第一章 信息技术发展概述 第二章 农业信息采集 第三章 农业数据处理 第四章 地理信息系统 第五章 作物生长模型 第六章 农业专家系统 第七章 精确农业技术 第八章 农业信息网络

随着硏究者可用的序列与结枃信息的爆炸式增长,生物信息学领域,或更精确地说是计算生 物学领域,在基础生物医疗问题的研究中起着越来越大的作用。计算生物学家面临的挑战, 尤其是由人类基因组计划以及其它测序工作生成的大量数据带来的挑战,将对发现基因和设 计分子模型、定点突变,以及其它有可能发现基因与蛋白质的结构与功能的未知关系的实验 有所帮助

一、分析观测环境中的归纳学习的一般模型。 二、解释学习机器如何从它所支持的函数集中选择一个近似函数。 三、介绍回归和分类问题的风险函数的概念

基于面部动态表情序列，针对静态表情缺少时间信息等问题，将空间特征与时间特征融合，利用神经网络在图像分类领域良好的特征，对需要进行细节分析的表情序列进行处理，提出基于分离式长期循环卷积网络(Separate long-term recurrent convolutional networks, S-LRCN)的微表情识别方法。首先选取微表情数据集提取面部图像序列，引入迁移学习的方法，通过预训练的卷积神经网络模型提取表情帧的空间特征，降低网络训练中过拟合的危险，并将视频序列的提取特征输入长短期记忆网络(Long short-team memory, LSTM)处理时域特征。最后建立学习者表情序列小型数据库，将该方法用于辅助教学评价

医生诊断需要结合临床症状、影像检查等各种数据，基于此，提出了一种可以进行数据融合的医疗辅助诊断方法。将患者的影像信息（如CT图像）和数值数据（如临床诊断信息）相结合，利用结合的信息自动预测患者的病情，进而提出了基于深度学习的医疗辅助诊断模型。模型以卷积神经网络为基础进行搭建，图像和数值数据作为输入，输出病人的患病情况。该医疗辅助诊断方法能够利用更加全面的信息，有助于提高自动诊断准确率、降低诊断误差；另外，仅使用提出的医疗辅助诊断模型就可以一次性处理多种类型的数据，能够在一定程度上节省诊断时间。在两个数据集上验证了所提出方法的有效性，实验结果表明，该方法是有效的，它可以提高辅助诊断的准确性

本章我们讨论分析时间序列数据(检验序列相关性,估 计ARMA模型,使用分布滞后,非平稳时间序列的单位根检 验)的单方程回归方法

1、什么是数据库? 2、什么是DBMS?有什么功能? 3、常用的几种数据模型是什么?它们有何优缺点? 4、什么是主码? 5、什么是域?

克立格法是估计矿石储量的一种较新方法,目前使用该方法时,求实验变异函数及作克立格估值均可在电子计算机上自动进行,唯由实验变异函数拟合理论模型时还要依靠手工,它妨碍了由原始数据到储量估算整个过程的自动化。本文从变异函数的统计性质出发,探讨了变异函数的自动拟合问题,得到了一些初步的结果

＆7.1 方差分析的必要性与作用 ＆7.2 方差分析及基本原理 ＆7.3 多重比较 ＆7.4 方差分析的数学模型 ＆7.5 方差分析的基本假定与数据转换 ＆7.6 方差分析的类型与分析步骤

针对间断连接无线网络中节点能量有限、节点间相遇持续时间较短和网络资源无法得到充分利用的问题,提出一种带有自适应异步唤醒的数据转发策略,综合考虑节点能耗和休眠机制,并结合灰色模型预测节点间相遇持续时间,优化节点探测阶段和数据转发阶段的能耗,进而实现高效数据转发的目的.结果表明:所提出的数据转发策略能够有效利用节点剩余能量和通信机会.与现有的转发策略相比,该策略能够在低能耗下有效改善网络的探测成功率和通信时延