排序方式: 共有16条查询结果,搜索用时 31 毫秒
1.
康平县于2000年引入‘寒富’苹果苗万余株.分别在方家、东关屯、胜利、张强等乡镇试栽。随后大面积推广。现有16个乡镇栽培‘寒富’苹果,至2007年,栽植面积达到1713.34hm^2。康平位于辽宁北部,土地资源丰富.宜果山地、平原达10万hm^2,土地较肥沃。年平均气温6.9℃,≥10℃积温3283.3℃,1月份最低气温-29.9℃. 相似文献
2.
<正>目前,树莓生产用苗以根孽苗和组培苗为主。组培苗因其繁苗速度快、栽植成活率高、生长势强等特点,已成为主要供苗途径。组培育苗的关键环节是培养室外炼苗移栽过程,决定了苗木成活率及苗木质量。根据我们的生产实践,现将树莓组培苗炼苗移栽技术总结如下。 相似文献
3.
基于ARM9的电子鼻系统设计与应用 总被引:1,自引:0,他引:1
提出了一种基于嵌入式电子鼻的设计方案,主要包括传感器阵列、模数转换和微处理器3大模块.采用Figaro公司TGS813、TGS825、TGS880 3个气敏传感器组成的传感器阵列采集样品信号;利用MAXIM公司的MAX1270芯片进行模数转换;CPU采用SAMSUNG公司的S3C2410微处理器,并在其上移植了WINCE操作系统.软件设计对采集信号进行对数拟合,采用引进BP神经网络对拟合后的曲线参数进行训练,建立模型并对样本进行识别.利用该系统对4种不同生产日期的意大利巴马臣干酪和3家公司的纯牛奶进行了测试,识别准确率均达到100%.结果表明该系统具有体积小、重量轻、使用方便灵活且识别准确率高等优点. 相似文献
4.
5.
在食品安全法规问答系统中,食品安全法规问题的单标签文本分类不能完全概括问题所包含的有效信息,为了改进单标签文本分类效果,根据问题所涉及食品安全角度和层次的不同,提出一种基于BERT-LEAM(Bidirectional encoder representational from transformers-label embedding attentive model)的多标签文本分类方法。采用多角度、分层次的多标签标注方法将单个问题文本赋予多个标签,并引入BERT预训练语言模型表示上下文特征信息, 通过Attention机制学习标签与文本的依赖关系,进行Word embedding的聚合,将标签应用到文本分类过程中。实验表明,在粗粒度多标签数据集上的分类效果明显优于细粒度多标签数据集上的分类效果,BERT进行文本特征表示的方法优于Word2Vec方法,采用BERT-LEAM模型的分类方法在粗粒度多标签数据集与细粒度多标签数据集的F1-W值分别为93.35%和79.81%,其分类效果优于其他分类模型。 相似文献
6.
基于电子舌系统的鸡蛋新鲜度检测 总被引:1,自引:0,他引:1
鸡蛋是营养丰富的食品,也是极易腐败的食品。鸡蛋在储藏过程中,环境温度的不同会导致其新鲜度出现较大的差异;蛋清和蛋黄在风味物质含量上有较明显的差异,其新鲜度变化也应展现出不同的模式。本研究利用实验室自主研发的电子舌系统对不同存储时间和存储条件下的鸡蛋进行检测与分析,讨论了鸡蛋在不同贮藏环境下新鲜度的变化差异,并将蛋黄与蛋清的分析结果进行对比,利用贝叶斯判别分析的方法为鸡蛋新鲜度的质量评价提供依据。结果表明:电子舌系统能够较好地反应出鸡蛋新鲜度随时间的变化情况,而且鸡蛋在常温环境下的新鲜度变化较为显著。 相似文献
7.
提出了一种基于嵌入式电子鼻的设计方案,主要包括传感器阵列、模数转换和微处理器3大模块。采用Figaro公司TGS813、TGS825、TGS880 3个气敏传感器组成的传感器阵列采集样品信号;利用MAXIM公司的MAX1270芯片进行模数转换;CPU采用SAMSUNG公司的S3C2410微处理器,并在其上移植了WINCE操作系统。软件设计对采集信号进行对数拟合,采用引进BP神经网络对拟合后的曲线参数进行训练,建立模型并对样本进行识别利用该系统对4种不同生产日期的意大利巴马臣干酪和3家公司的纯牛奶进行了测试,识别准确率均达到100%。结果表明该系统具有体积小、重量轻、使用方便灵活且识别准确率高等优点。 相似文献
8.
利用图像处理技术评定猪肉等级 总被引:4,自引:2,他引:2
为综合评定猪肉等级,该研究实测活体重、胴体重、背膘厚、右半胴体重、右半胴体的主要瘦肉重和眼肌面积,对肉色和大理石纹进行感观评分,并计算瘦肉率和屠宰率,同时固定物距和焦距,在固定光源下,使用数码相机拍摄80幅猪的左半胴体和眼肌面积图像并保存。经图像处理并进行特征提取后,建立图像特征与等级的关系,并用反向传播神经网络(BPNN)方法进行等级评定。结果表明,实际脂肪厚度与图像脂肪厚度、屠宰率与臀部图像面积、实际眼肌面积与图像眼肌面积、眼肌区域的肉色与图像眼肌肉色2G-B,R+G、瘦肉率与图像脂肪厚度和图像眼肌面积相关均有较高的相关关系(p<0.01),基于图像处理和BPNN技术可以快速准确的评定猪肉等级。 相似文献
9.
面向食品安全事件新闻文本的实体关系抽取研究 总被引:1,自引:0,他引:1
为解决从大规模网络文本中快速、准确识别食品安全事件并进行实体关系抽取受中文复杂语法特性限制的问题,提出一种基于依存分析的面向食品安全事件新闻文本的实体关系抽取方法 FSE_ERE (Entity relation extraction of food safety events,FSE_ERE)。该方法结合句子的依存分析结果和实体关系抽取模型,对非结构化中文文本进行无监督的实体关系抽取,并引入一种将文本相似度结合到PU学习(Positive and unlabeled learning)的半监督分类方法,利用改进的特征加权处理方法提高分类精度,使得FSE_ERE方法能够在高质量的食品安全事件新闻文本中完成实体关系抽取工作。实验结果表明,FSE_ERE方法在食品安全事件新闻文本数据集和多类型混合新闻文本数据集上的实体关系抽取均达到了先进的性能,F值分别达到了71.21%和67.42%,证明了FSE_ERE方法的有效性和可移植性。 相似文献
10.