本研究以中国农村电商实证数据为综述对象，按照电商定向干预和农产品交易地的特征将农村电商数据类型分为两类数据集。其中，数据集Ⅰ包括电子商务进农村综合示范县数据库、淘宝村与电商指数数据库;数据集Ⅱ包括农产品电商数据库与农产品跨境电商数据库。以此探讨不同数据集内若干农村电商研究主题所用数据的来源、指标内容、时间跨度、优劣势等内容，系统性梳理农村电商研究所用数据的来龙去脉，为该领域实证检验提供数据库筛选的参考，从而有效推动农村电商发展研究的理论进程。

农业病虫害对农作物的产量和品质造成了严重的威胁，因此准确、高效地检测和识别病虫害是农业生产中的重要任务。本文介绍了一个综合的农业病虫害数据集，由农业虫害检测数据集、农业病害检测数据集、农业病害分类数据集和水稻表型分割数据集组成，包含55个类别、48576张，共4.14 GB的图像样本。从公开数据源和学术论文中收集和整理数据，保证了数据集的多样性和代表性。在数据的筛选、清洗和标注过程中，采用了严格的质量控制和验证措施，以确保数据集的准确性和可靠性。该数据集可用于农业病虫害识别和水稻表型鉴定等农业视觉任务，能够为农业病虫害研究提供有价值的资源，并促进农业生产的可持续发展。

为了增强对豆科植物WRKY基因的多样性和进化上的认识，探索WRKY转录因子家族成员的功能和在育种中的应用。在本研究中，利用生物信息学方法对5种豆科植物大豆、鹰嘴豆、菜豆、蒺藜苜蓿及百脉根的WRKY基因进行了染色体定位、系统进化、保守基序、基因结构和基因复制等方面的分析。从上述5种豆科植物中分别鉴定出185、61、90、108和83个WRKY基因。将5种豆科植物WRKY蛋白分为三类和五个亚类，同一亚类具有相似的蛋白结构和基因结构。5种豆科植物的WRKY基因家族成员中存在基因复制事件，并且在各个组织中有明显差异表达。WRKY基因在不同组织中的表达模式表明，它们可能在豆科植物的生长发育中发挥重要作用。

随着互联网的普及，农业知识和信息的获取变得更加便捷，但信息大多固定且通用，无法针对具体情况提供定制化的解决方案。在此背景下，大语言模型（Large Language Models，LLMs）作为一种高效的人工智能工具，逐渐在农业领域中获得关注和应用。目前，LLMs技术在农业领域大模型的相关综述中只是简单描述，并没有系统地介绍LLMs构建流程。本文重点介绍了农业垂直领域大语言模型构建流程，包括数据采集和预处理、选择适当的LLMs基模型、微调训练、检索增强生成 (Retrieval Augmented Generation，RAG)技术、评估过程。以及介绍了LangChain框架在农业问答系统中的构建。最后，总结出当前构建农业垂直领域大语言模型的一些挑战，包括数据安全挑战、模型遗忘挑战和模型幻觉挑战，以及提出了未来农业垂直领域大语言的发展方向，包括多模态数据融合、强时效数据更新、多语言知识表达和微调成本优化，以进一步提高农业生产的智能化和现代化水平。

传统基于时序遥感影像的水稻物候期特征提取方法要求有较高的时间分辨率，受成像条件制约而较难满足；由于不同水稻种植区域环境条件不同，基于单一影像的深度学习水稻种植区域提取方法泛化能力较差。本文选取时相相近的光学和合成孔径雷达（Synthetic Aperture Radar，SAR）数据，削弱水稻种植区影像时空信息差异。通过泛时空特征融合有效地利用光学数据空间特征信息和SAR数据后向散射信息，采用双结构网络模型提取水稻特征。实验表明，基于多源数据融合的泛时空特征水稻深度学习提取方法在三江平原和肥西县水稻数据集上训练模型验证集总体测试精度为95.66%，Kappa系数为0.8805。该模型在南昌市区域水稻提取结果与实际地块边界符合较好，总体提取精度为86.78%，证明了泛时空特征模型的泛化能力和实用性。

在数据安全和隐私保护日益重要的背景下，零知识证明（Zero-Knowledge Proofs, ZKPs）为保护隐私提供了强有力的工具，成为最具应用潜力的核心技术之一。本文综合探讨了零知识证明技术及其在区块链中的应用。首先，详细介绍了零知识证明的相关概念以及三种典型的技术，对ZK-Snarks进行了深入探讨，并讨论了ZK-Stark和Bulletproofs等其他证明机制，深入对比分析了各自的设计、技术特点、性能和应用场景的差异。在此基础上，重点介绍了ZKPs在区块链环境下的应用，并分析整理了编写零知识证明的相关工具，这些工具在提升具体应用的性能方面尤为重要。最后，指出了一些潜在的问题和未来的研究方向。

