基于多层分布式结构的教务管理信息系统的开发

本文结合江西农业大学教务管理工作的实际情况,采用先进的多层C/S和B/S系统结构,开发了一套功能丰富、结构合理、安全高效的教务管理信息系统,有效地提高了教务管理工作的效率和水平,大大降低了教务管理的成本和劳动强度.     

一种新的基于兴趣域的P2P信任模型

针对P2P网络中节点之间由于兴趣不对称难以建立直接信任关系,参考人类社会网络结构,借鉴小世界理论（small_word）,提出一种新的基于兴趣域划分的P2P信任模型（BIDTM信任模型）。BIDTM模型通过计算节点兴趣相似度划分兴趣域,计算节点总体信任度综合域内信任与域间信任。模拟试验表明,BIDTM信任模型在迭代的收敛速度、下载成功率、抑制恶意节点方面较传统模型有较大的改进。     

多层砌体结构房屋抗震设计要求

多层砌体结构房屋是我国建筑设计中应用最广泛的结构形式,又是抗震性能较差的结构形式。砌体结构施工图设计与审查,事关建筑工程与生命财产的安全,责任重大。就多层砌体结构施工图设计与审查提出其抗震设计的措施与要求。     

基于冠层结构的森林土壤蒸发模型研究综述

土壤蒸发是森林水分平衡的重要支出项,因此对土壤蒸发模型的研究尤为重要,探索出一种参数设置简便实用的土壤蒸发模型将会对森林水分平衡的研究产生重要影响。系统介绍了国内外森林冠层结构、土壤蒸发模型的研究进展及其研究方法,分析评述了现有的土壤蒸发模型的可靠性、参数设置以及应用情况,提出了未来土壤蒸发模型的研究重点和发展趋势。     

一种基于三层聚类结构的高效P2P系统

目前非结构P2P系统所采用的两层聚类结构HCPON存在的问题是超级节点仅采用单一的备份节点作为冗余备份,使得系统健壮性的提高很有限。本文提出了一种基于三层聚类结构的高效P2P系统(PTLCA),根据节点的拓扑优先级等对节点进行分层处理和聚类,同HCPON相比,PTLCA在性能上有显著的提高,能够满足大规模流媒体服务的需求。     

非贯通节理岩体多层结构模型研究Ⅱ——模型验证与参数分析

依据非贯通节理岩体多层结构模型,通过ABAQUS的用户材料子程序UMAT建立了基于ABAQUS平台的数值计算模型。为验证模型的合理性与有效性,将非贯通节理岩体退化模型与Zienk-iewicz节理岩体模型进行了对比并进行了参数分析。结果表明,两者基本符合,Zienkiewicz节理岩体模型可以认为是多层结构模型的特例;对于非贯通节理岩体,其性状受优势节理控制,在优势节理贯通后次级节理出现滑移与开裂;节理剪胀角、初始连通率及间距等参数对岩体变形有重要影响。随着剪胀角增加,裂纹应变减小,开裂区域增大;随着连通率增加,开裂区域由全局带状转为局部块状;当节理间距增大时,由一条滑带转化为多条滑带。     

基于传染病动力学模型的P2P文件传播研究

利用具有空间动力的多种群传染病传播模型的构建方法,充分考虑了P2P文件共享系统中节点的不同状态和变化,提出一种P2P文件传播模型.同时,给出了可以描述P2P文件传播效率的基本再生数计算公式.试验结果表明,该模型对于流行文件的下载情况符合较好,具有良好的应用价值.     

A开发区多点坝多倾向层内建筑结构研究及三维地质建模

以A开发区水平井试验区E单元为例,针对曲流型多个点坝砂体多夹层倾向的内部建筑结构及三维地质建模进行了研究。利用废弃河道测井相和示踪剂资料对废弃河道的连续性及首尾方向进行了修正,认为区块发育3个点坝,形成多点坝、夹层多倾向的构型格局,根据现代沉积研究成果,建立起多点坝体多夹层的组合模式,将多个点坝的组合方式分为“相向型”和“同向型”2种。根据点坝体在平面上的形态及纵向上侧积夹层的构型、倾角等参数抽象出相应的数学模型,并采用2个二维模型相结合的方法实现侧积夹层空间曲面的精确建模．最终建立多点坝、夹层多倾向的三维地质模型,为油藏数值模拟以及剩余油分布研究提供可靠的地质模型。     

