实施“六个三工程”，全面提高教学质量

教学质量是学校的生命线,影响教学质量的因素很多,最主要的因素是教师、学生和教学管理。建立务实有效的工作机制,规范教学管理,是提高教学质量的保障;建立教师发展的引导机制,增强教师教书育人的能力,是提高教学质量的关键;建立素质与能力并重的人才培养模式,确保人才培养质量,是提高教学质量的目的。     

基于多重分形去趋势移动平均分析的油菜叶片氮素营养诊断建模

为识别和诊断不同施氮水平下油菜叶片纹理特征,利用多重分形去趋势移动平均分析(MF-DMA),分别计算θ=0,θ=0.5,θ=1下油菜叶片图像的11个全局广义Hurst指数和其他6种相关的多重分形特征参数。利用不同的特征参数组合分别对基部叶片、中部叶片和顶部叶片进行氮素营养诊断识别。结果表明θ=0时诊断效果优于θ=0.5和θ=1;并且在θ=0时,基部叶片和中部叶片诊断效果优于顶部叶片,表明基部和中部叶片对氮素敏感性强于顶部。对3个部位混合的油菜样本进行施氮适中和亏缺两类定性诊断,结果表明支持向量机和随机森林这2种分类方法最佳,最佳识别准确率分别为95.81%和96.63%。说明该模型具有良好的有效性。     

一类高阶非线性泛函微分方程的强迫振动性

给出了一类非线性泛函微分方程的新的强迫振动条件，推广了文献中的一些结果，同时还给出了一类非线性强迫中立型方程的振动条件．     

基于ROC图的油菜生长期光谱敏感波段的研究

测定了直播和移栽油菜的苗期、抽薹期、花期、盛花期和角果期的冠层光谱,构建了比值光谱植被指数(RSI)和归一化光谱植被指数(NDSI)。为了获得区分直播和移栽的最佳RSI和NDSI,利用降采样法和精细采样法相结合的受试者工作特征(ROC)图寻找油菜生长期光谱的敏感波长,直播和移栽油菜各时期RSI和NDSI的最敏感波长分别为:苗期(458 nm,511 nm)和(433 nm,517 nm);抽薹期(997 nm,501 nm)和(990 nm,510 nm);花期(1 235 nm,1 180 nm)和(1 235 nm,1 180 nm);盛花期(478 nm,396 nm)和(484 nm,416 nm);角果期(1 073 nm,1 037 nm)和(1 092 nm,1 024 nm)。用敏感波长下的2种植被指数为特征,以最近邻法为分类器的定性识别模型,结果花期的区分效果最好,最大约登指数分别为0.941 7和0.945 0。     

四方相二氧化锆晶体的弹性系数计算

为了研究四方相二氧化锆晶体的弹性性质，从唯象的晶格动力学模型出发，在长波近似下，利用群论方法，计算了四方相二氧化锆晶体的弹性系数和沿晶体高对称方向的弹性波和传播速度。     

不稳定型中立型差分方程有界解的振动性

讨论二阶不稳定型中立型差分方程Δ2(Xn-PnXn-σ)=(n∈N ,0≤Pn<1,0相似文献   

基于多重分形的油菜病虫害叶片图像分割

利用多重分形理论中的基于sum容量测度、max容量测度和min容量测度的多重分形谱分割方法,分别对油菜菌核病害、白斑病害、油菜潜叶蝇虫害叶片图像进行识别与分割。结果表明:基于多重分形理论的油菜病虫害叶片图像分割优于传统的阈值分割,基于C均值聚类的分割以及传统区域分割,主要在于能够清晰地分割出病虫害叶片边缘轮廓,准确定位病虫斑区域,同时还能保留较多细节,具有局部性强、准确性高的特点。相比而言,基于max和min容量测度的分割优于基于sum容量测度的分割。     

卓越农林人才协同培养机制探索——以湖南农业大学为例

卓越农林人才培养过程中,要充分利用省级、国家级科技创新平台和"2011"协同创新中心、国家新农村发展研究院等力量,协同平台资源、协同创新团队和企业精英骨干、协同创新中心科研项目和企业研发任务,探索构建卓越农林人才协同培养机制。研究从建立基于人—职匹配的学生选拔制、优化课程体系、改革实践教学体系、实施全程双导师制、改革教学方法和建立以"积极学习、追求卓越"为内在动力的学业评价制度共六个方面详细阐述卓越农林人才协同培养机制的运行。