基于近红外光谱的卷烟配方模块香型预测

为提高卷烟配方模块的分类识别准确率，并为卷烟配方模块的科学评估提供技术支撑，提出了一种基于近红外光谱特征筛选的卷烟配方模块香型预测方法。选取2017—2019年238个卷烟配方模块样品的近红外光谱数据，结合特征工程中的递归特征消除法和BP神经网络、随机森林、XGBoost 3种机器学习技术，构建了基于特征变量的香型预测模型。与全光谱数据训练的分类效果对比，经过递归特征消除法筛选后的光谱特征变量能够有效提升卷烟配方模块香型的识别准确率，其中，XGBoost算法分类效果最佳，模型对测试集的识别准确率达到了90.41%。结果表明，基于近红外光谱特征筛选的香型预测方法对卷烟配方模块的快速定位、科学评价及卷烟配方设计等有一定的辅助决策作用。     

新昌县耕地质量现状和提升措施

通过对新昌县耕地耕层土壤进行采样调查和检测分析,按照耕地地力评价指标体系分析了地力现状,并进行了分等定级,指出了当前新昌县耕地质量存在的问题,在此基础上提出了提升耕地质量的措施。     

赫章县水塘乡耕地类型区耕地地力等级评价试验

耕地是农业生产的重要生产资料,对耕地进行分等定级,是查清耕地质量状况的必要手段。耕地地力划分标准的编制采用综合归纳法、专家经验法和限制因素法。该文试图通过对赫章县水塘乡农区的耕地进行地力调查、分等、定级、评价等方面的阐述,为更加有效的保护耕地、合理开发利用和新增耕地的定级提供依据。     

农业类上市公司信用风险评估研究

本文通过建立农业类上市公司信用风险指标体系,选取2020年48家农林牧渔上市公司的财务数据,通过标准化和SMOTE过采样处理,利用决策树、随机森林和XGBoost 3种机器学习算法构建农业类上市公司信用风险评估模型,通过实证分析发现,3种算法的准确率均在90%以上,都能有效评估农业类上市公司信用风险。其中基于XGBoost算法的农业类上市公司信用风险评估模型是最好的,准确率高达97.62%。     

基于上轮农用地分等的耕地质量评价研究

基于上轮农用地分等成果,采用面积权重法、空间聚类和局部自相关分析等方法,从分等因素指标值获取、系数等值区划分、质量异常图斑检查3个方面对新一轮耕地质量评价进行研究.以武汉市汉南区为例,基于上轮分等成果进行新一轮耕地质量评价.结果表明:①依据分等因素时间变异程度,采用不同的方法可科学高效地获取新一轮耕地分等因素指标值.②结合系数和空间位置的等值区聚类结果连片性更好,更符合实际情况.③运用局部Moran'sI自相关指数可有效的探测出质量异常图斑.该研究对进行新一轮耕地质量评价,实现耕地数质一体化管理具有重要意义.     

基于BP神经网络和支持向量机的农用地分等方法研究

为建立农用地(耕地)质量评价模型,客观准确地进行农用地(耕地)分等,减少现行农用地分等方法中的人为因素影响,提高农用地分等的精度。以福建省长泰县丘陵山地区为实证研究区,通过无监督网络——自组织特征映射网络(SOM)筛选出2 602组典型样本,分别进行有监督网络——BP神经网络和支持向量机(SVM)的学习训练,将分等指标作为输入变量,以农用地自然质量等指数和等别作为输出变量,分别建立BP神经网络农用地分等模型与SVM农用地分等模型并对其精度进行分析。BP神经网络模型的评价正确率为89%,精度较高;支持向量机(SVM)模型的评价结果正确率为99%,达到高精度等级。2种模型均能满足农用地分等的精度要求,但SVM模型较BP神经网络效果更好,更适合应用于农用地分等工作。     

