搜索结果: 1-7 共查到“农业机械学 学习”相关记录7条 . 查询时间(0.203 秒)
江苏省农机示范中心前往2023中国国际农业机械展览会参观学习（图）
江苏省 农业机械 展览会
2023/12/8
为紧抓示范展示职能工作，落实江苏省委省领导对江苏农机展办展水平的提升要求，2023年10月24日江苏省农机示范中心一行，前往武汉参观2023中国国际农业机械展览会进行观摩学习。本次展会由中国农业机械流通协会、中国农业机械化协会、中国农业机械工业协会主办，是国内知名农机专业展会之一。
广东省农业科学院农业生物基因研究中心植物种质资源鉴评研究室通过机械学习和无人机采集图像等相关技术结合，致力于农作物育种过程中各相关环节的数据采集、分析、建模，并应用推广，目前已经在水稻、玉米、柑橘（含新会陈皮柑）等作物中开展应用，对隔离区设置、苗期去杂、田间生长动态监测及预报、成熟期预测等相关方面具有极强的辅助功能。充分的保证了育种各环节的工作质量。目前也计划在大豆、豇豆等作物中进行探索，让整个数...
为解决样本的手工获取和常规的目视解译难以适应目前农业土地资源信息自动化提取的需求问题，引入时空数据挖掘技术，运用关联知识迁移学习机制，提出了一种基于知识迁移学习的高分辨遥感影像土地利用信息分类制图方法(KTLC)。首先，运用改进的均值漂移算法对新的待分类制图影像进行分割获得影像对象，然后，将分割后对象的矢量边界与前时相土地利用矢量专题图进行配准、嵌套，通过叠加分析获取当前影像中的不变对象，并通过光...
针对X射线检测中铸件微弱缺陷误检率和漏检率高的问题，提出一种基于选择性注意机制和深度学习特征匹配的缺陷动态跟踪检测方法。基于射线图像序列,采取帧内注意区域检测消除漏检、帧间深度学习特征匹配跟踪排除误检的策略。在帧内检测阶段，提出通过中央-周边梯度搜索方法模拟生物视觉的中央-周边差运算，根据梯度阈值直接检测各可疑缺陷区域，无需分割出缺陷本身。在帧间跟踪阶段，借鉴人类大脑视觉感知系统的深度学习层次结构...
基于极限学习机的土壤硝态氮预测模型研究
土壤硝态氮 离子选择电极 能斯特模型 极限学习机
2016/12/21
利用极限学习机模型解译高氯离子干扰下盐碱土中硝酸根离子选择电极响应信号，系统分析了漂移校正算法、能斯特及极限学习机模型对电极法硝态氮（NO-3-N）预测结果准确性的影响差异。结果表明，漂移校正算法可明显提高传感器标定方程的重复性和一致性，响应斜率及截距电位的波动范围分别缩小了3.67%和7.25%；极限学习机模型的最优隐含层节点数为14；基于极限学习机的电极法NO-3-N质量浓度预测模型可较好抑制...
针对复杂多目标优化问题，提出一种基于分解机制和反向学习模型的多目标进化算法。该算法在基于分解机制的多目标进行算法的框架下，引入反向学习模型，该模型具有较好的局部寻优能力。在种群进化的过程中，反向学习模型和差分进化机制自适应的相互配合，能够较好地平衡算法的全局搜索与局部寻优能力。采用国际公认的具有复杂Pareto Set的LZ09系列测试问题进行实验验证，并与MOEA/D—DE、GDE3、NSGA—...