一种面向蔬菜中文知识图谱表示学习的改进方法

由于TransE模型在处理不同类别关系时,忽略了同类别向量的语义差别,在对蔬菜领域知识图谱中存在的一对多、多对一和多对多的复杂属性关系进行表示学习时效果较差。本文在TransE方法的基础上,提出PTA(Path-based TransE for Attribute)模型对其进行改进。首先,将蔬菜领域实体和关系通过word2vector映射到一个低维稠密向量空间中;其次,将复杂的属性关系和上下位关系进行结合构成关系路径进行训练;并采取Mean Rank和Hits@10两个评价指标衡量表示学习模型的链接预测效果。试验结果表明:PTA模型较TransE模型在不考虑关系分类的情况下,链接预测效果有较大的提高,Mean Rank最高提前6个次序;且在对属性关系按照复杂度进行分类的情况下,链接预测Hits@10的值较TransE模型最高提高13%。     

陕西周至县农机安全检验工作经验与成效

农业机械技术的安全性、可靠性和作业效率逐渐被广大农民认可,成为促进农民增收的主要助力之一。农机年度检验是保障机车技术状态完好、消除事故隐患、确保农业机械安全生产的重要保障。该文介绍了农机安全检验在农业生产中的作用,分析了工作中存在的问题,提出了农机安全检验方法,促进农业安全生产大排查,明确了开展农机安全检验工作的意义,以期促进农业安全生产。     

基于改进YOLO v5的橙子果实识别方法

针对自然环境下橙子检测存在枝叶遮挡、相邻果实重叠等情况而导致检测效果差的问题，提出一种改进的YOLO v5方法。首先，在主干网络部分使用RepVGG(re-param VGG)模块替换原始C3模块，加强网络对特征信息的提取能力；其次，在颈部网络使用鬼影混洗卷积(ghost-shuffle convolution)代替原有的标准卷积，能够在保证精度的前提下，降低模型参数量；再次，在预测头前加入ECA(efficient channel attention)注意力模块，能够更加准确定位目标信息；最后，引入EIOU(efficient intersection over union)损失函数加速预测框的收敛，提高其回归精度。改进的YOLO v5网络在自然环境下的橙子检测中平均精度达到90.1%,相比于目前热门的检测网络CenterNet、YOLO v3和YOLO v4其在识别效果方面有一定的提升。可见，所提出的改进网络在橙子检测上更有优势，能为今后智能采摘机器人的研发提供理论支撑和技术参考。     

基于卷积神经网络的拖拉机工况识别

农机工况识别在细化农机作业状态和帮助掌握区域污染物排放趋势方面有着重要的研究价值。基于拖拉机不同运行状态下的行驶速度、发动机转速以及实时油耗等时间序列,首次提出将图像识别方法引入到拖拉机工况识别中的思路,并分别应用参数优化的支持向量机与卷积神经网络对实际作业拖拉机工况进行研究。结果表明:(1)基于参数优化的支持向量机可以较好地实现样本点的工况识别且识别准确度达到99.851 9%,但无法实现农机工况的连续性识别,同时无法对农机工况转换阶段进行有效识别。(2)以拖拉机运行速度与发动机转速等信息构建样本图像来描述农机工况变化的数据表达,并在此基础上应用卷积神经网络可以有效实现农机工况的连续性识别,且识别准确率可以达到93.3%。本研究在农机工况识别方面具有一定参考价值,并为后续农机不同工况下区域污染物排放研究提供技术支持。     

点赞!李克强总理山西运城赶年集

2021年2月7日(腊月廿六),李克强总理来到山西运城,一下飞机直奔盐湖区东郭镇年货市场。总理强调,要保障节日市场供应充足,确保食品质量安全。李克强总理首先来到花馍摊,了解当地年俗,随后买了2个“福”字大花馍。一旁的摊主热情邀请总理尝尝糕点,总理又买了几盒糕点。     

农业科技园区创新能力影响因素分析

基于《国家重点园区创新监测报告2016》中指标构建评价指标体系,运用因子分析对我国106家国家级农业科技园区创新能力进行分析、评价,发现我国农业科技园区创新能力具有发展不平衡的特点.通过聚类分析、构建Logit回归等模型,对农业科技园区创新能力的影响因素进行了深入研究,发现企业投资额、社会融资额以及园区专家人数是影响园区创新能力的主要因素,并据此提出提高我国农业科技园区创新能力的举措、建议.     

