基于Web GIS的吉林省玉米病虫草害诊治专家系统的研究与应用

本文利用网络地理信息系统(Web GIS)技术和可视化空间数据挖掘技术,结合不确定性推理、多媒体技术,针对吉林省玉米病虫害草发生的情况,充分考虑引起吉林玉米病害、虫害、草害发生的原因及不确定性的因素,将可视化、专家知识、农民经验、地理信息系统的有机结合,研究玉米病虫草害诊治智能专家系统进行推广,在吉林省部分地区的应用中取得了良好效果。     

小麦病虫草害自然损失率估计试验

2007-2008年度开展小麦病虫害自然损失率估计试验研究,结果表明：一般年份对海安县小麦造成损失由大到小依次为虫害、草害、病害,在病虫草害防治上,以虫害和草害防治最为重要。     

单季籼型杂交稻-小麦轮作区麦田病虫草害的全程控制技术

近几年的生产实践证实,麦田病虫草害是影响小麦高产的关键障碍因子之一。总体趋势是草害大于病害大于虫害。“种子处理、草害防除、病虫害防治”是麦田病虫草害全程控制的3个关键环节。     

蔬菜病虫害辅助诊断系统VPS的研制

蔬菜病虫害辅助诊断与防治系统VPS是用VB6.0编写的基于图像及文本的农业专家系统。其知识库主要由侵染性病害、生理性病害、虫害3个数据库组成。包括用户管理、病虫害查询、病虫害辅助诊断、诊断数据库维护、数据库备份与恢复等7个模块。提供了分级管理、病虫害名称及拉丁文学名查询、病虫害图像诊断、数据库修改等功能。这一系统可对蔬菜生产过程中的病虫害识别与防治起到辅助作用。     

蔬菜病虫害辅助诊断系统的设计与实现

蔬菜病虫害辅助诊断系统VPS是用VB6．0编写的基于图像及文本的农业专家系统。其知识库主要由侵染性病害、生理性病害、虫害3个数据库组成。包括用户管理、病虫害查询、病虫害辅助诊断、诊断数据库维护、数据库备份与恢复等7个模块。提供了分级管理、病虫害名称及拉丁文学名查询、病虫害图像诊断、数据库修改等功能。这一系统可对蔬菜生产过程中的病虫害识别与防治起到辅助作用。     

大豆玉米套作种植技术及病虫草害防治措施

<正>1大豆玉米带状复合种植病虫草害发生情况1.1大豆病虫草害在应用大豆玉米带状复合种植技术过程中,常见的病虫害类型有蚜虫、斜纹夜蛾等,草害类型主要有打碗花、刺儿花等。在防治时,应该根据不同病虫草害类型来制定针对性的防治措施,保证及时控制病虫草害。1.1.1大豆病害大豆常见病害有大豆病毒病、大豆根腐病和大豆灰斑病等,大豆病毒病主要会侵害大豆叶片,导致大豆叶片逐渐皱缩,     

合肥市主要蔬菜病虫草害发生消长规律调查研究

总结了合肥市蔬菜病害、虫害、草害的发生消长规律,以为该市蔬菜生产中病虫草害的防治提供参考。     

作物病虫草害的农业防治措施

在农作物当中,病虫害以及草害等问题屡见不鲜,因此应做好农业防治。通过栽培、耕作以及施肥等农业手段的综合运用,就可以对农作物进行生态化管理。利用农作物和天敌的发展,创造不利于病虫草害的生长条件,最大程度上降低病虫草害带来的经济损失。基于此,本文将针对农作物病虫害防治以及草害防治提出具体措施。     

新乡县夏玉米苗期病虫草害防治技术

<正>玉米在整个生育期内可受到多种有害生物危害,主要包括:病害、虫害、草害等,是造成玉米减产、品质下降的重要因素。夏玉米苗期病虫草害发生种类多、危害重,若防治不力,极易造成缺苗断垄,导致减产。因此,在玉米的整个生长期中,搞好苗期病虫草害综合防治至关重要。玉米苗期是灰飞虱、蓟马、蚜虫、叶斑病、杂草等多种病虫草害混合发生的时期,其中灰飞虱是导致玉米粗缩病流行的主要害虫;蓟马为害造成玉米幼苗扭曲变形,叶片不能     

