设施畜牧业关键技术研究态势分析

[目的/意义]目前中国畜牧业正处于加快转型的重要时期,了解相关技术的发展态势对于畜牧业的发展具有一定的借鉴意义。[方法/过程]本文以设施畜牧业领域技术研发的3个主要方向：笼舍技术、饲喂饮水技术和环境控制技术的相关专利为研究对象,利用专利计量的方法对其发展趋势、技术分支、申请人、各阶段重点专利等进行了分析。[结果/结论]笼舍、饲喂饮水和环境控制技术发展同步经历了萌芽期、波动发展期、快速发展期3个阶段,当前申请量呈现直线上升的态势;技术研发主体以企业为主,各研发单位之间技术布局差异性明显;近些年重点专利中的国内专利明显增多;笼舍技术方面装置研发均侧重于粪尿清除、垫板等技术;饲喂饮水技术方面饲喂技术的研究多于饮水技术,且均侧重于研发自动化设备;环境控制技术侧重于废弃物处理技术、空气调节技术和房舍清洁刷洗技术。     

基于用户参与的科研院所机构知识库建设模式研究

文章以用户参与为理论基础,以融入科研管理为实践目标,创新性地提出一种适合科研院所的机构知识库建设模式,并以江苏省农业科学院为例进行了实证研究,该模式兼具传统机构知识库功能,又能体现科研机构特色、解决科研机构成果管理问题.在此基础上,还分析明确了适用于科研院所成果管理和共享的数据审核流程、元数据标准规范、功能模块、系统架构、管理运行机制等.     

高层房屋建筑结构设计管理的探讨

针对建筑工程而言，结构设计是其关键性、重要性环节，建筑结构设计与其他专业设计不同，其设计质量，对工程成本和施工进度具有直接影响。在建筑工程设计、施工环节中，建筑设计是重要生命线。针对业主来说，通过合理、科学的结构设计，可有效减低工程成本，减少工程施工时间，有利于争夺建筑市场地位，促使经济效益最大化。尤其是高层房屋建筑，作为开发商的重点项目，加强结构设计管理更是重点环节。本文主要分析高层房屋建筑结构设计管理。     

农业科研机构知识库建设需求与策略研究

机构知识库作为开放获取的途径之一,在国内外正迅速建设发展。文章基于某农业科研机构科研和管理人员对机构知识库的总体认知、建设需求与参与意愿调研,从资源建设、技术保障、服务拓展和共建共享等方面提出适合农业科研机构的机构知识库建设策略与建议,以期为农业科研机构知识库的规划建设和推广使用提供参考依据。     

我国省级农业科学院的学科竞争力比较研究*

学科竞争力是省级农业科研机构科研实力的重要体现。文章以江浙沪鲁京粤6省农业科学院为研究对象，以SCI论文和中文核心期刊论文为数据源，采用文献计量的方法，对比分析了我国省级农科院的整体优势学科和各自优势学科的竞争力情况。研究发现，省级农科院的学科发展既有普遍相似性，又有各自的特色优势学科，各机构之间的学科竞争力差距较大。该研究为我国省级农科院学科建设提供决策参考。     

农业科技信息动态监测服务流程与机制

深入分析了科技信息动态监测理论和方法,根据农业科技人员的信息需求特征,从农业科技信息服务流程和服务保障机制2个方面,探索并构建了农业科技信息动态监测服务方式,以期满足农业科研人员精准且实时的信息需求,为农业科技信息动态监测服务的开展提供参考。     

规模化奶牛场的粪污处理模式

规模化奶牛场粪便、污水等废弃物排泄量大,对生态环境的污染日益严重,制约了奶牛养殖业的健康发展,所以选择适合本场条件的粪污处理模式,进行粪污处理势在必行。目前主要的粪污处理模式有＂粪便有机肥＋污水厌氧处理＂模式、＂粪便有机肥＋污水达标排放＂模式、＂粪便自然堆肥＋污水还田/回用＂模式、＂循环利用＂模式、＂粪便沼气利用＋污水农业利用/回用＂模式。     

智能水肥一体化管控平台的设计与实现

当前水肥一体化技术已日渐普及,但其线上管控平台还存在不少问题,如管理比较简单,缺少手动预设和自动生成水肥策略功能等,因此设计和实现了一种智能水肥一体化管控平台.管控平台拥有完善的机构、用户、温室、机器和权限等系统管理功能,实时采集、展示和分析土壤、环境等传感器数据和水肥数据,能够及时对异常情况进行多种方式的告警,能够线上手动或自动帮助农户预设水肥策略等.实际运行结果说明,该管控平台的架构与模块设计合理,用户友好度高,功能比较全面和灵活,提高了水肥一体化技术的自动化和智能化水平.     

我国中华绒螯蟹产业现状调查及发展对策分析

中华绒螯蟹作为特种名优水产品成为我国很多地区实施精准扶贫、拉动经济增长、促进农民增收的重要突破口.对我国中华绒螯蟹产业现状进行调查发现,近年来我国中华绒螯蟹产业现状总体呈现以下几个特点:养殖规模有所扩大,养殖模式因地制宜多样化发展;电商平台与冷链物流齐头并进,销售流通体系日趋完善;各大品牌百花齐放,餐饮消费与精深加工同步发展.根据我国中华绒螯蟹产业发展现状,对今后产业发展趋势做出以下预判:养殖面积增速放缓,产量稳中有升;消费需求和消费能力将继续保持增长趋势;精深加工业呈快速发展态势;市场价格呈季节性波动,总体趋于平稳;电商平台网络销售渠道逐渐占据主导地位.最后,根据目前我国中华绒螯蟹产业发展中存在的问题与面临的风险,提出对应的对策与建议,以期为今后中华绒螯蟹产业稳步健康发展提供参考.     

基于BERT字向量和TextCNN的农业问句分类模型分析

【目的】研究不同词向量和深度学习模型组合对农业问句分类结果的影响,为构建农业智能问答系统提供技术支撑。【方法】通过爬虫获取农业种植网等网站的问答数据,选择20000条问句进行人工标注,构建农业问句分类语料库。采用BERT对农业问句进行字符编码,利用文本卷积神经网络（TextCNN）提取问句高维度特征对农业问句进行分类。【结果】在词向量对比实验中,BERT字向量与TextCNN结合时农业问句分类F1值达93.32%,相比Word2vec字向量提高2.1%。在深度学习模型的分类精度对比方面,TextCNN与Word2vec和BERT字向量结合的F1值分别达91.22%和93.32%,均优于其他模型。在农业问句的细分试验中,BERT-TextCNN在栽培技术、田间管理、土肥水管理和其他4个类别中分类F1值分别为86.06%、90.56%、95.04%和85.55%,均优于其他深度学习模型。超参数设置方面,BERT-TextCNN农业问句分类模型卷积核大小设为［3,4,5］、学习率设为5e-5、迭代次数设为5时效果最优,该模型在数据样本不均衡的情况下,对于农业问句的平均分类准确率依然能达93.00%以上,可满足农业智能问答系统的问句分类需求。【建议】通过阿里NLP等开源平台提升数据标注质量;在分类过程中补充词频和文档特征,提高模型分类精度;农业相关政府职能部门加强合作,积极探索农业技术数字化推广和服务新模式。