干旱区农户灌溉方式选择的影响因素--以河北省张北县为例

对于干旱缺水的华北地区,推动节水灌溉被认为是可以有效减少农业用水的措施,近年来我国政府也加大了对该地区农业节水技术的投资力度。但由于缺乏对采用农业节水技术影响因素的深入了解,在很大程度上阻碍了节水技术的大面积推广。本文基于河北省张北县的实际调研数据,从地块特征、农户自身特征以及社会环境因素三个方面,采用多项Logit和决策树两种模型对比研究了干旱区农户选择灌溉方式的影响因素;同时构建了一般线性模型,分析了农户采用现代社区型节水技术程度的影响因素。结果表明:政府扶持是农户选择现代社区型节水技术的关键因素,其次是地块面积和家庭水浇地经营规模,但这三个因素对采用该技术程度的影响并不显著。此外,农户的年龄、受教育程度以及土壤类型对灌溉方式选择及其采用程度都具有重要影响,但农户所感知的水资源供求状况没有显著影响。     

机器学习在奶牛临床疾病预测中的应用

机器学习是指计算机通过大量数据训练及分析来模拟人类的学习行为,从而获得新的知识和技能,是人工智能的核心。近年来,机器学习在奶牛疾病预测领域的应用已成为国际上的研究热点。论文介绍了利用奶牛机体生理指标和生产数据建立奶牛疾病预测模型的方法,重点阐述了如何利用决策树和神经网络筛选奶牛疾病风险因子、预测疾病和疾病分类。同时,综述了机器学习预测代谢性疾病、跛行、乳房炎、热应激和传染性疾病的进展。     

基于改进端元提纯模型的MODIS森林类型识别研究

MODIS遥感数据具有很高的光谱辐射精度,以及成本低、覆盖面积广、获取容易、周期短等数据特征,可以实现全覆盖大尺度区域森林类型信息快速提取,但由于其空间分辨率较低,遥感数据中存在混合像元。利用混合像元分解模型进行分解可得到较好的分类结果,但混合像元分解的端元组分直接影响分类的精度。利用决策树分类模型改进端元提纯,分析各地物的MODIS时间序列植被指数变化规律及物候变化规律,利用决策树模型分类的结果进行端元组分的提纯,最后进行混合像元分解。研究结果表明:分类精度最高的是线性混合像元分解,其次是最大似然分类,最差的是非线性混合像元分解,其中带约束和不带约束的线性分解模型的精度相差不大。     

基于高分一号影像光谱指数识别火烧迹地的决策树方法

森林火灾发生后,为及时、准确地掌握森林受灾情况,利用高分一号卫星(GF-1)16m宽幅影像各波段反射率信息,结合计算的归一化植被指数(NDVI)、过火区识别指数(BAI)、阴影植被指数(SVI)、归一化差异水体指数(NDWI)和全球环境监测指数(GEMI)等5种光谱指数,构建森林火烧迹地识别决策树模型(CART);在选取的研究区对该模型方法进行验证,并与最大似然监督分类法和非监督分类(ISODATA)方法所得到的结果精度进行了对比分析,结果表明:采用基于CART模型的决策树方法对火烧迹地识别结果精度较最大似然法总体分类精度提高了4.38%,Kappa系数提高了0.102 4,制图精度提高了14.96%,用户精度提高了8.50%;而采用ISODATA方法识别的火烧迹地的总体精度和Kappa系数都较低,制图精度和用户精度都没有达到1%。     

不同砷形态在水产品中的毒理及转化研究进展

为了研究不同砷形态化合物在水产品体内的毒力大小、毒理效应和转化机制，本文综述了国内外近二十年几种常见砷化合物在水产品中蓄积规律的研究，发现在所有砷化合物中，无机砷的毒性往往大于有机砷，但也有研究发现三价态的有机砷MMA毒性比无机砷高数几倍；在对水产品体内不同砷化合物含量测定的研究中可以得出有机砷是主要的存在形式。但研究也还存在不足，对水产品的砷含量研究多集中于沿海地区的海产品类，今后还需要加大对淡水性水产品类砷含量以及蓄积规律的研究力度。本文主要阐述了砷的几种常见形态As3+、As5+、DMA、MMA、AsB、AsC、TMAO、TETRA(TMAs+)、砷糖和砷脂间的毒力大小比较及其毒性产生机理、环境中砷元素的来源和砷形态在水产品内的迁移、转化、代谢机理，旨在不同价态砷化合物在水产品中的研究提供参考价值。     