我国是世界范围内鸡蛋生产和消费的第一大国，鸡蛋也是我国居民膳食结构中主要的蛋白质来源之一，了解我国消费者对鸡蛋的偏好具有现实意义。本研究旨在了解中国消费者对鸡蛋的生产方式、认证标准和其他相关属性的偏好，以提供市场定位策略和科学依据，并为相关政策制定和饮食健康教育提供指导。问卷设计以离散选择实验设计为主体，结合对受访者相关食品安全知识的了解程度和人口学特征变量等数据的收集。最终课题组通过在线问卷平台收集到了全国30个省级行政区共1085份鸡蛋消费者样本数据，形成了2020年我国鸡蛋消费选择偏好数据集。数据集包括消费者鸡蛋消费过程中购买频率、购买来源，以及对鸡蛋价格、饲养方式、蛋鸡种类、食品安全认证属性的偏好等13个方面的内容。该数据集表明消费者对鸡蛋的生产方式、认证标准等属性有明确的偏好。这份数据集为我国禽蛋产品的消费偏好提供了基础数据，对于了解居民的消费习惯与偏好，保障国家食品安全，为食品企业制定市场策略，以及为政府科学制定决策提供了有力支持。

总结国内外个性化学术文本检索的研究现状，为后续个性化学术检索的研究提供思路借鉴和前景展望。搜集国内外相关文献共计154篇，采用文献分析法归纳出个性化学术文本检索研究框架，并对核心研究与辅助研究点进行详细论述。国内外个性化学术文本检索相关研究已逐渐系统化，从理论研究走向理论与实践研究并举，目前存在低负担高隐私的交互方式尚未实现，面向认知要素的深层次个性化检索尚未实现及适用情境识别的前置研究缺失等研究问题。积极拥抱大模型等新技术赋予的能力，走向认知化、嵌入情境式及实时交互式是个性化学术文本检索的未来发展方向。

产业兴旺是乡村振兴的重中之重。农产品成本收益调查记录了农产品投入、产出、收益等情况，是政府部门进行宏观调控和价格管理的基础。新时代新征程，这套数据将在推进乡村振兴战略过程中发挥更大作用。很多学者基于该套数据分析我国农业投入要素使用、生产力、成本、利润等状况，但对数据库样本选择、采集过程、相关指标内涵等细节介绍有待加强。因此，本文收集了早籼稻、中籼稻、晚籼稻、粳稻、小麦和玉米等三种粮食2005－2017年31个地区的成本收益调查数据，形成数据集。本文重点对数据产生的背景、数据采集的方法、数据的主要内容以及数据的使用价值进行介绍。相关学者不仅可以使用该数据分析我国农产品的投入产出状况，也可以借鉴该数据的抽样方法、质量控制经验等。

土地规模经营是中国农业实现现代化转型的关键，但是现阶段面临土地流转增速放缓、适度规模化经营发展受阻等现实问题。江苏省经济发展水平较高，土地流转市场发育较为成熟，除了依靠市场机制运行，地方政府通过土地再调整、充当中介组织等方式创新土地流转形式，在推动土地连片规模化经营方面也发挥了关键作用。该数据集以2020－2022年中国土地经济调查CLES数据库为基础数据，按照规范化步骤整理形成943个地块、5923户农户和114个村庄3个数据集，数据内容包含土地利用和流转、规模经营信息。数据集为展现江苏省土地流转、规模化经营情况提供了可靠的经验证据，同时也为政府部门制定合理的政策干预提供了参考。

农机购置补贴政策作为一项重要的强农惠农政策，对小农户及新型农业经营主体生产决策、农业生产以及农机行业发展等多方有深刻影响。通过搜集农机补贴政策背景下全国性农机购置与补贴数据，掌握各省市县农机购置差异、变动特征与趋势，才能合理评估政策所带来的影响，进而调整农机购置补贴政策目标与内容，从而推动农机市场健康发展，更好助力农业强国建设。目前，我国各省农业农村厅的农机购置补贴信息公开专栏实时发布农机购置相关数据。通过网络爬取、数据处理，得到涵盖2021—2022年北京、天津、山西等23个省（自治区、直辖市）农机购置与应用补贴信息、共计2226229条数据的数据集。该数据集可用于分析各地农机购置特征、差异以及补贴发放情况，为相关科学研究和管理决策提供数据基础。

