国家科技攻关计划(2002BA516A08)
- 作品数：13 被引量：170H指数：9
- 相关作者：薛月菊胡月明杨敬锋陈强陈志民更多>>
- 相关机构：华南农业大学中国农业大学深圳市农作物良种引进中心更多>>
- 发文基金：国家科技攻关计划广东省自然科学基金广东省科技攻关计划更多>>
- 相关领域：自动化与计算机技术农业科学经济管理环境科学与工程更多>>
- 支持向量机回归的碳通量预测被引量：12
- 2009年
- 如何根据影响因素较好地预测碳通量是许多环境监测者非常关注的问题。但至今尚无一种非常有效的预测模型,为此研究ε-支持向量回归机在碳通量预测中的具体应用,并与BP神经网络模型的预测结果做了比较,分析了两种方法在核函数及相关参数、网络结构、神经元数目选择方面各自不同的特点。实验结果表明,基于ε-支持向量回归机和BP神经网络模型的碳通量预测结果与碳通量实测值之间存在显著相关性。但ε-支持向量回归机方法的预测过程更易掌控,整体预测精度高于BP神经网络的精度。
- 陈强吴慕春薛月菊杨敬锋刘国瑛
- 关键词：反向传播神经网络碳通量
- 多种分类器在农用地分等中的应用及其用法改良被引量：4
- 2007年
- 以广东省第二次土壤普查成果资料为主要数据源,选取贝叶斯决策、BP神经网络、概率神经网络、聚类等分类方法分别对数据源进行分类;并且,笔者为了充分利用有监督学习分类准确率高和无监督学习无需标定的学习样本的优点,提出了基于监督--非监督的聚类算法,然后对上述五种方法的评价结果作了比较分析;实验表明文章提出的基于监督--非监督聚类方法只利用少量的有标定学习样本,即可得到较高的分类准确率,特别在少量样本时,该方法能得到比贝叶斯决策方法、BP神经网络和概率神经网络等监督学习方法更好的土地评价结果;在实际应用中,可以尝试结合监督和非监督学习的方法,实现分类正确率和获取大量有类标签的样本之间的折中。
- 陈其昌薛月菊胡月明杨敬锋陈志民
- 关键词：贝叶斯决策BP神经网络概率神经网络
- 农产品供应链的信息透明化框架被引量：26
- 2008年
- 为降低农产品物流成本,提高安全质量,向农产品供应链管理和安全质量追踪溯源提供详细、全面与准确的电子信息,利用RFID技术、EPC标准和网络技术,在分析农产品物流供应链的基础上,提出农产品物流网的解决方案;设计了贯穿于农产品物流供应链的信息透明化应用框架;最后,以农产品供应链中的农产品生产环节和配送环节为例,说明了物联网中各环节的工作原理和信息流。所设计的农产品物流供应链的信息透明化框架,将有利于推动EPC/RFID技术在农产品供应链中的应用和推广。
- 薛月菊胡月明杨敬锋陈强
- 关键词：农业经济农产品供应链RFIDEPC信息透明化
- 辣椒疫病生防菌的筛选及其抑菌机制初探被引量：40
- 2007年
- 观测了枯草芽孢杆菌BS、GF1和荧光假单胞菌LX1、BCA14株生防菌对7株来源不同的辣椒疫病病菌的拮抗作用和防治效果。结果表明：BS对辣椒疫病病菌菌丝的拮抗作用显著高于其它3株生防菌，抑制率达到33．2％～59．4％；温室防病试验中，BS喷雾处理和BCA1灌根处理对辣椒疫病具有明显的防治效果，防效分别达到56．83％和57．81％。BS抗菌粗提物对病菌菌丝生长具有明显的抑制作用，抑菌作用与抗菌粗提物稀释倍数呈负相关，稀释10倍时抑制率达到100％。BS抗菌粗提物处理使辣椒疫病病菌菌丝分枝增多，分枝间距明显缩短，分枝顶端原生质消解；同时可以显著抑制辣椒疫病病菌游动孢子的萌发速度和萌发率。对绿色荧光蛋白标记的BS菌株（gfp-BS）在辣椒幼苗各部位定殖情况的检测表明：该菌可以通过种子细菌化成功定殖于辣椒植株体内，出苗60d后仍能检测到荧光标记的菌落，其定殖量维持在10^3cfu／g以上。
- 尹敬芳张文华李健强李永红侯红利周向阳
- 关键词：辣椒疫病枯草芽孢杆菌拮抗作用生物防治
- 基于GA-NN的碳通量预测因素选择被引量：5
