低风险疾病情境下农村居民健康信息规避行为研究

[目的/意义]本研究旨在揭示低风险疾病情境下农村居民健康信息规避的程度、策略、成因及其关联。[方法/过程]研究采用理论抽样方法和半结构化访谈法收集了江苏省45位农村居民的相关数据。研究采用开放式编码和主轴编码方法对访谈数据进行分析,同时采用社会网络分析软件对规避策略和成因之间的关系进行可视化展示。[结果/结论]（1）农村居民在低风险疾病情境下存在全面型和选择型两种不同程度的健康信息规避。其中,全面型健康信息规避主要发生在信息需求阶段,具体的规避策略为完全不治疗;而选择型信息规避发生在信息获取阶段,具体的规避策略为自己治疗或者拖延治疗。（2）该情境下农村居民健康信息规避的成因主要包括感知风险、对信息源的信任、健康信息素养水平、文化水平、情绪、经济水平、小世界、时间和医疗资源的可及性。（3）农民健康信息规避的成因与规避策略存在特定的关联。文化水平和医疗资源的可及性只对完全不治疗规避策略有影响;情绪因素只对拖延治疗规避策略有影响;健康信息素养水平只对自己治疗规避策略有影响。该研究可为改善农村居民的健康状况提供指导建议。     

基于HSV与形状特征融合的花椒图像识别

光照条件变化会对花椒目标识别率产生影响,关系到机器视觉技术能否有效应用于生产现场的花椒采摘。通过对HSV特性图像识别技术的分析,提出HSV和形状特征融合的花椒识别算法。该算法采用同态滤波方法对光照进行补偿,解决因为光照不均匀而导致的花椒识别率低的问题,最后利用花椒圆度特征,排除树枝及树叶等的干扰,实现花椒的准确识别。利用同态滤波方法对光照进行补偿,对于光照不强或者发生遮挡的花椒图像有较大改善,通过试验得出其平均识别率达到94.0%,比单独采用HSV特性识别时,在顺光,背光和遮阴条件下,识别率分别提高4%,13%和21%,此外在遮阴条件下运行时间缩短14.6%。为遮阴条件下提高花椒识别率提供一种方法。     

信息化时代大学生信息素养教育实践研究——以沈阳理工大学图书馆为例

[目的/意义]信息素养是人们在现实生活中就信息应用方面的综合表现,信息素养是大学生必备的基本素质,对其未来发展具有重要意义。[方法/过程]以沈阳理工大学图书馆信息素养教育为例,从大学生教育、教师教学和科研发展等需求多样性出发,开展多元化信息素养教育实践,形成了“课程整合教学—资源系列讲座—学科化服务—营造书香校园”的多层级、系统化信息素养教育体系。[结果/结论]建立一支学科知识齐全的信息素养专职师资队伍,发挥新媒体技术优势,积极开展线上教育新模式,加强与国内外知名大学图书馆交流与协作,引领高校师生信息素养教育沿着正确道路稳步发展。     

2000—2015年西南区县域土地利用变化特征及驱动力分析——以重庆市奉节县为例

综合分析重庆市奉节县土地利用格局时空演变及其驱动力,为优化西南区县域尺度的土地利用规划、生态大保护和区域可持续发展提供理论参考和数据支持。基于RS和GIS技术,利用四期（2000、2005、2010和2015年）土地利用基础数据,从土地利用动态模型和地学信息图谱等方面出发,揭示区域2000—2015年的土地利用动态变化特征及时空演变规律。依据主成分分析模型和线性回归分析模型,并基于奉节县社会经济统计数据,探究研究区土地利用驱动机制。研究期内,研究区土地空间格局呈现以林地和耕地为主体,同时交错分布其它土地类型的特点。耕地、草地和未利用地土地面积分别减少 78.84 km²、3.73 km²、2.54 km²,而林地、水域和居民工矿用地面积分别增加23.36 km²、46.67 km²、9.03 km²。受三峡移民影响,区域土地利用分布格局由整体无序向局部有序的方向发展。研究期的前10年间,土地利用类型转移主要发生在林地、草地和耕地之间,林地→耕地和草地的面积总和分别为849.38 km²和425.17 km²;2010—2015年间林地和居民工矿用地新增面积分别为9.93 km²和7.09 km²。从产业结构调整、政策影响和社会发展等方面探究区域城镇化的驱动机制,城镇化因素、政策因素、经济因素、社会发展因素和农业因素是影响奉节县土地利用类型变化的主要驱动力。     

河南省农业干旱脆弱性分析

为减轻旱灾损失,根据2005、2015年河南省统计与气象数据,采用10项指标和灰色关联分析法,以最劣值为参照系列分析了该省农业旱灾脆弱性。结果表明,豫西的济源、三门峡、洛阳,豫东的开封、漯河与豫北的鹤壁是河南省干旱脆弱性较强的区域,而豫东南的商丘、驻马店、信阳,豫北的新乡、豫西南的南阳则脆弱性较弱,其他地区居于两者之间;2005—2015年河南省干旱脆弱性呈明显的增加趋势。河南省是中国粮食生产核心区,首先要依靠科技创新,大力发展节水农业、循环农业;其次要重视水资源的节约与保护、加大农业投入以降低干旱的脆弱性,确保粮食安全。     

Cotton Image Segmentation Algorithm Based on Fusion Method of Markov Random Field and Quantum Particle Swarm Cluster

