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   4篇
  免费   3篇
  2篇
综合类   4篇
植物保护   1篇
  2021年   3篇
  2020年   1篇
  2017年   1篇
  2007年   2篇
排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
在新形势下,为推进信阳市油茶产业高质量发展,通过对油茶产业的发展规模、良种繁育情况、主要经营模式、效益现状等进行分析和思考,查找出存在的问题和不足,并提出可行性建议。  相似文献   
2.
国家的新农村建设投入巨大,要让更多的农民直接参与到新农村建设中来,从新农村建设的资金投入中直接受益。阐述促进更多农民直接参加新农村建设的必要性,分析更多农民参与新农村建设的可行性,提出多方努力共同促进农民参与新农村建设的对策措施。  相似文献   
3.
李志磊  步艳红 《安徽农业科学》2007,35(20):6316-6317
从我国农村金融服务的现状出发,分析了农村金融资源匮乏的原因,提出了加强农村金融深化的主要政策措施,并介绍了农村金融机构面临的市场机遇。  相似文献   
4.
利用可精准调控CO_2浓度的人工气候室,设置2个CO_2浓度(常规组:400μmol/mol和倍增组:800μmol/mol),同时设置2个NaCl胁迫浓度(对照组NaCl浓度为0;盐胁迫组400 mmol/L NaCl),探讨CO_2浓度倍增和土壤盐胁迫对藜麦生长、生理、叶片离子含量、叶片光合特性和内禀水分利用效率的影响。结果表明,在盐胁迫下,CO_2浓度倍增显著提升藜麦光合速率、降低藜麦气孔导度,提高藜麦内禀水分利用效率,从而增加藜麦产量。但是,在CO_2浓度倍增处理下,随着藜麦生长,光合速率提升幅度逐渐缩小,藜麦产生光合适应现象。此外,在盐胁迫下,与CO_2浓度常规组相比,CO_2浓度倍增最终(63d)降低藜麦叶片Na+浓度达42%,增加藜麦叶片K+浓度达26%,有效调控藜麦叶片中离子平衡,表现出明显的吸K+排Na+的现象。同时,CO_2浓度倍增促进藜麦渗透调节,有效调控藜麦叶片水分运动,增加细胞含水率,降低叶片溶质势和水势,提高压力势,维持细胞正常的生理功能。此外,藜麦内禀水分利用效率与藜麦叶水势、溶质势,光合速率和K+浓度呈显著正相关。研究结果有助于深入理解CO_2浓度倍增调控作物耐盐性的生理机制,为应对大气CO_2浓度升高背景下土壤盐碱化问题,维护生态系统稳定性,保障粮食安全提供参考。  相似文献   
5.
实时、准确地对作物需水量的预测是实现智能节水灌溉的关键技术。预测模型的合理选择及精度提高是作物需水决策系统的核心。本文将陕西西安地区的气象数据环境信息引入自适应神经模糊推理(ANFIS)作物参考蒸腾量(ET_0)预测模型,应用卡尔曼滤波器对气象数据经ANFIS建模得到的ET_0预测值进行滤波去噪,以提高模型的预测精度,并通过仿真和实验验证,从理论和实践两个方面来验证模型的精度。仿真结果得到,反映模型预测值与真实值之间拟合程度的均等系数(EC)值校正前为0.93,校正后达到0.98。实验结果得到,ANFIS预测模型的平均绝对误差是28.94%,平均相对误差是26.37%,卡尔曼修正后的ANFIS预测模型的平均绝对误差是7.24%,平均相对误差是6.59%。仿真和实验结果表明,利用卡尔曼滤波对ANFIS预测模型进行修正,可以提高预测的精度,经卡尔曼修正后的ANFIS模型能更佳地反映ET_0的变化趋势。  相似文献   
6.
基于粒子群优化(PSO)超限学习机预测新疆参考作物蒸散量   总被引:1,自引:0,他引:1  
参考作物蒸散量(ET0)的准确预测对于作物需水量预测、农田精准灌溉和提高水资源利用效率等具有重要意义.为了解决传统方法获取ET0的弊端,本研究基于粒子群优化(Particle swarm optimization,PSO)-超限学习机(Extreme learning machine,ELM)预测ET0.通过选取新疆地区3个站点(乌鲁木齐、喀什、哈密)的最高气温(Tmax)、最低气温(Tmin)、平均相对湿度(RH)、风速(u2)、光照时间(n)等气象数据,建立PSO-ELM预测模型,对模型精度和普适性进行研究,并通过与ELM、Makkink、I-A模型的对比,探究不同气象因子组合模型的预测精度.结果表明,PSO-ELM模型在5种气象因子输入下具有最高预测精度(平均R2=0.9747,平均MAE=0.2520 mm/d,平均RMSE=0.3643 mm/d).由PSO-ELM6模型与ELM、Makkink、I-A模型的对比结果看出,在相同的气象因子输入条件下,3个站点用PSO-ELM6模型预测的效果最好.通过对PSO-ELM3模型在新疆地区普适性的研究发现,该模型具有较高的预测精度(平均R2=0.9465,平均MAE=0.3070 mm/d,平均RMSE=0.3569 mm/d).不同站点、不同气象因子输入的PSO-ELM模型能够较为精准地反映气象因子与ET0之间复杂的非线性关系,且模型在新疆地区的普适性较好,可以为新疆地区逐日ET0预测提供新的方法.  相似文献   
7.
基于迁移学习和改进CNN的葡萄叶部病害检测系统   总被引:9,自引:9,他引:0       下载免费PDF全文
为建立高效、准确的葡萄叶部病害检测系统,引入迁移学习机制,利用大型公开数据集对VGG16模型预训练,保持模型前端13个层的参数和权重不变,对全连接层和分类层改进后利用新数据集微调训练模型,包括对训练优化器、学习率和中心损失函数平衡参数的优选试验,最后将模型部署在Android手机端。试验表明,在微调训练阶段选择Adam优化器、初始学习率设为0.001、中心损失函数平衡参数设为0.12时,改进的VGG16模型性能最优,对葡萄6类叶部图像的分类平均准确率为98.02%,单幅图像平均检测耗时为0.327s。与未改进的VGG16模型相比,平均准确率提高了2.82%,平均检测耗时下降了66.8%,权重参数数量减少了83.4%。改进后的模型综合性能优于AlexNet、ResNet50和Inceptionv3等模型。将模型跨平台部署在Android手机端,自然环境下验证的平均准确率为95.67%,平均检测耗时为0.357 s。该研究建立的基于迁移学习和改进卷积神经网络的病害检测系统可实现对葡萄叶部病害的快速、智能诊断,为葡萄病害的及时防控提供依据。  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