山区农业机械化发展情况调查与对策研究

农业自古以来就是我国的经济支柱产业,推动农业进步是保证经济发展、促进社会稳定和谐的重要事业,而在现代化农业不断取得新发展的今天,做好山区农业机械化工作势在必行。对此,文章结合福建省山区农业的实际情况,从农业科技推广困难、农业生产成本高、基础设施建设不到位等方面阐述了山区农业机械化发展情况,并从推广适用农机具、加强政策资金扶持、建立农机合作组织等方面对促进山区农业机械化发展的对策进行了研究,以供参考。     

基于VGGNet网络的雾霾无人车防碰撞研究

针对雾霾天气下无人车行驶容易出现视野受限，导致防碰撞能力下降的问题，提出了一种基于VGGNet网络的深度卷积神经网络模型，通过反向传播算法不断调整模型的权重和偏置，对收集雾霾天气下的图像和相关数据进行处理，实现模型的训练和优化。实验结果表明，所提出的方法可以有效地提高无人车在雾霾天气下的防碰撞能力，达到了良好的效果。研究结果可以为无人车行业在特殊气候条件下的防碰撞提供了一种新思路和实现方法，具有一定的参考价值和应用前景。     

创新突破 整体提升 为农村合作经济发展注入新活力

临朐县地处山东半岛中部,潍坊市西南部,属沂蒙革命老区,辖14个镇(街、园、区)、350个中心村、92.8万人,总面积1831平方公里,荣获“全国牛奶生产50强县”“全国果品生产百强县”“中国大棚樱桃第一县”等荣誉称号。近年来,临朐县以开展农民合作社质量提升整县推进试点为契机,把发展合作社作为提高农民组织化程度、增强农业综合生产能力的重要抓手,立足自身优势,突出标准规范,走出了一条农民增收、农业增效、农村发展的新路子。     

成渝双城经济圈视域下川渝毗邻地区合作机制研究

指出了成渝双城经济圈背景下川渝毗邻地区政府合作十分活跃,共同建立和完善了多边多层次、常态化务实合作长效机制。但是也存在毗邻地区区域合作机制单一,毗邻地区区域利益机制分割,毗邻地区的区域合作空间范围比较窄,毗邻地区区域合作机制缺乏约束力等问题。基于此,提出了解决这些问题要以毗邻地区一体化为目标,构建区域多方合作机制;以毗邻地区合作先行区、示范区和协同区为抓手,构建区域发展协同创机制;以毗邻地区利益分配为突破口,构建区域长期合作发展机制;以毗邻地区约束力为导向,建立务实有效的合作机制的对策建议,以供参考。     

《猪业科学》投稿须知

《猪业科学》杂志为月刊,每月25日出版,面向全国发行。内容充实、实用,每期一个主题,充分挖掘、深度报道、全面分析,全面反映养猪产业的最新成果、发展动态和市场经济信息。全彩色印刷、图文并茂适应现代"读图时代"潮流。1内容本刊主要栏目有主题策划、国际瞭望、猪场兽医、营养与饲料、环境与设施、猪群保健、遗传改良、生产管理、地方猪种、猪场人才等。     

基于快速卷积神经网络的果园果实检测试验研究

近年来,基于数字图像处理和机器学习算法的果实自动识别检测研究已经越来越成熟。针对传统检测方法检测过程中难以满足实时性要求的缺点,采用了基于Faster-RCNN的果实快速检测模型。模型由卷积神经网络(CNN)和区域提议网络(RPN)组成,首先由CNN进行卷积和池化操作提取特征,然后由RPN选取候选区域,通过网络全连接层参数共享,由目标识别分类器和边界框预测回归器得到多个可能包含目标的预测框,最后通过非极大值抑制挑选出精度最高的预测框完成目标检测。分别对桃子、苹果和橙子的三种果实进行检测,采用迁移学习方法,使用已经预训练好的两种深度神经网络模型ZFnet和VGG16,通过数据集的训练对Dropout及候选区域数量进行参数调整完成网络调优。检测并分析果实不同布局形态下模型的检测效果。试验结果表明,当Dropout取值为0.5或0.6,候选区域数量为300时网络模型最佳,ZFnet网络中,苹果平均精确度为92.70%,桃子为90.00%,而橙子为89.72%。VGG16网络中,苹果平均精度为94.17%,桃子为91.46%,橙子为90.22%。且ZFnet和VGG16的图像处理速度分别达到17 fps和7 fps,能够达到果实实时检测的目的。     

"校企合作,产教结合"背景下的外语人才就业能力提升途径研究

目前我国绝大多数高等院校都开设了外语专业,并且在多年时间里培养了一大批外语人才。但需要注意的是,多数高校外语人才培养水平都不算太高,同时教育模式的更迭创新也比较缓慢,使得外语人才的就业能力表现较差。本文先阐述了外语人才的基本就业现状,接着从充分发挥政府部门的引导职能、完善企业的人才培养录用制度、构建完备的校企合作双赢格局、建立外语专业的产教结合模式四个方面,全面探讨了外语人才就业能力的提升策略。     

面向养殖水体分布差异的COD光谱法检测研究

面向养殖水体，传统光谱法对化学需氧量（Chemical Oxygen Demand，COD）检测模型构建的基础：源域（现有样本库）与目标域（检测地水体）间光谱数据独立同分布。但是当源域与目标域分布间存在差异时，由源域得到的低误差模型常在目标域上表现下滑。针对该问题，提出面向UV Vis光谱的域对抗训练网络（DAUVwpNet），将分布不同的源域和目标域数据映射至相同分布的特征空间中，使其在该空间的分布距离尽可能接近，从而在特征空间中对源域训练的目标函数也可以迁移至目标域上，以降低模型在目标域的误差。试验表明：面向同一批测试数据，DAUVwpNet的预测误差为0.78，要低于传统模型的预测误差（0.85）；DAUVwpNet预测值与实测值间相关系数为0.95，要高于传统模型的相关系数（0.89）。表明了该网络能够较好对齐两域特征空间数据分布，降低因分布差异带来的COD检测误差。     

东盟的建立、发展及其合作机制研究

东南亚国家联盟以各国共同需求为基础建立,在发展过程中通过对组织的不断完善,实现了政治、经济、文化、安全等方面的良好合作,自身综合实力显著提高,并且在国际社会中具有一定影响力。