从数据库中发现知识的研究

数据库知识发现是90年代中期兴起的决策支持新技术,是人工智能、机器学习与数据库技术相结合的产物。要从数据量庞大的大型数据库中发现知识,就不得不考虑学习算法的效率。将粗集理论应用到数据库知识发现中,可以从数据中自动抽取与给定的学习任务相关的属性,能有效地发现简练、贴切的知识。本文探讨了这一应用的理论基础和实现算法。

机械化保护性耕作条件下土壤质量的数值化评价

通过9年的长期田间定位试验研究了陕西关中平原中部冬小麦-夏玉米轮作条件下深松耕(ST)、旋耕(RT)、秸秆还田(SR)、免耕(NTS)等保护性耕作措施及传统耕作(TT)对土壤理化性状和作物产量的影响,并采用主成分分析方法进行土壤质量的综合评价.结果表明:与传统耕作相比,保护性耕作模式提高了土壤肥力质量,改善了土壤物理环境条件;显著提高了土壤脲酶和碱性磷酸酶的活性;除秸秆覆盖免耕处理的玉米和小麦产量低于传统耕作外,其他保护性耕作措施均不同程度地提高了作物产量,其中小麦增产13%～28%,玉米增产3%～12%.与传统耕作相比,保护性耕作土壤质量指数提高了19.8%～44.0%.综合考虑经济效应和生态效益,隔年深松、秸秆粉碎联合旋耕作业以及秸秆覆盖联合深松作业不仅能增加作物产量还可改善土壤质量,可在研究区进行推广应用.