期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于专利分析的玉米秸秆创新利用态势研究 被引量:5
1
作者 陈理 韩毅 +6 位作者 瞿云山 杨广 王泽宇 陈帅宇 郑永军 周宇光 《中国农业大学学报》 CAS CSCD 北大核心 2024年第1期1-20,共20页
为洞悉全球玉米秸秆利用的共性关键技术和发展态势,利用Innography检索1854—2021年的全球玉米秸秆专利,综合分析全球玉米秸秆专利的申请趋势、申请机构、综合实力和各国专利布局等信息,并利用可视化工具分析专利技术聚类相关内容。以... 为洞悉全球玉米秸秆利用的共性关键技术和发展态势,利用Innography检索1854—2021年的全球玉米秸秆专利,综合分析全球玉米秸秆专利的申请趋势、申请机构、综合实力和各国专利布局等信息,并利用可视化工具分析专利技术聚类相关内容。以高专利强度的专利为代表讨论了减排固碳、绿色生态、现代装备、高值材料、智能信息和生物化学等领域专利对玉米秸秆综合利用方向的引领。结果表明,我国玉米秸秆专利中存着授权率低、研发领域发展不均衡、缺乏国际专利布局、创新利用方法专利较少和企业研发占比偏低等问题。2017—2021年的玉米秸秆创新利用专利技术中,利用玉米秸秆进行固、液、气3种形式的碳储存技术可实现创新减排固碳技术;利用玉米秸秆实现种植还田方法的特异化、肥料利用的创新、制备农产品的基质和绿色产品,实现创新绿色生态技术;利用现代信息技术优化玉米秸秆处理流程和方法,提高资源利用效率;利用创新现代装备技术对秸秆收储运、预处理和利用设备的优化,可实现农业机械高效化;从原料创新和高性能材料需求角度对玉米秸秆进行秸秆高值材料技术研发和创新;利用生物化学技术包含发酵技术青贮、微生物菌剂技术和酶解技术等,实现对玉米秸秆的创新利用。因此建议增加自身核心专利和高影响力专利的数量,提高科技成果转化率和专利国际化布局比例,高校和研究院提出的创新利用技术应加强与产业的融合。玉米秸秆高值材料产业是一个重要的突破方向,通过开发高值产品和实现资源循环利用来实现秸秆的综合利用,有望为农作物秸秆全产业链高值化利用提供新的机遇和发展路径。 展开更多
关键词 玉米秸秆 专利分析 研究态势 创新利用
原文传递
基于文献计量学的玉米秸秆利用及关键共性技术分析
2
作者 陈理 +5 位作者 陈帅宇 马明旭 周宇光 韩毅 冯欢欢 郑永军 《农业工程学报》 EI CAS CSCD 北大核心 2024年第12期224-236,共13页
为促进玉米秸秆全价值利用,该研究以中国知网(CNKI,China national knowledge infrastructure)数据库和Web of Science(WOS)核心数据库作为数据来源,利用知识图谱可视化软件,绘制玉米秸秆利用领域的知识图谱,以便全面了解玉米秸秆利用... 为促进玉米秸秆全价值利用,该研究以中国知网(CNKI,China national knowledge infrastructure)数据库和Web of Science(WOS)核心数据库作为数据来源,利用知识图谱可视化软件,绘制玉米秸秆利用领域的知识图谱,以便全面了解玉米秸秆利用领域的研究现状和发展趋势,总结其面临的主要问题,并在此基础上深入挖掘分析玉米秸秆利用关键共性技术。玉米秸秆利用研究大致可分为1990—2007年及2008—2022年两个阶段。在后一阶段,各研究团队逐渐构成以肥料化、饲料化为主,燃料化为辅的玉米秸秆利用研究体系。经文献梳理发现,玉米秸秆利用研究大致经历了3次阶段性热点迁移,每次变化时长约为10a;中国玉米秸秆利用研究已取得较多成果,主要集中在秸秆还田和生物质能源生产方面;通过对知识图谱综合分析发现,玉米秸秆利用的热点方向包括生物质能源生产、土地改良和保护、畜牧业发展和饲料生产。最后,知识工程和归纳法分析结果表明,玉米秸秆利用技术仍存在收运不及时、还田质量低、秸秆制饲料技术不成熟、能源化技术成本高和附加值低等瓶颈。故在农业废弃物资源化利用这一国家重大需求驱动下,该文主要关注并分析了未来研究应重点聚焦的13项玉米秸秆全价值利用关键共性技术。该研究可为促进中国玉米秸秆全价值利用提供参考。 展开更多
关键词 秸秆 利用 文献计量学 Web of Science 中国知网 关键共性技术
下载PDF
基于改进半监督模型的空间异质性农田特征提取研究 被引量:1
3
作者 陈理 韩毅 +3 位作者 杨广 郑永军 周宇光 《农业机械学报》 EI CAS CSCD 北大核心 2023年第12期173-185,共13页
提取农田信息对智慧农业、环境保护等有重要意义。监督学习模型对不同地貌、区域、种植类型等空间异质性农田的特征提取效果不佳。针对该问题,本文提出一种半监督学习模型,该模型使用基于加权损失函数的在线难例样本挖掘策略,在Vaihinge... 提取农田信息对智慧农业、环境保护等有重要意义。监督学习模型对不同地貌、区域、种植类型等空间异质性农田的特征提取效果不佳。针对该问题,本文提出一种半监督学习模型,该模型使用基于加权损失函数的在线难例样本挖掘策略,在Vaihingen数据集中总体精度高达87.1%,相较于其他半监督学习模型的提取效果最好。在吉林一号农田影像数据集进行空间异质性农田特征提取中的对比试验和精度评估,结果表明:分别使用拟提取地区和训练集地区的无标注影像训练该模型,均可提高对空间异质性农田特征提取精度,若无标注影像与拟提取地区影像中农田特征相似度高,总体精度可提升2.1~6.1个百分点,总体精度最高可达84.0%。该模型使用更少量的标注信息获得媲美监督学习模型的提取效果;而使用相同量的标注信息,可以通过增加无标注影像以取得比监督学习模型更好的提取效果。本文构建河北献县地区的农田数据集,模型使用吉林一号农田影像数据集(部分1)作为有标注训练集,吉林一号农田影像数据集(部分2)和献县地区高分二号影像数据集作为无标注影像训练后的总体精度高达88.7%。验证了改进后的半监督学习模型可准确有效提取空间异质性农田特征。 展开更多
关键词 农田特征提取 语义分割 半监督学习 空间异质性农田 遥感影像
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部