蚜虫的发生是影响农作物产量和质量的重要原因之一。对蚜虫进行检测和计数是对虫害早发现、早治理的重要环节。随着信息技术的发展，已经有专家学者利用计算机视觉感知技术对农业害虫进行识别研究，并取得了一定的进展。高质量、大规模的基础数据对计算机视觉的发展往往能够起到决定性作用，缺少高质量、大规模的基础图像数据是蚜虫精准识别研究面临的难题。蚜虫是一类重要的农业害虫，具有尺寸微小、密集分布、虫间遮挡和同种多形态等特征，这些特征对于蚜虫的检测与计数又是一项严峻的挑战。本文提供了包括桃粉蚜、桃蚜、棉蚜、禾谷缢管蚜等13种农业蚜虫数据集，共6287张高清原始图像。这些蚜虫图像是利用单反相机在自然大田环境中采集、以文件夹形式进行存储、经过从事图像数据管理的专业人员清洗和整理、并由植保专家对其进行鉴定和分类的，保障了数据的高质量和可靠性。该数据集可为蚜虫的识别、检测计数和分类提供数据基础。

及时准确地获取耕地空间分布数据对于农业生产管理、种植结构调整、保障粮食安全等具有重要意义。本研究以东北三省（黑龙江省、辽宁省、吉林省）为研究区，基于哨兵二号（Sentinel-2）卫星影像数据，建立每一省份特定年份的耕地与非耕地样本12个月份的归一化差分植被指数（NDVI）数据集库；利用Google Earth Engine遥感计算平台，依据耕地与非耕地样本的NDVI的差异性特征进行监督分类，建立了黑龙江省、辽宁省、吉林省等东北三省2020—2022年间逐年10 m空间分辨率耕地资源空间分布数据集。该数据集为东北地区最近年份的耕地资源空间分布数据集更新，可为该地区的黑土地科学保护、“藏粮于地，藏粮于技”战略实施以及粮食安全保障提供数据支撑和科学服务。

储粮害虫是造成粮食产后损失的重要因素，对粮食害虫早期活动进行检测和监控是减少储粮损失的必要且合适的防控措施。随着人工智能的发展，基于深度学习的图像检测方法在农业领域得到了广泛应用，目前在储粮害虫检测领域的研究相对较少，数据集的质量往往决定了深度学习模型能够学到的知识水平，因此构建专门用于储粮害虫图像检测和计数的数据集具有重要意义。本文提出的数据集GrainPest包含500幅粮虫原始图像、500幅像素级显著目标标注图像、420个害虫检测目标框标注文件和500条粮虫数量数据。数据集涵盖了玉米象、麦蛾、谷蠹、玉米螟、大谷盗、蚕豆象、米象、咖啡豆象、绿豆象、印度谷螟等主要粮食害虫，图像背景涉及小麦、玉米、大米、稻谷、绿豆、蚕豆等常见粮食。由于实际检测中有很多粮食是未感染虫害的，因此数据集还包含了80幅不含害虫目标的纯粮食背景图像，这增加了害虫显著性检测的难度。本数据集提供了一个多样性的粮虫图像基准数据集，旨在促进深度学习在储粮害虫显著性检测、目标检测和粮虫计数方面的研究，为降低粮食储藏损失和保障粮食安全提供支持。

在现代信息社会，数据隐私保护成为公众关注的焦点。随着互联网用户对个人信息安全的日益重视，信息检索领域的隐私保护研究变得至关重要。隐私保护关键词检索技术旨在在不泄露用户查询意图的情况下，提供安全、保护隐私的检索服务。尽管现有技术在满足基本需求方面取得了进展，但如何在保持效率的同时减少隐私泄露风险，仍是一个挑战。为此，本文对隐私保护关键词检索技术进行了详细回顾，系统地分析了当前主流技术的原理、优势与不足。研究发现，尽管已有技术能够对用户查询进行加密处理，防止敏感信息直接泄露，但在查询模式、访问模式与返回结果之间，仍存在着潜在的隐私泄露风险。针对这一问题，本文提出了一系列改进方向，以增强隐私保护的效果。此外，当前的隐私保护技术在实际应用中面临诸多挑战，这些挑战涉及技术增强、隐私合规等多个方面。通过对隐私保护关键词检索相关前沿技术的融合与创新，有望为解决这些技术问题提供新的思路和方案，推动隐私保护技术向更高水平发展。本文最后对隐私保护关键词检索技术的未来发展方向和创新应用模式进行了展望。

