内蒙古科尔沁区种植业结构现状及对策研究

本研究采用资料调研与农户调查方法收集信息，利用系统学分析理论，分析了内蒙古科尔沁区县域耕作制度现状、种植业的发展轨迹，针对现阶段存在的主要问题，对科尔沁区农作制度发展变化规律进行剖析，并提出该地区农作制度高效持续发展的调整优化方向。     

啤酒大麦农艺性状灰色关联度分析

近年来,我国引入了大批大麦新品种（品系）,这些资源用途不一,品质表现也参差不齐.本研究主要利用灰色关联度分析对新引进的啤酒大麦种质资源做出客观科学的评价,为进一步开展大麦品质育种提供理论依据.     

通辽市碱土景观生态划分及治理对策

对通辽市各旗县的碱土取土化验分析并观测地面景观植物,结合第二次土壤普查资料,综合分析通辽市碱土特征,参考国内外对碱土的分类标准,主要从自然景观生态的角度对通辽市碱土进行类型划分,将分类指标拟为景观生态指标、pH、碱化度、土壤空气孔隙度.根据分类标准将通辽市碱土分为轻度碱化土壤、中度碱化土壤、重度碱化土壤和碱土四个类型,并阐述了四个土壤类型在改良利用上的治理对策.     

微波消解-等离子体原子发射光谱法测定粮食中14种元素含量的方法研究

以HNO3：H202（体积比5：1）为溶样试剂,采取微波消解和电感耦合等离子体原子发射光谱法（ICP-AES）联用,同时测定了8种粮食中的钼、钴、硒、硅、锰、铜、钡、铁、磷、锌、钾、钠、镁和钙14种元素的含量.结果表明,在最佳实验条件下,在0.5g粮食中各元素的平均回收率在95.8%-105.46%之间,RSD分别在0.99%-3.58%之间,检出限介于0.18μg/L-102.41μg/L,该方法简便、迅速、准确度和精密度高,适用于粮食中这14种元素的同时测定.     

基于ID-YOLO的数字仪表检测方法

当前针对数字式仪表检测算法在边缘设备具有实时性差、泛化性差的问题,对此提出一种采用Instrument Detection-YOLO(ID-YOLO)模型的变电站数字仪表检测识别方法。算法以YOLOv5模型为基础,首先设计轻量的Li-YOLO骨干网络提取图像特征,降低网络参数,提高检测实时性;然后设计了一种双级路由注意力模块(BRAM),提高网络对小数点的检测精度以及网络的鲁棒性和泛化性;最后,引入α-IoU损失,通过更准确的IoU计算,可以提高模型的检测精度。实验表明,相比于其他基于深度学习的数字仪表检测识别方法,本文方法在不同显示方式的数字仪表识别任务上具有更好的准确性和泛化性,而且可以在检测准确率领先的情况下,将模型在边缘设备上的检测速度从6.87帧/s提升至8.77帧/s,其实时性和检测精度均能够满足实际变电站智能数据采集、检测识别的工程需要。