按提交时间
按主题分类
按作者
按机构
  • 科研合作中的核心合作者的界定与测算——一种基于H指数的测算方式

    分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-09-05 合作期刊: 《农业图书情报学报》

    摘要: 目的/ 意义 不同合作者在科研合作中扮演不同角色,承担相应职责。区分科研合作对象中的不同角色,对于科研人才评价和人力资源配置具有重要意义。本文基于 H 指数的测算方式,使用合作次数来识别科学家合作关系中的核心合作者。 方法/ 过程 以中国与G7 国家计算机领域高产科学家为研究对象。首先,识别出核心合作者并分析其规模与占比。其次,基于 H 指数拟合公式提出核心合作者人数的估算公式。最后,利用该式比较理论值与实际值的差异。 结果 / 结论 研究发现,在核心合作者的规模与占比上,各国核心合作者人数普遍为 3 耀7 人,且比例均不超过 10%。核心合作者人数可使用发文量与 篇均合作者人数的幂次方乘积来估算,美国、德国和英国的核心合作者占比更低,人才的流动和交流较为频繁,而意大利、日本和中国的核心合作者人数占比偏高,表明人才流动性不足,科研合作相对固化。

  • 广西北部湾海域织锦巴非蛤卵巢发育、卵子及卵黄发生的研究

    分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-05-30

    摘要: 本研究采用解剖观察、卵巢组织切片和透射电镜技术对广西北部湾海域织锦巴非蛤(Paphia textile)的卵巢发育、卵子发育及卵黄粒合成过程及特点进行探讨。结果表明,织锦巴非蛤在1周年内具有1个繁殖周期,将卵巢发育时期划分为增殖期(5月—7月)、生长期(7月—9月)、成熟期(9月—11月)、排放期(11月—翌年1月)、休止期(翌年1月—4月)共5个时期。根据织锦巴非蛤卵子发育的相关特点,可将其划分4个主要阶段,第一阶段为卵原细胞,第二阶段为小生长期卵母细胞,第三阶段为大生长期卵母细胞,第四阶段为成熟卵子。根据透射电镜观察织锦巴非蛤卵黄的合成,可将卵黄的合成分为卵黄合成前期、卵黄合成期、卵黄合成后期共3个主要时期,其中卵黄合成期是卵黄粒生成的重要时期,在此期线粒体、内质网、高尔基体、溶酶体等细胞器通过不同的方式合成卵黄粒。此外,海区水温与织锦巴非蛤卵巢发育密切相关,是影响织锦巴非蛤卵巢发育的重要因素。广西北部湾海域织锦巴非蛤为雌雄异体,未发现有雌雄同体现象。研究结果为织锦巴非蛤的繁殖生物学、人工繁育、养殖及种质资源保护和利用等提供基础资料。

  • 基于NB-IoT 网络的兔舍环境实时监测系统

    分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-05-15 合作期刊: 《智慧农业(中英文)》

    摘要: 为满足兔舍环境监测调控需求,同时摆脱传统布线网络局限性,缩减网络资费、电路元件和控制系统成 本,本研究提出一种基于窄带物联网(Narrow Band Internet of Things,NB-IoT) 的兔舍环境实时监测系统。系统 基于Arduino 开发板,使用移远BC260Y 模块与消息队列遥测传输协议(Message Queuing Telemetry Transport, MQTT) 实现网络连接,利用SGP30、MQ137、5516光敏电阻传感器等多种传感器实现兔舍内部声、光、水、温、 气五方面实时监测。数据在本地、云端存储的同时,系统可根据阈值报警,协助创造兔的最佳生存环境。研究中 对比了NB-IoT网络与Wi-Fi、LoRa等其他网络的异同,根据物联网三层架构详细介绍了系统搭建技术与过程,并 系统分析了元器件价格,经核算,整机成本不超过400元。设备在空舍测试中,检测到CO2浓度为420~440 ppm; MQ系列传感模组电压比值稳定于1;温度处于22~24 ℃;湿度上下波动10%;日光灯亮灭引起电压差2.6 V。进 行了系统的网络与能耗测试,通过不同时间、场地、网络连接方式的对比,验证了本系统传输稳定可靠,能耗合 理。系统使用MQTT通信协议的NB-IoT网络,平均每秒消息处理量(Transactions Per Second,TPS) 为0.57,每分 钟收发34.2条,上下浮动1条。系统运行时,电压约为12.5 V,电流约为0.42 A,平均功率为5.3 W。发生通信时, 没有产生额外功耗,适用于实际养殖生产。本研究可为偏远或较大规模的养殖监测设备选取提供设备成本与网络 选择参考价值。