浅析P2P技术在校园网中的应用

P2P技术是一种新型的网络模型,分析了P2P技术的概念和工作原理,阐述了P2P技术在校园网中的应用及存在的问题和解决办法。     

基于应用层校园网网络流量的控制方法

针对校园网的流量问题,在网关型设备的基础上,在校园网中采用基于应用层的网络流量控制方法,并对校园网流量控制策略采取了精细化的分类,为解决校园网出口瓶颈问题提出了新的思路。     

基于网络的农业科技信息分类编码标准体系研究与应用

在多年农业信息资源建设和网络信息分类编码标准研究的基础上,提出了基于网络的农业科技信息分类编码标准体系构建方法,并形成《种养业信息分类与代码》地方标准。该研究成果已经广泛应用到农业科技信息资源开发与利用中,取得良好效果。     

长输原油管道风险分析神经网络的应用

在役原油管道安全程度的确定需要一种优化的方法并指导维护活动.根据秦京输油管道风险因素的实际情况,对管道各管段的风险分析和预测提出了一种基于BP算法的神经网络模型,并通过秦京输油管道的实例计算验证了该方法的实用性和可靠性.     

西北黄土丘陵沟壑区防护林网络体系概念及其配置模式

西北黄土丘陵沟壑区自然条件恶劣,是黄河上中游黄土高原乃至全国水土流失最为严重的地区.防护林体系建设取得了较大成就,但仍存在许多问题.为了改变这种状况,提出防护林网络体系概念,浅述了防护林网络体系配置的原理,较详细地论述了防护林网络体系配置模式,同时也提出了适于黄土高原丘陵沟壑区营造混交林的树种及模式.     

基于改进型神经网络的植物病虫害预警模型的构建

通过对植物病虫害预警模型的相关原理和方法的研究,并结合粒子群算法对后向传播神经网络进行参数优选,构建了基于粒子群和神经网络混合算法的植物病虫害组合预警模型。模型参数：①PSO参数设定：准粒子群算法模型参数的设定主要是对惯性、收敛（约束）、＂认知＂、＂社会＂进行变化与调节。C_1是粒子跟踪自己历史最优值的权重系数,它表示粒子自身的认识,设置为2。C_2是粒子跟踪群体最优值的权重系数,它表示粒子对整个群体知识的认识,设置为2。ξ,η设置为[0,1]区间内均匀分布的随机数。r是对位置更新的时候,在速度前面加的1个系数,设置为1;②BP神经网络输入层节点的确定：预测模型输入层节点为7个,分别代表7个特征指标,即发病面积、稻瘟病发病率、雨量、雨日数、平均温度、平均湿度、光照;③隐含层节点及隐层数的确定：该研究采用3层BP网络,隐层数为1层。将1980～2000年云南省盈江稻瘟病历史数据作为学习样本输入到预警模型,进行训练。隐节点为7时误差最小（1.046）;④输出层节点的确定：预测模型输出层节点为1个,即稻瘟病病情指数（Y）。稻瘟病发生程度分为5个等级：〈10,为等级1;10.1～20.0,为等级2;20.1～30.0,为等级3;30.1～50.0,为等级4;〉50.0,为等级5。预警模型：在构建预测模型时,包括2个过程,即学习过程和预测过程。在学习过程阶段主要在PSO算法对连接权和阈值优化的基础上,通过对样本数据的学习,找到其内在规律性,从而确定各节点间的连接权和阈值。由于选取影响植物病情发病的因子有7个,因此,第i年的输入层就为1个7维向量x_i,即输入层为7个神经元。隐含层确定为1层,输出层为第i＋1年的植物病理病情指数,故为一维向量y_j,因此,输出层的神经元个数为1。预测过程则是根据学习过程已经确定下来的连接权值和阈值,把需预测样本输入训练好的BP网络,通过网络学习后,输出相应的预测值。如需预测第i年植物病情等级,就把第i-1年决定植物病理发生的相应因素输入到该网络模型。即输出就为第i年植物病情发生程度的预测值。测试结果表明预警模型的构建有效且可行,为构建有效的预警平台应用提供了可行的模型结构。     

