应用近红外光谱技术快速检别酱油品牌的研究

提出了一种采用近红外光谱快速鉴别酱油品牌的新方法,对不同品牌的酱油建立相应的指纹模型。对市场上8种典型品牌的酱油,通过近红外透射获取光谱曲线,选择了其中噪声较小的7625～3684cm-1共3942个波段作为建模分析数据。为了减少原始数据量,提高数据处理效率,对原始数据进行了多项式平滑拟合等预处理,采取主成分分析法,得到能反映酱油99·99%光谱信息的8个主成分。由这8个主成分得到的得分图,可以区分其中某几个品牌,但是不能做到区分全部品种,因此选取了人工神经网络进行了进一步信息提取与种类判别。将8个主成分作为人工神经网络的输入,对应的酱油品牌作为输出,通过不断调整参数,建立了最优的BP神经网络。8个品牌共242个样本作为建模学习样本,每个品牌各10个共80个样本作为检验样本。结果表明,在0·98的置信区间里取得了98·75%的识别正确率,为不同等级和品牌的酱油鉴别提供了一种新的方法。

基于模糊控制与虚拟仪器的灌溉决策系统研究

针对节水灌溉受多因素影响难以建立精确控制模型的特点,开发了基于虚拟仪器平台的作物灌溉模糊决策控制系统。该系统由传感器、测量仪、数据采集卡、LabVIEW软件平台等组成,将土壤水势和作物腾发量作为输入量,采用Fuzzy Logic Control Toolkit工具包设计模糊控制器,建立多因素控制规则库,实现作物灌溉需水量的模糊决策。试验结果表明该系统界面友好,操作简单,能对作物需水量进行综合判断与决策管理,为节水灌溉提供科学的依据。

基于ε-SVR的粮食产量预测模型及应用

提出一种基于支持向量回归的粮食产量预测方法,以浙江省近14年的粮食产量统计数据作为分析对象,选择影响粮食产量的农业从业人员、谷物播种面积、粮食总种植面积、农村机械总动力、农村用电量、受灾面积、成灾面积、上一年粮食收购价格、有效灌溉面积和化肥施用量等10个因素,用1991—2002年的产量数据进行建模,得到98.47%的拟合精度.应用这一模型,对2003和2004年度的粮食产量进行预测,分别达到97.5%和95.8%的预测精度.说明该方法适合用于粮食产量分析和短期预测,为粮食产量预测提供了一种新方法.

基于GA-SVR的疫情下各省粮食产量模型研究

利用ε-SVR(支持向量回归)的理论,提出了一种大型传染病对当年各省粮食产量影响的模型,通过选取感染人口占比、近5年播种面积等16个因素,用1961—2020年被戊型肝炎、霍乱、严重急性呼吸综合征(SARS)和新冠肺炎影响的北京等52省(市、自治区)粮食产量数据进行建模,通过GA(贪婪算法)对核函数参数进行局部最优取值,当核函数中的γ值取值0.031、惩罚系数C取值5.0E+4、损失函数参数P取值0.000 98时,模型拟合平均相对误差0.92%,决定系数0.99。应用该模型对2020年被新冠肺炎疫情影响到的浙江、湖北省,2003年被SARS病毒影响到的甘肃、陕西、广东省以及1978年被登革热影响到的广东省的6组产量数据进行预测,平均相对误差为3.12%。为衡量大型传染病对粮食产量的影响程度,对去除感染人口占比和死亡人口占比2个因素后重新建模,新模型拟合平均相对误差为0.97%,预测平均相对误差为3.52%,表明大型传染病对粮食产量有一定的影响,但影响较小。基于GA-SVR的大型传染病对国内粮食产量影响的模型可有效预测疫情下当年各省粮食产量,为短期内地区粮食产量预测提供了新方法,也为国家宏观调控提供了新依据。

基于大数据的中职电子类课程理实一体教学平台和学生评价体系模型的应用研究

本课题研究开发的中职电子类课程理实一体教学平台,通过学生日常学习、实训过程中大数据采集和分析,找出课程中的难点、易错点,并基于支持向量分类机的数据挖掘原理建立学生评价体系模型,有效剖析知识掌握情况,方便教师在教学过程中有的放矢,因材施教。

关于中职电子电工专业教学的创新策略分析

目前教育事业正处于蓬勃发展的状态,各个专业也都在急切的寻找创新思路,可以让学生们对专业知识有深入的了解。在中职院校当中,电子电工专业是教师和学生要创新和发展的学科,在目前社会上非常需要电子电工人才,为了能够保证社会的岗位需求,中职院校应该对此专业进行全方位的改革,使得电子电工专业教育可以满足社会所需。基于此本文从三个方面分析了中职电子电工专业教学的创新途径。以供相关人士参考。

K-均值聚类算法在考试评价中的应用研究

考试是教育中考核学生学习效果的一种评价手段,同时也能反映教师在教学过程中的教学质量。通过对成绩进行分档,可分析每个分数段的学生情况,作为教学评价的依据。传统考试的固定分数段分档容易受试卷难度等因素的影响,导致分档不科学。引入机器学习的K-均值聚类算法后,可统计出更加合理的分数段,从而提高教学评价的准确性。