神经网络在农业工程中的应用

神经网络是人工智能领域发展最快的信息处理技术之一。神经网络模型是研究大脑和神经系统获得启示而建立的,适用于处理复杂、模糊及非线性的问题。该文简单分绍了神经网络的基本结构及逐年来神经网络在农业工程领域的应用。     

农业工程规划及农业工程项目

针对国家开展农业大规模建设的需要,提出了制订农业工程规划及农业工程项目的问题;阐述了地区经济发展战略与农业工程规划、农业工程项目的关系,农业工程规划与项目的内容和特点以及规划、计划与项目的联系和区别;最后讨论了几种系统工程方法在制订规划工作中的应用问题。     

粗糙集和神经网络理论在数据挖掘中的应用分析

本文对数据挖掘的两种重要新方法粗糙集理论和神经网络以及它们的应用进行了分析、比较,总结出每种算法的性能特征,以便于使用者了解掌握各种分类算法、更好地选择合适的算法。     

蒸发力估算及其在江西省农业水资源评估中的应用

根据实测气候资料，针对江西季风气候特点对Penman公式进行了简化，得到了适用于江西气候区域的蒸发力估算模式，并将其应用于江西省农业水资源评估，以农田降水蒸发差为指标分析了江西各自然气候区的农田水分盈亏。结果显示：江西省作物生长季内（3-10月）水资源总体上较为丰富，农田水分的自然供应较为充足，但其中3-6月农田水分供应相对充足而7-10月农田水分供应相对不足；地理分布上呈现东部多于西部，山区多于丘陵的特征。     

贵州农业旱灾评估系统应用研究

运用贵州省农业旱灾评估系统对贵州农业灾害进行有效评估,评估的指标包括农作物减产损失、农村人（畜）饮水造成的损失、农业抗旱救灾增加的投入、农业直接经济损失。该系统可进行旱情分析及预报,并可通过互联网进行实时查询与浏览,具有重要的现实意义。     

农业机械化发展水平的概率-灰色评估方法及应用

在建立农业机械化发展水平评估指标体系的基础上，结合不确定性理论及灰色系统理论，提出了评估农业机械化发展水平的新方法——概率－灰色评估法。并用该方法对河南省农业机械化发展水平进行了评估分析。     

神经网络在滑坡预报中的应用

该文讨论了滑坡预报技术的现状?存在的问题以及应用神经网络解决滑坡预报问题的新途径;提出了一种基于神经网络的滑坡预报系统(HPNN)模型及基本结构,并通过实例介绍了其工作原理?     

农业环境污染突发事件调查评估的研究

介绍了农业环境污染突发事件的特点及污染过程中污染物对农业环境的影响,阐述了突发事件的调查评估过程,并提出突发事件调查评估报告书的编写要求,为环境污染突发事件的处置提供一定参考。     

基于游程理论的农业干旱指数在辽宁省春玉米旱灾损失评估中的应用

为准确识别农业干旱事件,评估干旱对农作物产量的影响,本文以辽宁省为例,基于52个气象站1961—2015年逐日气象数据,计算了春玉米全生育期水分亏缺距平指数,利用游程理论构建了一种新的春玉米全生育期干旱指数,再结合历年产量损失率构建了区、县级尺度的干旱产量损失评估模型,并对不同干旱风险下春玉米产量损失进行了评估,以明确辽宁省春玉米干旱重点防范区域。研究结果表明,辽宁省春玉米干旱指数呈由西向东递减的经向分布特征,辽西地区更易发生严重的干旱事件,且春玉米产量稳定性也最差。春玉米主产区内, 80%以上的区、县春玉米产量损失率与干旱指数呈显著线性正相关,辽中部分区县和辽东大部两者相关性不显著。相同干旱指数下,辽西产量损失率最大,并以朝阳地区为最;辽南和辽北次之;辽东湾和中部部分平原地区总体较小;非水分限制区辽东的凤城市和东港市,降水偏少反而更有利于春玉米产量提高。辽宁省春玉米干旱重点防范区域主要分布在辽西的朝阳地区,以及千山山脉以西和以北的辽北、辽南地区,提高和稳定春玉米产量需增加耐旱品种种植、发展节水灌溉、提高水分利用效率;降水充沛或灌溉条件较好、产量稳定性较高的辽东大部和辽中部分区县,可通过提高种植和管理水平、加强其他气象灾害防御等增加春玉米产量。     

