人工神经网络在我国水科学中的应用与展望

简要介绍了人工神经网络的发展、结构与特点；从预测预报、评价、水灾害防治、水资源配置与管理决策4方面，综合评述了人工神经网络在我国水科学中的应用，并就人工神经网络今后在我国水科学中的应用与研究做了展望。     

计算机视觉在农业自动化收获中的应用与展望

计算机视觉在农业自动化中的应用，是当前农业工程学科中的热点研究领域之一。为此，较系统地介绍了计算机视觉在农业自动化收获方面的研究进展；分析了目前计算机视觉在农业自动化收获系统研究中存在的主要问题；并针对性地提出了解决的主要措施。     

虚拟仪器技术与农机测试

重要介绍了虚拟仪器技术的定义，构成，特点和虚拟仪器在农业工程中的应用；简要分析了农机测试的特点，并阐明了虚拟仪器技术在农机测试中具有广阔的应用前景。     

乡村振兴背景下农业工程学科的生态化发展创新

农业工程是建立在工程学、生物、农业科学、经济及管理科学理论和技术基础上的一门综合交叉应用科学。在我国当代乡村振兴发展战略下,农业工程科技存在向生态化方向发展的必要性,其主要体现为：生态文明建设是乡村振兴的重要内容；生态农业是乡村振兴的实现途径；乡村振兴呼唤农业工程科技向生态化发展。在乡村振兴视角下,我国农业工程的生态化发展对策可从以下几个方面着眼：第一,推进农业生态工程的建设和发展；第二,发挥农业工程在乡村振兴中的系统作用；第三,突出农业农村工程特点及重点发展领域。农业工程的生态化发展创新适应中国当代绿色发展、生态振兴的内在要求,将对我国农业生产实践、农业工程学科建设、农业农村现代化建设发挥不可忽视的重要作用。     

基于OBE的《机械制造工艺学》过程性考核方式改革*

OBE是工程认证背景下一种全新的教学理念,倡导“以成果为导向"进行教学过程设计和优化教学方法。针对农业机械化及其自动化专业本科生课程《机械制造工艺学》工程性和实践性强、考核偏理论、应用导向不足的问题,提出了基于OBE的过程性考核方式改革。改革以课程考核为指挥棒,以工程应用问题为案例,快速有效的引导学生调整学习方式,提高学生对教学过程的参与度,探索机械制造工艺学理论知识在农业工程领域的具体应用。考核方式改革既体现了以应用为导向的目标,又达到全方面评价学生学习效果的目的,对切实提高本专业教学质量和学生培养质量有着重要的意义。     

"通专结合"在农业工程本科人才培养中的实践

针对21世纪人才培养的标准，论述了我国农业工程本科人才培养的现状，并对农业工程人才培养模式进行了全面阐述；同时对“通专结合”教育模式在农业工程人才培养中的具体实践进行了探索。     

德国农机面面观(下)

农业机械化科研推广工作德国将与农业机械化有关的研究所集中在布朗斯维克农业研究中心，分工协作。该研究中心是从事农业机械化和农业研究的研究所，有联邦德国农业研究院农业工程基础研究所、农业机械研究所、农业建筑研究所、结构研究所、农场技术研究所、管理技术研究所等。其中，农业工程研究所主要研究力学、材料、自动化技术、机械结构设计及控制等有关基础理论科学，以及新技术的研究应用；农业机械研究所主要研究农业机械及其零部件性能。研究所下设农机动力、田间管理机械、牵引性能、播种机械等研究部门；农业建筑研究所主要研究…     

人工神经网络及其在车辆工程中的应用

人工神经网络是一种新颖的建模技术 ,是人工智能领域发展最快的信息处理技术之一 ,适用于复杂、模糊及非线性问题。简单介绍了神经网络的特点、基本结构及在车辆工程中的应用 ,分析了存在的问题并展望了应用前景。     

基于计算机视觉的害虫识别技术研究进展

害虫自动识别技术是实现农业现代化的关键。机器视觉技术在害虫识别上的应用促进了害虫自动识别技术的发展。为此,针对国内外在农业害虫识别领域的研究现状,全面、系统地分析了基于机器视觉技术的害虫识别研究进展及应用情况;同时,阐述了利用数学形态学法、二叉树法、人工神经网络等方法识别害虫的理论依据、研究情况及关键问题,指出了实现自动识别的前景及难点,以期促进该项技术在我国的应用。     

增产增收农机功不可抹

从１９９６年起，奉新县开始实施为期３年的“农业节本增效示范工程”。３年来，共完成投资２８７万元，占计划的４４１％。扩建县农机技术推广中心 １个，建筑面积达２２００ｍ~２；充实加强乡、镇农机服务队５个；组织联户或股份村级农机服务队（组）２０个；推广化肥深施面积 ２万ｈｍ~２；推广规格化（软盘）育秧，抛秧面积０．１４万ｈｍ~２；建立简易工厂化育秧大棚４个。农业节本增效示范工程的实施，有力地促进了奉新县农业机械的推广、应用，提高了我县农业生产的科技含量，促进了我县农业增产，农民增收。 一切从实际出发，实事求…     

引入因素分析法的神经网络在洪水

因素分析法是一种多元统计法，可以通过线性变换，将原有数据转换成彼此不相关且维数较少的数据，本文将因素分析法引入洪水预报神经网络的输入单元精简过程，详细介绍了建模和神经网络训练过程中包括STA训练控制在内的一些关键技术问题，并通过实例评价了此应用方法的效果，通过分析，表明此方法可以在不损失或较小损失的前提下方便有效的对洪水预报神经网络结构进行精简，大大缩减了神经网络的规模，提高了效率，具有很高的实用价值。     

考虑壁面影响的矩形裂缝通道中的颗粒沉降

为了表征颗粒在矩形裂缝通道中沉降时壁面对沉降速度的影响,基于人工神经网络(ANN)提出壁面因子预测方法,提取影响颗粒沉降速度的7个参数(ρf,ρp,d,d/a,a/b,K和n)作为特征值,借助Machac的70组试验数据对模型进行训练和预测,并将人工神经网络预测结果与Miyamura公式和刘马林公式计算结果进行对比分析.结果表明:人工神经网络模型具有较高的精度,90%的预测结果误差小于7.5%.与Miyamura公式和刘马林公式相比,人工神经网络模型不但在处理平行板模型和矩形模型时有较高的工程精度,而且具有更广泛的适用范围,能够满足更加复杂的工程需要.     

