人工神经网络在现代农业园区机械化程度综合评估中的应用

通过将人工神经网络应用于现代化农业园区机械化程度的综合评估,介绍了神经网络的评估原理,建立了农业园区机械化程度的评估模型。并用计算实例表明此种方法还具有较好的可靠性。     

天津市现代农业园区发展综合评价研究

根据天津农业的特点和天津市现代农业园区的发展状况,在讨论评价指标体系构建原则的基础上,确定了现代农业园区综合评价指标体系。利用层次分析法(AHP),确定了评价指标的权重,并利用该体系对天津市现代农业园区的发展进行了综合评价。     

电导法在土壤盐渍化程度评估中的应用

本文引用电导法测定不同盐渍化类型土壤溶液电导率,并综合分析与作物生长之间关系,归纳形成了应用电导率划分土壤盐渍化程度等级的标准,以便于对盐渍化土壤水盐动态的自动化监测和快速评估。     

现代农业园区的规划探讨

为现代农业园区规划建设提供参考,从道路规划、电力基础、水利基础、排水系统、网络通信5个方面对现代农业园区基础设施规划进行了探讨;从种植区、养殖区、休闲区、办公区、美化卫生区等方面对现代农业园区区域规划进行了探讨。     

现代农业园区发展现状与对策——基于苏州现代农业园区的调查

以苏州78家66.67 hm2以上农业园区作为研究对象,对苏州农业园区建设和经营现状与制约因素进行实证分析。结果表明,苏州农业园区主要采用"区镇合一"的管理体制,市场化运行机制尚未建立,农业产业化程度较低,专业化服务能力普遍较弱,经济效益总体情况良好。但园区之间差异明显,社会效益不是很理想,大多数园区在生态效益方面成效显著,科技创新和成果转化能力普遍较弱。苏州农业园区面临的最为突出问题主要表现在缺少大型龙头企业、人才匮乏、农产品精深加工程度低、缺乏市场化的技术创新机制、资金筹备困难和缺乏市场化运行机制等。针对存在的问题,从近期、中期、长期不同层面,提出了促进苏州农业园区发展的对策建议。     

农业机械化在现代农业中应用

随着高科技时代的到来,现代农业也迈入了科技时代,大量农机应运而生.农业机械化时代的到来,为粮食增产、粮食安全、促进国家农业发展做出了巨大贡献.本研究通过对农业机械化现状进行分析研究,本着促进我国农业机械化高度发展的目的,为促进现代农业的进步提出几点建议.     

农业机械化在现代农业中的重要性

我国农业生产正处于一个从传统型耕作到现代化农业机械化转型的过程中,如何能在最短的时间内推进现代农业的发展,是值得我们深思的。以下文章是结合公主岭农业现代化实施情况对农业机械化处于现代化农业中的发展情况进行分析,为农业现代化的发展指引新的方向。     

试论现代农业园区建设中的土地研究

随着我国农业的快速发展,农村的土地流转越发频繁,且农村土地流转的规模也越来越大,现代化的农业园区不断建立起来。现代农业园区的有效建立,是农业现代化发展的重要标志,也是促进农业现代化发展的重要举措。在农业园区的建设中,许多土地问题显露出来,生产经营的非粮化以及农业土地非法利用,都让现代农业园区建设受到阻挠。加强现代农业园区建设的土地研究势在必行。     

人工神经网络在农业中的应用研究

本文回顾了人工神经网络技术在国内外农业领域中的应用情况,对其在农业中的应用前景进行展望。     

人工神经网络在农业中的应用

本文介绍了人工神经网络的历史发展概况、基本结构和原理、主要特点.综述了人工神经网络历年来在农业信息科学领域的应用情况.     

长江口水质人工神经网络模型的建立及现状评价

应用B－P人工神经网络方法建立了长江口的海域水质综合评价模型，B－P人工神经网络结构中的输出层以单输出代替多输出以保证评价结果的唯一性。以此模型采用溶解氧，化学需氧量（COD），磷酸盐，无机氮，总汞，镉，铅，砷，油类，对长江口18个监测点的海水水质进行综合评价。表明；2个站点为Ⅰ类水质，10个站点为Ⅱ类水质，5个站点为Ⅲ类水质，1个站点为Ⅳ类水质。     

长江口水质人T神经网络模型的建立及现状评价

应用B-P人工神经网络方法建立了长江口的海域水质综合评价模型,B-P人工神经网络结构中的输出层以单输出代替多输出以保证评价结果的唯一性.以此模型采用溶解氧、化学需氧量(COD)、磷酸盐、无机氮、总汞、镉、铅、砷、油类,对长江口18个监测点的海水水质进行综合评价.表明2个站点为I类水质,10个站点为Ⅱ类水质,5个站点为Ⅲ类水质,1个站点为Ⅳ类水质.     

模拟人工神经网络对小麦吸浆虫发生程度的预测

根据神经网络建模的基本原理,对陕西省关中地区小麦吸浆虫的发生程度资料进行处理分析,建立了神经网络发生适合度预测模型。结果表明:该方法的预测精度达到100%,为害虫的长期发生预测提供了一种新的方法。     

人工神经网络在流域植被类型优化中的应用

鉴于防护林体系植被类型受众多因素影响,并具有复杂的非线性特点,以近自然林业为理念,采用LM人工神经网络建立防护林体系植被类型优化模型,并用典型流域的现实数据对模型进行训练和预测验证。结果表明,用Matlab构建的模型方便、快捷,同时具有收敛速度快、预测精度高的特点,为防护林体系植被优化提供了一种行之有效的方法。     

人工神经网络在预报棉花烂铃病中的应用

根据新乡棉花烂铃病的资料,运用人工神经网络建立了棉花烂铃病流行趋势预测的计算机智专家系统,该系统运算速度快,性能良好,预测准确,可作为农作物疾病流行趋势预报的有效辅助手段。     

BP人工神经网络在玉米智能农业专家系统中的应用

单机版的智能农业专家决策支持系统,由于受到模拟模型及产生式规则知识在专家系统表达中的局限性,无法及时解决农业生产过程中生态环境发生变化时给农作物个体或群体带来的影响所涉及的多领域知识的决策问题。本文结合国家863项目“广西智能农业专家系统示范区”的二次开发,提出基于互联网环境下的BP人工神经网络玉米智能农业专家系统的模拟模型,以及在该环境下知识的组成、表示方法和决策服务。     

降水量的BP人工神经网络预测模型及其应用

由于影响因素的复杂性 ,预测降水量具有相当的难度。在假设区域长时间内降水量和蒸发量保持平衡的基础上 ,用 BP人工神经网络建立了陕西省汉中市的降水量预测模型 ,根据前 3个月降水量和蒸发量对降水量资料进行了模拟预测 ,结果认为其准确率为 84% ,合格率为 10 0 %。     

神经网络在精准农业中的应用研究进展

简单论述了人工神经网络的基本结构和原理,总结了人工神经网络在精准农业的应用,重点介绍了人工神经网络在农作物产量预测和虫害预测方面的应用,简略介绍了人工神经网络在农业智能专家系统、农作物生长方面的应用,并对人工神经网络在精准农业的应用前景进行了展望。