考虑水头损失的管道灌溉分水口轮灌分组优化模型

【目的】优化灌溉系统中分水口轮灌分组的灌溉制度,在满足流量要求的条件下节约电能。【方法】提出了在考虑水头损失时不同分水口状态与管道进口压力的关系模型,该模型利用分水口开关0,1状态作为自变量,从管道末端起利用推导的递推公式求出管道进水口的等效水头损失系数。依据该模型,在定流量分组轮灌优化中得到为使分组轮灌功率最小的目标函数。利用遗传算法对上述问题进行了优化求解,并给出了编码方案。【结果】在分水口等间隔布置时,轮灌分组按轮灌分组数等间隔安排所需功率最小,优化后的水头损失系数可以减小到没有优化前的0.772倍。【结论】本研究模型不仅适用于恒定流量的组合优化,也可应用于不同分水口的所需水量不同的随机灌溉以及恒压供水的优化中。     

色季拉山急尖长苞冷杉林下灌木群落空间格局及其与倒木关联性分析

分析西藏色季拉山急尖长苞冷杉原始林下灌木群落的空间分布格局及其与倒木的关联性，探讨该森林生态系统内灌木的分布规律，并从空间分布格局角度量化倒木对灌木分布的影响。以色季拉山急尖长苞冷杉原始林下灌木和倒木为研究对象，通过典型样地调查，用点格局法分析其空间分布格局以及与倒木的关联性。结果表明:1）样地内共有灌木7种，总密度730株·hm^-2，不同灌木种群分密度依次为杯萼忍冬（359株·hm^-2）>长尾槭（185株·hm^-2）>西南花楸（61株·hm^-2）>猴斑杜鹃（55株·hm^-2）>冰川茶藨子（53株·hm^-2）>光秃绣线菊（株·hm^-2）>峨眉蔷薇（株·hm^-2）；2）在0~50 m空间尺度内，冰川茶藨子、猴斑杜鹃、长尾槭、杯萼忍冬以集群分布为主要特征；西南花楸以随机分布为主要特征，只是在个别尺度呈现显著的集群分布；3）Ⅰ腐烂等级倒木与灌木在0~50 m空间尺度上呈显著的负关联，倒木整体与灌木及Ⅱ~Ⅴ腐烂等级倒木与灌木在0~50 m空间尺度上均无显著关联。不同灌木种群因对环境的适应性不同而具有不同的空间分布格局，灌木空间格局形成的生态过程及倒木对灌木空间分布的影响均具有复杂性。     

基于GF-1和Sentinel-2时序数据的茶园识别

由于茶园大多分布在地形复杂的山区,地块破碎,分布零散,形状差异大、植被混杂且茶园所处环境长期受到云雨的影响,增加了茶园遥感识别的难度与不确定性,针对这一问题,该研究提出了利用高分1号(GF-1)和哨兵2号(Sentinel-2)时序数据提取茶园的方法,以浙江省武义县王宅镇为研究区,采用GF-1号为主要数据源,并利用MODIS地表反射率产品和Sentinel-2反射率数据,基于时空融合算法得到时间分辨率5 d的10 m Sentinel-2完整的时序数据。综合利用GF-1在空间细节方面的优势和重建的Sentinel-2高观测频率时序数据在反映茶树生长过程方面的优势,分别基于GF-1的光谱和纹理特征及GF-1的光谱、纹理特征和Sentinel-2时序特征两种特征组合方式,采用随机森林算法提取茶园。结果表明,GF-1光谱、纹理信息结合Sentinel-2时序信息分类结果的准确率、错误率、精确率、召回率和F1分数分别为96.91%、3.09%、89.00%、83.09%和0.86,仅基于GF-1光谱和纹理信息的分类准确率、错误率、精确率、召回率和F1分数分别为94.72%、5.28%、73.09%、84.61%和0.78,添加时序信息分类结果总体优于未添加时序信息的分类结果。表明高空间分辨率结合高频率时序遥感数据是提高茶园分类精度的有效手段。     

一例猪瘟与圆环病毒2型混合感染的诊治

在生猪养殖过程中,其受到多种病原混合感染的情况较为常见,这种混合感染也容易导致传统的临床诊断的误诊或漏诊,继而延误猪场疾病的治疗,造成巨大的经历损失。2020年8月初,云南省昆明市某养殖场突发疑似猪瘟(CSF)疫情,猪群临床主要表现为呼吸困难、高热,病理变化为肾脏出血,脾脏边缘梗死等,且回盲瓣纽扣状溃疡。实验室诊断结果表明,该场疫情由猪瘟病毒(CSFV)与猪圆环病毒2型(PCV2)混合感染所致,经过针对性治疗与防控,该场猪群恢复健康。