稻米：一百年,一千年,一万年

大致说来,一万年前是中国稻作的起源时期,一千年前则是中国稻作传统的形成时期,而最近一百年则是中国稻作发展最快的时期。用一百年、一千年、一万年这三个大致的时间节点,全景展示中国稻米的历史、稻米对于国计民生的重要性、千百年来中国人民为解决吃饭问题所做的努力、近百年来中国稻作科技的发展与进步,展望未来稻米所可能遇到的挑战和前景。     

红外相机技术在河北雾灵山国家级自然保护区中的应用

为了充实河北雾灵山自然保护区的野生动物资源本底资料,提高监测能力和监测水平,雾灵山保护区自2015年开始将红外相机技术应用到野生动植物的资源调查和管护中。目前应用红外相机技术发现兽类5目10科14种,鸟类4目6科10种,掌握了区内主要物种猪獾(Arctonyx collaris)、狍(Capreolus)和勺鸡(Pucrasia macrolopha)的日活动节律,补充了保护区的本底调查资料,为保护区进一步开展金钱豹(Panthera pardus)、斑羚(Naemorhedus goral)和鸟类多样性等科学研究奠定了基础,为保护区制定关于野生动物资源的相关管护政策提供了科学依据。     

基于科技文献社会网络分析的"一带一路"科技情报安全研究

为明确中国在"一带一路"沿线国家所形成的科技网络中处于怎样的位置,面临怎样的科技情报风险,需要采取哪些措施维护中国科技情报安全,应用智库DIIS理论方法,对科学引文索引中2013年-2017年"一带一路"沿线国家论文合作数据进行社会网络分析,应用管理机制设计"七元组"理论开展科技情报安全机制设计。研究结果显示,中国科技情报的暴露程度较高,科技应用的不可控因素、知识产权保护的挑战、科技情报资源流失的风险同时存在,并与各种非传统安全问题相叠加。切实掌握核心技术,维护知识产权,加强政府、社会对科技交流的监管,防止科技情报被非法利用,是保障科技情报安全的主要途径。     

饲料中无机元素分析方法研究进展

饲料中所含的无机元素对动物生长具有重要意义。在饲料中过量添加无机元素会导致环境污染问题,也会通过食物链最终危害消费者的身体健康,因此,对饲料产品中的无机元素进行检测和动态监控尤为重要。综述了近年来饲料中无机元素含量检测主要应用的前处理方法及其含量检测技术,分析了不同前处理方法和含量检测技术的优点和不足,以期为饲料中无机元素分析方法的科学、合理应用提供参考。     

拖拉机室内台架试验技术现状与展望

作为拖拉机研发的重要验证手段，拖拉机室内台架试验可方便高效地为拖拉机模拟各种工况下的性能表现。首先探究动力总成控制技术、负载模拟技术、试验数据处理技术和试验结果评价技术4种拖拉机室内台架试验关键技术，结合试验技术的最新研究进展，对4种技术进行详细的阐述和分析。接着从动力总成控制算法、负载模拟算法、试验数据处理方法、试验结果评价指标体系4个方面对拖拉机室内台架试验技术进行讨论与展望。最后得出对动力总成算法进行优化、提高动态负载模拟精度、保持试验数据处理方法的前沿性、对试验结果综合客观评价是拖拉机室内台架试验技术的发展趋势，以期为我国拖拉机室内台架试验技术的发展提供参考。     

护林防火技术在森林资源保护中的应用

合理运用护林防火技术可以提升森林资源保护工作的整体质量,推动林业不断发展。本文分析了森林火灾发生的原因,总结了护林防火技术,提出了相关应用对策,以期为减少森林火灾的发生和保护森林资源提供参考。     

基于工作过程的南疆高职院校园艺技术专业农业应用化学教学改革探析

分析了从南疆职业院校园艺技术专业农业应用化学教学中存在的问题,以提高该课程教学要求及园艺技术人才专业人才培养规格为目标,提出了对接教学领域与职业技能、职业素养,改革教学内容、课程体系、优化教学的方法和手段,为提高园艺技术专业服务育人本质,培养更多更好服务地方经济社会发展的高素质、高技能的园艺技术专业人才奠定重要的基础。     

基于卷积神经网络的拖拉机工况识别

农机工况识别在细化农机作业状态和帮助掌握区域污染物排放趋势方面有着重要的研究价值。基于拖拉机不同运行状态下的行驶速度、发动机转速以及实时油耗等时间序列,首次提出将图像识别方法引入到拖拉机工况识别中的思路,并分别应用参数优化的支持向量机与卷积神经网络对实际作业拖拉机工况进行研究。结果表明:(1)基于参数优化的支持向量机可以较好地实现样本点的工况识别且识别准确度达到99.851 9%,但无法实现农机工况的连续性识别,同时无法对农机工况转换阶段进行有效识别。(2)以拖拉机运行速度与发动机转速等信息构建样本图像来描述农机工况变化的数据表达,并在此基础上应用卷积神经网络可以有效实现农机工况的连续性识别,且识别准确率可以达到93.3%。本研究在农机工况识别方面具有一定参考价值,并为后续农机不同工况下区域污染物排放研究提供技术支持。     

面向养殖水体分布差异的COD光谱法检测研究

面向养殖水体，传统光谱法对化学需氧量（Chemical Oxygen Demand，COD）检测模型构建的基础：源域（现有样本库）与目标域（检测地水体）间光谱数据独立同分布。但是当源域与目标域分布间存在差异时，由源域得到的低误差模型常在目标域上表现下滑。针对该问题，提出面向UV Vis光谱的域对抗训练网络（DAUVwpNet），将分布不同的源域和目标域数据映射至相同分布的特征空间中，使其在该空间的分布距离尽可能接近，从而在特征空间中对源域训练的目标函数也可以迁移至目标域上，以降低模型在目标域的误差。试验表明：面向同一批测试数据，DAUVwpNet的预测误差为0.78，要低于传统模型的预测误差（0.85）；DAUVwpNet预测值与实测值间相关系数为0.95，要高于传统模型的相关系数（0.89）。表明了该网络能够较好对齐两域特征空间数据分布，降低因分布差异带来的COD检测误差。     

“互联网+"背景下农村网络扶贫新思路的探讨

本文通过分析“互联网+”时代下网络扶贫的三种新模式，指出了政府、企业、农户三方力量 各自在网络扶贫中的定位和职责，进一步夯实网络扶贫基础，从而提高扶贫治理成效。