首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   3篇
  免费   0篇
基础科学   2篇
综合类   1篇
  2019年   1篇
  2018年   2篇
排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
生产方式转变已成为我国水稻产业发展研究的热点。运用DEA的Malmquist指数法,研究了2004—2015年中国早籼稻、中籼稻、晚籼稻和粳稻的全要素生产率及其构成和变动趋势,并构造发展绩效指数对中国水稻生产方式发展绩效进行评价。结果表明:2004—2015年中国早籼稻、中籼稻、晚籼稻和粳稻的全要素生产率依次为1.009、1.039、1.008和1.041,4种类型水稻的全要素生产率增长均主要来自技术进步,属于技术诱导型发展模式;从发展绩效指数判断,早籼稻属于低度粗放型生产方式,中籼稻、晚籼稻和粳稻都属于中度粗放型生产方式;从粗放程度判断,近12年来中国水稻生产方式获得了一些改善,但总体上仍然处于粗放型发展阶段。  相似文献   
2.
基于特征融合和SVM的稻谷品种识别   总被引:1,自引:0,他引:1  
为快速有效地识别稻谷品种,提出一种基于特征融合和SVM的稻谷品种识别方法。采集华南双季稻区4种不同的籼稻品种(象牙香占、江航丝苗、小农占和五优234),采用图像处理的方法对稻谷图像进行灰度化、二值化和形态学处理等预处理操作,提取稻谷图像的形状特征和颜色特征,建立单特征模型和融合特征模型,构建SVM分类器,进行稻谷品种识别试验,并进行模型选择和讨论。结果表明,两两品种差异性显著的6个形状特征参数为:面积、长轴长、短轴长、离心率、周长和形状因子;形状特征模型对于不规则形状和大小的谷粒品种具备较好的识别能力;与BP神经网络识别模型相比,SVM模型的识别率更高、时间更短。基于特征融合和SVM的稻谷品种识别获得较高的准确率99.50%和较短的识别时间0.165 s,可满足稻谷在线识别与质量检测的精度和实时性要求。  相似文献   
3.
水稻栽植机械化技术研究进展   总被引:15,自引:0,他引:15  
水稻栽植机械化是水稻种植机械化的主要方向,也是水稻全程机械化的研究重点和难点。本文分析了我国水稻种植机械化的发展现状、特点及制约因素,重点阐述了水稻机械化育秧技术与装备、机械化移栽技术与装备的研究现状和发展动态。秧盘育秧是实现水稻机械化移栽的前提,重点分析了秧盘育秧精密播种技术、作业自动化技术和精密播种智能化技术的研究进展。毯状苗机插秧和钵体苗机栽插是水稻机械化移栽的2种主要方式,移栽机械控制技术是移栽机械作业自动化和智能化的基础和核心,在分析我国水稻机械化移栽方式与装备的基础上,对毯状苗机插秧技术和钵体苗机栽插技术面临的主要问题进行了系统分析和总结,对移栽机械控制和智能化技术研究现状进行了阐述,提出加强耕整地机械化技术研究与应用,解决杂交稻、超级杂交稻、双季晚稻和连作晚稻机栽植问题是水稻栽植机械化技术的研究重点,提升秧盘育秧精密播种技术的播种均匀性、解决低播量下精密播种育秧、毯状苗插秧机纵向送秧的精准性和农机农艺深度融合是突破毯状苗机插秧技术的关键,研发经济高效、轻简型的钵体苗栽插装备是发展钵体苗机栽插技术的核心,加强移栽机械控制和智能化技术研究是栽植机械化进一步发展的方向。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号