简介:本研究以内蒙古锡林郭勒盟苏尼特右旗短花针茅荒漠草原为研究对象,采用分层取样技术,分别对碱韭和短花针茅为主的草地植物群落进行调查(测定指标为高度、盖度、密度和地上现存量),获得禾本科为主、碱韭为主以及由二者构成的复合样本数据。通过MATLAB软件平台,把植物群落的数量特征(高度、盖度和密度)作为输入因子,以群落现存量作为输出因子来建立BP神经网络模型,并对预测结果进行检验。结果显示,禾本科为主、碱韭为主以及由二者构成的复合样本,采用BP神经网络平均预测准确率分别为94.1%,92.98%,91.01%。因此,BP神经网络可作为草地植物群落地上现存量模拟与预测的有效工具之一。采用BP神经网络对不同草地植物类群进行模拟和预测可能会存在差异,但这种差异会随着样本容量的增大或训练精度的增加而弱化。
简介:本文提出DNA序列相似度指标,建立DNA序列比对算法。首先,将水生生物DNA样本序列与现有的基因库中的DNA序列逐项比对;其次,在满足特定阈值条件下,确认样本序列的分类。利用Java编程语言来实现算法,通过MonteCarlo模拟和实际应用,验证算法的有效性。理论结果表明:在满足特定阈值条件下,通过计算DNA序列相似度,能够确定数据库中与未知DNA样本序列最相似的序列,判断样本序列的分类。模拟实验、对比研究和应用结果表明:相似度指标算法在有效判别DNA序列的分类,提高DNA序列匹配成功率,降低程序复杂度等方面具有优良特征。
简介:[目的/意义]针对现有规模化猪场生猪计数需求场景多,人工计数效率低、成本高等问题,提出一种基于改进实例分割深度学习算法和微信公众平台的区域养殖生猪计数方法.[方法]首先,利用智能手机拍摄养殖场猪只视频,对视频抽帧进一步生成图像数据集.其次,通过改进卷积块注意力模块(Convolutional Block Attention Module,CBAM)中忽略通道与空间相互作用及通道注意力中降维操作带来的效率较低问题,提出高效全局注意力模块,并将该模块引入基于回归分析的单阶段实例分割网络YOLO(You Only Look Once)v8中对获取的生猪图像进行分割,构建新的识别模型YOLOv8x-Ours,以实现高精度的生猪计数.最后,基于微信公众平台开发微信小程序,并嵌入综合表现最优的生猪计数模型,实现使用智能手机拍摄图像进行生猪快速计数.[结果和讨论]在测试集上的试验结果表明,与现有实例分割模型..
简介:介绍了在林业样地调查中电脑绘制样木位置的数学原理和优化标签位置处算法,实现高效、准确绘制样木位置图。
简介:比例推算是指农药使用剂量与收获后农产品中的农药残留量之间具有一定的比例关系。假定该施药剂量与残留量的比例推算关系独立于作物类型、农药种类和施药方式,则超过临界良好农业规范(cGAP)标签范围±25%的施药剂量所导致的农药残留量将可以按比例进行归一化调整,从而增加了可用于评估农药最大残留限量(MRL)的残留数据。对国际食品法典农药残留委员会(CCPR)将比例推算应用于评估农药MRL的历史背景、制定过程以及最终提交给国际食品法典委员会(CAC)审议的比例推算应用指导原则的具体内容进行了综述,总结了采用比例推算法评估MRL的10项指导原则。使用比例推算法有利于增加评估农药MRL时的残留数据,推进农药MRL标准的制定进程。