随着人工智能和材料科学数据驱动的材料设计热潮的兴起，材料科学数据成为生产要素、国家战略资源和国际竞争的焦点。然而，随着材料数据共享的增加，数据安全问题变得不可忽视。数据泄露、滥用、篡改等问题威胁着企业竞争力。本文综述了目前主流的数据安全保护技术，包括访问控制、加密技术，构成了传统的数据安全防护模型，实现数据传输、存储时的安全。区块链技术可以实现数据传输、存储时的机密性、完整性、可用性，但是这些机制仍无法解决数据使用时的隐私问题，无法保护使用中的数据机密性、完整性等问题。利用机密计算技术的优势，在硬件可信执行环境中执行计算，最小化计算环境的可信基，提供全方位的数据保护，践行“数据可用不可见”理念，实现对使用中的数据保护，进而构建端到端的全生命周期数据安全。本文结合区块链和机密计算技术的优势，提出基于区块链和机密计算的材料数据可信基础设施方案，以实现数据的全生命周期安全，为材料数据的安全应用提供有力支持。

近年来，随着数据安全监管的日益收紧，科学数据管理面临越来越严峻的“安全合规”挑战，数据分类分级保护逐渐成为学术界、数据管理实践者和监管机构共同关注的议题。然而，现有的研究和实践大多局限于对数据合规的解释与反应性应对，缺乏对科学数据分类分级保护的系统性和理论性讨论。这种认知不足限制了科学数据安全管理领域理论框架和实用模型的发展。为形成对科学数据分类分级保护的系统性理解，本研究基于对现有实践的广泛调查，提炼出科学数据的六项关键安全特征：多重规制、伦理强规制、学科领域差异性、“规模-风险”帕累托分布、公益性和动态敏感性，以此六项特征为基础，构建了科学数据安全分类和分级框架，并提出了全面、平衡与精简三种保护模式。研究提出了“数据合规-合规成本-数据收益”三角平衡观点，合理解释了三者之间的权衡关系。文中还详细讨论了数据安全分类与安全分级的区别及其相互作用，澄清了科学数据安全分类的复杂性。该研究提出的针对科学数据分类分级保护的理论框架为分析科学数据安全管理中的复杂问题提供了框架性工具，可为相关研究提供有价值的参考，有助于推动科学数据安全保护实践。

随着信息技术的不断发展，智慧养殖在现代畜牧业中应用越来越多，现代先进信息技术正在逐步应用到马养殖的全过程，如何利用大数据、人工智能等技术，助力马产业智慧化发展，提高马养殖效率，是马产业走向现代化、科技化的重要途径之一。本研究以新疆某马养殖基地为研究对象，利用大数据、人工智能和物联网等最新信息技术，研发了基于设备层、数据层、数据处理层和应用层共四层系统架构的马智慧养殖大数据平台，集成了档案管理、防疫管理、育种管理、行为管理和环境管理五大功能模块，实现了马养殖过程中数据采集、分析以及构建模型和应用等功能。本研究可为马养殖基地和企业智慧养殖建设提供思路，实现马养殖的精细化监控和管理，提高马生产效率和养殖效益，对马产业未来发展具有借鉴意义。

西红柿是深受我国居民喜爱的蔬菜之一，在全国范围内普遍种植。近年来，西红柿价格呈现波动幅度大、不平稳的特点，河北是我国西红柿的主要产区，而北京、天津又是西红柿的重要销地，将京津冀地区作为一个整体，分析区域范围内西红柿历史价格数据，探索西红柿市场价格的波动，对完善区域农产品大流通格局、均衡西红柿生产结构，稳定西红柿市场价格具有重要的意义。该数据集充分结合全国农产品商务信息公共服务平台、全国农产品批发市场价格信息系统等平台提供的蔬菜价格数据及基金项目组实地调研数据，通过与实地调研数据的对比、融合，确保了基础数据集的真实性、一致性。通过加工处理2012—2019年京津冀地区29个农产品批发市场的西红柿日均交易价格信息，得到反映2012—2019年京津冀地区西红柿批发市场交易价格信息的文本数据及图像数据，包括周度、月度西红柿市场平均价格，共计1536条；周均价、月均价历史波动图及环比、同比价格变化率折线图，共计78张，所得结果均经过人工质量检验，数据处理按照规范化步骤完成，得到的数据集可为开展京津冀地区西红柿市场价格波动研究及监测预警提供了基础数据支撑。