民转移就业率;年龄对转移就业概率的边际效应呈倒U形,35岁以上失地农民的转移就业概率显著低于35岁以下群体,45岁以上失地农民的转移就业概率已低至0.5以下;欠发达地区教育水平仍是影响非农就业水平的关键因子,且高中以上教育水平对就业概率提升的影响显著.[建议]提高人力资本存量,增强职业技能培训;选取更合理的征地补偿措施,正确引导失地农民合理分配使用货币性补偿;完善失地农民劳动力市场体系,提供更有针对性的就业扶持及保障措施,缓解失地农民提前退出劳动力市场的现状.     

新一代蚕具——蚕农好帮手

<正>同行做得到我们做更好本厂坐落于中国大陆外企精英聚集地昆山市——巴城镇工业区,企业拥有雄厚的技术力量,是同行业中的骨干企业。经长期开发研制、设计,专业生产硬质塑料折蔟、漏空透气立体折蔟、初级塑料蚕网、尼龙除沙网、尼龙复蔟网、有边特种双向拉伸蚕网、桑园养鸡网等系列产品,使用该系列产品,蚕农可大大降低养蚕成本,减轻劳动强度。产品投入市场后深受有关专家的赞誉和广大蚕农的好评。