基于PLS_GA_Elman算法的病虫害预测

针对农业中虫害受多种复杂因素的影响及发生量预测问题非线性、样本少、特征变量多的特点,结合偏最小二乘回归（PLS）、遗传算法（GA）与Elman神经网络,建立了虫害发生量的PLS_GA_Elman预测模型。通过PLS回归算法对影响因素进行特征提取后,将降维变量输入Elman模型,并运用GA对Elman建模中的权值和阀值进行优化。通过实例分析表明该模型预测准确性高,能有效地预测虫害的发生量。同时为验证算法的有效性,与PLS算法、Elman神经网络算法、基于GA的Elman神经网络算法（GA_Elman）、基于GA的BP神经网络算法(GA_BP)进行比较。     

基于农业生产条件的河南粮食产量组合模型研究

通过对1990～2007年河南粮食产量的分析,在影响粮食产量的诸多因素中选出农业生产条件等8个主要影响因素。基于粮食生产系统的复杂性,建立偏最小二乘回归与BP神经网络耦合模型。偏最小二乘法通过对自变量中的信息进行组合和提取,有效克服变量之间的多重相关性问题,实现了对高维数据的降维处理,同时降低了神经网络的输入维数,提高了网络的学习效率和稳健性,从而充分利用了2类现代建模方法的优点。结果表明,偏最小二乘神经网络耦合模型研究河南粮食产量的拟合精度和预测精度都比较理想。     

监测采样间隔对土壤墒情预测模型性能的影响

【目的】为了实现准确的农田土壤墒情预测,以茶园不同深度的土壤墒情为对象,对不同的监测采样间隔下的多种茶园土壤墒情预测模型进行了对比研究.【方法】经相关性分析,确定了时段初始湿度、光照、空气温度、空气湿度、土壤温度、土壤电导率和降雨量7种影响因子,对土壤墒情分别建立了多元二次回归、BP神经网络和LSTM深度学习模型.研究了10、30、60、90、120 min等不同监测采样间隔下土壤墒情的预测精度,同时对3种模型的预测结果进行了对比分析.【结果】LSTM深度学习模型的平均相对误差为0.399%,在3种模型中最小.多元二次回归模型的预测误差随着采样间隔的增大而增大,BP神经网络与LSTM深度学习模型在采样间隔为30 min时预测误差最小,平均相对误差<0.5%.研究认为,最合适的监测采样间隔为30 min,且LSTM深度学习模型具有稳定性好、精度高的特点,适用于土壤墒情预测.【结论】本研究结果为土壤墒情监测采样间隔的设定和建模方法的运用提供依据,对土壤墒情预测模型的研究和应用具有重要意义.     

土壤养分的近红外漫反射光谱预测模型分析

针对土壤养分近红外漫反射光谱数据分析的预测问题,分别利用主成分回归和偏最小二乘回归的方法建立土壤样品的近红外漫反射光谱全氮含量的数学模型,比较模型的预测精度。研究结果表明,采用主成分回归法建模预测结果的均方根误差RMSEP为0.040;偏最小二乘回归法建模的RMSEP为0.034,通过模型验证得到的全氮含量预测值与实际值相关性分析得到主成分回归法决定系数R~2=0.873 1,偏最小二乘回归法R~2=0.903 5,表明偏最小二乘回归法所建模型预测精度优于主成分回归法。该研究为提高近红外光谱法土壤养分检测精度提供了依据。     

基于电子鼻多传感器融合的茶叶存储时间识别

借助电子鼻检测存储60、120、180、240、300、360 d的黄山毛峰茶香气信息,根据电子鼻各传感器响应曲线变化特点,选取出1组能够表征不同香气信息的基本特征变量,分别采用主成分回归(PCR)、偏最小二乘回归(PLS)和BP神经网络(BPNN)方法,建立茶叶存储时间的预测模型。测试样本集对3种预测模型的检验结果表明:PCR、PLS、BPNN模型的预测标准误差分别为10.05、6.04、3.21d;最大预测相对误差分别为11.03%、7.02%、5.89%;平均预测相对误差分别为6.73%、4.74%、3.62%;预测值与实际值之间的决定系数R2分别为0.862、0.896、0.987。3种模型都能较好地对茶叶存储时间进行预测,相比较而言,BPNN模型性能最优,PLS模型性能优于PCR模型。     

基于可见/近红外漫反射光谱的土壤有机质含量估算方法研究

为研究不同土壤颗粒粒径对可见/近红外光谱分析技术在土壤有机质含量快速检测应用中的影响,获取粒径为0.169～2 mm和＜0.169 mm的2种土壤样本(各53个)的可见/近红外光谱(325～1075 nm),分别建立各自的主成分-反向传播神经网络(PCA-BPNN)、最小二乘-支持向量机(LS-SVM)和偏最小二乘法(PLS)土壤有机质含量检测模型.结果表明:当土壤粒径为0.169～2 mm时,所建立模型的土壤有机质含量预测相关系数r均在0.84以上,且预测均方根误差(RMSEP)都在0.20以下;而当土壤粒径＜0.169 mm时,所建立模型的预测相关系数r均不超过0.71.而RMSEP都在0.23以上;对于相同粒径的土壤,PLS模型对土壤有机质含量的预测效果优于LS-SVM和PCA-BPNN模型.说明不同土壤颗粒粒径会显著影响可见/近红外光谱对于土壤有机质含量的预测结果.     