基于迁移学习的芒果成熟度分类算法研究

成熟度判别是芒果采收及储藏的重要依据.为了适应移动设备硬件算力的限制,对比了传统机器学习方法和迁移学习方法在芒果成熟度鉴别方面的表现,优选最佳模型并开发了芒果成熟度分类软件.试验采集了不同成熟度的小台农图像100张,进行数据扩充后按照8:2划分为训练集和测试集,以准确率、F1值和预测时间作为模型评价指标,分别采用k近邻(K-NearestNeighbor, KNN)、支持向量机(Support vector machine, SVM)、朴素贝叶斯(Naive bayes, NB)、决策树(Decision tree, DT)机器学习算法模型和AlexNet、ResNet18、VGG16、GoogleNet和SqueezeNet迁移学习算法模型进行训练和测试,并对比分析各模型的表现.结果表明：机器学习虽然运算速度快,但分类的准确率明显低于迁移学习,迁移学习的分类准确率均在90%以上.但综合考虑模型的分类准确率和计算能力认为Resnet18表现最佳,它在迭代20次后准确率达到98.75%,而测试时间仅为74.66 ms,优于其它深度学习模型.     

诸暨市浬浦镇耕地土壤地力评价报告

为掌握诸暨市涅浦镇耕地质量现状,对涅浦镇耕地耕层土壤进行了抽样调查和检测分析,按照诸暨市耕地地力评价指标体系进行了地力评价与分等定级,指出了当前耕地质量存在问题,提出了提升耕地质量的措施。     

基于Model Builder模块的青冈县农用地分等定级研究

耕地的质量和数量是保证粮食安全的前提条件,作为基础性工作的农用地分等定级工作也成为众多土地资源管理工作的重中之重。为了使影响因素多、指标繁杂、计算量大的评价工作变得更加自动化,以ArcGIS软件为技术支撑,利用土壤图等基础图件资料作为辅助,采用多因子综合评判法来建立青冈县农用地分等定级评价体系和数据库,并对农用地分等定级工作一键化处理的方法进行了探讨,所得结果与人工手动计算结果一致,进而减少人工作业的失误率,提高工作质量和效率。     

基于可持续发展观的耕地分等定级指标体系的构建

为客观合理地评估耕地实际和潜在的利用价值,基于可持续发展观,在考虑耕地自然和经济价值的基础上,探讨了将社会和生态价值融入耕地分等定级指标体系的理论与方法。可持续利用耕地指标体系构建应遵循经济可行性、社会可接受性、生态保护原则,在考虑耕地的基础地力进行耕地分等的基础上,再从耕地的现实生产力（或潜在生产力）角度对耕地同等别内的级别进行评价和划分。根据现有的耕地分等指标体系,对平原和山地丘陵地区耕地分等指标体系中的土壤自然和环境因素进行了修正,分别制定了平原和山地丘陵地区耕地分等的指标体系;基于耕地的经济可行性（经济价值）、社会可接受性（社会价值）和耕地质量的保护性（生态价值）,构建了耕地定级指标体系,并对耕地定级指标进行了定量表达。     

诸暨市耕地质量现状和提升措施

通过对诸暨市耕地耕层土壤进行抽样调查和检测分析,按照耕地地力评价指标分析了地力现状,并进行了分等定级,指出了诸暨市耕地当前质量存在的问题,同时在此基础上提出了提升耕地质量的措施。     

商丘市耕地地力评价与中低产田改良建议

在实施测土配方施肥项目的基础上,开展了商丘市耕地地力评价工作,对耕地地力进行了分等定级,对中低产田进行了分类,提出了中低产田的改良建议,以达到合理利用耕地资源、保持耕地的可持续生产能力、确保国家粮食安全的目的。     

天津市东丽区耕地地力评价研究

应用县域耕地资源管理信息系统(CLRMIS),对天津市东丽区耕地地力进行了评价,详细介绍了评价的全过程,包括确定评价因子、评价因子层次分析模型的建立、评价因子隶属函数模型的建立、耕地地力综合评价与分等定级、评价结果检验等,最终将东丽区耕地划分为4个等级。     

