基于卷积神经网络的拖拉机工况识别

农机工况识别在细化农机作业状态和帮助掌握区域污染物排放趋势方面有着重要的研究价值。基于拖拉机不同运行状态下的行驶速度、发动机转速以及实时油耗等时间序列,首次提出将图像识别方法引入到拖拉机工况识别中的思路,并分别应用参数优化的支持向量机与卷积神经网络对实际作业拖拉机工况进行研究。结果表明:(1)基于参数优化的支持向量机可以较好地实现样本点的工况识别且识别准确度达到99.851 9%,但无法实现农机工况的连续性识别,同时无法对农机工况转换阶段进行有效识别。(2)以拖拉机运行速度与发动机转速等信息构建样本图像来描述农机工况变化的数据表达,并在此基础上应用卷积神经网络可以有效实现农机工况的连续性识别,且识别准确率可以达到93.3%。本研究在农机工况识别方面具有一定参考价值,并为后续农机不同工况下区域污染物排放研究提供技术支持。     

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。     

“互联网+"背景下农村网络扶贫新思路的探讨

本文通过分析“互联网+”时代下网络扶贫的三种新模式，指出了政府、企业、农户三方力量 各自在网络扶贫中的定位和职责，进一步夯实网络扶贫基础，从而提高扶贫治理成效。     

兵团农机产业化的若干思考

农机产业化是社会分工细化、生产专业化深化的必然产物，其实质是传统农业转变为现代产业的过程。日前，兵团农机产业化进程中存在着一些问题。为此，结合兵团实际，提出了推进农机产业化发展的基本思路。     

金华市农业机械化投入机制初探

农业机械化是农业现代化的基础，是现代化的先决条件，发展农业机械化迫切需要加大投入。为此，分析了金华市现阶段农机化投入的现状及存在的问题；提出了通过建立政府、集体、信贷、农户、外资等“多位一体”的投入机制，加大农机化投入，促进农机化事业健康发展的思路。     

农机服务合作社运作模式初探

通过后塍农机服务合作社的运作实践和成功经验，总结了农机服务合作社运作的自身特点，提出其发展模式的几点探索意见。     

城镇化水平计算方法比较分析

城镇化是社会经济发展的必然趋势，与小城镇人口、经济实力、社会发展和环境保护等方面密切相关。城镇化判别指标归纳起来分两大类：一类是单一指标法或称主要指标法；另一类是多项指标法、复合指标法或称综合指标法。在常用的、单一指标法的城镇化水平计算方法中，城镇人口比重指标法和带眷系数法两种方法能够比较准确地反映小城镇的城镇化水平，尤其以城镇人口比重指标法计算结果最符合实际。     

论电子阅览室的知识导航与信息服务

本文立足于知识导航与信息服务，对网络环境下电子阅览室的服务内容、服务保障、目前面临的现状进行了论述，并提出了服务对策。     

岭西电网经济分析

本文对岭西电网的经济运行调整进行了分析、总结。并应用《岭西电网经济运行计算》系统的计算结果，提出了岭西电网的经济运行调整办法。