【摘 要】
：
为实现到2025年,全国农作物耕种收综合机械化率达到75%,农机装备品类基本齐全,重点农机产品和关键零部件实现协同发展,产品质量可靠性达到国际先进水平,需要进一步优化科技创
【基金项目】
：
中国农业科学院科技创新工程(农科院办(2014)216号)
论文部分内容阅读
为实现到2025年,全国农作物耕种收综合机械化率达到75%,农机装备品类基本齐全,重点农机产品和关键零部件实现协同发展,产品质量可靠性达到国际先进水平,需要进一步优化科技创新生态,激发农业机械化科技创新潜力。本文从创新生态的视角,概述各创新主体的作用及其特征,分析农业机械化科技创新内外部的制约因素,构建农业机械化科技协同创新模式,提出创建农业机械化工程良好创新生态的建议,探索多方位营造良好科技创新生态,强化农业机械化科技创新能力,推动农业现代化建设。
其他文献
针对传统叶片横切面宽度测量效率低、劳动强度大、重现性差,已有图像处理算法与实际测量方式不匹配等问题,以狭叶锦鸡儿叶切片为研究对象,根据叶片横切面特点,提出基于最小距离求交算法实现其宽度测量。首先将采用同态滤波对叶片横切面图像进行光照补偿;接着将灰度化后图像采用最大类间方差法(Otsu)将叶片整体从背景中分离,并使用形态学处理算法,消除初分割边缘毛刺,填充存在的孔洞;然后采用Sobel算子提取边缘,
为实现果实拾捡机器人在光照不均、菠萝与周围环境的颜色相似性及果实间的遮挡和重叠等田间复杂环境下对单类别菠萝的快速准确识别,提出采用深度学习下的深层残差网络改进YOLOv3卷积神经网络结构,通过单个卷积神经网络遍历整个图像,回归果实的位置,将改进的YOLOv3的3个尺度检测分别融合相同尺度模块特征层的信息,在保证识别准确率的情况下,采用多尺度融合训练网络实现田间复杂环境下端对端的单类别菠萝果实检测。
为客观评价天津市农业绿色发展水平,本文从农业资源合理利用、产地环境、生态保护能力、人居环境治理和绿色生产能力五个方面建立指标体系,运用层次分析法对2010—2018年间天
哈萨克斯坦农业资源丰富,发展潜力巨大,农业是中哈两国合作的重点领域之一。然而,受制于农业机械老旧和国内机械设备产能落后,哈萨克斯坦农业机械化与现代化发展缓慢。由于哈
为提升农业工程类学术期刊办刊能力和影响力,通过问卷调查方式从期刊基本情况、期刊稿件与审稿情况、期刊编辑出版方式、编辑专业素质、期刊影响力和学术导向等多个方面分析
基于深度学习的作物病害自动识别已成为农业信息化领域新的研究热点,为探究数据集的大小和质量对基于深度学习的作物病害识别有效性的影响,研究不同数据集训练得到的模型识别效果并进行了分析。以338张玉米病害数据集为例,对其进行数据增强、移除背景和细分割划分等处理,设计5个AlexNet框架的CNN网络模型并利用不同类型的数据集进行测试,使用十倍交叉法验证识别结果。试验结果表明:使用不同数量和等级的数据训练