科研产出
基于PCNN-Attention的土壤肥力关系抽取研究
《安徽农业科学 》 2022
摘要：关系抽取旨在抽取文本中实体间的语义关系,是知识图谱构建和信息抽取中的一个关键环节.针对中文土壤肥力文本中语法结构复杂、指标类型较多、同一指标描述方式不同等问题,提出一个基于结合注意力机制的分段卷积神经网络(PCNN-Attention)的土壤肥力关系抽取模型,模型利用分段卷积神经网络实现关系抽取,并在此基础上添加了注意力机制,以提高关系分类的准确性.在构建的数据集中,该模型对多种土壤肥力关系进行抽取,准确度、召回率、F1值加权平均值分别达到了89%、89%、88%,验证了该方法的可行性和有效性,能够满足土壤肥力知识图谱系统构建的需求.
关键词： 土壤肥力 PCNN 注意力机制 关系抽取 知识图谱
全文链接
请求原文
土壤铅镉污染修复中植物修复技术的研究进展
《中国沼气 》 2019
摘要：近年来,由于工业"三废"治理不彻底、化肥农药的过量使用以及剩余污泥回用农田等原因,导致我国土壤重金属污染日趋严重。重金属无法被降解,易在土壤中累积,并通过生物富集和生物放大效应对环境和人类健康造成危害。土壤重金属污染修复与治理成为研究热点。重金属污染治理包括客土法、石灰改良法、化学淋洗法、植物修复等,这些方法各具特点,均有其适用范围,得到国内外学者的普遍关注。文章针对土壤铅镉污染的植物修复技术展开综述,并对可能影响植物修复的一些因素进行了介绍,最后对本领域的研究方向进行了展望,以期为同行业的从业者提供一定的借鉴。
全文链接
请求原文
安徽省农业气象灾害时间分布特征与灰色关联分析
《中国农学通报 》 2017
摘要：为了探寻安徽省农业气象灾害的分布特点以及各种气象灾害对粮食生产的影响,本研究基于安徽省1992—2012年有关气象灾害数据,对4种主要气象灾害(旱灾、水灾、风雹灾、霜冻灾)的分布特征进行统计分析,并采用灰色关联分析研究其对安徽省粮食单产的影响。结果表明:1992—2012年,安徽省气象灾害具有发生频率高、波动大的特点,但整体上呈下降趋势。旱灾和水灾是发生面积较大的气象灾害,且常在时间上交织、空间上并存。灰色关联分析表明,4种气象灾害对粮食产量影响顺序:风雹灾>水灾>旱灾>霜冻灾,说明风雹灾是影响粮食产量最主要的气象灾害,其次是水灾、旱灾,霜冻灾影响较小。本研究可为安徽省防灾减灾措施的制定提供决策依据。
全文链接
请求原文
气象因子对安徽省农作物病虫害发生发展的影响
《农业灾害研究 》 2017
摘要：以安徽省宿州市、滁州市、黄山市为例,通过分析当地气象观测站自1991年1月到2015年12月的气象资料,研究各类气象因子对我省农作物病虫害发生、发展影响,旨在为进一步预测病虫害的发生提供基础资料。
全文链接
请求原文
基于CNKI的猪蓝耳病文献计量分析
《生物技术进展 》 2016
摘要：为了解我国猪蓝耳病研究的现状和热点,以2004-2015年CNKI数据库收录的SCI、EI、核心以及CSSIC来源期刊的论文数据为对象,从论文的发表时间、论文所覆盖的学科、论文所属的期刊分布、论文研究层次分布、主要基金项目来源、作者和研究机构、关键词词频等方面进行了统计和比较。我国猪蓝耳病研究相关论文主要集中于畜牧与动物医学、生物学等学科;猪蓝耳病研究相关论文发表数量最多的年份是2008年;核心期刊《动物医学进展》载文最多,畜牧兽医、动物相关期刊是猪蓝耳病研究论文发表的主要期刊;主要研究学者大多集中在科研院所和高等院校,其中论文数量发表最多的研究机构是南京农业大学;目前猪蓝耳病研究领域的热点主要包括病毒的遗传变异规律、疫苗的研制和猪蓝耳病的有效防控。防控猪蓝耳病最有效的手段就是接种疫苗,但是传统的控制方法,对于新出现的变异蓝耳病病毒并不能提供足够的保护,加强猪蓝耳病病毒遗传变异的监测,掌握病毒的变异趋势是当前猪蓝耳病研究的前沿领域,而研发更为有效的疫苗将成为未来的研究重点。
全文链接
请求原文
基于Radarsat-2和环境星的淮河流域冬小麦估产模型比较研究（英文）
《Agricultural Science & Technology 》 2016
摘要：建立基于微波和光学卫星影像的农作物估产模型,可对上报作物产量准确性及估产模型精度进行相互验证。应用2014年4月中旬和5月初星载合成孔径雷达(SAR)——RADARSAT-2和同期HJ影像各两幅,选择安徽省寿县和怀远县冬小麦产区,通过试验田产量和反演的雷达影像后向散射系数,以及从环境星计算得到的归一化植被指数(NDVI),建立冬小麦线性估产模型,在此基础上对估产模型精度进行比较:通过星载SAR的同极化HH和交叉极化HV方式建立的估产模型对寿县涧沟镇冬小麦估产精度分别为68.37%和74.01%,对怀远县龙亢镇冬小麦估产精度分别为63.10%和69.10%;通过HJ星建立的估产模型对寿县涧沟镇和怀远县龙亢镇冬小麦估产精度分别为69.52%和66.43%。基于HJ星影像得到的冬小麦估产模型精度和基于SAR得到的估产模型精度接近。模型结果为上报产量准确性、冬小麦估产模型验证、参数纠正及推广奠定基础和积累经验。
关键词： 冬小麦估产模型 合成孔径雷达 RADARSAT-2 环境星 模型比较
全文链接
请求原文