河南省玉米病虫草害综合防治技术

玉米是河南省主要的农作物之一,最近几年,玉米的产量和品质得到了显著提升。但是玉米病虫草害的发生给玉米的产量和品质造成了严重影响。玉米在整个生育期间可能会受到多种病虫害的威胁,草害的发生还会争夺玉米的养分和阳光,从而严重威胁到玉米整体的品质。该文主要结合实际情况,对玉米各个关键时期的病虫草害的发生和防治进行了分析,希望通过本次研究对更好的提高玉米病虫害防治质量有一定助益。     

园艺植物专家系统研究概况与发展趋势

介绍了国内外专家系统在园艺植物方面的应用,提出了其发展过程中仍存在的问题,如知识获取的"瓶颈"问题、园艺植物专家系统性能较差、未形成成熟的园艺植物病虫害诊断知识的知识模型、未能从诊断推理思维方式出发建立园艺植物病虫害诊断知识的推理求解模型、缺乏系统应用效果的反馈、专家系统的商业性较差和农业专家系统的开发平台需要进一步研发等。展望了农业专家系统的发展趋势:利用"3S"、模型模拟、智能决策、多媒体技术等多技术的集成开发园艺植物专家系统;开发综合性农业专家系统;注重实用性,开发不同用户群体、不同层面的专家系统;利用图像识别检索等人工智能手段进行病虫害诊断。     

An Image-Based Diagnostic Expert System for Corn Diseases

The annual worldwide yield losses due to pests are estimated to be billions of dollars. Integrated pest management （IPM） is one of the most important components of crop production in most agricultural areas of the world, and the effectiveness of crop protection depends on accurate and timely diagnosis of phytosanitary problems. Accurately identifying and treatment depends on the method which used in disease and insect pests diagnosis. Identifying plant diseases is usually difficult and requires a plant pathologist or well-trained technician to accurately describe the case. Moreover, quite a few diseases have similar symptoms making it difficult for non-experts to distinguish disease correctly. Another method of diagnosis depends on comparison of the concerned case with similar ones through one image or more of the symptoms and helps enormously in overcoming difficulties of non-experts. The old adage ＇a picture is worth a thousand words＇ is crucially relevant. Considering the user＇s capability to deal and interact with the expert system easily and clearly, a webbased diagnostic expert-system shell based on production rules （i.e., IF 〈 effects 〉 THEN 〈 causes 〉） and frames with a color image database was developed and applied to corn disease diagnosis as a case study. The expert-system shell was made on a 32-bit multimedia desktop microcomputer. The knowledge base had frames, production rules and synonym words as the result of interview and arrangement. It was desired that 80% of total frames used visual color image data to explain the meaning of observations and conclusions. Visual color image displays with the phrases of questions and answers from the expert system, enables users to identify any disease, makes the right decision, and chooses the right treatment. This may increase their level of understanding of corn disease diagnosis. The expert system can be applied to diagnosis of other plant pests or diseases by easy changes to the knowledge base.     

基于故障树分析法的柑橘病虫害诊断专家系统

【目的】为解决柑橘病虫害防治工作中植物保护主业知识普及不足、高效病虫害诊断手段缺乏的问题,研制一种基于故障树分析法的柑橘病虫害诊断专家系统。【方法】首先,利用故障树分析法计算病虫害发生的概率、建立病虫害知识库;其次,根据知识库以及正向推理策略设计实现专家系统的推理机;最后,利用微信开发者工具在微信小程序内搭建故障树分析法的计算规则、专家系统的推理机,构建基于故障树分析法的专家系统。【结果】建立了一种包含病虫害模块、最新资讯模块、知识库查询模块、病虫害诊断模块、用户中心模块5大功能模块的柑橘病虫害诊断专家系统。经测试,系统可以在不同型号的手机中平稳运行,占用内存的平均大小为175 MB,系统启动的平均耗时为1.0984 s,页面切换的平均耗时为0.0495 s;连续运行系统1 h,手机与服务器的连接均未出现异常。【结论】本系统运行稳定可靠、页面样式显示正常。用户通过此系统能够诊断病虫害并获得具体的防治技术,同时也能够了解专业的植物保护知识。     

