Sampling Investigation on Inhatitant Domestic Tap Water Consumption Situation and It’s Characteristics Analysis

Economics.Through sampling investigation and analysis on inhabitant domestic tap water consumption situation,it is given that economic factors are the main factors influence inhatitant's water consumption.The functional relations among inhabitant's income and water consumption,water price and consumption are given. The tap water's income elasticity of demand and price elasticity of demand is analyzed, along with the fluctuating range month by month of inhabitant's water consumption.Finally ,this paper offers the reference data for planning the ability of water supply and making policies of ladder water prices.     

网络教育与素质教育的整合

通过网络教育对素质教育影响的调查,探讨网络教育与素质教育整合的必然性,提出将网络教育与素质教育整合的教育理念。     

用于观光农业的混合型无线传感器网络节点设计

【目的】设计用于观光农业中游客服务与田间种植管理通用的混合型无线传感器网络节点。【方法】设计该节点的硬件结构及基于Android系统的移动智能设备APP;利用ZigBee与上位机通信来实现种植环境监测和设备控制。【结果】支持用户使用基于近场通信和蓝牙技术的节点田间快速接入功能,通过移动设备为游客和种植管理者提供园内位置定位、种植信息查看、环境参数监测等服务。【结论】该混合型无线传感器网络节点使用灵活、方便、快捷、功能扩展性好,可为观光农业提供较为灵活的多业务工程化支持。     

陕西龟山药用植物资源的调查研究

为摸清陕西龟山药用植物资源的基本情况,通过实地调查、文献查阅、标本采集整理与鉴定等手段以及对当地居民的走访,对龟山的药用植物进行了植物分类学的分析,进行了药用部位及功效的分析。结果表明,陕西龟山药用植物共29科60属63种,植物种类相对丰富,含有柴胡、益母草、金银花、远志、黄芩等重要中药材,除柴胡分布广、数量大以外,其他均是数量较少、零星分布。针对目前龟山药用植物资源现状,提出了药用植物资源的开发利用与保护性对策。     

融合卷积神经网络与视觉注意机制的苹果幼果高效检测方法

果实表型数据高通量、自动获取是果树新品种育种研究的基础,实现幼果精准检测是获取生长数据的关键。幼果期果实微小且与叶片颜色相近,检测难度大。为了实现自然环境下苹果幼果的高效检测,采用融合挤压激发块（Squeeze-and-Excitation block, SE block）和非局部块（Non-Local block, NL block）两种视觉注意机制,提出了一种改进的YOLOv4网络模型（YOLOv4-SENL）。YOLOv4模型的骨干网络提取高级视觉特征后,利用SE block在通道维度整合高级特征,实现通道信息的加强。在模型改进路径聚合网络（Path Aggregation Network, PAN）的3个路径中加入NL block,结合非局部信息与局部信息增强特征。SE block和NL block两种视觉注意机制从通道和非局部两个方面重新整合高级特征,强调特征中的通道信息和长程依赖,提高网络对背景与果实的特征捕捉能力。最后由不同尺寸的特征图实现不同大小幼果的坐标和类别计算。经过1 920幅训练集图像训练,网络在600幅测试集上的平均精度为96.9%,分别比SSD、Faster R-CNN和YOLOv4模型的平均精度提高了6.9百分点、1.5百分点和0.2百分点,表明该算法可准确地实现幼果期苹果目标检测。模型在480幅验证集的消融试验结果表明,仅保留YOLOv4-SENL中的SE block比YOLOv4模型精度提高了3.8百分点;仅保留YOLOv4-SENL中3个NL block视觉注意模块比YOLOv4模型的精度提高了2.7百分点;将YOLOv4-SENL中SE block与NL blocks相换,比YOLOv4模型的精度提高了4.1百分点,表明两种视觉注意机制可在增加少量参数的基础上显著提升网络对苹果幼果的感知能力。该研究结果可为果树育种研究获取果实信息提供参考。     

玉米苗期杂草的计算机识别技术研究

利用计算机视觉技术和人工神经网络技术对识别玉米苗期田间杂草进行了研究。首先利用类间方差最大自动阈值法二值化杂草图像的超绿特征,再进行连续腐蚀与膨胀,然后根据长宽比、圆度、第一不变矩3个形状特征由BP网络识别出玉米幼苗,最后利用种子填充法从阈值分割结果中擦除玉米目标,剩余的就是杂草目标。研究表明,基于BP网络的杂草识别算法对玉米幼苗与杂草的正确识别率分别为87.5%和93.0%,处理一幅640×480像素的杂草图像平均耗时约为58 ms。     

BP神经网络在水稻病虫害诊断中的应用研究

介绍了BP神经网络算法及编码的内涵,探讨了基于BP神经网络的水稻病虫害专家系统的构建。研究表明,BP神经网络在水稻病虫害诊断中具有较强的应用价值。     

基于近红外光谱和机器视觉融合技术的板栗缺陷检测

为提高合格和缺陷板栗分级检测识别精度,提出了近红外光谱和机器视觉的多源信息融合技术的板栗缺陷检测方法。试验以湖北京山板栗为试验对象,利用BP神经网络方法建立了基于近红外光谱、机器视觉和多源信息融合技术的板栗分级检测模型。试验结果表明,3种识别模型对对训练集板栗回判率分别为96.25%、96.67%和97.92%;对测试集板栗的识别率为86.25%、83.75%和90.00%。基于近红外光谱和机器视觉的多源信息融合技术进行板栗分级检测的方法是可行的,融合模型较单独采用机器视觉技术或近红外光谱分析技术建立模型的识别率均有显著提高。     

基于混合GANN的大气折光实时改正方法研究

针对GA与BP网络优缺点互补的特点,摒弃以往GANN模型的不足,采用以GA优化BP网络权值与阈值,再用BP网络对GA搜索到的近似最优解进行微调的方法,建立了一种能充分发挥两者优势的混合GANN模型.将模型应用于大气折光实时改正,建立了基于混合GANN的大气折光实时改正模型.通过与其他模型的分析对比表明,该模型科学、精确、易于实现,是一种实用的大气折光实时改正模型.     

Leafhopper and planthopper vectors of rice viruses and their management in Nepal

Research on insect pests (including leafhoppers and planthoppers) in Nepal was initiated in 1956 by the Entomology Division and Plant Protection Units of the Department of Agriculture. More systematic work began after the establishment of a Rice Improvement Programme in 1972. Because of poor documentation and publication of research findings, it is difficult to assess the research efforts and achievements to date. The available research reports are mostly published in the proceedings of national seminars/workshops. They are used here to assess the current status of research on the occurrence and damage caused, distribution and composition, relative abundance, biology and management through chemicals. Much of past research has focused on insect surveys by light traps and sweep nets and the evaluation of insecticides and, since early 1990, some research on rice green leafhoppers (Nephotettix virescens and Nephotettix nigropictus) has begun to determine their relative abundance and population characteristics in relation to their potential as vectors of rice viruses. The challenges to pest management in general and some suggestions for future research needs are discussed, based on the present standing of agricultural research in the country