关于召开新版有机产品国家标准宣贯培训暨2020中国有机茶生产贸易合作会议的通知

各相关单位:国家市场监督管理总局、国家标准化管理委员会发布2019年第10号公告:《有机产品生产、加工、标识与管理体系要求》(GB/T 19630-2019)代替《有机产品》(GB/T 19630.1~4-2011);国家认证认可监督管理委员会发布2019年第21号公告:《有机产品认证实施规则》(CNCA-N-009:2019)代替《有机产品认证实施规则》(CNCA-N-009:2014),新版有机产品国家标准和《有机产品认证实施规则》于2020年1月1日开始实施。     

篮球战术在采摘机器人避障模糊控制系统中的应用

为了实现采摘自动化,加快采摘机器人的普及,在成本低廉的测距传感器模糊控制避障系统的基础上,设计了新型摘机器人避障系统。基于篮球战术规则设计了模糊规则库,提高了避障精度。系统包括避障系统、目标导引系统、权重分析系统和动作融合系统,最终输出机器人的速度V和转角Δθ。通过控制左右两驱动电机,实现机器人的速度V和转角Δθ。本系统具有成本低及工作可靠性高的特点,通过系统仿真发现,与传统的传感器模糊控制避障系统相比,该系统显著提高避障性能。     

茶名英译的影响因素与常用策略

茶名英译是我国茶文化对外传播与交流的重要环节,本文分析了茶叶的命名方法,全面阐述了当前翻译领域存在的问题,而后从翻译领域宏观视角以及译者素养微观视角探讨了茶名英译的影响因素,并提出了应对策略,以期为后续茶名英译工作提供借鉴和参考。     

环境民事公益诉讼的三个潜在问题及其解决方法

指出了《民事诉讼法》与《环境保护法》的修改建立起了我国的环境民事公益诉讼制度,对于促进公众参与环境保护具有重大意义。但是我国环境民事公益诉讼制度仍然缺乏具体的程序规则,在公益诉讼与私益诉讼关系的协调问题、社会公益与排污者私益的冲突问题以及一事不再理原则的适用问题上还需要立法进一步加以解决。以案例假设的分析方式对这三个问题进行了分析,并提出了相应的解决建议。     

基于Android手机的农机调配系统

农机调配的目的是完成农作物的收割和耕种,为了使机主能有最大的服务收益,农机管理部门要在最短时间内为农田点提供农机支援。为此,利用基于启发式规则和基于非合作博弈的应急的农机调配算法,设计了基于Android智能移动终端的农机调配系统,并详细介绍了该系统的总体框架、主要功能与操作流程。测试结果表明,与传统的农机调配方式相比,本系统确实能提高机主的收益。     

浅析包头市地名的语言人文性

地名中蕴含着丰富的文化宝藏，本文从语言学角度对包头地名进行了研究，运用了应用语言学中语言人文性理论，在特殊的地理位置，历史纵深及文化融合等方面，对包头地名的语言特征进行了详细的分析，还探讨研究了包头地名的命名原则和规律。     

基于动态规划的电动拖拉机动力电源能量控制策略研究

针对纯电动拖拉机能量利用率低、续航里程不足的问题，提出了基于超级电容和蓄电池复合的纯电动拖拉机动力电源系统。通过分析纯电动拖拉机的作业工况特点以及功率需求，对动力电源系统进行了拓扑结构选型和参数匹配，并以动力电源能耗最低为优化目标，应用动态规划对纯电动拖拉机的动力电源系统进行能量控制策略优化，对动态规划结果以及工况特点进行分析，总结出基于规则的动力电源能量控制策略，利用Matlab/Simulink建模对控制策略进行仿真。结果表明基于动态规划的控制策略能量消耗比基于规则的控制策略能量消耗减少了18%，证明了基于动态规划的能量控制策略在节能降耗方面的有效性。     

基于PLSA和颜色命名的小麦图像分割方法

为减少大田环境下光照不足对小麦图像分割的影响,以及提升小麦图像中偏黄叶片的提取效果,提出了将白平衡调整、局部同态滤波预处理和基于概率潜在语义分析(PLSA)模型的颜色命名算法相结合用于小麦图像分割的方法。首先,对大田采集的小麦图像进行白平衡调整,得到准确无偏色的图像;然后对光照不足的图像在HSI彩色模型下对亮度分量I进行局部同态滤波处理,以减少光照不足对图像的影响;最后在RGB彩色模型下基于PLSA模型构建的颜色名RGB值字典,提取图像中绿色和黄色像素点对应区域作为目标区域。结果表明,经白平衡调整后F1值提高1.61个百分点;光照不足图像经局部同态滤波处理后F1值提高12.43个百分点,分割效果明显提升;所提方法对绿色、叶片偏黄及光照不足的小麦图像分割的F1值分别为96.39%、97.29%和96.22%,均达到了较好的分割效果;所提方法与K-means聚类算法相比,虽点状噪音和细小孔洞相对较多,但在分割叶片偏黄小麦上F1值提高4.42%,整体分割效果较好,且稳定性强。     

基于部首嵌入和注意力机制的病虫害命名实体识别

为了解决农业病虫害命名实体识别过程中存在的内在语义信息缺失、局部上下文特征易被忽略和捕获长距离依赖能力不足等问题，以农业病虫害文本为研究对象，提出一种基于部首嵌入和注意力机制的农业病虫害命名实体识别模型(Chinese agricultural diseases and pests named entity recognition with joint radical embedding and self attention, RS-ADP)。首先，该模型将部首嵌入集成到字符嵌入中作为输入，用以丰富语义信息。其中，针对部首嵌入设计了3种特征提取策略，即卷积神经网络(Convolutional neural network, CNN)、双向长短时记忆网络(Bidirectional long short term memory network, BiLSTM) 和CNN-BiLSTM；其次，采用多层不同窗口尺寸的CNNs层提取不同尺度的局部上下文信息；然后，在BiLSTM提取全局序列特征的基础上，采用自注意力机制进一步增强模型提取更长距离依赖的能力；最后，采用条件随机场(Conditional random field, CRF)联合识别实体边界和划分实体类别。在包含11个类别和24715条标注样本的农业病虫害自制语料上进行了实验。结果表明，本文模型RS-ADP在该数据集上精确率、召回率和F1值分别为94.16%、94.47%和94.32%；在具体实体类别上，RS-ADP在作物、病害、虫害等易识别实体上F1值高达95.81%、97.76%和97.23%。同时，RS-ADP在草害、病原等难以识别实体上F1值仍保持86%以上。实验结果表明，本文所提模型能够有效识别农业病虫害命名实体，其识别精度优于其他模型，且具有一定的泛化性。