Expert System for Artificial Intelligence Blast Furnace Smelting Process

In order to upgrade traditional industry and realize the automation of furnace condition judgement and standardization of operation, an expert system for various furnace conditions and breakdown judgement and operation guidance on blast furnace are developed based on the theory of artificial intelligence and knowledge engineering. The system is fulfilled through C++Builder and combined with the actual production picture. The system has efficient and convenient man-machine interface by using menu operation method. The testing and operation of actual production data in simulation system indicate that the system is exact and reliable and can provide both the warning of various furnace breakdown and corresponding operation guidance.     

An Expert System Approach to the Computer Aided Design of Intelligent Controllers

The idea for an expert system approach to the computer aided design of intelligent controllers (ESCAD1C) is discussed and the idea of two step modelling of an intelligent controller is presented on the basis of emulating human control behaviours to solve complex problems. The structure, functions and characteristics of ESCADTC system , and the design procedures of intelligent controllers are gived. The knowledge base and simulating functions for designing intelligent controllers are also described.     

半夏小块茎的形态发生及人工种子制作

离体培养中，经过小块茎发生途径从半夏叶柄诱导了完整植株。用实体解剖、连续切片和三维结构重组等方法观察分析得出：小块茎顶端的叶原基由于不对称生长逐渐将顶端分生组织复盖，随后叶原基的尖端和两侧生长延缓，生长中心转移到背轴面中央，结果导致叶原基长帽状结构。不同发育程度的雏叶和叶原基总是相互叠在一起顶端分生组织复盖于下面。小块茎枯端形成芽的同时，在顶芽附近分化根。     

基于气温预报和神经网络的参考作物腾发量预报

采用反向传播人工神经网络(BP-ANN)逼近气象因子-参考作物腾发量ET0函数关系,以天气预报中的最高和最低气温为输入进行短期ET0预报。收集了南京站实测的2010年7月1日至2013年7月7日逐日气象数据和2012年7月1日至2013年6月30日逐日对未来7d的气象预报数据,以最高、最低气温及相应的日序数为3个输入因子,ET0为输出建立一个包含一个隐含层的3层BP网络,以2010年7月1日至2012年6月30日实测气象数据及通过FAO-56PM公式计算的ET0进行网络,以2012年7月1日至2013年6月30日实测气象数据及通过FAO-56PM公式计算的ET0进行网络验证。将2012年7月1日至2013年6月30日逐日对未来7d的气象预报中的最高、最低气温输入训练及验证后的网络,得到2012年7月1日至2013年6月30日逐日对未来7d的ET0预报值,并与FAO-56PM公式计算的ET0值进行比较以验证预报精度。结果表明,预见期1~7d内,预报的ET0和计算的ET0变化趋势基本一致,预报精度随着预见期的增加而降低;平均准确率(±1.5mm/d以内)达88.08%,相关系数为0.77,均方根误差为1.28mm/d,显示出了较高的预报精度。在局部时间段内出现的ET0,PM和预报ET0的较大差别的原因是该时段内的ET0更多地受到除了日最高和最低气温之外的其他因素的影响。提出的方法 ET0预报,随着气象预报准确度的提高,可实现较为精确的ET0预报。     

人工神经网络在我国水科学中的应用与展望

简要介绍了人工神经网络的发展、结构与特点；从预测预报、评价、水灾害防治、水资源配置与管理决策4方面，综合评述了人工神经网络在我国水科学中的应用，并就人工神经网络今后在我国水科学中的应用与研究做了展望。     

遗传神经网络在温室黄瓜霜霉病预测中的应用

在神经网络结构的优化、连续权重的训练中采用遗传算法的方法对日光温室黄瓜霜霉病进行预测，并对其发生程度进行了拟合，计算值与实际值接近，表明该模型具有良好的预测效果。     