晋西黄土丘陵区农业生态环境的综合评估

本文用多维灰色评估方法,对晋西黄土丘陵区27个县的农业生态环境进行了综合评估,评估结果比较切合实际，为该区的生态农业总体规划提供了决策依据。     

基于粗糙集和BP神经网络的棉花病害识别

为了提高棉花病害的识别率,提出了一种在自然环境条件下基于粗糙集和BP神经网络的棉花病害识别方法。该方法以轮纹病、角斑病、褐斑病和盲椿象为研究对象,将病害棉花图像从RGB颜色空间转换到HSI和L*a*b*颜色空间,应用Otsu算法对H分量、a*分量和b*分量进行阈值分割,通过H+a*+b*分量与原始图像的交集提取棉花病斑区域,利用颜色矩和灰度共生矩阵分别提取病斑的颜色和纹理特征,并结合粗糙集理论和BP神经网络,实现特征向量的优选,和棉花病害的识别。通过比较试验发现,粗糙集理论能有效减少特征维数,使提取的全部特征向量16个减少到5个,使BP神经网络的训练时间缩短到原来的1/4,且棉花病害平均识别正确率达到92.72%。研究结果表明,该方法准确识别了4种棉花病害,为棉花病害的防治提供了有效的技术支持。     

农业机械化工程集成技术评价体系的建立

针对中国农业机械化工程技术集成研究需要对集成技术效果进行科学评价的实际需求,该研究进行了评价体系和方法研究。以工程应用为目标,以经济、社会和生态综合效益为主导,兼顾功能性和条件性,较为系统的提出了中国农业机械化工程集成技术评价的框架和方法。基于构建的方法体系,初步建立了农业机械化工程集成技术一般性评价指标和权重体系。     

中国现行农业建设项目管理存在问题及对策

该文通过对中国目前农业建设项目管理的实际状况进行研究总结,从中国农业建设项目的项目管理主体、以及各管理主体间的关系、项目管理制度三个角度分析了项目管理的现状。总结出了项目管理中存在的主要问题,包括目前项目管理中约束机制不健全、管理体系不完善、监管力量不足等管理体系问题;由投资方式、管理形式、专业化程度、管理经费等引起的管理方式问题;以及存在于项目实施过程中的问题。相应地提出了完善制度体系、加强管理力量、创新体制机制等有效措施,为农业建设与投资管理提供政策建议和管理参考。     

基于SFAM神经网络集成的土地评价

SFAM(Simplified Fuzzy ARTMAP,简化的模糊ARTMAP)神经网络具有自组织反馈、增量式学习和高度复杂映射等特点,是一种较BP神经网络和RBF神经网络等前馈神经网络更优秀的自组织神经网络.为克服SFAM神经网络受输入样本顺序的影响,提高土地评价的精度,提出利用SFAM神经网络集成进行土地评价的方法.并用SFAM神经网络、SFAM神经网络集成、BP神经网络、BP神经网络集成、RBF神经网络和RBF神经网络集成等方法对广东省中山市的土地进行了评价,对评价结果进行了分析和比较,结果表明SFAM神经网络具有比BP神经网络和RBF神经网络更优越的评价性能;对于这三种不同的神经网络,神经网络集成的土壤评价精度分别高于单个神经网络的精度.     

基于模糊神经网络集成的土壤资源评价性能的改进

Land evaluation factors often contain continuous-, discrete- and nominal-valued attributes. In traditional land evaluation, these different attributes are usually graded into categorical indexes by land resource experts, and the evaluation results rely heavily on experts＇ experiences. In order to overcome the shortcoming, we presented a fuzzy neural network ensemble method that did not require grading the evaluation factors into categorical indexes and could evaluate land resources by using the three kinds of attribute values directly. A fuzzy back propagation neural network （BPNN）, a fuzzy radial basis function neural network （RBFNN）, a fuzzy BPNN ensemble, and a fuzzy RBFNN ensemble were used to evaluate the land resources in Guangdong Province. The evaluation results by using the fuzzy BPNN ensemble and the fuzzy RBFNN ensemble were much better than those by using the single fuzzy BPNN and the single fuzzy RBFNN, and the error rate of the single fuzzy RBFNN or fuzzy RBFNN ensemble was lower than that of the single fuzzy BPNN or fuzzy BPNN ensemble, respectively. By using the fuzzy neural network ensembles, the validity of land resource evaluation was improved and reliance on land evaluators＇ experiences was considerably reduced.     