基于耕地质量等级监测的新疆阿勒泰市耕地质量动态变化研究

以耕地质量等级监测工作为基础,从耕地的自然和社会经济属性出发,选取新疆阿勒泰市为研究示例,参照农用地分等定级和土壤监测评价方法,建立指标体系分析影响区域耕地质量变化因素,结合地理信息系统空间模型评价耕地质量等别和综合水平,同时描述多时段内区域耕地质量动态变化情况,揭示耕地质量在时间和空间范围内的变化趋势和规律。耕地质量等别评价结果表明阿勒泰市耕地整体质量呈上升趋势,其中自然等别变化平缓,利用和经济等别波动性较大;耕地质量综合评价结果得出区域耕地质量综合指数波动幅度较小,变化趋势与耕地质量等别评价结果相近。     

阿荣旗耕地地力评价与测土配方施肥技术应用

利用测土配方施肥调查数据,开展耕地地力评价是测土配方施肥补贴项目的一项重要内容,通过耕地地力评价,对耕地地力进行分等定级,分析各等级耕地的分布、面积、生产潜力、主要障碍因素、利用方向、改良措施,为推进农业结构调整、开展测土配方施肥、发展无公害农业、加强耕地质量保护与建设、改良利用土壤和促进生态建设提供重要科学依据。     

基于深度学习的玉米叶片病害识别方法研究

玉米叶片病害是造成的玉米质量差、产量低主要原因之一。为了对玉米叶片病害进行快速准确识别，提出了 基于ResNet（Residual Neural Network）深度学习网络对玉米病害识别的方法，采用ResNet 作为玉米病害识别的主体 模型，利用数据增强技术来扩充数据集，扩充后的数据集图片包括训6000 张练集和1645 张测试集，并使用预训练网络 AlexNet、GooLeNet 和ResNet 进行识别玉米叶片病害的性能对比实验，研究发现在批量尺寸为32 个和epoch 次数为16 时ResNet50 获得最高的分类准确率为92.82%，优于传统机器学习算法。     

阿荣旗耕地质量状况及改良利用措施

耕地作为一种资源，是人们获取粮食及其他农产品不可代替的生产资料。随着耕地数量的不断减少。质量的高低及其改良利用则显得更为重要。2002年，阿荣旗作为国家农业部耕地地力调查与质量评价项目试点旗县，对全旗耕地质量进行了全面的调查，分等定级，针对不同区域耕地提出改良利用措施，对调整产业结构、提高农业生产效益、增加农民收入、保持农业的可持续发展都具有重要意义。     

诸暨市牌头镇水田地力现状与提升措施

通过对诸暨市牌头镇水田耕层土壤进行抽样调查和检测分析,并按照耕地地力评价指标体系进行地力评价与分等定级,指出水田存在的质量问题,并提出一些提升地力的措施。     

耕地地力评价与农用地分等的比较研究——以吉林省九台市为例

我国现行农地评价体系有农业部的耕地地力等级划分体系和国土资源部的农用地分等定级评价体系.该研究以吉林省九台市为代表样区,依据《耕地地力评价指南》和《农用地分等规程》（TD/T1004-2003）对其进行耕地地力评价和农用地分等.通过比较分析耕地地力评价和农用地分等的评价结果,得出耕地地力评价结果与农用地自然质量等分布趋势相同,一致性较强,通过SPSS相关性分析,结果存在一定的线性关系,达到极显著水平;与农用地利用等和经济等分布趋势不同,有一定的差异.该文还提出可以通过转换为粮食产量高低这一媒介将二者进行衔接.     

一种基于改进时间卷积网络的生猪价格预测方法

针对传统的生猪价格预测方法存在预测精度不够高，容易陷入局部最小值等问题，为更加精准地预测生猪价格，采用随机森林回归(RFR)、极限梯度回升(XGBoost)、轻型梯度提升机(LightGBM)3种机器学习模型和改进网络结构的时间卷积网络(TCN)模型方法，以经过Z-Score标准化预处理的西南地区某省2011—2020年每周生猪价格数据为样本，对生猪价格预测进行研究。结果表明:TCN模型预测结果的均方误差(MSE)为0.340 606，平均绝对误差(MAE)为0.288 424，决定系数(R²)为0.995 683，均优于其他3种机器学习模型；与3种机器学习模型中效果最好的极限梯度回升(XGBoost)预测结果比较，3个指标分别提升了26%、8%和0.15%。改进网络结构的时间卷积网络模型可以更加精准地预测生猪价格。