应用NIR及主成分回归预测落叶松密度的研究

运用近红外光谱主成分回归法对落叶松样品密度进行研究，校正集的相关系数（R）为0．86，校正集标准误差（SEC）为0．01，预测集的相关系数（R）为0．89，预测集标准误差（SEP）为0．02，对未参与建模的12个未知样品进行密度预测，相关系数达0．95。研究表明，近红外光谱能够快速、准确地对落叶松样品密度进行预测，这为快速检测落叶松木材材性提供了一种新方法。     

非线性算法在近红外预测木材密度中的应用研究

研究基于近红外光谱技术的木材密度预测。运用基于高斯核变换的非线性偏最小二乘法建立密度预测模型,并且对所建模型的评价参数进行了对比分析。结果表明该方法建立的预测模型能对样品的密度进行有效预测。研究表明样品近红外光谱信息与样品的实际密度值之间不是单纯的线性关系,非线性模型可以更好地表征二者之间的关系。     

基于近红外技术的落叶松木材密度预测模型

运用近红外光谱对落叶松(Larix gemelinii Rupr)样品密度进行了研究,分别运用偏最小二乘法及主成分回归建立预测模型,并用建立的模型分别对每一个样品进行了预测。基于偏最小二乘法的校正模型及验证模型相关系数分别为0.964和0.918,校正标准误差及预测标准误差分别为0.016和0.021,模型预测值与实测值决定系数为0.93;主成分回归模型中,校正模型及验证模型相关系数分别为0.954和0.911,校正标准误差及预测标准误差分别为0.017和0.023,模型预测值与实测值决定系数为0.91。研究表明:基于主成分回归法与偏最小二乘法的近红外光谱分析建模,都可以实现对落叶松木材密度的有效预测,但相比较而言,偏最小二乘法略优于主成分回归法,所建立的模型对落叶松木材密度预测更加准确可靠。     

边疆民族地区农科院校工科专业《农业设施学》教学改革——以云南农业大学为例

农业现代化和全球化的发展对我国农业机械化专业学生的培养质量提出了更高的要求。《农业设施学》是一门多学科交叉且实践性较强的综合性课程,也是农业机械化及其自动化专业的新增专业核心课程,在设施农业技术飞速发展的背景下,传统的授课模式已经无法达成该门课程的教学目标。但边疆民族地区经济和教育水平落后,学生综合素养有待提升,也制约着教学模式的革新。针对云南农业大学农机专业学生知识背景和专业素养,探索特色教学体系,将提炼整合知识点以微课模式融入理论教学中,融入双语教学元素和新兴学科前沿技术,有效改善了教学效果和提高了课程目标达成度,使学生具备了一定的国际视野。      

近红外光谱技术在木材无损检测中应用研究综述

近红外光谱技术作为一种先进的检测技术,具有操作简便,预测快速、准确、成本低廉和对样品全面无损等优点,已在农业、石油化工、食品、生物技术与医药等领域得到了广泛的应用,本文主要介绍近红外光谱技术的基本原理和特点,在近红外光谱分析中的常用化学计量学方法及国内外近红外光谱在预测木材化学性质、物理力学性质和木材缺陷等方面的研究成果及应用。     

基于近红外光谱不同波段的红松木材含水率预测分析

运用近红外光谱技术结合偏最小二乘法(PLS),对所采集光谱进行一阶导数和二阶导数处理,并对未处理原始光谱、一阶导数处理光谱和二阶导数处理光谱分别在7个不同波段范围内建立红松含水率预测模型.结果表明红松样本近红外光谱经一阶导数处理,波段在1 000～2 100nm范围内所建模型最优,其校正集相关性系数为0.992 5,校...     

农科院校机械类专业智能制造人才培养模式改革——基于云南农业大学机械设计制造及其自动化专业的实践探索

本文针对地方农科院校机械类专业在智能制造人才培养过程中存在的问题,特别是在当前“新工科”与“新农科”这一发展背景下,分别从改革人才培养目标、重构课程体系、构建适应智能制造的教学模式、改革教学内容、构建新的实践创新能力培养体系、研制虚拟仿真实验系统等方面进行了人才培养模式的改革探索。通过在云南农业大学机械设计制造及其自动化专业中的实践,学生的智能制造意识和综合能力得到了显著提高。同时,研究成果对于农科机械类专业、工科机械类专业以及其他学科专业的人才培养教学改革有着一定的参考和借鉴价值。     

云南特色产业新产品研发团队跨职能协作影响因素研究

采用定性研究与专家访谈访的方法,结合云南特色产业新产品研发特点,通过项目阶段—协作矩阵,分析新产品研发中各个阶段研发团队的内部与外部跨职能协作过程,提出沟通、知识共享及合作程度三大影响因素,旨在探索提高云南特色产业新产品研发团队内外部协作有效途径。