- 2011年
- 研究和选择碳循环的影响因素是预测碳通量的重要环节,也是研究碳循环机理的重要步骤。然而从众多的影响因素中选择重要的因素,依然存在着困难。提出利用相关分析、遗传算法和神经网络进行碳通量预测的主要因素选择的方法,首先用相关分析去处冗余的因素;然后利用遗传算法,以选择最小数目的因素时,最大碳通量的观测值和用神经网络预测值的相关系数为准则,来搜寻最优的影响因素。实验证明该方法能在不影响(或尽量小地影响)预测精度的前提下,有效地选择出碳通量预测的重要因素。
- 薛月菊刘曙光胡月明刘国瑛陈强
- 关键词：遗传算法神经网络
- 基于Boosting的决策树集成土地评价被引量：9
- 2008年
- 传统的土地评价方法易受人为因素的限制,探索更科学合理的土地资源评价方法,对土地利用与规划具有重要意义。由于决策树具有分类精度高、分类器可解释性强的优点,特别是C5.0采用了提高决策树分类精度的Boosting技术,提出利用Boosting技术的决策树集成C5.0进行土地评价的方法。采用C5.0算法对广东省土地资源进行了评价,对不使用Boosting的决策树和使用Boosting决策树集成的评价结果进行了分析和比较。研究结果表明利用决策树进行土地质量评价能够得到较高的评价精度,且Boosting决策树集成的土地评价精度高于不使用Boosting的决策树的精度。
- 薛月菊胡月明杨敬锋陈强
- 试析农产品健康与环境安全的几个问题被引量：7
- 2004年
- 本文对影响农产品健康与环境安全的环境、农药、肥料、质量标准问题的当前状况进行了剖析,提出了一些新的疑点、难点和加以研究解决的途径。
- 彭廷柏陈惠萍彭廷柏
- 关键词：环境安全产地环境农药质量肥料品种施用技术
- 基于概率神经网络的广东省土地资源评价被引量：13
- 2006年
- 用概率神经网络的方法,以广东省土地资源为对象进行了土地资源评价的研究,并与BP网络的评价结果作了比较.结果表明,用概率神经网络进行评价的结果比BP网络的评价结果更加准确,更加切合实际情况,一定程度上避免了人为因素的干扰,提高了土地资源评价的准确性.
- 薛月菊胡月明杨敬锋陈其昌
- 关键词：概率神经网络土地资源评价BP网络
- 从神经网络中抽取土地评价模糊规则被引量：19
- 2005年
- 为了明确土地评价中所训练神经网络的含义,使土地评价工作者可轻松地理解、判断所得到土地评价模型的正确性和合理性,提出从神经网络中抽取土地评价模糊规则的方法。现有的大多数从神经网络中提取方法,神经网络的输入属性要么局限于连续的,要么只适应于离散的,而土地评价因子往往既包含连续的又包含离散的、标称的,该文首先提出了一种输入属性值适应于这三种类型数据的模糊神经网络建立方法,进而给出一种从建立的神经网络中抽取其中较主要模糊规则的算法。试验表明,所提出的土地评价方法,可直接从样本中学习评价规律,使土地评价工作者易于理解,当出现抽取的规则与实际情况不吻合时,可重新训练神经网络和抽取规则,所得到的评价结果比BP网络的评价结果更准确,从而提高了土地评价的准确性。
- 胡月明薛月菊李波谢健文陈飞香包世泰
- 关键词：神经网络
- 基于TDR-3的土壤水分传感器标定模型研究被引量：29
- 2009年
- 无线传感器网络为土壤水分实时采集提供了经济、方便的途径,对分析土壤含水量时空变异和作物生长气候变化意义重大。将无线传感器网络与TDR-3土壤水分传感器结合实现土壤水分实时监测。为了克服TDR-3土壤水分传感器的非线性缺陷,提出利用最小二乘法对土壤水分曲线进行分段线性标定的方法,并采用相关性系数进行精度验证。实验结果表明,分段线性法所建立模型的精确度较高,而且标定模型简单实用、可行。通过标定模型的研究,使得土壤水分的无线传感器网络能够较精确地进行土壤水分的实时监测。
- 卢启福吴慕春胡月明薛月菊陈联诚李晴
- 关键词：土壤水分传感器最小二乘法无线传感器网络
