基于云计算与RBF神经网络集成的玉米精准施肥模型研究

针对玉米精准施肥模型与土壤多个参数有复杂的关系,且动态性数据量庞大、维度高、具有非线性强的特点,本文基于云计算技术的数据存储、分析、共享的功能,运用神经网络较强的处理非线性问题的能力,对玉米土壤养分数据进行处理,构建玉米土壤实时监控云平台,进行基于优化RBF神经网络的玉米土壤养分施肥模型研究,明确模拟施肥量与玉米产量、土壤养分含量的关系,将该模型在农安县陈家店村应用,为玉米的精准施肥提供决策依据。结果表明,基于云计算与RBF神经网络集成的玉米精准施肥模型与传统网络进行比较减少了误差,节约了时间,可为玉米精准施肥提供咨询指导,促进对玉米精准农田管理的实施。     

玉米子粒主要营养成分合成调控研究进展

玉米具有广泛的用途,玉米不仅可以作为食品,同时也是重要的加工原料。淀粉、蛋白质、脂肪是玉米子粒中最主要的3种营养物质。三者之间在含量及机构上相互影响,不仅影响玉米子粒产量,同时影响玉米的营养品质。因此,深入了解玉米子粒不同的化学成分含量及其相互关系,可以为玉米品种选育提供理论依据。本研究系统阐述玉米子粒中淀粉、蛋白质、脂肪的结构组成和合成途径以及相关功能基因的研究进展,为玉米子粒品质研究提供参考。     

《玉米科学》Top50高被引论文的分析及启示

通过对《玉米科学》2011-2022年发表的高被引论文涉及学科和领域进行全面分析，科学梳理Top50高被引论文的研究重点、内容特点、作者群分析以及引用情况，揭示不同时期玉米科研人员关注的热点以及读者普遍关注的主题，为《玉米科学》选题制定、稿件遴选、核心作者人才培养、提高办刊质量等提供思路。利用中国知网《学术精要数据库》遴选出《玉米科学》的高被引论文，统计Top50论文的研究方向、被引频次、刊发年限情况等。分析发现，Top50论文主要分布在玉米生长发育研究、玉米品种选育研究、玉米产量影响因素研究、玉米种植管理研究、玉米生物技术研究5个领域。高被引论文大多集中在与期刊发展密切相关、可操作性较强的领域，与当时玉米科研的主题相关，也与作者知名度、刊发期刊有一定的关联。