基于Res2Net和双线性注意力的番茄病害时期识别方法

针对番茄叶片型病害在早晚期具有类内差异大、类间差异小的特点,常规神经网络对此类病害的分类效果不佳的问题,提出了基于Res2Net和双线性注意力的番茄病害时期识别方法,通过多尺度特征和注意力机制,提高网络的细粒度表征能力。首先,提出EFCA通道注意力模块,在不降维的基础上,使用二维离散余弦变换代替全局平均池化,以减少常规通道注意力获取时的信息丢失。其次,在外积之后加入最大池化和concat操作,避免双线性融合后因维度过高导致的特征冗余。在7种不同种类和14种不同程度病害番茄叶面型病害数据集实验中,本文方法分类准确度分别为98.66%和86.89%。     

基于GAF-DenseNet的旋耕作业质量等级识别模型

为实现基于拖拉机多传感器实测载荷数据的旋耕作业质量准确识别,提出一种基于GAF-DenseNet的拖拉机旋耕作业质量等级识别模型,设计旋耕作业质量等级分级标准,开展旋耕作业田间试验,并进行模型准确性验证和性能分析。该模型通过格拉姆角场（Gramian angular field, GAF）算法,在保留原始载荷序列的时间依赖性的前提下,对时间序列数据进行唯一编码。DenseNet网络对图像阵列中内含的载荷信息进行深层挖掘,通过特征重用、模型压缩等技术环节,在保证特征提取深度的同时,显著提升该网络的运算效率。分析结果表明：过大或过小的重采样滑动窗口大小均会降低模型性能,且格拉姆角差场（Gramian angular difference field, GADF）实验效果强于格拉姆角和场（Gramian angular summation field, GASF）,实验数据显示在重采样滑动窗口大小为250且选用格拉姆角差场的条件下,模型性能达到最优。增长率k与模型整体性能呈正相关的趋势,但过大的k值会降低模型的实时性能且对于准确性提升有限,实验场景下将增长率k设为24更能符合实际需求。GAF-DenseNet模型准确率和F1值分别达到96.816%和96.136%,并且在实时性能上具有良好表现,推理时长可低至16s。在与其他智能算法对比分析中,该模型整体性能均优于对照组实验结果。     

基于高光谱影像的树种分类

应用环境与灾害监测预报小卫星(HJ-1A)的超光谱成像仪(HSI)高光谱影像,对大兴安岭地区塔河林区进行树种分类。HSI数据经过去条带和大气校正预处理,获取准确的树种光谱信息,分别采用波谱角填图法和线性波谱分离法进行树种分类。结果表明:在树种识别中,基于线性波谱分离的方法较基于波谱角填图法要优越,线性波谱分离方法的总体精度为72.0%,Kappa系数为0.600;波谱角填图法的总体精度为62.5%,Kappa系数为0.459。     

节水型冬小麦品种的分类 产量变化规律及应用研究

全面概括节水型小麦品种的特征特性,明确不同小麦品种产量随灌水变化而变化的规律,可为生产上不同区域选择不同类型的小麦品种提供科学依据。以冀中南小麦生产上推广应用的22个小麦品种为试材,2009～2011年在赵县农业科学研究所原种场,采取随机区组排列的方法安排参试品种,在冬前足墒播种的情况下分别进行了春季灌溉0水、1水和2水（该区域平水年壤土麦田主要灌水模式）3个处理,在小麦成熟期采取五点取样法进行测产。根据小麦品种对灌水反应的敏感程度,利用系统聚类分析的方法,对参试小麦品种进行了分类;并分析了不同类型小麦品种在不同灌水次数下的产量变化规律。结果表明：22个小麦品种划分为高敏感型、中敏感型和低敏感型3个类型的品种;随着灌水次数的增加,不同类型小麦品种之间的产量差异逐渐缩小,目前生产上应用的大部分小麦品种在正常年份灌2水情况下均能够表现出应有的产量水平。在不同灌水次数下,参试小麦品种的产量排位变化很大,因此全面衡量1个品种的抗旱能力,应考虑在旱栽培和不同灌水条件下的综合表现。一般生产上应首先选择既高产又对水分反应中、低敏感型的品种,可以保证无论是在旱年还是在平水年或丰水年均表现稳产、高产;对于水浇条件好的保浇地,可选用综合性状好、对水分反应高敏感型的高产品种,以确保获得理想产量和较高效益;纯旱地或扩浇地麦田,可选用抗旱系数高、产量表现好的小麦品种。     