  • 便携式黄曲霉毒素B1检测系统设计与试验

    分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-05-15 合作期刊: 《智慧农业(中英文)》

    摘要: 为实现农副产品中黄曲霉毒素B1(AFB1) 的现场快速检测,设计了一款基于差分脉冲伏安法(Differen⁃ tial pulse voltammetry,DPV)、以STM32F103ZET6为核心处理器的便携式检测系统。系统主要包括硬件检测设备和 手机App两部分,二者通过Wi-Fi通信连接。硬件检测设备主要包括DPV波形生成电路、恒电位电路及微电流检 测模块;上位机App在安卓环境下开发,主要完成信号采集、数据存储等任务。应用实验室自制的AFB1传感器, 在0.1 fg/ml~100 pg/ml范围内系统可以对 AFB1实现有效检测。标准溶液中的测试结果与电化学工作站CHI760e相 比,最大相对误差为7.37%。对加入不同浓度AFB1的花生油样品进行检测,以CHI760e检测结果为标准,回收率 为96.8%~106%;对发霉程度不同的花生样品中进行测试,与CHI760e相比,最大相对误差为7.10%。本便携式检 测系统在农副产品中AFB1的现场快速检测中具有广阔的应用前景。

  • 基于多源数据的马铃薯植株表型参数提取

    分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-05-15 合作期刊: 《智慧农业(中英文)》

    摘要: 作物具有结构多样、生长环境复杂等特征。RGB图像数据能真实地反映植株的纹理特征与颜色特征,三 维点云数据包含了作物的体量信息。将RGB图像和三维点云数据结合,实现作物的二维和三维表型参数提取,对 表型组学的方法研究具有重要意义。本研究以马铃薯为研究对象,使用RGB相机和激光扫描仪分别采集了50个马 铃薯的RGB图像与三维激光点云数据。对比了OCRNet,UpNet,PaNet和DeepLab v3+四种深度学习语义分割方法 的分割精度,并选择精度较高的OCRNet网络实现马铃薯顶视图像的语义分割。优化了Mean shift聚类算法流程, 完成了马铃薯植株激光点云的单株分割,并结合欧式聚类和K-Means聚类算法对单株马铃薯植株点云的茎和叶进 行准确地分割。同时,提出一种利用编号建立马铃薯单株RGB图像和激光点云间一一对应关系的策略,并以此为 基础分别从RGB图像与激光点云中提取同一马铃薯植株包括最大宽度、周长、面积、株高、体积、叶长与叶宽在 内的8个二维表型参数与10个三维表型参数。最后,选择了比较具有代表性、易测量的叶片数、株高、最大宽度 三个表型参数进行精度评估,平均绝对百分比误差(Mean Absolute Percentage Error,MAPE) 分别为8.6%、8.3% 和􀀁6.0%,均方根误差􀀁(Root Mean Square Error,RMSE)􀀁分别为􀀁1.371 片、3.2 cm 和􀀁1.86 cm,决定系数􀀁R2 分别为 0.93、0.95和0.91。精度评估的结果表明,所提取的表型参数能够准确、高效地反映马铃薯的生长状态,将马铃薯 的RGB影像数据与三维激光点云数据相结合,能够充分发挥RGB图像纹理颜色特征丰富、三维点云能够提供体量 信息的优势,实现马铃薯植株二维与三维表型参数高精度、非破坏性的提取。本研究成果不仅可以为马铃薯的种 植和育种提供重要的技术支持,还可以为基于表型数据的研究提供有力支持。