林地资产批量评估BP模型研究

在林地资产评估中,将BP神经网络与批量评估方法结合,通过对影响林地资产评估价值因子的数据处理,建立林地批量评估BP模型,运用贝叶斯方法估计正则化参数,提高BP网络模型泛化能力。结果表明,基于贝叶斯正则化的BP神经网络模型能够实现批量预估林地资产价值,其评估结果精度可靠,泛化能力很好,可为集体林区林地资产评估提供一种新的思路与方法。     

基于微调卷积神经网络迁移学习模式下被害棉叶图像的识别

【目的】研究一种基于卷积神经网络的危害棉叶症状识别技术,提高棉花病虫害的识别准确率。【方法】基于caffe深度学习框架,在CaffeNet网络结构基础上增加一层全连接层(记为CaffeNet+1),并结合迁移学习方法对网络进行训练。采集健康、红叶茎枯、红蜘蛛、枯萎、黄萎、双斑萤叶甲、蚜虫、褐斑棉叶图像各975张作为样本集。随机选取验本集中80%的图像样本作为训练集,剩余20%作为测试集。【结果】迁移学习方式下学习率取0.005时的CaffeNet+1模型最优,在测试集上其识别准确率可达98.9%。【结论】在与全新学习模式下的CaffeNet模型相比,该方法可加速网络模型收敛,且具有更高的识别准确率,该技术方法在准确识别田间病虫害棉叶后表现症状的图像写出来具体方面具有重要的应用价值。     

基于BP神经网络的华北落叶松小班蓄积预估模型研究与应用

林分蓄积是衡量小班林分生产力的重要指标。选择华北落叶松人工林小班数据,对以年龄、公顷株数和立地指数为自变量,小班公顷蓄积为因变量的BP (back propagation)神经网络模型和多元回归模型进行研究。研究结果表明:①BP神经网络参数最优组合:三层网络结构包括输入层3个神经元,隐含层10个神经元和1个神经元,输出层1个神经元,R语言算法选用含有动量的自适应梯度下降法,MATLAB软件算法选择Levevberg-Marquardt法;②多元回归模型中,生长理论方程为基础修正函数"Logistic+幂函数"组合的修正模型V=SI~(0.977 2)N~(0.510 3)0.500 1/[1+44.226 1exp(-0.146 6t)]表现最优,其决定系数R~2为0.721 8;③BP模型预测精度最高,其次是多元回归模型和材积表法。基于以上研究,为了提高BP模型的实用性,通过JAVA和R语言编程方式,将构建BP神经网络小班蓄积预估模型存储到收获预估模型的模型库中,在人工林收获预估中实现BP模型的调用,实现从经典的数学模型形式向智能化软件方向发展,提高BP模型在实际生产中的可操作性,为森林经营作业提供决策支持。     

多级处理模式下粪污中氮、磷削减规律及其农田可消纳量——以苏南水网地区规模猪场为例

针对规模养殖场粪污多级处理模式下氮、磷削减规律及土地承载力不清等问题,以苏南水网地区一规模猪场为研究对象,系统分析了污水经二级厌氧消化、三级沉淀池和水生植物塘逐级处理后氮、磷的去除特征,进一步核算了此模式下粪污实际农田可消纳量。结果表明：猪场全年粪、尿总产生量分别约为4 086.9 t和10 995.8 t,粪便收集率约为90.5%。收集的粪污中可利用的总氮（TN）和总磷（TP）量分别为183.12 t和148.97 t。粪污经过厌氧消化后TN和TP去除率小于25.3%和57.2%,进一步通过三级沉淀池处理后二者可去除80%以上,最终通过水生植物生态处理后二者去除率均达95%以上。养殖废水经过多级处理工艺,可大幅提高其农田消纳量,降低粪污处理成本,特别适用于集约化程度高、经济发达、土地资源有限地区的畜禽养殖场。