目的论视域下饲料英语专业综合培养--评《动物营养与饲料生产技术》

在全球经济一体化时代背景下,我国动物饲料生产加工行业得到快速发展,动物营养与饲料科学领域之间的合作与交流越来越广泛。动物营养与饲料生产过程中涉及到的技术理论知识较为广泛,对饲料英语翻译的要求越来越高,而基于目的论视域下,实现饲料英语专业综合素质人才的培养显得非常重要,尤其是编著一本有关动物饲料生产加工的专业书籍。鉴于此由陈翠玲、张京和编著,联合化学工业出版社出版的《动物营养与饲料生产技术》一书对饲料英语专业综合素养的培育起着非常关键的影响。本书编著基于动物营养和饲料基础知识的基础上,重点阐述了饲料加工及其利用的基本知识和技能,并根据动物的营养需要讲述饲料配合技术和具体配方内容。并且在本书编著中融入了饲料生产的新技术和新方法,还设置有实验实训项目、饲料卫生最新标准、动物的饲养标准和最新的饲料营养价值表能很好的满足饲料英语专业综合素养的培育和饲料生产岗位的实际需求。     

智能采摘机器人自动化系统研究 —基于交互式视音频技术

为了提高采摘机器人的作业质量,模仿英语移动教学交互式视音频技术,在采摘采摘机器人控制系统中引入了视音频交互技术,通过远程视频监测机器人的作业状态,然后利用声控技术对采摘机器人的作业姿态进行调整,实现了管理员和采摘机器人的视音频交互,可以有效地提高采摘机器人的作业质量,降低采摘机器人的故障率。为了验证方案的可行性,对采摘机器人自动化控制系统进行了测试,并引入了MIMO通信原理,以提高视音频信号传输的质量。测试结果表明:采摘机器人可以准确地识别远程端的声控信号,且根据指令信号动作的准确率较高,可以满足高精度采摘机器人的设计需求。     

基于快速卷积神经网络的果园果实检测试验研究

近年来,基于数字图像处理和机器学习算法的果实自动识别检测研究已经越来越成熟。针对传统检测方法检测过程中难以满足实时性要求的缺点,采用了基于Faster-RCNN的果实快速检测模型。模型由卷积神经网络(CNN)和区域提议网络(RPN)组成,首先由CNN进行卷积和池化操作提取特征,然后由RPN选取候选区域,通过网络全连接层参数共享,由目标识别分类器和边界框预测回归器得到多个可能包含目标的预测框,最后通过非极大值抑制挑选出精度最高的预测框完成目标检测。分别对桃子、苹果和橙子的三种果实进行检测,采用迁移学习方法,使用已经预训练好的两种深度神经网络模型ZFnet和VGG16,通过数据集的训练对Dropout及候选区域数量进行参数调整完成网络调优。检测并分析果实不同布局形态下模型的检测效果。试验结果表明,当Dropout取值为0.5或0.6,候选区域数量为300时网络模型最佳,ZFnet网络中,苹果平均精确度为92.70%,桃子为90.00%,而橙子为89.72%。VGG16网络中,苹果平均精度为94.17%,桃子为91.46%,橙子为90.22%。且ZFnet和VGG16的图像处理速度分别达到17 fps和7 fps,能够达到果实实时检测的目的。     

智慧图书馆微观知识生态系统运行机理研究

伴随多元化时代的来临,用户的知识需求日益多元化、专业化,对图书馆服务提出了新的挑战。对智慧图书馆微观知识生态系统运行机理的研究,能够为新型知识服务提供理论基础,保障知识资源进行有效的优化整合,实现服务升级。文章在简要分析智慧图书馆微观知识生态系统四大要素的基础上,着重从社会发展、技术进步,知识富集、优化调整和需求驱动、服务升级三方面探讨其形成动因,重点分析智慧图书馆微观知识生态系统的生命周期,最后从合作、循环和保障三方面探讨其运行机理。     

黑大蜜蜂的学习与记忆研究

黑大蜜蜂是蜜蜂属的一个重要种,营露天生活,具有一定的迁徙特性。东、西方蜜蜂的学习与记忆研究一直被广泛地应用,而黑大蜜蜂的学习与记忆至今未见报道。用壬醛、正已醛2种气味运用PER模型来探究黑大蜜蜂的学习与记忆能力。结果显示,黑大蜜蜂能够很好地适应PER学习模型,它们的学习与记忆能力要高于东、西方蜜蜂的学习与记忆能力。     

本刊加入“中国知网(CNKI)”系列数据库的声明

为适应我国信息化建设,扩大本刊及作者知识信息交流渠道,本刊现被《中国学术期刊网络出版总库》及CNKI系列櫂櫂数据库独家收录,其作者文章著作权使用费与本刊稿酬一次性给付(已在收取发表费时折减和换算为杂志赠阅)。如作不同意文章被收录,请在来稿时向本刊声明,本刊将做适当处理。     

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。     

基于用户画像的创新创业精准知识服务研究

"用户画像"理念为创新创业精准知识服务的实现提供了新思路与新途径。在互联网+、大众创业、万众创新的时代战略背景下,将精准服务元素融入创新创业的个性化知识服务领域,建立面向创新创业的用户画像模型,从画像视角深入挖掘用户创新创业的信息资源和知识服务需求,构建契合用户"双创"知识需求的精准知识服务模式,并围绕理念、资源、用户、服务等维度提出创新创业精准知识服务模式的实施与保障策略。     

如何培养后进生的高中数学学习兴趣

高中数学后进生的存在,是当前高中数学教师所面临的一大难题,也是提高高中数学教学效率的一大障碍。     

社会情感因素对高校英语词汇磨蚀的研究及对策

本文阐述了高校英语词汇磨蚀的内涵和影响因素,分析了社会情感因素对高校英语词汇磨蚀的影响,提出了几点优化社会情感因素对高校英语学习良性影响的对策。旨在通过本文的研究,明确社会情感因素在高校英语磨蚀中的影响,优化情感因素在高校英语教学中积极作用的发挥,促进高校英语教学质量与效率的提升。