  • 基于递进式卷积网络的农业命名实体识别方法

    分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-05-15 合作期刊: 《智慧农业(中英文)》

    摘要: 目前基于预训练语言模型(Pre-trained Language Model,PLM) 的命名实体识别的研究在面对农业领域存 在的实体命名方式繁杂、实体边界模糊等问题时,仅使用PLM最后一层表示输出,且均从外部引入知识或操作对 实体表示进行增强,忽视内部各层本身蕴含语言不同层次的丰富信息。为解决上述问题,提出一种基于递进式卷 积网络的命名实体识别方法。该方法首先存储自然句子,通过PLM后得到的每层输出表示;其次以递进式卷积作 为全层信息的特征提取手段,对储存的模型中间层输出表示依次卷积。模型将注重全层信息,包括被忽略的浅层 输出,而有研究表明靠近输入的模型层输出的句子嵌入包含更多的诸如短语、词组等粗粒度信息,对于边界模糊 的农业命名实体识别,更关键的词组界定信息或许就隐含在这些被忽略的浅层嵌入中,可为农业领域存在的命名 实体识别问题提供帮助。无需外部信息的引入,充分利用已使用的计算力得到的结果就能增强句子的表示嵌入; 最终通过条件随机场(Conditional Random Field,CRF) 模型生成全局最优序列。在构建的包含农作物品种、病 害、虫害和农药4类农业实体的农业数据集上,所提方法的综合性指标F1值相较于基于Transformer的双向编码表 征模型(Bidirectional Encoder Representation from Transformers, BERT) 提升3.61%,在公开数据集上也有较好表 现,其中在数据集MSRA上F1值提升至94.96%,说明基于递进式的卷积网络能够增强模型对自然语言的表示能 力,在命名实体识别任务上具有优势。

  • 基于弱监督下改进的CBAM-ResNet18 模型识别苹果多种叶部病害

    分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-05-15 合作期刊: 《智慧农业(中英文)》

    摘要: 针对苹果叶部病害图像在仅有图像类别标注的弱监督的条件下识别准确率低的问题,提出了一种基于改 进的CBAM-ResNet算法进行苹果叶部病害识别。以ResNet18作为基础模型,对轻量级卷积块注意力模块(Convo⁃ lutional Block Attention Module,CBAM) 注意力机制中通道注意力模块中的多层感知机(Multilayer Perceptron, MLP) 进行升维改进,放大苹果叶部病害特征细节;将改进的CBAM融入残差模块中,以加强对关键细节特征的 提取,将AlphaDropout配合SeLU(Scaled Exponential Linearunits) 融入网络中,防止其网络的过拟合化,加速模型 收敛效果;最后,采用单周期余弦退火算法调整学习率,得到病害识别模型。训练在样本图像均只进行图像级标 注的弱监督下进行,大大降低标注成本。通过消融实验,探究出改进CBAM中MLP最佳升维维度为2,相对于原 CBAM,准确率提升0.32%,并在参数量增加17.59%的情况下,每轮训练时长减少8 s。在包含苹果斑点落叶病、 褐斑病、花叶病、灰斑病、锈病等5种病害的6185幅图像数据集上进行了试验测试,结果显示,在弱监督学习下, 识别准确率方面,该模型对苹果5种病害的平均识别准确率达到98.44%,改进的CBAM-ResNet18相比改进前的 ResNet18 提高了1.47%,且高于VGG16,DesNet121,ResNet50,ResNeXt50,EfficientNet-B0 和Xception 对照模 型;在学习效率方面,改进的CBAM-ResNet18相对于ResNet18在参数量增加24.9%的条件下,每轮的训练时间减 少6 s,且在VGG16,DesNet121,ResNet50,ResNeXt50,EfficientNet-B0和Xception对照模型中以每轮137 s最快 速度完成模型训练。通过混淆矩阵结果,计算出模型的精确度平均值、召回率平均值和F1分数平均值分别达到了 98.43%、98.46%和0.9845。该结果表明,改进的CBAM-ResNet模型可进行苹果叶部病害识别且具有良好的识别 结果,可为苹果叶部病害智能识别提供技术支撑。

