"三团一队"定点扶贫模式的绩效、困境与优化路径 ——基于西北农林科技大学帮扶合阳县的考察     

朱玉  杨乙丹 《安徽农业科学》2021,49(9):252-255

高校不仅担负教书育人的根本任务,其作为重要的社会力量,也承担着定点扶贫的责任与使命.高校在定点扶贫过程中,可以充分发挥科技、人才以及智力等独特优势.经过多年的不断探索,已有许多高校探索出定点扶贫的经典模式.基于西北农林科技大学"三团一队"定点扶贫模式在帮扶合阳县所取得的成效以及"三团一队"保障机制不健全、扶贫工作主要发力点不突出、多主体共同参与程度不够以及社会力量吸引不足的困境,探索优化路径,以此来完善"三团一队"定点扶贫模式.  相似文献   

基于土地利用调查成果的草原资源监测技术研究     

吴恒  罗春林  朱丽艳  刘永杰  刘智军  赵磊磊  张英团  程燕芳  汤惠敏 《安徽农业科学》2021,49(20):80-83

草原是我国陆地生态系统的重要主体,也是生态文明建设的主战场之一.但草原资源本底不清,限制了草原的科学管理.按照牧区、半牧区、林区草原资源的差异性,分别选择典型县域进行案例分析.结果表明,由于草地认定标准差异、资源自身空间上的重叠、精度差异等方面原因,三调初步成果与原有的调查资料草地面积总量和空间分布均存在不同程度的差异;国土三调初步成果的图斑区划和属性因子不能满足草原资源经营管理的需求,应在三调的基础上进行经营区划和调查;草班和小班的区划要满足不同区域草原资源管理和经营的需要,调查内容包括类型、数量、质量、结构和功能等5个方面.  相似文献   

基于VGGNet网络的雾霾无人车防碰撞研究     

邓彦波  刘钊希 《农机使用与维修》2023,(9):24-26+30

针对雾霾天气下无人车行驶容易出现视野受限，导致防碰撞能力下降的问题，提出了一种基于VGGNet网络的深度卷积神经网络模型，通过反向传播算法不断调整模型的权重和偏置，对收集雾霾天气下的图像和相关数据进行处理，实现模型的训练和优化。实验结果表明，所提出的方法可以有效地提高无人车在雾霾天气下的防碰撞能力，达到了良好的效果。研究结果可以为无人车行业在特殊气候条件下的防碰撞提供了一种新思路和实现方法，具有一定的参考价值和应用前景。  相似文献   

潍坊创新提升“三个模式”打造国家级农业 开放发展新样板          下载免费PDF全文

王坤 《现代农业研究》2021,(2):4-6

通过调研潍坊国家农业开放发展综合试验区等新旧动能转化重点项目，梳理总结潍坊市多年来在优势特色 产业发展、农业产业化经营、对外开放和农村改革等方面较成熟的“三个模式”创新升级和打造乡村振兴齐鲁样板先行 区过程中的先进经验。  相似文献   

基于快速卷积神经网络的果园果实检测试验研究     

张磊  姜军生  李昕昱  宋健  解福祥 《中国农机化学报》2020,41(10):183

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。  相似文献   

基于PCA-Attention-LSTM网络的土壤氮含量监测     

刘慧敏  甄佳奇  刘勇  解洪富  许文超 《中国农机化学报》2020,41(9):190

土壤作为农作物生长的主要营养来源,氮是植物生长的重要元素,有效评价土壤氮素含量可以促进配方施肥的发展。提出主成分分析、注意力机制和长短时记忆神经网络相结合的模型(PCA-Attention-LSTM)来监测土壤的氮素含量。采用PCA(主成分分析)对数据进行处理,提取影响土壤氮含量的关键影响因子,降低模型向量输入的维数,利用注意机制突出预测中的关键输入特征。在Keras深度学习框架的基础上搭建PCA-Attention-LSTM的网络模型,实现对未来2 h土壤氮含量的精监测。最后,以黑龙江省依安甜菜养植基地的数据对土壤氮含量进行训练和验证。结果表明,与RNN等其它网络模型相比,该模型的效果更好,基于PCA-Attenlion-LSTM网络模型的平均绝对误差,均方根误差和平均绝对百分误差分别为0.119、0.020、0.156。该模型预测精度高,泛化能力强,可以应用于土壤氮含量的监测。  相似文献   

地连墙内砂砾石地基固结灌浆施工技术     

杜海龙  吴刚刚  罗小斌  刘坪  黄晓倩 《农业科学与技术》2019,(3)

砂砾石层地基是施工中常遇到的复杂地层,灌浆技术作为防渗加固处理常用处理手段和重要的工程措施得到了广泛的应用。文章结合广西荔浦至玉林高速平南三桥段北岸拱座地基处理实例,详细介绍了采用袖阀管注浆工艺对地连墙内砂砾石地层进行加固处理的施工技术。  相似文献   

潍坊市地膜回收利用“三个模式”探索     

郭继民  管明乐  李霞  侯正红  张凯 《现代农业科技》2021,8(8)

地膜是重要的农业生产资料,在增加农作物产量、提高作物品质、丰富农产品供给结构等方面发挥了重要作用。但长期以来重使用、轻回收,地膜残留污染问题日益严重,成为影响农业可持续发展的重要问题。潍坊市把推进地膜回收工作作为促进农业绿色发展的重要措施,创新地膜回收利用“三个模式”,夯实农业发展基础,担当作为抓出成效,促进全市农业绿色高质量发展。  相似文献   

基于卷积神经网络的拖拉机工况识别     

孔庆好  吐尔逊·买买提  赵梦佳 《中国农机化学报》2021,42(11):144

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。  相似文献   

中职汽修专业校企合作订单培养模式研究与实践     

李晓光  王朋  任建立  罗英亮 《河北农机》2020,(11):81-82

  相似文献