林木引种技术探讨

通过对林木引种基本理论和技术的讨论,提出了实现林木良种化的基本途径.     

应用热扩散技术对油松栓皮栎比导率的研究

2001年4-10月,应用热扩散技术研究北京西山地区31年生油松栓皮栎混交林标准木的比导率并对13个环境因子的变化规律进行同步观测.结果表明,在野外自然条件下,油松和栓皮栎的比导率在标准日内均呈明显的凸形变化规律,栓皮栎的比导率始终高于油松.影响树木比导率的因素基本上可以分为2类,即生物学结构的遗传特性和环境因素.在林分生长期内的不同时段,环境因子对2个树种比导率的作用各不相同,即使是同一树种,在各个时段内对其比导率产生显著影响的环境因子也不是一成不变的,但一般可用少数几个环境影响因子来比较准确地模拟出比导率的变化.     

浅谈CFG桩复合地基

CFG桩是一种新的加固地基方法。具有适用范围广、加固地基效果明显、综合利用粉煤灰和工业废渣等优点。经济效益和社会效益好,极有推广价值。     

浅析防火墙对网络安全的作用

文中就信息网络安全内涵发生的根本变化,论述了网络防火墙安全技术的分类及其主要技术特征。     

淡干海参泡发工艺研究

为探究淡干海参泡发工艺,以烟台淡干海参为原料,通过正交试验得到最优工艺条件为：121 ℃、0.12 MPa高温高压处理20 min,全程使用蒸馏水,泡发温度4 ℃,泡发时间48 h,采用该工艺泡发的海参质量和长度分别为泡发前干海参的14.5倍和2.7倍,复水比为9.2,其硬度、弹性、适口性、持水力及营养价值均高于市面上常压煮制常温泡发的海参。该研究结果为科学、方便地食用和推广淡干海参提供了理论依据。     

中国粮食仓储行业淘汰甲基溴行动

为切实履行我国政府对国际社会<关于消耗臭氧层物质的蒙特利尔议定书>的<哥本哈根修正案>所作出的承诺,中国粮食仓储行业在保障我国粮食安全储备的前提下,在"淘汰甲基溴,保护臭氧层"方面采取了一系列行动(包括调研、确定替代技术、培训、制定规程、建设示范库、研究替代技术等),以达到替代甲基溴的目的.淘汰甲基溴的实际行动,研究新的淘汰甲基溴替代技术,对增强人们保护臭氧层的意识,推广和应用替代技术和确保人类共同家园的可持续发展都具有重要的意义.     

基于神经网络的树叶识别系统研究

在林业系统注册树木种类时,通常采用大量树叶上的可见外形特点来辨别数目繁多的树木种类。针对此问题,本文提出了基于神经网络的树叶识别方法,该方法建立并管理一个分等级的树叶图像体系,通过对不同种类树叶的边缘提取来识别每种树叶的特征点,从而得到树叶的外部轮廓来区分树木种类:给出了相应的改进型神经网络算法,并给出详细的论述过程:最后,通过Java语言给出了系统实现并做了大量的数值仿真。结果证明本文方法是可行有效的。图4表1参8。     

基于YOLOv5s改进模型的小白菜虫害识别方法

小白菜是中国种植面积较广、深受大众喜爱的蔬菜,但真实菜地环境中虫害往往出现在叶片的特定区域,且受环境因素如光照和背景干扰较大,影响对其的智能检测。为提高小白菜虫害的检测效率和准确率,该研究提出一种基于YOLOv5s网络框架改进的YOLOPC小白菜虫害识别模型。首先,引入CBAM（Convolutional Block Attention Module）注意力机制,将其放在CBS（卷积层Convolution+归一化层Batch normalization+激活函数层SILU）的输入端构成CBAM-CBS的结构,动态调整特征图中各个通道和空间位置的权重;使用上采样和1×1卷积操作来调整特征图的尺寸和通道数,实现不同层次特征的融合,增强模型的特征表示能力。同时,改进损失函数,使其更适合边界框回归的准确性需求;利用空洞卷积的优势提高网络的感受野范围,使模型能够更好地理解图像的上下文信息。试验结果表明,与改进前的YOLOv5s模型相比,YOLOPC模型对小白菜小菜蛾和潜叶蝇虫害检测的平均精度（mean Average Precision, mAP）达到91.40%,提高了12.9个百分点;每秒传输帧数（Frame Per Second, FPS）为58.82帧/s,增加了11.2帧/s,增加幅度达23.53个百分点;参数量仅为14.4 MB,降低了25.78个百分点。与经典的目标检测算法SSD、Faster R-CNN、YOLOv3、YOLOv7和YOLOv8相比,YOLOPC模型的平均精度分别高出20.1、24.6、14、13.4和13.3个百分点,此外,其准确率、召回率、帧速率和参数量均展现出显著优势。该模型可为复杂背景下小白菜虫害的快速准确检测提供技术支持。     

基于CNN-Transformer的农作物病虫害知识问答意图识别与槽位填充联合模型

意图识别与槽位填充是农作物病虫害知识问答中问题理解的两个重要任务。在已有面向农业领域的研究中,上述任务仍被视为两个完全独立的子任务,并且未充分利用意图识别与槽位填充的语义信息。为此,该研究提出一种基于CNN-Transformer的意图识别与槽位填充联合模型（CDPCT-IDSF）。该模型根据农作物病虫害文本语义复杂设计CNN网络与多层Transformer结合强调局部的有用信息以缓解语义缺失问题;然后在Transformer解码器中引入对齐保证输入与输出一对一关系以提高识别正确槽位标签的能力。此外,进一步构建了包含20个意图类别、12个槽位类别和11242条标注样本的农业病虫害知识问答数据集进行对比试验,CDPCT-IDSF模型在该语料库上的槽位填充F1值为94.36%,意图识别精度为92.99%,整体识别精度为87.23%,优于其他对比模型,结果证明了所提模型在农作物病虫害意图识别与槽位填充任务上的有效性,可为面向农作物病虫害的知识问答研究提供理论支撑。     

泥鳅的生物学特性及养殖技术

泥鳅是一种生产潜力大、很有发展前途的养殖品种,国内外市场的需求量较大.主要阐述了泥鳅的生物学特性及人工养殖技术.