基于改进ConvNeXt模型的黄羽鸡表皮层黑色素智能分级方法

为解决活体黄羽鸡表皮层黑色素分级方法成本高、效率低下、分级环境易受环境光干扰等问题,该研究探索一种基于ConvNeXt模型的黄羽鸡表皮层黑色素智能分级方法 ConvNeXt-WPCA,用于实现活体黄羽鸡表皮层黑色素智能分级。ConvNeXt-WPCA模型通过以下3点改进提高模型对黄羽鸡黑色素的识别效果：1）针对黄羽鸡黑色素图像RGB三通道内黑色素信息分布不均衡问题,改变输入图片通道权重来增强模型对黑色素特征的提取能力;2）使用部分卷积代替深度可分离卷积,减少模型计算量和内存访问次数提高对计算资源的利用率;3）引入坐标注意力机制,引导模型关注黄羽鸡胸腹部及肛门附近皮肤提升模型精度。同时,该研究还设计一种双光源图像获取装置,分别在自然光和偏振光条件下拍摄黄羽鸡样本,以减小分级结果受环境光干扰的影响,并探索偏振光在黑色素分级任务中的应用潜力。结果表明ConvNeXt-WPCA模型相较标准ConvNeXt模型,针对自然光下黄羽鸡黑色素图像数据集分级准确率提升9.68个百分点,最终达到89.03%的识别准确率,针对偏振光下黄羽鸡黑色素图像数据集分级准确率提升15.26个百分点,最终达到98.87...     

拨通12396专家农民手牵手

通过典型事例,生动形象地介绍了山东省星火科技＂12396＂综合信息服务平台的＂12396＂信息服务热线、远程视频诊断、手机短信、智能专家系统的主要功能,对农业信息化的普及推广具有重要推动作用。     

桂西北喀斯特地区不同土地利用类型土壤抗蚀性研究

土壤抗蚀性是反映土壤抵抗侵蚀能力的重要参数之一,是土壤侵蚀研究的重要内容。本文选取土壤有机质、水稳性团聚体、团聚体结构破坏率、团聚状况、团聚度、分散率和<0.05 mm粉黏粒含量等7个指标,通过单因素方差分析及主成分分析,探讨了桂西北喀斯特地区5种不同土地利用类型土壤抗蚀性的差异。结果表明:原生林和次生林土壤有机质含量显著(P<0.05)高于撂荒地、坡耕地和人工林,撂荒地土壤有机质含量较坡耕地和人工林高,但差异不显著。原生林、次生林及撂荒地土壤>0.25 mm水稳性团聚体总量及团聚状况显著高于坡耕地及人工林,但其土壤团聚体结构破坏率及分散率显著低于坡耕地;人工林土壤团聚体结构破坏率显著高于次生林,但与原生林、撂荒地和坡耕地差异不显著;人工林土壤分散率则与坡耕地类似,显著低于原生林、次生林及撂荒地;原生林、次生林土壤团聚度与撂荒地、坡耕地差异不显著,但显著高于人工林;次生林、撂荒地及人工林<0.05 mm粉黏粒含量与原生林、坡耕地差异不显著,但坡耕地土壤<0.05 mm粉黏粒含量显著高于原生林。由主成分分析综合评分得到土壤抗蚀性强弱顺序为:原生林>次生林>撂荒地>坡耕地>人工林。因此,喀斯特地区人为干扰严重降低了土壤的抗蚀性,耕地通过撂荒方式能够提高土壤抗蚀性。     

坝上草原退耕地植被不同恢复处理土壤种子库研究

采用野外调查取样和室内实验相结合的方法,研究坝上草原退耕地土壤种子库的物种组成、密度和物种多样性等特征.结果表明:自然恢复、浅耕处理和深耕处理3种不同恢复措施下,土壤种子库物种丰富度(种)大小为浅耕处理(18)>自然恢复(15)>深耕处理(14);自然恢复处理、浅耕处理和深耕处理土壤种子库密度分别为23 949粒·m-2、15746粒·m-2和10600粒·m-2,浅耕处理和深耕处理分别比自然恢复处理减少34.3%和55.7%;不同恢复方式下土壤种子库与地上植被的物种密度的对应关系可用三次曲线来表示.土壤种子库间有较高的相似系数,但随着干扰程度的增加而减少.