[Objective] The aim of this study was to improve the cotton image segmentation accuracy in a picking robot image processing system. [Method] An image segmentation algorithm based on a fusion method of Markov random field and quantum particle swarm optimization clustering was proposed. The process of the proposed algorithm is as follows: first, transform the RGB (red, green, blue) images into grayscale; second, use it to segment these images; finally, the threshold of the connected area is set on the basis of the segmented image to obtain the target area. Then, the cotton front image and the cotton side image are selected from the images collected from different angles. The segmentation experiment was carried out by using this algorithm, and compared with the Otsu algorithm, the fuzzy C-means algorithm, the quantum particle swarm image segmentation algorithm and the Markov random field image segmentation algorithm. [Result] The results showed that the segmentation accuracy and peak signal to noise ratio of the proposed algorithm were 98.94% and 77.48 dB. When compared with the Otsu algorithm, fuzzy C-means algorithm, quantum particle swarm optimization algorithm and Markov random field algorithm, the average segmentation accuracy and peak signal to noise ratio of the proposed algorithm increased by 2.47%–4.56%, and 9.81–13.11 dB, respectively. [Conclusion] The proposed algorithm had higher segmentation accuracy and higher peak signal to noise ratio than the other algorithms tested.     

苦荞粒形相关性状的遗传分析

利用籽粒大小差异较大的2个苦荞品种的杂交后代开展了与产量具有密切关系的粒形相关性状的遗传规律及其性状间的相关性分析。结果表明,F₂和F₃群体的粒长、粒宽、长宽比和千粒重表现值范围都超过亲本的表现值,并且粒长、粒宽和长宽比的变异系数均小于10%,千粒重的变异系数大于10%。另外,粒长、粒宽、长宽比和千粒重的加性方差均大于显性方差,广义遗传率在F₂和F₃代中分别为0.77~0.82和0.82~0.85,固定遗传率都达到0.80以上。粒形性状间的相关性分析结果表明,粒长、粒宽和千粒重相互间都存在极显著的正相关,粒宽和千粒重,粒长和长宽比的遗传相关系数较大。以上结果表明,具有较高遗传率的粒形相关性状可以在后代早期进行选择,但由于这些性状是数量性状而且受多个基因的控制,因此建议继续繁殖后代到基因型稳定,同时考虑性状间的相关性选拔最为有效。     

新疆中亚生态群杏品种果实与叶片形态特征相关性

【目的】研究新疆中亚生态群杏品种果实和叶片的形态特性及相关性,为新品种选育提供理论依据。【方法】以隶属于该生态群的80个新疆杏品种为研究对象,测定其在果实成熟期的叶面积、叶片长、叶片宽、叶周长、单果重、果实纵横侧径,分析这些指标的分布特性和彼此间的相关性。【结果】80个新疆中亚生态群杏品种中,77.5%的杏品种叶面积分布在19.8~30.3 cm²,最大叶面积为44.18 cm²,最小叶面积为12.82 cm²,叶面积整体偏小;86.3%杏品种叶周长分布在16.7~22.7 cm,最大叶周长为24.44 cm,最小叶周长为13.66 cm;63.8%杏品种单果重分布在16.1~32.1 g FW,最大单果重为48.07 g FW,最小单果重为12.13 g FW,果实整体偏小。叶面积与叶片宽之间相关性最高(0.910^**),叶周长与叶片长之间相关性最高(0.870^**),单果重与果实横径之间相关性最高(0.913^**)。【结论】叶面积和叶周长与果实的单果重之间极显著正相关,可作为预测果实单果重的重要指标。     

用于作物表型信息边缘计算采集的认知无线传感器网络分簇路由算法

随着无线终端数量的快速增长和多媒体图像等高带宽传输业务需求的增加，农业物联网相关领域可预见地会出现无线频谱资源紧缺问题。针对基于传统物联网的作物表型信息采集系统中存在由于节点密集部署导致数据传输过程容易出现频谱竞争、数据拥堵的现象以及固定电池的网络由于能耗不均衡引起监测周期缩减等诸多问题，本研究建立了一个认知无线传感器网络（CRSN）作物表型信息采集模型，并针对模型提出一种引入边缘计算机制的动态频谱和能耗均衡（DSEB）的事件驱动分簇路由算法。算法包括：（1）动态频谱感知分簇，采用层次聚类算法结合频谱感知获取的可用信道、节点间的距离、剩余能量和邻居节点度为相似度对被监控区域内的节点进行聚类分簇并选取簇头，构建分簇拓扑的过程对各分簇大小的均衡性引入奖励和惩罚因子，提升网络各分簇平均频谱利用率；（2）融入边缘计算的事件触发数据路由，根据构建的分簇拓扑结构，将待检测各区域变化异常表型信息触发事件以簇内汇聚和簇间中继交替迭代方式转发至汇聚节点，簇内汇聚包括直传和簇内中继，簇间中继包括主网关节点和次网关节点-主网关节点两种情况；（3）基于频谱变化和通信服务质量（QoS）的自适应重新分簇：基于主用户行为变化引起的可用信道改变，或分簇效果不佳对通信服务质量产生的干扰，触发CRSN进行自适应重新分簇。此外，本研究还提出了一种新的能耗均衡策略去能量消耗中心化（假设sink为中心），即在网关或簇头节点选取计算式中引入与节点到sink的距离成正比的权重系数。算法仿真结果表明，与采用K-medoid分簇和能量感知的事件驱动分簇(ERP)路由方案相比，在CRSN节点数为定值的前提下，基于DSEB的分簇路由算法在网络生存期与能效等方面均具有一定的改进；在主用户节点数为定值时，所提算法比其它两种算法具有更高频谱利用率。     

浅谈农业科研项目信息化管理的必要性及存在问题

随着我国农业科研项目立项、推广的进程加快，提升农业科研单位科研项目信息化管理水平 迫在眉睫。因为管理水平低的状况会直接影响科研项目的信息化进程。本文以“农业科研项目信息 化管理”体系为核心，提出相应的信息化管理对策，以期提升农业科研项目信息化的管理水平。