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%。     

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。     

水肥一体化施肥对山地果园‘油㮈’生长及果实品质的影响

以福建特色水果‘油㮈’为试材,在等肥料成本条件下,进行水肥一体化施肥和常规施肥下‘油㮈’树枝梢生长长度和粗度、果实品质、产量表现及施肥成本的比较研究,以期为山地水肥一体化施肥提供参考。结果表明,水肥一体化施肥可在一定程度上促进当年枝梢长度和粗度的增长,提高果实可溶性糖、可溶性固形物及Vc含量,降低可滴定酸含量,提高果实平均单果重、可食率、产量。等价施肥条件下,水肥一体化施肥节省人工成本1104.0元/hm²。建议结合降水量等气候条件及山地土壤特点、生态环境等对水肥一体化施肥技术进行优化。     

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。     

浅谈BIM技术在居住小区景观工程中的应用

BIM技术的应用是现在和未来工程类行业精细化建设的发展趋势,但在景观工程中的应用并不广泛,从理论和施工相结合的角度,谈谈BIM技术的功能及在景观工程中的应用。     

铁路客车电气火险防控对策

通过分析电气绝缘、配件质量、作业标准等造成铁路客车火险的三个方面问题,对铁路客车火险防控提出了提高生产工艺落实能力、把好配件装车质量关、加强乘务作业管理三方面的具体措施。     

数值模型结构不确定性对模拟结果的影响分析

以内蒙古鄂托克旗为例,基于GMS中的MODFLOW模块构建了地下水流数值模拟模型,分析了模型结构(含水层厚度、参数分区)与模型参数不确定性因素对模拟结果的影响.研究结果表明:含水层不确定情景(含水层下边界概化为隔水底板平均值870 m)与实际情况水头差值绝对值的累计和最大为701 m,对模拟结果起了主控作用;当含水层下边界概化为910,940 m时,累计和分别增加为1 013,1 593 m;与仅考虑单个不确定性因素相比,同时考虑模型参数与含水层不确定情景累计和最大为738 m,同时考虑参数分区与含水层不确定情景累计和最大为791 m.因此,在构建地下水流数值模拟模型时,应优先考虑含水层空间结构概化的合理程度,同时考虑多个不确定性因素对模拟结果的综合影响,使地下水数值模拟模型能更精确地反映真实的地下水流状况.     

基于机电一体化技术精准农业机械设计与试验

精准农业是当前农业发展的重要方向，机电一体化技术在实现精准农业的过程中起着关键作用。该文以玉米精密播种机的设计为例，探讨了基于机电一体化技术的精准农业机械设计，对精密播种机的工作原理和功能需求进行了分析，并结合现有机电一体化技术和农业机械设计原理，提出了一种基于机电一体化的玉米精密播种机设计方案，通过传感器、执行器和控制系统的协同作用，实现了对播种深度、行距和种子数量等参数的精确控制，提高了播种的准确性和效率。田间试验结果表明，该玉米精密播种机在播种效果和操作便捷性方面明显优于传统的播种机。     

采用双模态联合表征学习方法识别作物病害

基于深度卷积神经网络的视觉识别方法在病害诊断中表现出色,逐渐成为了研究热点。但是,基于深度卷积神经网络建立的视觉识别模型通常只利用了图像模态的数据,导致模型的识别准确率和鲁棒性,都依赖训练数据集的规模和标注的质量。构建开放环境下大规模的病害数据集并完成高质量的标注,通常需要付出巨大的经济和技术代价,限制了基于深度卷积神经网络的视觉识别方法在实际应用中的推广。该研究提出了一种基于图像与文本双模态联合表征学习的开放环境下作物病害识别模型(bimodalNet)。该模型在病害图像模态的基础上,进行了病害文本模态信息的嵌入,利用两种模态病害信息间的相关性和互补性,实现了病害特征的联合表征学习。最终bimodalNet在较小的数据集上取得了优于单纯的图像模态模型和文本模态模型的效果,最优模型组合在测试集的准确率、精确率、灵敏度、特异性和F1值分别为99.47%、98.51%、98.61%、99.68%和98.51%。该研究证明了利用病害图像和病害文本的双模态表征学习是解决开放环境下作物病害识别的有效方法。