基于模糊理论的甜瓜病虫害诊治专家系统研究

引入模糊产生式规则,实现甜瓜病虫害诊治专家系统,采用不精确推理的可信度模型以及混合推理控制策略,能够较好地契合农业领域知识的复杂性和表述的模糊性,对农业精准管理有着较为重要的意义与价值。     

基于知识图谱的水稻病虫害智能诊断系统

目的 利用知识图谱对水稻病虫害领域复杂的异构数据信息进行结构化存储,建立病虫害间语义关系,为水稻病虫害关联检索及智能诊断提供理论依据。方法 首先提出一种面向水稻病虫害的知识图谱构建方法和基于图的水稻病虫害检索算法,通过引入节气实体实现水稻病虫害的预警。其次提出基于确定性因子(Certainty factor,CF)模型和知识图谱相结合的知识推理方法,利用CF与水稻病株症状的结合实现水稻病虫害的诊断。结果 利用命名实体识别模型,得出病、虫害名称及危害症状实体的准确率分别为0.92、0.90及0.87,进一步构建包括1 972个实体及5 226个实体关系的垂直领域知识图谱。通过自主开发的智能诊断系统进行案例分析,试验表明,诊断算法正确率达到86.25%。结论 该系统有效地解决了水稻病虫害领域数据检索、预警与诊断中知识的复杂性及不确定性的问题,有较强的实用价值和推广前景。     

基于Android的病虫害推理诊断系统的设计研究

将推理诊断方法应用到作物病虫害的发生及其防治中,运用Java语言和SQLite数据库开发一个基于Android的作物病虫害诊断系统,用于生产一线技术人员及农户对作物病虫害实时诊断,以提高作物产量及质量,在实际应用中获得了较好的效果。以该系统的分析、设计和开发的全过程为主线,给出基于Android的病虫害诊断系统的设计和技术实现过程,讨论了设计该系统时的思想、方法和过程。     

园艺植物病虫害诊断与防治教学系统的研制

园艺植物病虫害诊断与防治教学系统是采用JSP语言编写的基于图像、视频及文本的辅助诊断、查询、考核系统的计算机多媒体软件，通过辅助诊断、查询和考核3个模块的具体介绍，详细阐述了园艺植物病虫害诊断与防治教学系统的使用方法，不仅供教师在课程教学中演示使用，还可供农业科技人员及广大农民使用。     

浅谈玉米病虫害防治措施

随着我国经济实力的不断增强,我国的农业技术也得到了发展,但是也相应了带来了更多的问题。在我国的东北地区主要以玉米作为主栽农作物,在玉米成长期间主要的病虫害是玉米大斑病、小斑病、锈病、地老虎、红蜘蛛、玉米螟虫等。为降低病虫害的危害,本文通过对玉米病虫害发生的一些规律及其相应的病虫害特点做些简单的介绍及提出一些防治方法。     

森林重大病虫害诊治专家咨询系统的研究

该文介绍了森林病虫害诊断防治的重要性和研建森林病虫害诊治专家咨询系统的意义,分析了森林保护专家对森林病虫害的诊治流程、知识组成以及专家系统中森林病虫害诊治知识表示方法,设计了森林病虫害诊治知识库、森林重大病虫害诊治专家咨询系统的结构和推理机制,给出了推理机制及推理求解过程,研制了基于Web的森林重大病虫害诊治专家咨询系统.该系统由知识库管理子系统、病虫害检索子系统、病虫害诊断子系统、病虫害防治药品信息子系统4个主要功能子系统构成.系统通过ASP发布在网上,可以进行远程操作.系统的使用将大大提高森林病虫害防治的管理水平.      

淮北市夏玉米病虫草害发生新特点及防治对策

分析了当前玉米病虫草害发生的新特点、新变化以及主要原因,同时指出了当前夏玉米病虫草害防治中存在的主要问题,并提出了选用优质高抗品种、合理布局作物的种植、加强预测预报、强化统防统治与绿色防控、对售药及施药人员加强专业培训、推广安全科学施药技术等一系列防治对策。