  • 水禽智能化养殖研究现状及发展趋势

    分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-05-15 合作期刊: 《智慧农业(中英文)》

    摘要: 水禽养殖在向规模化、标准化与智能化方向迅速发展。智能养殖装备和信息化技术的研究与应用是促进 水禽养殖业健康持续发展的关键,对提高水禽养殖的产出效率、降低生产过程对劳动力的依赖、契合绿色环保的 发展理念以及实现高质量转型发展具有重要意义。本文重点介绍了智能化水禽棚舍的发展、水禽棚舍环境智能调 控技术,以及智能化水禽饲喂、饮水、加药消杀和自动粪污处理等智能化设备的最新研究进展。此外,还介绍了 可应用于水禽的信息采集技术现状,包括视觉成像系统、声音捕获系统和穿戴式传感器,以及智能管理技术的最 新应用进展。最后指出了水禽产业的智能化养殖所面临的困难,并对未来水禽的智能化养殖的发展和改进提出了 建议。

  • 人工智能在农业风险管理中的应用研究综述

    分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-05-15 合作期刊: 《智慧农业(中英文)》

    摘要: 农业是关系国计民生的基础产业,但同时又是弱质产业,传统农业风险管理研究方法中存在非线性信息 挖掘不足、精确度不高和鲁棒性差等问题。人工智能(Artificial Intelligence,AI) 拥有基于大数据的强非线性拟 合、端到端建模和特征自学习等强大功能可很好地解决上述问题。本文首先分析了AI在农业脆弱性评估、农业风 险预测,以及农业损害评估三大方面的研究进展,得出如下结论:1. AI 在农业脆弱性评估中的特征重要性评估缺 乏科学有效的验证指标,且应用方式导致无法比较多个模型之间的优劣,建议采用主客观法进行评价;2. 在风险 预测中,发现随着预测时间的增加,机器学习模型的预测能力往往会下降,过拟合问题是风险预测中的常见问题, 且目前研究针对图数据空间信息的挖掘还较少;3. 农业生产环境复杂,应用场景多变是影响损害评估准确性的重 要因素,提升深度学习模型的特征提取能力和鲁棒性是未来技术发展需要克服的重点和难点问题。然后,针对AI 应用过程中存在的性能提升问题和小样本问题提出了相应的解决方案。对于性能提升问题,根据使用者对人工智 能的熟悉程度,可分别采用多种模型比较法、模型组合法和神经网络结构优化法以提升模型的性能表现;对于小 样本的问题,往往可以将数据增强、生成对抗网络和迁移学习相结合,以增强模型的鲁棒性和提高模型识别的准 确性。最后,对AI 在农业风险管理中的应用进行了展望。未来可以考虑将人工智能引入农业脆弱性曲线的构建; 针对农业产业链的上下游关系和与农业相关的行业关系,更多地应用图神经网络对农业价格风险预测进一步深入 研究;损害评估建模过程中可以更多地引入评估目标相关领域的专业知识以增强对目标的特征学习,对小样本数 据进行增广也是未来研究的重点内容。

  • 作物胁迫感知和植物表型测量系统综述

    分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-05-15 合作期刊: 《智慧农业(中英文)》

    摘要: 提高农田管理的资源施用效率和持续培育优良作物品种是确保粮食产量和减轻作物生产对环境影响的关 键途径。作物胁迫感知和植物表型测量系统是田间变量管理和高通量植物表型测量研究的核心,且两者在硬件和 数据处理技术上具有相似性。几十年来,人们一直在开发可以用在田间变量管理领域的作物胁迫感知系统,旨在 建立更加可持续的田间管理方案。与此同时,田间高通量表型系统开发取得的重大进展为降低传统表型测量成本 提供了技术基础。本文首先对田间变量管理中涉及的作物胁迫感知系统进行了回顾,特别对目前用于精准灌溉、 氮素施用和农药喷洒中的感知和决策方法进行了总结。基于作者团队在内布拉斯加大学林肯分校开发的三套田间 表型测量系统,对常见田间高通量表型测量系统的传感器和数据的处理分析流程进行了介绍。此外,讨论了当前 田间表型测量系统面临的挑战并提出了潜在解决方案。人工智能、机器人平台和创新仪器的持续发展有望显著提 高测量系统的性能,对系统在育种中的大范围应用起到积极作用。对主要植物生理过程更直接的测量可能成为未 来田间表型研究领域的研究热点之一,并为培育更耐胁迫的作物新品种提供有价值的表型数据。这篇综述可为田 间变量管理和高通量植物表型测量两个研究领域提供参考和独特的见解。

