疫情防控期间学生思想政治工作创新研究与实践——以北京农业职业学院为例

2020年初,突如其来的疫情给中国人民乃至世界人民身体健康和生命安全带来了极大的威胁。为此,全国学校延迟开学,实行“停课不停教,停课不停学”,采取线上教学形式。面临严峻的疫情防控形势和全新的教学形式,需要创新研究和实践学生思想政治工作。通过分析疫情防控期间学生思政工作面临的挑战,提出通过创新性地发挥基层党组织的作用,保证思政工作大方向,聚焦疫情防控创新思政内容和创新实践思政工作的途径与方法,做好学生思政工作,确保在抗疫工作取得彻底胜利的基础上,全面提高教育教学水平。     

基于机器学习的油青菜心水分胁迫研究

目的 以油青菜心Brassica chinensis var. parachinensis为试验对象,基于冠层温度研究其生长过程中的水分胁迫变化规律,并利用机器学习方法,以水分胁迫指数(Crop water stress index, CWSI)和光合有效辐射预测光合作用速率。方法 试验期间,在营养生长阶段(V期)和生殖生长阶段(R期)对油青菜心进行不同田间持水量处理,采集冠层温度、空气温湿度数据,建立无蒸腾作用基线(上限方程)、无水分胁迫基线(下限方程),通过经验公式计算CWSI。利用基于密度的空间聚类方法和空气温度研究油青菜心的冠气温差上限分布情况,选取固定值作为上限;以CWSI经验公式为基础,使用不同温度定值的无蒸腾作用基线计算CWSI,验证聚类效果。为更简便获取光合作用速率,使用4种机器学习方法：最邻近节点算法(k-Nearest neighbor,KNN)、支持向量回归(Support vector regression,SVR)、极端梯度提升法(Extreme gradient boosting,XGBoost)、随机森林(Random forest,RF)进行预测,并对比预测效果。结果 在不同田间持水量处理下,CWSI能较好地监测油青菜心水分胁迫状况。通过聚类分析,将V期和R期冠气温差上限分类到2个簇中,得到簇心分别为3.4和4.2 ℃,与CWSI经验公式计算值显著相关,表明使用固定值作为油青菜心冠气温差上限值具有可行性。KNN、SVM、XGBoost和RF预测模型均取得较好效果,相关系数分别为0.873、0.877、0.887和0.863。结论 机器学习方法可用于油青菜心光合作用速率的预测,可以避免使用大型笨重仪器,降低对油青菜心叶片的损伤,减少测量时间。     

高等农业院校科技译刊选题刍议

选题是办刊的一个重要环节,高等农业院校科技译刊选题,要根据农业学科本身的特点,根据教学科研的实际需要,又能反映学科发展的新趋势、新动态,同时,选题还要考虑本校翻译队伍的优势,特点。     

教育思想大讨论下“食品营养学”课程的思考

就如何提高学生高效率地自主学习专业课是高效教育改革创新的重要环节,其成果对于推动学生对于专业知识的掌握具有积极作用。通过对教育思想大讨论中提出的学生自主学习“食品营养学”的重要性进行论述,并对教学中出现的问题进行剖析,提出采用教学制度的改革创新同移动慕课的混合教学的方式,同时结合食品营养学就业导向这种三位一体的方式来提升学生自主学习能力,旨在培养更多的食品营养学方向的人才。     

基于网络销售的食用菌产品标识创意分析

随着电商的兴起,食用菌销售从线下拓展到了线上。网络销售的介入产生了很多电商食用菌大品牌各大商家开始重视对品牌的打造,而食用菌产品标识是打造食用菌品牌最凸显的标识,对于提升品牌价值有重要作用,食用菌企业在电商潮流下应更加重视食用菌产品标识的创新,为食用菌在网络成功销售打好基础。     

网购食用菌食品质量安全供应链控制措施

近年来,我国食用菌产业发展迅速,由于食用菌的低盐、低脂、低糖、高蛋白等特性,成为新的健康食品。随着电子商务的发展,网购食品成为人们网络购物的重要内容之一,网购食用菌是促进食用菌产业发展的重要途径,人们逐渐更加关注网购食用菌食品质量安全问题。从供应链的角度,采用改进风险矩阵法,探索网购食用菌食品质量安全的关键控制点,探讨保证网购食用菌食品质量安全的控制措施。     

基于学习通平台的高职专业课程数字化教学资源设计与应用——以“农产品质量安全检测”课程数字化资源构建为例

随着计算机技术与网络技术的不断发展,利用网络平台进行优质数字化资源建设与整合,并加以应用,已成为高职院校教学模式改革的主要手段。综述目前高职专业课数字化教学资源建设情况,并结合超星学习通平台的特点,以“农产品质量安全检测”课程为例阐述高职院校专业课程优质数字化资源建设的设计思路、制作方法及应用方式,对于丰富教学手段、提高学生的学习兴趣和教学质量具有重要作用。     

基于高光谱与在线序列极限学习机确证大米产地方法

为满足快速无损的大米产地确证需求,采集吉林省梅河口市水稻主产区及松原、大安、辉南等其他水稻产区共990个大米样本的高光谱图像（400~1 000 nm）作为研究对象,利用多元散射校正（MSC）处理方法对光谱进行预处理。采用多层感知机（MLP）、极限学习机(ELM)与在线序列极限学习机(OS-ELM)算法,分别基于全波段高光谱数据以及经多维尺度分析（MDS）方法降维后的数据建立产地确证模型。结果表明,基于全波段高光谱数据的OS-ELM模型分类性能最好,准确率达到98.3%。经MDS处理后,输入的数据变量减少了96.6%,MDS-OS-ELM模型准确率稳定在97.4%。对三种模型的训练时间进行对比分析,OS-ELM训练时间明显优于MLP,在分批次获取数据时训练时间优于ELM。为大米产地确证提供了一种高效、准确、稳定的方法。     

谈高校管理中的激励技术

在高校的管理过程中,科学地选择激励技术是调动教职工积极性,发挥教职工创造性,质量和办学水平的有效的一从六个方面对此了探讨。     

全面提高农林院校硕士生计算机应用水平

随着我国改革开放步伐的加快、加入世贸组织日期的临近,高等农林院校硕士研究生的计算机教育将面临更大的挑战和机遇。如何抓住机遇,迎接挑战,全面提高农林院校硕士研究生计算机应用水平,是目前农林院校硕士生教育急需解决的问题之一。本在调查研究的基础上分析探讨了目前国内农林院校硕士研究生计算机教育存在的问题,并给出了几点改革建议。