用BP神经网络预测地下水动态

地下水系统是一个复杂的随机系统，本文根据地下水位与其影响因素之间存在的映射关键，建立了一个BP人工神经网络模型，并将其用于地下水位的动态预测。实例表明，该方法预测精度较高，具有一定的推广价值。     

关帝山林区景观要素空间关联度与景观格局分析

本文提出了用于分析复杂景观异质景观要素空间关系的景观要素空间关联指数 ,介绍了应用GIS技术测度该指数的方法。在ARC/INFO支持下 ,对关帝山森林景观各景观要素空间关系进行了分析 ,从一个侧面揭示了研究地区景观格局的控制因素 ,掌握了研究地区森林景观要素空间分布的基本规律。研究结果表明 ,景观要素空间关联指数用于复杂异质景观的格局分析可取得良好效果 ,其生态学意义明确 ,实用性强。通过统一网格样方图层与景观图层叠加进行全景观取样的方法 ,简便、可靠、实用。关帝山森林景观受以居民点为干扰源 ,沿河流、道路延伸和扩展 ,经农田向外围渗透扩散的干扰格局和环境异质分布格局的共同控制。从复杂、破碎、高度异质的总体景观中 ,揭示了研究地区景观要素的空间关系 ,掌握了研究地区 1 0个地类之间以及 1 0个森林类型之间空间关系的总体格局和基本规律。     

图书馆服务手段网络化与文献资源数字化建设

在网络环境下,人们获取和利用文献信息资源的方式发生了重大变化,因此,图书馆信息服务手段的网络化和文献资源数字化建设面临着新的挑战。     

基于神经网络的杉木人工林碳通量影响因素的选择

对碳循环影响因素的研究是预测碳通量的重要环节,也是研究碳循环的重要基础。利用亚热带地区湖南省会同杉木人工林生态系统国家野外科学观测研究站2008年7—9月的碳通量和环境因子观测数据,采用遗传神经网络模型对碳通量预测因素进行优化选择,并与传统的相关分析方法进行对比分析。结果表明:模型CIV.8(输入参数包括空气温度Ta、光合有效辐射Par、大气CO2浓度ρc、空气相对湿度Rh、风速Ws、土壤温度Ts)是所有模型中模拟效果最好的。光合有效辐射与碳通量的相关性最强,相关系数是-0.704(P=0.000);降雨量与碳通量的相关性最弱,相关系数是0.002(P=0.854)。最多输入变量或最复杂的神经网络结构并不能得到最好的模型。     

2005—2014年国际原木贸易格局的社会网络分析

采用社会网络分析方法,利用2005—2014年世界120个国家（地区）原木进出口贸易数据,对国际原木贸易网络的网络密度、中心性及核心节点等指标进行计算,对国际原木贸易网络核心—边缘结构进行分析。研究结果表明:国际原木贸易的发展受到世界经济形势和政府原木进出口政策的显著影响;大部分国家（地区）原木贸易伙伴少、贸易量小,只有少数贸易伙伴较多、贸易量大;美国一直是原木进出口贸易的核心国家,德国是后加入的核心国家,属于金砖国家的中国、印度发展迅速,中国在2011年跻身核心国家行列。     

利用WGCNA进行玉米花期基因共表达模块鉴定

权重基因共表达网络分析(weighted gene co-expression network analysis, WGCNA)是系统生物学的一种研究方法,在挖掘生物学数据与特定性状之间的生物学关系方面具有十分重要的作用。本研究利用玉米(Zea mays L.)自交系B73的14份不同发育阶段的转录组数据,筛选掉低表达丰度的基因,最终得到了22,426个高表达的基因用于创建基因表达矩阵;利用不同组织作为性状,创建表型矩阵。然后利用R软件中的WGCNA包建立了共表达网络,共得到20个模块。本研究将与组织相关性高于0.65的模块定义为组织特异性模块,最终鉴定到14个组织特异性模块。利用在线网站Agrigo对组织特异性模块中的基因进行GO (gene ontology)富集分析,发现14个模块中均可以得到富集种类。开花作为玉米生育周期中的一个重要生理过程,不仅代表着植物从营养生长到生殖生长的转变,也关系到产量、株高和抗逆性等农艺性状。本研究发现8个组织特异性模块中的基因可以富集到与开花调控的代谢通路。此外,有17个已经报道过的开花时间调控基因存在于共表达模块中,并且主要分布在Blue模块和Darkmagenta模块,因此本研究重点关注了这2个模块内部的基因调控网络。本研究通过计算不同组织中的基因表达丰度,并联合权重基因共表达网络分析的方法,鉴定到了具有生物学意义的共表达基因模块,挖掘到了数个开花相关的模块,有助于揭示玉米开花调控的遗传机制。     

A data transfer method for improving seed identification of maize (Zea mays) haploid breeding based on genetic similarity

Maize haploid breeding technology is able to identify haploid seeds non‐destructively, rapidly and at low cost with the help of Near‐infrared (NIR) spectral analysis. However, due to the hybridization of numerous parents and the low production rate of haploid, the haploid data collection becomes a burden for engineering this technology. Biologically, there are considerable similarities between the progeny of the same female parent and different male parents. Based on this advantage, similar spectral data can be transferred when the NIR technology is employed. A revised method of Transfer adaptive boost (TrAdaBoost) is proposed to improve identifying for the backpropagation neural network (BPNN) classifier. To avoid the negative transfer, a screening thresh is used to select out similar data, and the amount of these data are limited to join current training. The results show that the identification performances are improved significantly when the data amount is small. This method shows a high ability to make the seed identification more convenient for engineering maize haploid breeding.     

基于无人机高光谱影像的玉米地上生物量反演

【目的】研究以玉米地上干生物量为研究对象,探讨基于无人机高光谱数据利用人工神经网络法反演生物量的可行性。【方法】在吉林省蔡家镇开展玉米氮肥梯度试验,并进行无人机高光谱数据和地上干生物量获取,共获数据30组。随机选22组数据用于建模,剩下8组用于模型的外部验证。分别基于光谱指数法和BP神经网络算法构建反演模型,比较分析各种方法反演玉米生物量的优劣。【结果】结果表明：和基于光谱指数构建的生物量反演模型相比,BP神经网络模型取得了更好的反演结果。其建模时决定系数为0.99均方根误差为0.08 t/ha,相对均方根误差为3.39%;外部验证时,决定系数为0.99,均方根误差为0.15 t/ha,相对均方根误差为8.56%。【结论】BP神经网络模型可有效提高无人机高光谱遥感反演玉米地上生物量的精度。     

智能算法在农业大数据中的探究

为进一步推进智能农业大数据产业的健康有序发展,减少农业领域在生产、销售等环节中的风险因素,确保农业生产者、销售者的最大利益。通过详细分析农业大数据中的核心问题,以云南省鲜切花产业为研究对象,拟采用人工神经网络算法分别构建鲜切花价格预测模型群、鲜切花质量等级识别模型群,将鲜切花价格预测模型群嵌入云平台中,以低廉的价格提供给需求者;将鲜切花质量等级识别模型群应用于鲜切花等级分类的流水线,方便快捷的进行智能化分类。整个研究引入了智能算法,将智能与农业进行有机的结合,为农业大数据中心的发展提供参考依据。