  • 深度学习在家畜智慧养殖中研究应用进展

    分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-05-15 合作期刊: 《智慧农业(中英文)》

    摘要: 准确高效地监测动物信息,及时分析动物的生理与身体健康状况,并结合智能化技术进行自动饲喂和养 殖管理,对于家畜规模化养殖意义重大。深度学习技术由于具有自动特征提取和强大图像表示能力,更适用于复 杂的畜牧养殖环境中动物信息监测。为进一步分析人工智能技术在当下智慧畜牧业中研究应用,本文针对牛、羊 和猪三种家畜,介绍了深度学习技术在目标检测识别、体况评价与体重估计以及行为识别与量化分析的研究现状。 其中,目标检测识别有利于构建动物个体电子档案,在此基础上可以关联动物的体况体重信息、行为信息以及健 康情况等,这也是智慧畜牧业发展的趋势。智慧畜牧养殖技术当前面临着应用场景存在多视角、多尺度、多场景 和少样本等挑战以及智能技术泛化应用的问题,本文结合畜牧业实际饲养和管理需求,对智慧畜牧业发展进行展 望并提出了:结合半监督或者少样本学习来提高深度学习模型的泛化能力;人、装备和养殖动物这三者的统一协 作及和谐发展;大数据、深度学习技术与畜牧养殖的深度融合等发展建议,以期进一步推动畜牧养殖智能化发展。

  • 中国低碳冷链物流发展水平评价体系研究

    分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-05-15 合作期刊: 《智慧农业(中英文)》

    摘要: 近年来,中国冷链物流行业进入快速发展阶段,冷链基础设施建设与市场需求量呈不断增长态势,同时 也伴随着温室气体排放量的增加。为满足未来低碳经济发展要求,绿色低碳转型成为中国冷链行业高质量健康发 展的新特征与新方向,但前提基础是精确认知低碳冷链物流发展状况。鉴于此,本文首先从能源转型、技术创新、 经济效益、国家政策四个层面构建中国低碳冷链物流发展评价体系,并针对不同指标进行权重以及障碍度分析, 探究不同指标对低碳冷链物流发展的影响度;其次,采用熵权-优劣解距离法(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS) 评价模型对中国2017至2021年低碳冷链物流发展情况进行评分,确定中国低 碳冷链物流发展情况。研究结果表明,在不同指标中,绿色包装材料使用增长率、低碳技术论文发表数、科研人 员占比、生鲜农产品冷链物流需求量增长率、氢氯氟烃制冷剂缩减率权重占比分别达到0.1243、0.1074、0.1066、 0.0982、0.0716,对中国低碳冷链物流发展影响较大;2017 至2021 年间,中国低碳冷链物流发展水平评分从 0.1498到0.2359,同比增长约57.5%;中国低碳冷链物流发展虽总体呈现上升趋势,但依旧处于发展阶段。

  • 基于Informer 神经网络的农产品物流需求预测分析——以华中地区为例

    分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-05-15 合作期刊: 《智慧农业(中英文)》

    摘要: 保障农产品物流稳定性即是保障民生问题的关键。对农产品物流需求的预测是合理规划农产品物流稳定 性的重要保证。然而,农产品物流需求的预测实际较为复杂,预测过程中会受到各种因素影响。因此,为了保证 对农产品物流需求预测的准确性,需要考虑多方面影响因素。本研究以农产品物流需求作为研究对象,利用In⁃ former神经网络构建预测农产品物流需求的神经网络模型,以华中地区河南省、湖北省和湖南省为例,对三省的 农产品物流需求进行预测。同时用长短时记忆(Long Short-Term Memory,LSTM) 网络和Transformer神经网络对 华中三省农产品物流进行需求预测,将三种模型预测结果进行对比。对比结果表明本研究构建的基于Informer神 经网络模型预测测试误差平均百分比为3.39%,低于LSTM和Transformer神经网络模型的4.43%和4.35%。并且用 该Informer神经网络模型对三省预测出的预测值与实际值结果较为接近,河南省2021年的预测值为4185.33,实际 值为4048.1,误差为3.389%;湖北省2021年的预测值为2503.64,实际值2421.78,误差为3.380%;湖南省2021 年的预测值,2933.31,实际值为2836.86,误差为3.340%。表明该模型对华中三省的农产品物流需求预测的结果 较为准确。三省2023年的预测值高于2021年的预测值。因此,在2021年物流运输配套设施的基础上,必须保证 物流运输效率,加强物流运输能力,以满足华中地区日益增长的物流需求。

