大树移植智能决策支持系统初探

城市建设需要大批量进行大树移植,移植是一项繁杂的过程。该文从信息化的角度,采用科学的方法,通过开发智能决策支持系统来辅助大树移植过程的复杂重复的工作,同时实现人为难以做到的预测分析工作,从而促进大树移植获得更高的成活率。     

医院图书馆知识管理核心内容研究

 

阐述了知识管理的起源和发展以及知识管理的定义、对象、目标和任务；研究了知识管理与信息管理之间的区别与联系，并在此基础上对医院图书馆知识管理的核心内容进行了深入的探讨。

     

地方农业科研单位情报信息化建设初探

本文对于安顺市农科所科技、图书情报资料信息化建设及其在科研工作中的作用进行了探讨，并介绍了通过信息化平台为科技人员提供信息查阅和服务的途径。     

高校竞争情报工作的创新初探

针对国内高校竞争情报工作中存在的各种问题,从竞争情报的工作理念、工作主体、工作制度、工作方法等四点入手,对高校竞争情报工作进行创新以适应新的竞争环境。     

基于Arduino Mega2560单片机的简易智能割草机器人的设计与实现

针对目前市场上割草机器人系统结构复杂、成本过高的现状,基于Arduino Mega2560单片机为基础配置11个传感器搭建割草机器人的控制系统,采用4轮小车模型,前面和后面均为2个驱动轮,驱动轮均采用1个大扭力电机单独驱动,割草平台设计成半圆环型,并安装3个低功耗高速小电机,割距为机器人底盘宽度.系统组件由电路控制部分和机械运作部分组成.电路控制部分为8个单元:单片机单元、无线遥控单元、传感器单元、防倾倒单元、红外阵列模块、电机驱动单元、显示单元和电源单元;机械运作部分包括割草平台和感光窗.其配套软件为C语言编写,采用模块化编程,主要包括PWM调速程序、霍尔传感器测距程序、液晶显示程序、倾角处理程序、超声测距程序、红外避障处理程序、停车处理程序、遥控程序等程序模块.经硬件调试后,该系统在标准的草坪上进行了多次测试,达到了预期的设计目的和使用效果.     

基于SCI-E的石河子大学文献计量分析

根据SCI-E数据库2008年—2012年收录石河子大学文献情况,利用Histcite和Excel软件对年度文献收录数量、文献类型、来源期刊、学科分类、高频词汇、作者、合作国家及引用情况进行分析。石河子大学2008年—2012年被SCI-E收录607篇文献,分布于365种期刊,其中93.4%是研究论文,化学学科的发文量最多,与美国合作发表的文献占国际合作发表文献数的46%。     

基于规范化软构件技术的农业专家系统开发平台研究

本文详细分析了农业专家系统平台的软构件流程,提出了一种面向对象方法的自适应软件总线机制规范,该规范可为构件的集成和重用提供基础。建立一个公共的构件底层框架,用分层研究、逐层嵌入的方法与应用环境进行交互,能为农业技术人员提供一个人性化、易操作的农业专家系统开发平台。     

玉米栽培理论及智能决策系统的研究进展

概述了自上个世纪50年代以来,玉米栽培理论技术研究进展以及玉米模拟模型系统、玉米管理专家系统和玉米生产管理决策支持系统等智能系统在国内外农业生产管理中的应用概况,指出了现有智能系统的优缺点,同时结合当今社会发展和科技进步的趋势,指出了未来玉米栽培管理智能决策系统的发展方向———绿色栽培和标准化栽培。     

马铃薯全粉的制备工艺及其控制系统设计

针对马铃薯全粉生产过程中工艺复杂繁琐且物料损失率高的现状,分析了现有马铃薯全粉加工设备现状,对现有加工设备进行优化,采用可编程逻辑控制器(PLC)对马铃薯全粉制备过程进行有效控制,保持马铃薯细胞的完整性,提高马铃薯全粉加工的质量和自动化程度。仿真实验结果表明,设计的马铃薯全粉加工控制系统能够简化加工工艺,实现马铃薯全粉的精准加工与物料控制,为马铃薯全粉制备智能化、自动化生产奠定基础,具有较高的实用价值和应用前景。     

Estimation of the organic carbon content by the pattern recognition method

Studying the status of agricultural soils is one of the most important concerns in the agricultural sector. The soil organic carbon (SOC) is one of the main parameters and it plays an important role in improving soil properties. Hence, knowing this parameter is important in soil science. This study applied the pattern recognition (PR) method in predicting the SOC. Also, the ability of this method was compared with different methods such as the Radial Basis Function Network (RBF), Multilayer Perceptron Neural Network (MLP), Multiple Linear Regression (MLR) and Support Vector Regression (SVR). To compare the results, four performance criteria, namely, root mean square errors (RMSE), the Nash–Sutcliffe efficiency (NS), Willmott’s Index of agreement (WI), mean absolute error (MAE) and Taylor diagrams were used. Results indicated that the PR model performed significantly better than the MLP, MLR, SVR, and RBF models for the estimation of the SOC.