东北红豆杉快速繁殖技术的研究

通过温室与陆地扦插效果、基质对插穗生根率影响,插穗木质化程度、插穗下剪口的形状不同对生根能力的影响,不同肥料种类对生长量和生长状况的影响等试验与分析:得出了东北红豆杉扦插应在温室中采用木质化程度较高的插穗,下剪口平或略斜并在分层基质中扦插,适时合理施用香油渣混合液,插穗生根率和幼苗移栽成活率高,生长速度快。     

世界一些国家在森林资源调查中对航空照片的利用

航空照片已成为各类森林调查的有利工具。在日本,不同树种森林面积的林业统计中包括:为编制森林计划而进行的航空照片判读、把握森林的变化情况、修正小班区划、森林调查簿的更新以及在此基础上的数据更新等工作。与日本不同的是,许多国家是以统计学为基础对森林资源进行抽样调     

基于生命周期的农业科学数据监护任务研究

为促进农业科学数据的有效管理,提升数据利用效率,最大限度地发挥数据价值,有必要开展农业科学数据监护研究。运用文献调研法和对比分析法,在对比分析现有的典型的数据生命周期模型的基础上,重新划分了农业科学数据生命周期阶段,指出了数据生命周期各阶段的数据监护任务,农业科学数据生命周期各阶段的数据监护任务侧重点不同,数据监护兼具管理与服务的双重属性。     

基于迁移学习的花类图像分类方法研究

传统的花类识别方法和普通卷积神经网络模型无法对花类图像进行准确的特征提取,花类之间较高的相似性使得分类识别较难。针对以上问题,为提高图像识别率,提出一种基于VGG16网络的迁移学习方法,对花卉图像进行分类。首先对花卉图像进行数据加强,然后对数据集预训练模型进行迁移学习,修改全连接分类层,最后对优化器与激活函数进行微调,得出分类结果。实验表明：该模型在花类分类识别中比传统方法和普通卷积神经网络模型得出的准确率高,迁移后准确率达到89.10%。     

基于Tensorflow的车型识别系统研究

研究了基于谷歌深度学习框架Tensorflow的深度学习在车型识别领域应用的可能性,使用了卷积神经网络模型,将6种不同类型的车辆图片作为训练集输入神经网络,通过多次训练,选择合适的神经网络超参数,最终得到了可以通过输入图片直接识别汽车类型的卷积神经网络模型,且准确率约为92%。同时,通过学习,以Tensorflow为后端,keras为前端进行建模、编程的完整流程,为进一步使用Tensorflow深度学习框架构建图像识别的应用环境打下了基础。     

基于气象大数据的承德市避暑旅游景区评价

为了加强气象大数据在避暑旅游资源开发中的应用,提取承德市288个区域气象站的气温、湿度等资料、数字高程等资料,利用层次分析法对承德市47个主要旅游景区5—8月逐月建立避暑分级评价模型,基于GIS空间分析技术制作了承德市逐月避暑指数分布图。结果表明：5月下旬与8月承德县中南部、兴隆县东部景区有中暑的可能性,其他大部地区均凉爽舒适;6月最适宜避暑的景区位于承德市北部县区、平泉市大部;7月最宜避暑的景区位于坝上地区、围场县大部、丰宁县中北部、隆化县北部、平泉市北部,中南部景区均易发生中暑。     

基于最小数据集的大渡河干暖河谷典型植被土壤质量评价

土壤质量是植被恢复重建的关键.大渡河干暖河谷区植被退化严重,开展土壤质量评价对于制定适合该区域的植被恢复重建措施尤为重要.本文采用最小数据集法,评价大渡河干暖河谷区灌丛、草本、针叶林、阔叶林和针阔混交林5种典型植被的土壤质量.基于16个土壤理化指标的主成分分析,构建由土壤毛管孔隙度、非毛管孔隙度、有机质、全氮、全磷、有...     

大数据背景下非会计专业财务管理课程教学改革研究

为了培养与信息化时代相适应的商科人才,提高非会计专业财务管理课程的教学质量,对宁波大学科学技术学院大二的非会计商科班级进行教学改革。文章运用问卷调查的方法,发现课程目前存在的问题,通过针对具体专业调整教学内容、改进教学方式和考核方式、增加实践教学和以赛促学的方式进行教学改革。教学改革后实验班的平均期末成绩为81.35分,高出对照班4.69分,同时实验班的成绩更均衡,不及格人数比对照班降低11.86%。通过改革,提升了教学效果,在期末成绩、学生评价、竞赛这几方面有显著提高。     

大数据背景下高校双师型教师区域实践研修模式研究

文章针对传统研修模式从课堂听—课堂讲—课堂讨论的局限性,提出了双师型教师需要走出课堂、走进企业、联合区域内高中小学教师,基于大数据背景下不同类型教师的需求,按照兴趣爱好、专业背景在大数据软件平台支撑下自行组合交流研讨。对于有效解决教师竞赛、学生竞赛、企业发展、教师科教研成果的问题,提供较好的解决思路,具有一定的新意。