排序方式: 共有57条查询结果,搜索用时 15 毫秒
1.
泾河近30年来污染日趋严重。通过分析泾河下游枯水期可降解污染物的自净特征,建立了河流点源捧污和侧向污染物均匀补排条件下的水质衰减模型,并提供了一种简便的求自净特征参数的方法。 相似文献
2.
鉴于基于规则的专家系统在知识获取上存在的瓶颈问题,分析研究了基于案例推理的羊病诊断专家系统关键问题的设计思想和实现方法。同时,针对羊病症状信息的特点,提出了建立症状索引表描述字符型数据、特征权值反映症状对案例的影响;采用特征向量空间的加权检索算法,提出了症状特征相似性计算方法。采用SQL Server数据库管理和Java语言进行系统实现,并通过实例进行了验证,达到了设计要求,对生产实践具有指导价值。 相似文献
3.
径流中长期预报的人工神经网络模型的建立与应用 总被引:7,自引:0,他引:7
以新疆伊犁河的雅马渡站23年实测数据为资料,利用人工神经网络理论和技术,建立了基于人工神经网络的径流中长期预报模型,经过检验,该模型预报结果精度高,模型可靠,有推广价值。 相似文献
4.
基于粗糙集的属性约简算法在农业机械中的应用 总被引:1,自引:1,他引:0
传统的利用区分矩阵进行属性约简算法,其时间复杂度和空间复杂度很大.近年来提出了各种启发式算法,其时间复杂度由原来指数级递增降到了平方级递增,但此算法并不能保证找到最优解.为此,提出了属性约简的改进算法,其在时间复杂度和空间复杂度上都降低很多,易于求出最优解.把此算法用于对一款农业机械的评估判断和规则提取,用VC++和SQL Server 2000进行实现,并通过专家数据验证其正确性. 相似文献
5.
基于改进YOLOV5s网络的奶牛多尺度行为识别方法 总被引:3,自引:3,他引:0
奶牛站立、喝水、行走、躺卧等日常行为与其生理健康密切相关,高效准确识别奶牛行为对及时掌握奶牛健康状况,提高养殖场经济效益具有重要意义。针对群体养殖环境下奶牛行为数据中,场景复杂、目标尺度变化大、奶牛行为多样等对行为识别造成的干扰,该研究提出一种改进YOLOV5s奶牛多尺度行为识别方法。该方法在骨干网络顶层引入基于通道的Transformer注意力机制使模型关注奶牛目标区域,同时对奶牛多尺度行为目标增加路径聚合结构的支路与检测器获取底层细节特征,并引入SE(Squeeze-and-Excitation Networks)注意力机制优化检测器,构建SEPH(SE Prediction Head)识别重要特征,提高奶牛多尺度行为识别能力。试验验证改进后的奶牛行为识别模型在无权重激增的同时,多尺度目标识别结果的平均精度均值较YOLOV5s提高1.2个百分点,尤其是对奶牛行走识别结果的平均精度4.9个百分点,研究结果为群体养殖环境下,全天实时监测奶牛行为提供参考。 相似文献
6.
数据推送技术在温室灌溉控制管理中的应用 总被引:1,自引:0,他引:1
基于Android移动操作系统开发了具有实时数据显示、报警数据推送、灌溉交互控制功能的温室灌溉控制管理系统.该系统可以监测温室的土壤含水量和温室温度、湿度,当温室温度数据超过所设定的温湿度界限,以数据推送的方式将警报信息推送到移动终端,在检测到需要灌溉时,也会以推送的形式向用户发送灌溉确认信息,形成交互性良好实时监控平台.经实验证,在服务器端产生异常数据的情况下,客户端能及时收到服务器发送的推送通知.相对于传统的监控系统软件更符合计算移动化的趋势,同时也为开发基于移动设备的推送应用提供了参考. 相似文献
7.
通过灌溉试验配合施尿素,钻探采取土样并对岩土浸提液电导率进行测定,研究了灌溉和施肥条件下非饱和黄土层的水流入渗规律和盐分变化特征。结果表明,黄土层中非饱和水入渗具有明显的含水量峰值带,其运移速度在0~6m的埋深带约为15~17cm/d,同时存在快速的超渗导管流;含盐量为615.82和815.07mg/L的灌溉水配合施尿素454.6和378.8kg/hm2的宽畦漫灌,可使上部6m黄土层电导率显著增加,最大点电导率增幅在黄土原区为2.12倍,在阶地区达4倍以上,表明灌溉水中的盐分、化肥的离解和灌溉入渗水流对黄土层的溶滤与淋洗作用,会显著影响黄土超根层盐分分布、运移和氮沉降。 相似文献
8.
9.
10.
【目的】揭示隐含在奶牛营养分析结果数据中影响奶牛瘤胃乙酸/丙酸的关联关系和因素,为奶牛营养研究和奶牛养殖提供参考。【方法】选用奶牛营养分析结果的100条数据,应用改进的关联挖掘算法DMApriori算法,对奶牛营养分析结果中瘤胃乙酸/丙酸低于或高于正常值的情况进行了关联分析。【结果】饲喂一般牧草黑白花牛的瘤胃乙酸/丙酸低于正常值的可信度为70%;当前体质量在598~698 kg的奶牛多为黑白花牛,可信度为75%;日产奶量在10~20 kg的奶牛多为黑白花牛,可信度为70%;乳脂率在3%~4%的奶牛大多为黑白花牛,可信度为88%。【结论】通过对奶牛营养分析中的大量数据进行关联规则挖掘,提取蕴含在这些大量数据中有意义、有价值的信息,可以为奶牛营养研究和养殖的规划调整提供科学依据。 相似文献