ANN技术在水泵设计中的应用

建立了水泵的人工神经网络系统，并根据实测数据对网络进行了训练，取得了令人满意的初步结果。     

近红外光谱数据建模方法的研究进展

应用化学计量学对近红外光谱数据进行建模是近红外光谱分析中的难点和关键。随着研究的深入,现有分析建模的改进算法和新方法的应用不断出现。本文详细阐述了数据预处理、定性和定量建模优化方法的研究进展。在降噪消噪方法中,小波(WT)变换是最为常用和有效的工具,应用非常广泛。波长优化选择方法是现在研究的重点之一,主要有遗传算法(GA)、无信息变量消除方法(UVE)和连续投影算法(SPA)等。在模型优化算法中,主要是在偏最小二乘法(PLS)、人工神经网络(ANN)和支持向量机(SVM)的基础上提出多种改进算法,能够更加有效地优化模型。但每种算法各具优点的同时也存在着一定的局限性,对于不同类型待测物的数学模型,优化的方法也有所不同,所以在实际应用中将多种数学挖掘方法结合,相互取长补短,将成为今后研究趋势。      

基于粗糙集神经网络的收割机需求评价方法

结合粗糙集理论和神经网络在信息处理方面的优势,构建了基于粗糙集理论和人工神经网络相结合的收割机需求评价方法的模型,并对陕西省多款收割机进行评价,建立数学模型.实例表明,约简后的知识系统可以获得原知识系统的分类结果,但分类指标却减少了77%,大大减少了信息需求量,可以计算每个属性在评价收割机方面的重要性,给收割机生产厂家提供一份可供参考的指标.     

概率神经网络在白洋淀水质评价中的应用

用概率神经网络的方法,以河北省白洋淀为研究对象,对其水质进行评价分析,并将其结果与灰色聚类方法和BP神经网络方法评价结果作比较.结果表明,用概率神经网络进行评价过程简单,计算用时少,评价避免了人为因素的干扰,结果更加准确并切合实际情况.提高了水质评价的准确性.     

数控加工中基于改进的SOM网络刀具磨损监测技术研究

介绍人工神经网络的基本概念及在刀具磨损监测中的应用，研究并比较其两种典型网络---BP网络和SOM网络的结构与算法，并对SOM进行改进。通过比较得出：改进的SOM网络在磨损估计方面具有学习速度快、精度高的优点，实际应用价值较大。     

乡村振兴背景下农业工程学科的生态农业工程创新拓展

我国实施乡村振兴战略,加之教育改革提出新工科、新农科建设理念,农业工程学科发展迎来重大机遇和挑战。为更好服务于乡村振兴,该文探索农业工程学科的拓展方向,寻求中国特色的学科内容创新。基于对世界农业工程学科前沿进展,以及我国农业农村发展阶段、特色和乡村振兴重大需求的分析,认为世界农业工程研究前沿为生物系统工程,但我国不能照搬国外农业工程学科的进阶模式,需在原有二级学科基础上拓展农业工程方向,包括生态农业工程、物理农业工程、生物系统工程等。该文提出生态农业工程概念与内涵,认为生态农业工程是农业工程的生态化发展,是农业工程与生态工程交叉学科,可作为农业工程的分支学科,符合新工科、新农科关于学科交叉融合发展理念。在我国乡村振兴背景下,拓展生态农业工程方向的必要性包括生态文明建设是乡村振兴的重要内容,突出的资源环境问题亟待发展生态农业工程,生态农业工程是乡村振兴的实现途径,以及乡村振兴呼唤生态农业工程几个方面。提出生态农业工程发展建议：发挥农业工程在乡村振兴中的系统作用,突出乡村振兴中农村建设工程领域,发挥农业工程学科对生态农业工程支撑作用,加强生态农业工程学科研究及人才培养等。农业工程的生态农业...     

人工神经网络在食品检测中的应用

近年来,人工神经网络的应用领域迅速扩大,在图像识别和语音识别方面展现了很好的智能特性.它在模式识别、数据处理、自动控制和预测中广泛应用,其优势在于不确定性系统的控制和预测.食品工业所涉及的食品加工过程、品质控制以及成分分析往往是属非线性和非稳态的系统,应用人工神经网络能够促进食品工业的发展.为此,首先简单介绍了人工神经网络的原理;然后,总结了国内外将人工神经网络应用于食品工业的一些情况,最后,展望了人工神经网络的应用前景.     

神经网络在土壤养分流失预测中的应用

以BP网络（Back Propagation Network)为基础，建立了小流域土壤养分（包括N，P，K3种成分）为输出层，流域出口处的洪量，输沙量及流域的年降雨量为输入层的包含一个中间层的BP网络，经检验，模型输出与多元线性回归模型计算结果一致。模型的建立及求解为水土保持中土壤养分的流失预测研究提供了一种新方法。