基于科技文献社会网络分析的"一带一路"科技情报安全研究

为明确中国在"一带一路"沿线国家所形成的科技网络中处于怎样的位置,面临怎样的科技情报风险,需要采取哪些措施维护中国科技情报安全,应用智库DIIS理论方法,对科学引文索引中2013年-2017年"一带一路"沿线国家论文合作数据进行社会网络分析,应用管理机制设计"七元组"理论开展科技情报安全机制设计。研究结果显示,中国科技情报的暴露程度较高,科技应用的不可控因素、知识产权保护的挑战、科技情报资源流失的风险同时存在,并与各种非传统安全问题相叠加。切实掌握核心技术,维护知识产权,加强政府、社会对科技交流的监管,防止科技情报被非法利用,是保障科技情报安全的主要途径。     

茄果类蔬菜日光温室智能化育苗关键控制技术

为了制定出1套可操作性强的日光温室智能化育苗关键控制技术体系,经实践并结合智能化育苗数据检测控制及管理系统,总结和完善了茄果类蔬菜幼苗不同阶段对温度、基质湿度及光照等的具体要求,最终形成了1套可操作性强的技术体系。     

文本挖掘下的话语认知与构建——以人工智能和5G领域白宫新闻文本为例

[目的/意义]政府新闻文本是政策文本的表达形式之一。对政府新闻文本进行挖掘分析,能直观的展现表面动态,揭示对话事件的立场及其背后关系,能对情报分析工作、中国新型智库的发展建设,提供有效的助力。[方法/过程]文章利用TextRank算法进行核心句提取,并结合批评话语分析理论框架来做评估,以语料驱动从关键句、关键词两个宏观角度讨论政府决策态度,以词性从话语策略的微观角度总结美国官方对人工智能和5G领域的话语认知形象。[结果/结论]通过分析可以看出,美国政府对于人工智能和5G领域的态度将持续保持在“政府引领下的美国需优先”这一局面,面对发展中国家的科技竞争,增加政府政策性文本的指导无疑是最好的对策建议。     

ITS中路侧停车管理系统方案的研究

针对目前我国城市中路侧停车管理模式，分析了路侧停车存在的必要性及当前管理中信息传递的不足，并分析了适应ITS(智能交通系统)发展的几种车位检测方法的优缺点，提出了一种比较先进而且经济实用的路侧停车管理系统方案，同时给出了系统构成及信息流向图。该方案把城市的路侧停车看成一个整体，并且可以和城市的停车诱导系统融为一体，对改善城市交通具有积极作用。     

未来的人居建筑及其设计策略

本文研究了未来的人居建筑的发展趋势及其3个主要特点，即智能型、有机性和生态化。并且从建筑师的角度提出了相应的设计策略。     

无动力智能节能型自动灌溉系统研究

介绍一种新型的农林植物喷灌设施——无动力智能节能型自动灌溉系统。该系统设计独特新颖,制造容易,投资费用低,节省劳力,对能源节约和环境保护具有重要意义。     

The use of infrared spectroscopy and machine learning tools for detection of Meloidogyne infestations

Plant parasitic nematodes are generally soilborne pathogens that attack plants and cause economic losses in many crops. The infested plants show nonspecific symptoms or, often, are symptomless; therefore, diagnosis is performed by taking soil and root tissue samples. Here, we show that a combination of different infrared spectra analysis and machine learning algorithms can be used to detect plant parasitic nematode infestations before symptoms become visible, using leaves instead of roots and soil as samples. We found that tomato and guava plants infested with Meloidogyne enterorlobii produced different spectral patterns compared to uninfested plants. Using partial spectra from 1,450 to 900/cm as the "fingerprint region", principal component analyses indicated that after 5 (tomatoes) or 8 weeks (guava), plants with no visible symptoms of infestations were positively diagnosed. To improve the early detection response, we used machine learning modelling. A support vector machine (SVM) was used to obtain more robust, accurate models. The SVM model contained 34 support vectors, 17 for each level. The overall performance of the model was >97% and the total accuracy was significantly higher, demonstrating the absence of chance prediction. The best prediction of infestation was obtained at the second and fourth weeks for tomatoes and guavas, respectively, reducing the diagnostic time by half. The combined application of these techniques reduces the processing time from field to laboratory and shows enormous advantages by avoiding root and soil sampling.     

人工智能在农业上的应用分析

农业供给侧结构性改革是实现乡村振兴的必然途径。特别是在农业现代化发展的过程中， 人工智能应用到其中对于增强农业整体发展效果作用明显。本文将人工智能在农业上的应用作为研 究对象，概述了人工智能在农业上的应用，并从产前阶段、产中阶段、产后阶段等三个阶段对人工智能 在农业上的具体应用进行了研究。