射频识别技术在粮食供应链体系中的应用研究

将射频识别技术应用于粮食供应链系统中,力求实现供应链体系运行的快速与高效.介绍了射频识别技术的基本原理及特点,在此基础上构建了粮食供应链管理系统的系统模型,并给出了粮食供应链管理系统的系统架构,以及基于射频识别技术的实现过程,最后对现存的问题和相应对策进行了概述.     

家庭经济禀赋、政策认知与农户宅基地流转意愿——基于江西省456份问卷调查

构建科学有效的宅基地流转机制是一个迫切需要解决的基础性课题。笔者利用江西省456户农户的实际调查数据,运用Logit回归模型研究家庭经济禀赋、政策认知对农户宅基地流转意愿的影响。研究结果表明：家庭经济禀赋中非农收入比重、家庭存款、家庭人均年收入对农户宅基地流转意愿具有显著正向影响;政策认知中“一户一宅”认知、流转规定认知程度对农户宅基地流转意愿具有显著负向影响。为此,应进一步提高农户非农就业机会,改善农民务工经商的就业环境、应加快制定“一户一宅”的配套制度,构建更加合理和更具有操作性的宅基地流转政策体系。     

改进属性识别模型在秦巴山区土壤肥力评价中的应用

针对秦巴山区特点,选取安康市汉阴县作为研究区。利用GPS定位共在研究区内取得2420个耕层(0~20 cm)土壤样品。通过对土壤样品的全氮、有机质、碱解氮、有效磷、速效钾以及pH值等6项土壤肥力指标进行室内化验分析得到的结果,运用基于墒权和层次分析相结合的改进属性识别模型,对研究区内土壤肥力进行综合评价,并借助ArcGIS9.3绘制了土壤肥力空间分布图。结果表明:研究区肥力属中等偏上水平,其中北部及东南部低中山处肥力水平较好,中部及西南部低山丘陵地区肥力水平相对较差;改进的属性识别模型在进行评价时较为准确,且简单稳定,为土壤肥力的的综合评价提供有力的技术支撑。     

基于小波神经网络的变压器PD故障诊断模型的研究

为了更好地提取ＰＤ的特征信息,结合小波变换和神经网络的优点,提出了一种基于小波神经网络变压器ＰＤ故障诊断模型,并对特征向量的选取和网络功能进行了介绍。     

基于多重分形和LVQ神经网络的小麦病害智能识别

针对不同小麦病害有不同的形状特征,利用多重分形分析提取小麦病害图像的8个多重分形谱值作为小麦病害的形状特征参数,并利用这8个特征参数来索引图像数据库作为学习向量量化(LVQ)神经网络的输入,进行样本训练、分类识别.试验结果表明,该算法对小麦病害的识别率可达90.0％以上.     

基于改进VGG卷积神经网络的棉花病害识别模型

为实现自然条件下棉花病害图像准确分类,提出基于改进VGG-16卷积神经网络的病害识别模型。该模型在VGG-16网络模型基础上,优化全连接层层数,并用6标签SoftMax分类器替换原有VGG-16网络中的SoftMax分类器,优化了模型结构和参数,通过微型迁移学习共享预训练模型中卷积层与池化层的权值参数。从构建的棉花病害图像库中随机抽取病害图像样本作为训练集和测试集,用以测试该方法的性能。试验结果表明:该模型能有效提取出棉花病害叶片图像的多层特征图像,并通过Relu激活函数的处理更能凸显棉花病害的边缘信息与纹理信息,分辨率为512像素×512像素图像在样本训练与验证试验效果最好。在平均识别准确率方面,本研究模型较BP神经网络、支持向量机、AlexNET、GoogleNET、VGG-16NET效果最好,达到89.51%,实现对棉花的褐斑病、炭疽病、黄萎病、枯萎病、轮纹病、正常叶片的准确区分。该模型在棉花病害识别领域具备良好的分类性能,可实现自然条件下棉花病害的准确识别。     

试论经济全球化对会计假设的挑战

经济全球化成为影响我国会计理论和实务的重要因素，它使会计主体界限难以确定，要求会计信息披露范围扩大至企业外部，会计主体假设难以成立。它加剧了企业破产、清算的风险，新的网络公司难以适应持续经营假设。各国会计分期的不一致性以及对多层次、多样性的会计信息的需要使现有会计分期假设失去优越性。多币种计量的现实、货币折算的主观性及对非货币信息的需要增加使货币计量假设也难以为继。     

基于图像识别技术的海参分级与计数设备的设计

针对海参不同规格分级和计数的需求,以图像识别技术为基础,设计了一套机电一体化高精度自动分级与计数系统。该设备通过图像识别、采集、计算和处理海参在传送带上的投影面积大小来确定海参的规格,进而对海参进行相应等级的分选和计数。结果表明：该设备具有对单体海参分辨误差率低、分选精度高、分选速度快、计数准确等特点,达到了预期效果。     

田间杂草识别与除草技术智能化研究进展

随着计算机与电子技术的发展,田间杂草识别与除草技术逐步走向智能化,自动除草系统成为国内外研究热点。本文对组成田间杂草识别与自动除草系统的4个主要模块(系统导航模块、图像采集与处理模块、杂草识别模块和除草控制模块)分别进行了综述和分析,并指出目前研究中存在的问题及今后努力的方向。     

基于语义分割的山地果茶园道路识别技术研究

针对果、茶园规模不断扩张并逐渐向智能农业机械化发展的趋势以及常用道路语义分割数据集缺少果、茶园道路场景等问题,将语义分割技术应用到部分果、茶园道路中,以实现对果、茶园道路的像素级分割.以道路、人和车为分类对象,建立果、茶园道路场景图像数据集(包括6032张图像),将数据集按照9:1比例随机划分为训练集(5429张图像)...