一种面向蔬菜中文知识图谱表示学习的改进方法

由于TransE模型在处理不同类别关系时,忽略了同类别向量的语义差别,在对蔬菜领域知识图谱中存在的一对多、多对一和多对多的复杂属性关系进行表示学习时效果较差。本文在TransE方法的基础上,提出PTA(Path-based TransE for Attribute)模型对其进行改进。首先,将蔬菜领域实体和关系通过word2vector映射到一个低维稠密向量空间中;其次,将复杂的属性关系和上下位关系进行结合构成关系路径进行训练;并采取Mean Rank和Hits@10两个评价指标衡量表示学习模型的链接预测效果。试验结果表明:PTA模型较TransE模型在不考虑关系分类的情况下,链接预测效果有较大的提高,Mean Rank最高提前6个次序;且在对属性关系按照复杂度进行分类的情况下,链接预测Hits@10的值较TransE模型最高提高13%。     

对设施蔬菜信息技术采纳行为与推广机制的探讨

设施蔬菜信息技术采纳行为的管理成果,会从根本上决定相关区域在蔬菜的栽培质量方面,是否能够被整个地区内的农户直接性的收集和利用,之后可以为蔬菜质量的保持奠定基础。该文探讨了设施蔬菜信息技术采纳行为的要素,并分析了今后的技术扩散工作机制,让该项技术可以收到更好的利用效果。     

植保技术在无公害蔬菜种植中的合理应用

无公害蔬菜种植不施用大量农药解决病虫害问题。推动无公害蔬菜种植,需要采取相应的植保技术,以改善蔬菜生长环境,有效控制病虫害,从而增加种植效益。就植保技术在无公害蔬菜种植中的应用展开分析,以期提高蔬菜种植质量和效益,推动绿色生产和消费。     

田间玉米病害防治与种植技术应用研究

研究工作将针对现阶段我国田间玉米的病害防治技术应用做出相应的探索和阐述，并且会结合现阶段田间 玉米主要遇到的病害问题进行相应的研究与方法的提出，希望能够通过该方法的应用为后续的田间玉米病害防治工 作开展提供一定的帮助与参考。     

采用双模态联合表征学习方法识别作物病害

基于深度卷积神经网络的视觉识别方法在病害诊断中表现出色,逐渐成为了研究热点。但是,基于深度卷积神经网络建立的视觉识别模型通常只利用了图像模态的数据,导致模型的识别准确率和鲁棒性,都依赖训练数据集的规模和标注的质量。构建开放环境下大规模的病害数据集并完成高质量的标注,通常需要付出巨大的经济和技术代价,限制了基于深度卷积神经网络的视觉识别方法在实际应用中的推广。该研究提出了一种基于图像与文本双模态联合表征学习的开放环境下作物病害识别模型(bimodalNet)。该模型在病害图像模态的基础上,进行了病害文本模态信息的嵌入,利用两种模态病害信息间的相关性和互补性,实现了病害特征的联合表征学习。最终bimodalNet在较小的数据集上取得了优于单纯的图像模态模型和文本模态模型的效果,最优模型组合在测试集的准确率、精确率、灵敏度、特异性和F1值分别为99.47%、98.51%、98.61%、99.68%和98.51%。该研究证明了利用病害图像和病害文本的双模态表征学习是解决开放环境下作物病害识别的有效方法。     

冀东地区蔬菜中抗生素污染状况的调查分析

基于高效率、高通量、高精度的QμEChERS前处理技术结合液相色谱-串联质谱仪,对冀东地区蔬菜中抗生素污染状况进行调查分析,证实了冀东地区蔬菜中34种抗生素残留的现状,抗生素种类和蔬菜的种类是影响抗生素的分布特征的重要因素,应对其进行进一步的研究。     

有机农场蔬菜废弃物堆肥效果研究

为满足有机农业相对闭环的物质循环体系对有机肥的需求,对有机种植背景下蔬菜废弃物的堆肥效果进行初步研究.采用腐殖土和鸽子粪堆肥,并用10％、20％和30％的有机蔬菜废弃物对腐殖土进行替换.结果表明,20％和30％废弃蔬菜替代量堆肥处理组的速效养分与对照组相比均有所提高;堆肥结束后剩余总养分含量随蔬菜废弃物添加比例的提高而逐渐增加,表现为30％废弃蔬菜替代量处理组＞20％废弃蔬菜替代量处理组＞10％废弃蔬菜替代量处理组＞对照组;新鲜蔬菜废弃物添加比例越高,有机质含量下降幅度越大,其中30％废弃蔬菜替代量处理组下降幅度最大,与堆肥前相比有机质含量下降38.1％.     

基于注意力机制和残差网络的苹果叶片病害分类

苹果叶片病害的高效准确识别有助于合理使用杀虫剂、肥料等农业资源，进而保证苹果的产量与质量。为提高苹果叶片病害识别的准确率，提出一种残差网络与注意力机制结合的苹果叶片病害识别模型：P-D-ECA-ResNet101。首先构建苹果叶片病害数据集，然后使用常见的4种网络模型在构建的数据集上进行训练，选取训练效果最好的ResNet101为骨干网络模型，通过推迟下采样(delayed downsampling)、拆解大卷积层以及引入高效通道(efficient channel attention module, ECA)注意力模块对ResNet101网络模型进行优化，最后通过特征图可视化展示改进后网络模型的识别机制。试验结果表明，推迟下采样可以增强模型特征提取能力，拆解大卷积层可以有效减少模型的复杂度，引入ECA注意力模块可以削弱无效特征信息对模型的干扰。改进后的P-D-ECA-ResNet101模型在构建的苹果叶片病害测试集上的平均识别准确率达到96.20%,相较于原模型ResNet101提升了2.20百分点。特征图可视化分析表明改进后的P-D-ECA-ResNet101模型可以更好地聚焦于病...     

盐渍化蔬菜大棚土壤改良试验初报

该试验采用田间小区对比方式，在大棚秋延后辣椒田间，对安徽中益农业科技有限公司阜南分公司生产的系列土壤改良剂的改土效果，进行了试验比较。结果表明，所选用的5种土壤改良剂对严重盐渍化的蔬菜大棚土壤均有不同程度的改良作用，以定植前整地时每hm2施用土壤改良剂1号效果最佳，辣椒死苗率仅有0.89%，较对照降低5.92个百分点，增产22.67个百分点，可以谨慎推荐给土壤盐渍化较重地区的菜农应用。     

农残速测技术在蔬菜安全检测中的应用

采用酶抑制法检测不同蔬菜类型、生育阶段、农药使用间隔期和使用浓度的蔬菜农药残留。分析显示,茄子和架豆未检测到农药残留,而白菜等叶菜类蔬菜检测到农药残留;蔬菜不同生育阶段对农药的代谢能力不同,生长盛期的法国香菜农药残留最低,显著低于幼苗期和生长末期;番茄农药残留会随使用浓度的增加而升高,呈线性关系;架豆、黄瓜和番茄农药残留随着施药后时间的推移呈现先升高后降低的趋势,且在药后第三天残留最高,第七天降到最低,达到安全食用标准。结果表明,茄科和豆科等果菜类蔬菜农药残留显著低于叶菜类;蔬菜生长盛期农药残留显著低于幼苗期和生长末期;农药残留会随使用浓度的增加而升高,也会随着时间推移先升高后降低。