  • 中国智慧冷链发展水平评价及对策建议

    分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-05-15 合作期刊: 《智慧农业(中英文)》

    摘要: 新一代信息技术促使冷链智能化水平得以快速发展,精准把控智慧冷链发展水平是实现技术瓶颈重点突 破与发展方向战略布局的前提基础与保障。基于此,本研究从供给能力、仓储能力、运输能力、经济效益、信息 化水平等维度构建了中国智慧冷链发展评价指标体系,运用熵权法并结合优劣解距离法(Technique for Order Pref⁃ erence by Similarity to Ideal Solution,TOPSIS) 对2017—2021年中国30个省市(不包含西藏、香港、澳门、台湾) 的智慧冷链发展水平进行定量评价,通过探索性空间数据分析法(Exploratory Spatial Data Analys,ESDA) 和地理 加权回归(Geographically Weighted Regression,GWR) 分析评价指标对不同省市的影响变化。研究结果表明,经 济发展状况、配套设施建设与信息化水平对智慧冷链建设影响作用较大;东部沿海地区智慧冷链发展普遍较好, 西南和西北地区发展缓慢,整体发展较为落后;评价指标具有显著时空异质性,影响程度随空间位置和时间发生 变化。为提升中国智慧冷链整体发展水平,就加强配套设施建设、促进信息化转型升级提出相应发展对策。本研 究可为实现中国智慧冷链全局性谋划、战略性布局、整体性推进等提供科学依据。

  • 食品冷链能效评估与碳排放核算研究综述

    分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-05-15 合作期刊: 《智慧农业(中英文)》

    摘要: 能效评估与碳排放核算可为食品冷链节能减排策略的制定提供理论工具和实践支持,同时也是实现食品 冷链可持续发展的先决条件。本文首先阐述了一般食品冷链中能耗与碳排放的关系,以及太阳能值、标准煤和等 效电3种能耗折算标准的原理及应用,并对食品冷链各环节能源消耗情况进行了分析。在此基础上,从宏观能效、 微观能效、能源经济、环境能效、综合能效5个方面提出了10个能效指标,构建了食品冷链能效评估指标体系, 并综述了其他能效评估指标和方法。此外,本文还介绍了碳排放折算标准,重点对中国电力碳排放因子作了论述, 并回顾了排放因子法、生命周期评价法、投入产出法,以及混合生命周期评价法4种碳排放核算方法的由来、原 理以及优缺点等,以及生命周期评价法在食品冷链碳足迹计算中的基本流程,并提出了食品冷链节能减排策略。 最后,对食品冷链的能效评估与碳排放核算进行了简要展望,以期为推动中国食品冷链的可持续发展提供借鉴。

  • 众包在证据合成中的实践应用研究——以Cochrane Crowd公民科学项目中的众包应用为例

    分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-05-08 合作期刊: 《农业图书情报学报》

    摘要: [目的/意义]证据生成的及时性对于循证决策至关重要,而目前证据合成的效率通常不能满足决策者的需求。众包被认为是一种可以提高证据合成生产效率的潜在方法。本研究以Cochrane Crowd公民科学项目中的众包应用为例,总结众包在证据合成中的实践应用。[方法/过程]采用文献调研、网络调查、案例分析等方法,从众包者、志愿者、众包任务、Cochrane Crowd平台、质量评估5个维度分析了众包在Cochrane Crowd 公民科学项目中的应用机制。[结果/结论]通过设置明确目标、激励措施、清晰任务,提供全面培训和适当的质量控制机制,可以应用众包为证据合成输出高质量结果。为未来针对不同领域证据合成中应用众包以及在证据合成的不同阶段使用众包的进一步研究提供参考。

