机器学习及其在农业中应用研究的展望

机器学习是一种面向机器的数据分析方法,自动化机器学习的研究促进了人工智能的发展。大数据的快速积累,促进了机器学习算法的井喷式发展。如何选择合适的机器学习算法解决行业问题,成为了当前应用的难点。笔者整理了机器学习新材料,对各种机器算法的特点和算法之间的差异,进行了仔细的梳理,总结了各种算法的需求背景和优缺点,以及主要的应用场合。在此基础上,分析了机器学习在农业应用的案例,综述了机器学习在农业应用,指出了目前存在的发展瓶颈,并提出了进一步研究应用的建议。     

农业+人工智能“混搭”出农业新趋势

正与卫星相关的人工智能机器学习算法来预测天气,分析农作物的永续性;田间的智能工业机器人承包了播种、除草、采收、分拣等繁重的农事劳动;基于人工智能的智能手机应用可以实时告诉农业人员阳光、水分、肥料、病虫害正在对农作物产生影响……这些已经不再是一种美好的想象,人工智能在农业上的应用场景已经逐步实现。积极引导人工智能进军农业领域     

云南农业信息技术发展现状与对策

近20年来,信息技术、生物技术等高新技术在农业领域的开发应用,使世界农业酝酿着新的突破.农业信息技术的应用是人类历史发展的一个必然过程,也是当代农业现代化的重要内容和标志,它主导着未来一个时期农业现代化的方向.     

机器学习在苹果智慧生产中的应用

苹果是我国重要的园艺作物,机器学习和计算机视觉融合促进了苹果检测与识别技术的发展,为苹果智慧生产提供了新的支撑.文章以苹果智慧生产中苹果果实识别、苹果品质和营养的无损检测、苹果品质分级技术为重点,介绍了机器学习在苹果智慧生产领域中的应用进展.包括基于支持向量机的苹果果实识别方法,基于深度学习的在树水果实时识别方法,光谱...     

浅析电子技术在农业领域的应用

电子技术在农业领域的应用掀起一场新的农业科技革命,推动农业生产出现新的突破。本文简要分析了电子技术在农业领域的应用条件、应用途径和应用效果。     

核机器学习方法及其在生物信息学中的应用

核机器学习方法是一种基于统计学习理论和核函数的机器学习方法.本文阐述了核机器学习方法的基本原理,介绍了目前常用的几种核机器学习方法,给出了构造新的核函数的原则,总结了结构数据核函数的研究现状.在此基础上,以生物信息学为背景,着重指出了当前序列数据的核函数在生物信息学中的应用进展.     

基于本体的农业灾害应急处置领域知识表示研究

分析了农业灾害应急处置领域现存的问题,阐述了农业灾害应急领域知识描述基本内容及基于本体的农业灾害应急处置领域知识表示方法。在此基础上,对农业灾害应急处置领域知识本体的技术方法进行了比较分析,并对基于本体的农业灾害应急处置领域知识表示的应用前景进行了探讨。     

认知计算及其在农业领域的应用研究

认知计算是认知科学、神经科学、数据科学和云计算的交叉学科。数据的急剧增长、算法的不断优化和高性能计算能力的发展加速了认知计算在健康医疗、智慧城市、农业等各个领域的研究和应用。认知计算提供了一种新的模式,是大数据、机器学习、深度学习、自然语言处理、IOT (The Internet of Things)、云计算等不同成熟技术的结合体。在此模式下,研究人员不再满足于继续延用传统的数据分析方法,开始寻求新的方法以期在大规模结构和非结构数据中探索其中模式和相关性。从而认知系统可以提供学习、推理、发现、自然语言交流、决策支持的功能。农业领域的数据量呈现爆发式的增长,认知计算和农业大数据的结合有效促进了智慧农业的发展,但是由于数据不仅包括时空数据、图像、视频等多种类型,其数据质量和地理位置、网络连接和数据来源密切相关。所以对于认知计算在农业领域的应用,这既是机遇也是挑战。基于已有研究工作探讨了认知计算的概念和相关学科;阐述了认知计算的发展历程、不同架构类型和技术体系;总结了近年来认知计算的研究进展;简要介绍了认知计算在农业领域的应用现状,同时对认知计算在农业领域应用中的挑战和发展趋势进行了总结、思考与展望。     

机器学习在农作物病虫害识别上的应用综述

农作物病虫害是发展农业领域所亟待解决的重要问题之一,机器学习的进步加速了识别农作物病虫害的发展趋势。目前,在农作物病虫害识别中存在农作物病虫害种类繁多、农村地区发展落后农业技术人员稀缺、过度依赖杀虫剂等问题,发挥机器学习的优势,对病害图片实现计算机识别,通过不断地学习智能分类,用来判断作物生病与否,从而实现农作物高质高量的目标。首先,介绍了传统病虫害检测缺陷;其次,介绍了目前机器学习在农作物病虫害识别的成果;再次,对机器学习的发展进行了探讨,有望将机器学习和无人机技术也运用到农作物病虫害识别上,更有利于农业进步和经济发展。     

电脑农业在植保工作中的应用及发展趋势

电脑农业是计算机与农业信息技术的综合运用,主要通过农业专家系统在农业生产上的应用来实现,农业专家系统(又叫农业智能系统),是运用人工智能的专家系统技术,汇集农业领域知识,模型和专家经验等,采用适宜的知识表示技术和推理策略,运用多媒体技术并能以信息网络为载体,对农业生产提供咨询策略,服务指导农民科学种田,培训基层农技人员等.