数据挖掘的技术特点及发展现状

首先给出数据挖掘所涉及的技术领域及其研究特点，介绍了数据仓库与一般事务数据库的区别，基于对典型数据挖掘算法的基本原理、实现技术及应用领域的分析，论证了数据挖掘是当前信息技术的一个核心研究内容。文章的最后给出了未来数据挖掘的研究方向及发展趋势。     

基于决策树的电缆绝缘状态分类

作为城市配电网络的主要传输媒介电缆,故障后很难直接观测。由于电缆的许多故障是由于绝缘受到破坏而引起的,因此,在电缆绝缘劣化初期尽早对部分放电现象的强度、位置做有效的监控及分析,可以达到有效的预测维护。文章提出了一种基于决策树的电缆绝缘状态分类规则。研究结果表明决策树技术是一种非常有效的电缆绝缘状态分类技术。     

蛋鸡种蛋孵化效果影响因素的决策树分析

本实验旨在应用决策树（Decision Tree）方法分析蛋鸡孵化成绩的影响因素。实验收集2019年1 305个批次26～67周龄共7 141 431枚种蛋孵化数据,利用R软件程序包rpart进行统计分析。决策树分析结果表明种鸡周龄和种蛋贮存时间是影响种蛋孵化成绩的主要因素,入孵月份和胚胎苏醒也影响孵化成绩。种蛋贮存天数对死胚率、受精蛋毛蛋率、受精蛋健母雏率和壳内死亡率影响较大,35～67周龄种鸡种蛋贮存0～20 d后入孵时孵化率最高（87%）;26～53周龄种鸡种蛋在6—12月入孵且贮存0～14 d的种蛋死胚率最低（2.1%）;26～49周龄种鸡种蛋且贮存0～16d的受精蛋毛蛋率最低（9%）;种蛋贮存0～18d且种鸡周龄29～43周的健母雏率最高（38%）;种鸡26～52周龄且贮存0～12 d的壳内死亡率最低（0.11%）。本研究结果揭示了影响种蛋孵化率的主要因素,为调整孵化场的管理方式、提高种蛋孵化成绩和增加孵化场经济效益提供了理论依据。     

决策树在精准农业中的应用现状与发展趋势

决策树算法是一种重要的分类方法,是数据挖掘领域研究热点之一.现介绍了决策树算法当前的研究状况.从土壤质量等级划分、自然灾害分析、遥感影像分类及耕地质量分析等方面介绍决策树算法在精准农业中的应用现状,对决策树算法在精准农业中的应用前景进行了展望.     

干涉测量土地利用影像分类决策树法森林识别研究

利用ERS－1和ERS－2 SAR串行轨道数据经干涉测量处理生成的干涉测量土地利用影像对森林识别方法进行初步研究。内容包括基于目标识别选择合成干涉测量土地利用影像处理方法、应用斜分类器（OCI）生成分类决策树以及在自主开发的软件中调整分类决策树、对分类结果进行像元级别上的精度检验和误差分析等。结果表明：ERS－1和ERS－2 SAR串行轨道数据经干涉测量处理，利用其强度影像和相干影像可以合成多种干涉测量土地利用影像；其中最小值影像和 标准差影像较之于其它强度影像和变化影像更有利于区分水体和森林；由于OCI生成决策树的算法决定了在分类处理中没有不可分类别的存在，所以在初期选择分类类别时，要尽可能多的覆盖原始影像的数值区间；选择的各类别样本数据要尽可能的“纯”，以减少类别间数值区间的重叠，从而减少误分类情况。