  • 深度学习在大豆叶片图像数据管理中的识别与分类研究

    分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-05-08 合作期刊: 《农业图书情报学报》

    摘要: [目的/意义]为了提高大豆叶片图像的分类精度与效率,进一步对大豆叶片图像进行存储与管理。[方法/过程]本文利用深度学习方法,针对肉眼观察准确率较低且不同人群分类结果差异较大的大豆叶片图像数据提出了一种自动分类方法。本研究首先对大豆叶片进行ROI感兴趣区域划分,进而利用分水岭分割方法对大豆叶片进行提取,最后通过深度学习高效精确的实现了大豆叶片的分类识别。[结果/结论]通过分析大豆叶片形态图像特点后,基于深度学习开展了对大豆叶片形态的分类识别的研究,达到了较高的识别准确率。

  • 智慧馆员的核心素养及其培养路径研究

    分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-05-08 合作期刊: 《农业图书情报学报》

    摘要: [目的/意义]随着信息技术的广泛应用,中国智慧图书馆建设迎来了大发展,智慧馆员是智慧图书馆发展的活力和动力之源,大力发展智慧馆员核心要素是智慧图书馆建设的着力点,也是智慧图书馆建设的首要任务。[方法/过程]依据核心素养概念内涵,结合智慧图书馆的特征与智慧馆员的工作特点,提出智慧馆员智慧服务所需要的核心素养,即专业职业素养、信息服务素养、协作沟通素养、自主发展素养,在此基础上有针对性给出智慧馆员核心素养发展路径。[结果/结论]通过采取多元培养方式、营造“意义建构”环境、构建实践共同体、建立进阶机制等培养措施提升了智慧馆员的核心素养,为智慧图书馆持续发展提供人力资源保障,为智慧馆员培养探索出了一种新思路和新途径,对智慧馆员的培养以及团队建设具有一定参考价值和借鉴作用。

  • 基于组态分析的数字直播活动效果提升路径研究

    分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-05-08 合作期刊: 《农业图书情报学报》

    摘要: [目的/意义]数字直播是企业开展网络活动的重要方式。通过发现能够使企业数字直播活动创造更大价值的要素或要素组合,并采取多途径增强这些要素,从而达到企业数字直播活动效果提升的目的,这对企业发展有创新指导意义。[方法/过程]选取4个与数字直播活动相关的影响因素作为条件变量,采用活动效果作为结果变量,并结合清晰集定性比较分析与线性判别降维对烟草领域数字直播活动的数据进行组态分析。[结果/结论]研究发现,单个因素并不构成提升数字直播活动效果的必要条件,应考虑不同条件因素的组合;存在游戏辅助型和话题支撑型两条组态路径能改善数字直播活动的效果;这两条路径适用不同的数字直播形式,企业应根据自身需求进行选择并在实践中细化路径。

  • 基于CLV偏好挖掘模型的数字社区用户偏好挖掘研究

    分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-05-08 合作期刊: 《农业图书情报学报》

    摘要: [目的/意义]数字社区已经成为企业高效管理用户的一种方式,用户行为信息以及用户的客户生命周期价值对数字社区的用户偏好挖掘具有重要意义。且现有的数字社区研究缺乏对用户价值和未来偏好挖掘的研究。[方法/过程]针对数字社区的用户群体,本文提出基于客户生命周期价值CLV(Customer Lifetime Value,CLV)的偏好挖掘模型CLV-PM(CLV-Preference Mining,CLV-PM)。首先,为反映用户真实偏好,基于用户行为信息,借助RFM模型和K-Means++算法挖掘用户群体特征,生成用户价值类别标签;其次,为考虑用户时序性和差异性以及增强模型对偏好的认知,利用用户CLV构建用户-评分矩阵,并借助协同过滤算法挖掘用户预测偏好;最后,绘制数字社区目标用户的用户偏好画像。[结果/结论]“微信社群”管理平台的用户数据集中,可划分为重要价值用户、低价值用户、回流用户和重要挽留用户4种用户价值类别;目标用户16254为重要价值用户,采取“留存和维持”为主的运营策略﹔历史偏好为欢乐跳一跳、秒杀等活动,预测偏好为飞行棋大作战、猜码图等活动,目标用户偏好画像为数字社区运营和维护用户提供依据。