管道泵用轴承的选用与改进

介绍了本厂管理泵用轴承在改进中所作的一些计算与研究。     

辊板式银杏脱壳装置的试验研究

通过辊板式脱壳装置的银杏脱壳试验，找出影响其脱壳性能的主要因素，提出确定最佳轧距和最佳轧辊线速度的方法，为银杏脱壳机的改进设计以及脱壳生产提供理论依据。     

三相异步电动机缺相保护的改进

该文在分析三相交流异步电动机工作特性基础上，给出在完成缺相保护的前提下，同时又能实现功率补偿的电路．阐述了电路的工作原理，并介绍了元件参数的计算与选择方法。     

基于改进YOLOv5的蝴蝶兰花朵识别与计数

为精确预测蝴蝶兰产量和对蝴蝶兰的生产进行科学管理,对大苗时期的蝴蝶兰植株花朵和花苞进行识别与检测,统计其花量。由于蝴蝶兰花苞目标体积较小,提出一种基于改进YOLOv5的蝴蝶兰花朵与花苞识别方法。首先,修改颈部网络的结构,在特征金字塔FPN(Feature Pyramid Network)和路径聚合网络PANet(Path Aggregation Network)中引入有利于小目标检测的160×160尺度特征层,以提升对小目标的检测效果;其次,使用K-means++聚类算法针对训练集生成更合适的先验框,并采用载入预训练权重和冻结主干网络的训练方式,以使模型更加容易学习,提高网络模型收敛速度和泛化能力;最后,在颈部网络加入轻量级注意力机制,加强对目标的关注,减少背景干扰,以提升模型的特征提取能力。试验结果显示,该算法对花苞的检测精确率达到89.54%,比改进前提升9.83%;对花苞和花朵的平均精确率达到91.81%,比改进前提升5.56%。该算法有优异的检测精度并有效提高对小目标的检测能力。     

基于粒子群算法优化BP神经网络的土壤含水量短期预测模型

为提高土壤含水量预测精度,基于物联网监测数据,提出了粒子群算法(PSO)优化BP神经网络的土壤含水量预测方法。首先应用主成分分析法筛选出影响土壤含水量的关键影响因子,然后构建8-5-1的BP神经网络拓扑结构,应用粒子群算法优化BP神经网络的初始权值和阈值。结果表明:与传统BP神经网络相比,新模型优化了网络结构,避免了陷入局部最优解,具有良好的预测效果;模型的评价指标平均绝对误差、平均绝对百分误差、误差均方根分别为0.259 2、0.010 5和0.135 6,与单一BP神经网络相比,预测精度更高,可满足实际的土壤含水量预测的需要。     

基于用户评论的农业新技术推荐模型设计与应用展望

近年来,推荐系统的应用取得了飞速进步。大数据、人工智能技术的出现为农业信息化的加速发展提供了广阔的空间和前景。为提升农业领域内推荐技术的应用,满足农业用户的信息获取需求,对传统协同过滤推荐算法进行了一定的改进,重点体现在融合了K-means算法以及BIRCH算法进行聚类分析,通过搭建HowNet极性词典解决传统协同过滤方法过度依赖用户具体评分的问题,并提出了一种个性化推荐模型,利用相关数据源,进行模型验证。实验结果表明,该模型运行稳定,可以达到精准推荐农业技术信息的目的。     

基于改进遥感生态指数模型的锡林郭勒草原生态环境评价

气候变化和人类活动的不断加剧,引发了生态环境质量问题,快速准确的评价区域生态环境的历史和现状,对实现人与自然的可持续协调发展具有重要意义。本文基于遥感技术分别反演出绿度因子、湿度因子、干度因子和热度因子,使用主成分分析法构建了改进遥感生态指数(MRSEI)。利用相关性分析,分析MRSEI的代表性,建立基于MRSEI的锡林郭勒草原生态环境评价模型,对锡林郭勒草原近26 a的生态环境进行了总体评价。结果表明:MRSEI可集中4种生态因子信息,能够准确的对生态环境进行评价;锡林郭勒草原从1991—2017年生态环境质量呈现出先好转后恶化的趋势; 1991年研究区上游的生态环境质量优于下游,生态环境质量东部优于西部; 2004年,研究区整体生态环境质量空间差异较1991年变化较大,上游大多数地区生态环境质量提升,但下游明显降低;至2017年,整个研究区生态环境质量全面降低,仅在锡林河上游两岸与流域的南部和东南部保持良和优良。     

基于二叉决策树分类模型的草原牛行为识别

为了解决人工监测草原放牧牛运动行为工作量大、监测精度低的问题,试验提出一种基于二叉决策树分类模型的草原牛行为识别方法,即选取草原牛颈部三轴加速度计采集数据的X轴、Y轴、Z轴方差、均方根、平均值及三轴总体的矢量幅度(signal vector magnitude, SVM)和幅度(singal magnitude area, SMA)共11种统计特征量来构建查准率-查全率曲线(P-R曲线),通过P-R曲线获取各统计特征量所对应的最优行为类别分组方式及最优阈值,利用信息增益作为选择标准来构建二叉决策树分类模型,运用此模型对草原牛的躺卧、反刍、采食及慢走四种运动行为进行分类识别,并与K-均值(K-means)聚类算法比对。结果表明：K-means聚类算法只能识别躺卧行为,难以区分反刍、采食及慢走三种运动行为,但二叉决策树分类模型能够有效地将躺卧和慢走行为从躺卧、反刍、采食及慢走四种行为中识别出来,查准率和查全率均达到0.760以上。说明二叉决策树分类模型较常用的K-means聚类算法可更有效地完成草原牛行为分类,并且准确率更高。     

鸡腿菇大田露地栽培技术试验

鸡腿菇的生物学特性为不覆土不出菇,因此栽培过程中较难实现立体化,占地面积大,单位面积的效率不高。建大棚,成本较高,而且每年的倒茬换土用工量大,严重阻碍了鸡腿菇发展。笔者在2007年大田种植鸡腿菇试验成功基础上,2008年在我市几个乡镇共推广面积达4hm^2以上,效益可观。大田露地栽培鸡腿菇,无须建大棚和小弓棚,投资少,见效快,且不与农争时,是农村农民致富的好门路。现将其主要栽培技术和改进方法介绍如下。