基于近红外光谱技术的成年橡胶树叶片氮素含量检测

为了快速并无损地检测成年橡胶树叶片的氮素含量,使用近红外光谱检测技术获取叶片的光谱数据,采用多元散射校正(MSC)对光谱数据预处理后,使用SPA(连续投影算法)提取光谱数据的有效波长,PCA(主成分分析法)提取光谱数据主成分,然后分别将提取的光谱数据特征值输入到线性回归模型PLS(偏最小二乘回归)、非线性回归模型BPNN(BP神经网络)和LSSVM(最小二乘支持向量机)中,得到6个现有主流模型:PCA-BPNN、PCA-PLS、PCA-LSSVM、SPA-BPNN、SPA-PLS和SPA-LSSVM。用这6个模型去预测实验样本数据,经比较发现SPA-LSSVM模型对于该组实验样本的预测效果最好,其预测相关系数Rp和预测残差均方根RMSEP分别为0.9253和0.1190。因此对于成年橡胶树氮素含量的光谱快速检测,SPA-LSSVM算法模型的性能更为突出,有较好的应用潜力。     

高光谱成像技术结合遗传算法和BP神经网络的南疆骏枣总糖含量建模分析

为考察南疆骏枣的总糖含量与高光谱数据的对应关系,采用高光谱成像技术结合遗传算法和反向传播(back propagation,简称BP)神经网络的方法对南疆骏枣进行总糖含量建模分析,采用不同预处理方法处理原始光谱数据,并用遗传算法进行波长变量的选择,回归分析分别采用偏最小二乘法(PLS)和BP神经网络(BP-ANN),从线性和非线性回归方式上建立校正模型分析。结果表明,用多元散射校正(MSC)进行预处理好于其他预处理方式。在回归分析上,BP-ANN预测南疆骏枣总糖含量的模型好于PLS,预测相关系数(Rp)和预测标准偏差(RMSEP)分别为0.918 4和0.931 0。由结果可知,利用近红外高光谱成像技术对南疆骏枣总糖含量进行预测是可行的。     

基于光谱技术的土壤快速分类方法研究

针对浙江省4种典型土壤,研究应用可见-近红外光谱、近红外光谱和中红外光谱3个波段范围进行土壤快速分类的方法.在获取光谱信息的基础上,采用不同光谱建模方法以提高检测精度,简化分析计算;并分别采用主成分分析结合人工神经网络(PCA-ANN/BP)、偏最小二乘法(PLS)和偏最小二乘法结合人工神经网络(PLS-ANN)3种方法进行建模.结果表明:中红外光谱波段对土壤分类的效果不理想,而可见-近红外光谱、近红外光谱波段均能较好地进行土壤分类;在可见-近红外波段,PLS-ANN模型对土壤的分类效果优于PCA-ANN/BP和PLS模型,为土壤快速准确分类提供了一种简便可行的方法.     

成熟期梨可溶性固形物含量的近红外漫反射光谱无损检测

【目的】研究成熟期梨可溶性固形物含量的近红外漫反射光谱无损检测技术,为及时、准确地掌握成熟期梨果实的内部品质特性及田间管理、适时采收、合理储藏提供依据。【方法】基于近红外漫反射光谱检测技术分别建立了成熟期砀山酥梨可溶性固形物含量的偏最小二乘(PLS)、广义回归神经网络(GRNN)和偏最小二乘支持向量机动态预测模型(LSSVM),并综合评价了无信息变量消除法(UVE)优选有效特征波数对于简化模型、提高预测性能的影响。【结果】UVE算法能够很好地提高建模效率、有效改善GRNN和LSSVM模型预测精度,而对PLS分析模型效果不明显。3种模型中,LSSVM模型比GRNN和PLS模型具有明显优势,其中UVE-LSSVM模型具有最佳预测精度和适用性,其校正相关系数(Rc)为0.988,校正均方根误差(RMSEC)为0.074,预测相关系数(Rp)为0.922,预测均方根误差(RMSEP)为0.162。【结论】基于近红外光谱技术的UVE-LSSVM模型可用于成熟期梨可溶性固形物含量的无损检测。     