基于Spark框架XGBoost的林业文本并行分类方法研究

针对当前互联网+技术与林业的交叉融合,涌现出海量待挖掘的涉林文本,而林业文本分类的相关研究尚不成熟的问题,使用网络爬虫技术面向互联网采集涉林文本,基于丰富的语料重新构建分类标签,提出基于Spark计算框架的XGBoost并行化方法,对林业文本进行分类。经由交叉验证,构建的XGBoost并行分类算法准确率为0. 923 4,在各类别中最低F1为0. 860 4,最高为0. 998 4;其在2. 1万条、4. 2万条、8. 4万条数据集上的训练加速比分别为2. 13、3. 47、3. 82。结果表明,基于该标签设定的分类模型对现存互联网中涉林文本的适应性较好;Spark环境下实现的XGBoost并行化算法的准确率显著优于其他4种机器学习(朴素贝叶斯、GBDT决策树、BP神经网络和ELM神经网络算法)的并行化算法,算法执行效率远高于单机版本,且数据量越大,其加速比越高,能有效应对海量林业文本的实时、准确分类。     

生物质炭对人参连作土壤微生物组成及功能的影响

【目的】探究栽培人参Panax ginseng C. A. Mey.后土壤细菌群落多样性与功能变化,以及增施生物质炭对土壤细菌群落多样性与功能的影响。【方法】对人参连作土壤进行不同生物质炭改良的田间试验,结合高通量测序技术,分析土壤细菌群落多样性与功能变化。【结果】植参土壤（前茬作物为三年生人参）中Spartobacteria_genera_incertae_sedis、Sphingomonas、Gemmatimonas、 Afipia、Gp1、Gp2、Gp3、Gp6、Rummeliibacillus 9个属细菌数量显著降低,表明栽培人参或人参根系分泌物可能抑制上述细菌的生长。另外,植参土壤Gaiella属细菌数量显著增加,添加生物质炭后该属优势度进一步增加;说明栽培人参或人参根系分泌物以及施用生物质炭均可促进该细菌的生长。相较于新林土,植参土壤细菌数量、群落多样性、细菌分类组成及优势属占比均不同程度地下降,单优势种群比例上升。生物质炭处理对上述劣变趋势具有一定的正向调节作用,细菌分类组成及数量变化趋势趋向于新林土,并协助提升...     

赣南红壤崩岗侵蚀区植物群落的研究

研究了赣南红壤崩岗侵蚀区植物群落的种类组成,结构特征和分布特点,并应用系统聚类分析方法划分了不同群落类型,所得结果与定性分类基本相同,说明该方法是适用于严重侵蚀地植被分类的,同时发现现存代表植物群落、生境具有显的次生、早生和退化特性,现在的优势植物群落是退化形的相对稳定的次和群落。     

论图书分类法中规定的同类书排列方法

本文从类目划分与同类书排列之间关系的角度出发,探讨了分类法中规定的同类书排列方法的形式、使用效果和功能,指出这是一种界于人们通常所说的类目划分方法和同类书区分方法之间的一种适应性广泛的方法。     

《中国海洋大学学报(自然科学版)》性质及学科分类

根据期刊性质和学科分类方法,以文献数量为依据对《中国海洋大学学报(自然科学版)》进行分类。结果发现,《中国海洋大学学报(自然科学版)》2010年刊登的论文全为学术性,水产和渔业类及海洋学类文献数都超过该学科"20%区域"文献数均值,其余学科文献均较少,不能划入相应学科,因此应将该刊同时归类为水产和渔业类与海洋学类专业学术期刊。     

中国鲤科鱼类分类专家系统的研究

采用ＴｕｒｂｏＰＲＯＬＯＧ语言,研究并设计出中国鲤科鱼类的分类专家系统,并完成了该系统中知识库的表达及推理机的设计工作。