简介:摘要 : 水肥一体化自动装备的使用能够有效提高水肥资源利用率,但需要在作业前获知作物的营养状况及水肥需求量,而通过人工手持测量仪器来获取这些信息,存在着时效性差和劳动强度大等缺点。针对以上问题,本研究以常见的作物玉米为研究对象,使用大疆精灵Ⅲ无人机携带 RedEdge-M多光谱相机在田间上空采集玉米多光谱图像,同时使用 YLS-D系列植株营养测定仪测量玉米植株的氮素和水分含量等营养信息,根据这些信息将采集的图像分为 3个等级(每个等级共包含 530幅五通道图像,其中 480幅作为训练集, 50幅作为验证集),提出了一种基于卷积神经网络的玉米作物营养状况识别方法。并基于 TensorFlow深度学习框架搭建了 ResNet18卷积神经网络模型,通过向模型输入彩色图像数据和五通道多光谱图像数据,分别训练出适合于彩色图像和多光谱图像的玉米植株营养状况等级识别模型。试验结果表明:训练后的模型能够识别玉米作物的彩色图像和多光谱图像,能够输出玉米的营养状况等级和 GPS 信息,识别彩色图像模型在验证集的正确率为 84.7%,识别多光谱图像模型在验证集的正确率为 90.5%,模型训练平均时间为 4.5h,五通道图像识别平均用时为 3.56s。该识别方法可快速无损地获取玉米作物的营养状况,为有效提高水肥资源利用率提供了方法和依据。
简介:当前各中职学校均面向全国招生,全国各地的生源由于地域差异,导致学生的成长环境、个性差异、人际交往能力和自身的身体素质、运动能力都存在着差异。因此,在体育教学过程中,不能一味地按照传统教学模式和方法进行授课,而应遵循学生的身心发展规律,做到有区别的进行因材施教。韵律操深受广大学生的喜爱,并且成为当前中职体育教学的主干课程,在韵律操教学中,由于学生的个体差异性,若采用常规的教学方式很难取得理想的教学效果。因此本文通过武汉市仪表电子学校2016级电信一班、二班进行为期32学时的动态分层实验教学,目的在于探讨这种教学方式是否符合当前中职韵律操教学的需要,并且研究动态分层教学在韵律操普修教学中对学生技能提高等方面是否具有显著效果,为改革我国中职体育教学方式,全面提高学生的综合能力提供参考和借鉴。
简介:【 摘要 】: 新时代的校园教育要求培养学生综合素质, 要将学生外在发展和内在成长相结合。 因此在对学生进行体育与健康教学时,应该将心理健康管理纳入到教学范围中。影响中学生心理健康的因素是多方面的,但是可以通过体育与健康教育的有效融合,对中学生心理健康采取相应的干预措施。