中国农业工程的发展经验(英文)

阐述了农业工程发展在推进中国农业现代化中所起的积极作用。农业工程科技有助于推进中国的城市化发展进程,为农业和农业现代化的一体化发展奠定了基础,为保障中国的粮食安全和国民经济的可持续发展做出了重要贡献。建立了完备的农业工程高等教育体系,服务于农业、食品、生态和环境领域。系统培养了数以千计的农业工程技术人才和管理人才。文章指出,政府的倡导和政策支持是中国农业工程发展的驱动力,科研人才和工程技术人才及其创新是关键,产业发展和农民的需求是发展的基础。农业工程有效的推动了农业现代化发展,并在很多方面发挥了积极作用,如促进农业产业化发展,引导农民合作组织,推广应用先进实用技术,促进研究成果的转化利用,教育培训农民,高效利用资源,提高生产效率,提升生产方式,增强农产品的市场竞争力,创造农村劳动力就业机会和增加农民收入,保护环境,维护生态平衡,等等。     

中国农业工程建设标准体系构架研究

农业工程是现代农业的重要内容之一,农业工程建设标准是贯彻落实农业工程建设目标的技术手段,农业工程建设标准体系是农业工程建设和标准制修订以及农业工程建设标准化的纲领性文件。该文在分析中国标准体系和工程建设标准体系研究的基础上,首次提出了中国农业工程建设标准体系构架,认为农业工程建设标准体系的构成应遵循统筹兼顾、逐项突破等原则,涵盖农田基础设施建设工程、农产品生产能力建设工程和农业生产辅助设施建设工程。农业工程建设标准体系构架可用层次结构和三维坐标来表示,从而为指导农业工程标准化建设提供依据。     

基于经验模态分解与BP神经网络的农机总动力增长预测

为提高农机总动力增长变化预测结果的准确性和可靠性,根据农机总动力增长变化与其影响因素之间具有在各时间尺度明显的非线性波动特征,提出以1986—2013年农机总动力增长为研究对象,分别对农机总动力增长及其影响因素时间序列数据进行经验模态分解(empirical mode decomposition,EMD),对得到的各时间尺度下的波动分量分别建立BP神经网络预测模型。将EMD-BP网络预测结果与多元线性回归、支持向量机、BP神经网络进行对比分析,结果表明:基于EMD-BP网络建立的农机总动力增长预测模型,拟合和预测平均相对误差分别为0.99%和1.29%,相关决定系数约为0.999,均方根误差为316.35 MW,模型评价等级为"好",各项精度评价指标都优于其他方法,因此该预测模型精度高、可靠性强。研究成果为农业机械化发展规划的制定和出台相关政策提供有效参考。     

我国农业工程科技创新与农业产业化

进一步明确农业工程在我国农业发展新阶段的作用和任务，以促使农业工程在农业现代化建设中充分发挥作用。该文在分析我国农业发展新阶段的形式、特点及面临的问题的基础上，进一步分析了我国农业产业化的特点及内涵，农业工程的任务、特点及研究领域，农业工程科技与农业产业化的关系，介绍了农业工程科技在我国的应用与发展状况，提出了加快农业工程科技创新，促进我国农业产业化发展的对策与建议。     

中国农业工程的新发展(英)

中国政府提出的建立和谐、富裕社会的发展目标,以及在新世纪实现农业现代化的目标,为农业工程的发展提供了难得的机会和新的挑战。该文作者以农业工程下属的7个子方向即农业机械化工程、农业生物与环境工程、农村能源与环境保护工程、农产品加工工程、农业信息工程、农业水土保持工程和土地利用工程分别阐述各自的发展历程,存在的主要问题以及今后重点发展的方向。从宏观上为农业工程今后的发展绘制了一幅蓝图。论文作者认为,随着农业工程各个方面的健康、快速发展,它将在中国建立和谐、富裕社会,以及中国农业的可持续发展中发挥越来越重大的作用。