万寿菊病虫害的发生与防治措施

万寿菊又名金盏花、臭芙蓉 ,千寿菊、蜂窝菊 ,属菊科万寿菊属一年生草本植物。黑龙江省八五三农场人工栽培万寿菊主要是取其花朵作为提取黄色素的原料。在正常条件下 ,种植万寿菊可实现公顷产鲜花 2 2 .5t以上、产值可达 135 0 0元左右、利润可达6 0 0 0元左右 ,经济效益较好。     

产销通路的建立及招商引资意见

针对大陆农业发展存在的不足有必要建立产销通路 ,并提及物流在流通环节的重要性。最后就大陆各地的招商引资提出了意见     

水稻病虫害专业化统防统治工作的成效与主要措施

介绍了水稻病虫害专业化统防统治工作的成效、主要措施和今后发展的策略,以期为兴宁市水稻病虫害统防统治提供参考。     

《机械原理》与《机械设计》实验教学改革实践

《机械原理》和《机械设计》两门课程的实验教学在培养学生的综合设计、创新设计能力等方面,有其他课程不可替代的重要作用,针对两门课程传统实验教学中存在的问题,提出了以独立设课为中心的实验教学改革和实践方案,取得了显著的效果。     

植物学与分子生物学研究创新型实验项目的设计与实施

以农杆菌渗入烟草表皮瞬间表达绿色荧光蛋白的观察实验为例,对植物学与分子生物学研究创新型实验的选题设计、教学过程和效果进行了探讨。该实验项目的实施培养了学生的团队精神、科学素养和创新意识,提高了实验设计和实际操作能力,是生物科学特色专业实验教学改革的有益尝试。     

耐低温兼性厌氧蛋白酶产生菌192的筛选、鉴定及酶学性质

为了提高厌氧水解效率,采用双层平板法筛选出一株耐低温兼性厌氧蛋白酶产生菌192.经形态、生理生化和16S rDNA序列分析鉴定为蜡状芽孢杆菌(Bacillus cereus),对其产酶条件进行了初步研究.结果表明,该茵的最适生长温度为30℃,生长8～12h达对数期,初始pH 7.5时酶活力最高.蛋白酶最适反应温度为45℃、pH 7.0,酶活力最高达39.3 U/mL.该酶在50℃以下,pH 6.0～9.0性能稳定.在60℃以上热稳定性很差,70℃保存lh酶活力全部丧失.     

干旱和温度胁迫对大蒜生理生化特性及病毒LYSV和OYDV积累的影响

【目的】探明干旱和温度胁迫对大蒜病毒积累的影响.【方法】采用qRT-PCR等方法对干旱和温度胁迫下大蒜叶片生理生化特性以及LYSV和OYDV两种病毒的积累量进行测定.【结果】干旱和温度胁迫下,叶绿素含量、净光合速率和气孔导度显著低于对照(土壤含水量20%,温度22℃),对可溶性蛋白质、可溶性糖和脯氨酸含量以及SOD活性呈现不同程度的影响;干旱胁迫下,LYSV和OYDV的积累量均随着胁迫程度的增加显著增加,在10%土壤含水量下,LYSV和OYDV分别达到8.60×106和6.54×106;温度胁迫下,低温4℃显著阻止了LYSV和OYDV的积累,高温35℃也对LYSV的积累量(1.78×106)起阻碍作用,而对OYDV的积累量(5.00×106)起促进作用.【结论】干旱和温度对大蒜LYSV和OYDV积累的影响不尽相同,对于其影响机制还需进一步的研究.     

农业科技自主研发的实践与思考

从新农村建设对农业科技自主研发的要求着手,阐述了笔者对农业科技自主研发的认识与思考.在此基础上,提出了农业院校在彰显办学特色过程中如何着力科技创新、不断提高自主科技研发的能力与水平,进一步为新农村建设提供智力支撑的对策思考.     

苦荞的成分功能研究与开发应用

苦荞具有丰富的营养价值 ,它既能食用 ,又能防病、治病 ,为许多其它主要食物所不及。我国有丰富的苦荞资源 ,对苦荞的深入研究和开发应用有利于改善和提高人们的食物结构 ,同时也有助于促进贫困山区的脱贫致富。本文就苦荞的营养价值、药用价值和开发应用等方面的问题进行了阐述     

药食同源蒲公英的开发应用研究现状与展望

蒲公英是一种多年生草本药食同源植物,其富含黄酮、萜类、多糖、绿原酸、果胶等化合物,在临床药用上具有清热解毒、消肿散结、利尿通淋的功效;同时,蒲公英含有多酚、维生素、矿物质、有机酸、生物碱等活性物质,具有很好的保健食用价值。文章从药食同源的角度对蒲公英的加工应用进行了综述,以期为后续蒲公英的综合开发利用提供参考。