基于贝叶斯神经网络的玉米病害预警模型

准确预测玉米病害是科学防治的前提,因此建立准确且稳定的预测模型,对于防治玉米病害、减少农作物经济损失具有重要意义.由于传统神经网络存在收敛速度慢、容易陷入局部最小化等问题,利用贝叶斯算法改进传统BP神经网络,即贝叶斯神经网络,结合吉林省部分地区的玉米病害数据,构建玉米病害预警模型.试验结果表明:贝叶斯神经网络玉米病害模型对玉米病害预测的准确率达到94.04％,相较传统BP神经网络模型准确率提高了5.49％,可得到更好的预警效果,对于玉米病害的防治起到指导性的作用.     

植物病害流行生长模型预测法

本文提出了植物病害预测的生长模型预测法,即利用较早期的病害发展数据,估计病害流行生长模型的有关参数,然后利用这些参数对病害未来的发展水平和发展速率作出预测。利用花生锈病等九个植病系统(包括真菌、细菌和病毒病害)47组流行数据对生长模型预测法进行了917次应用性检验,并用准确度参数P(P=[1-abs(-X)/X]×100)作为预测准确度标志,平均准确度为86％。     

基于Web Service的植物病害预警平台的实现*

 针对常见植物病虫害预测方法通用性差,模型难于复用,通过对植物病害数理统计与神经网络预警模型相关原理和方法的研究,利用植物病理预警模型研究的成果,结合历史数据,使用Web Service技术构建并实现了植物病害的动态预警平台。植物病害预警平台可以动态建立不同地区不同作物不同病害的不同类型的预警系统,为农业病害预警预测提供了一种实用的解决方案。     

基于物联网的温室大棚智能监测系统设计

针对传统温室大棚参数监测存在繁琐的布线问题,设计了基于新型物联网技术的温室大棚智能监测系统。该系统以CC2530无线传输模块结合温湿度传感器、光照传感器和CO2浓度传感器构成无线采集节点,对温室环境参数进行检测;检测数据通过由ZigBee模块构成的路由节点选取最优路径实现数据的无线传输;采用STM32作为核心处理器设计嵌入式网关,并利用GPRS技术将现场检测到的数据实时传送给监测中心,实现对温室环境的实时监测和报警。结果表明,该系统运行稳定、测量准确、网络覆盖性好、布点灵活、低功耗并且使用方便。     

基于物联网的番茄早疫病自动监测预警平台的应用与研究

早疫病是对番茄生产影响较大的一种病害，但现有检测手段落后。为此，利用无线传感器、物联网、数据分析等现代信息技术与传统农业相结合，开展番茄早疫病自动检测预警研究。采用传感网络对番茄病害环境因子进行数据采集，并通过数据融合分析，建立番茄早疫病发生等级与环境因子相关的预警模型，构建番茄早疫病自动监测预警平台，实现对产地番茄病害实时动态监测和预警，可为番茄早疫病测报防治提供一种高效、自动化的技术和手段。该研究既能为番茄早疫病测报提供重要的技术和信息支撑，又可为其他相关治理发展提供参考。     

互联网在设施农业温室监控和报警管理系统中的应用

本文介绍了使用互联网对温室的环境参数进行实时监控和报警管理的系统。其包括移动检测装置,数据获取装置,数据接收器,射频识别接收设备和数据存储服务器。目的是为了监控和管理农作物在温室中的生长情况。该系统可以自动收集温室环境参数,如空气温度、空气湿度、光照强度、土壤温度和土壤湿度等,而且还会自动分析每个参数,并判断是否报警,使用Zig Bee芯片上的集成无线传感器和数据采集模块。采用这套系统提供的检测装置,可大大降低对温室的自动化管理的成本。     

温室蔬菜溯源数据采集系统的设计与实现

为了实现温室蔬菜溯源数据的高效采集与实时传输,解决传统温室蔬菜溯源数据采集系统的繁琐布线问题,设计了基于物联网技术的温室蔬菜溯源数据采集系统。该系统的传感器终端以CC2530射频单片机为控制核心,并结合空气温湿度传感器、土壤温度传感器、土壤湿度传感器、大气压强传感器、光照强度传感器、水滴流速传感器;协调器网关采用CC2530作为控制核心,并利用GPRS技术将现场检测到的数据实时传送给上位机或移动设备,实现对温室蔬菜生长环境数据的实时采集及远程传输,这不仅可以使消费者及时了解蔬菜的生长状况,还可以为研究人员提供准确的研究数据。     

基于物联网的樱桃种植大棚远程监控系统的设计

随着物联网技术的普遍应用,为了更好的保障樱桃生长环境,本文设计一款基于物联网的樱桃种植大棚远程监控系统。系统采用STM32L151CBT6A型号单片机作为主控芯片,将各类传感器采集的数据经过A/D转换器,通过GPRS传输模块发送至用户端,利用通风机、温控设备、灌溉机等设备,实现对温室内温湿度、CO2浓度、土壤湿度等环境参数的实时监测、存储以及人为远程控制,大大提升管理效率。     

基于物联网技术的温室大棚智能管理系统构建

为提高温室大棚管理与监控水平,基于物联网技术构建一种温室大棚智能管理系统。该系统通过对农作物生长环境参数采集存储、WEB客户端信息处理、预警分析和温室设备的智能控制等,实现了大棚的科学化管理和对农业大棚的实时监测和自动控制。系统结合各种信息技术和智能温室大棚的生产管理需求,采用感知层、网络层、应用层的3层体系结构进行系统构建,包含了实时数据采集、网络监控、大数据分析平台、设备操控模块。     

基于STM32F103的温室花卉自动喷灌控制系统设计

针对温室大棚传统的灌溉存在水资源浪费、利用率低等问题,设计了一套自动喷灌控制系统。该系统以STM32F103单片机为核心,利用空气湿度传感器和土壤湿度传感器进行温室环境参数的实时采集,采集的数据送入单片机中,利用软件滤波算法和加权控制算法对数据进行处理,将处理后的数据与设置的限值进行比较,根据比较结果控制电磁阀实现喷灌工作。系统还具有参数设定、超限报警、数据存储和实时显示等功能。