基于Adaboost模型的江苏省冬小麦产量预测

农作物产量预测是农业科学的一个重要问题,而气象特征的变化将对农作物的产量产生影响。本文根据1981—2016年江苏省的气象数据,研究影响农作物产量的关键气象特征,并利用机器学习中的Adaboost算法,对江苏省近几年的小麦产量进行预测。结果表明Adaboost模型预测准确率较高,从而为农业生产中的正确决策提供参考。     

LM-BP神经网络在农业总产值预测的应用

农业生产总值是衡量一个地区农业发展水平的重要指标,农业生产总值受多方因素的影响,具有非线性的特征,为此,提出了LM-BP神经网络预测农业生产总值的模型及方法.以农作物播种面积、粮食产量、甘蔗产量、木薯产量、茶叶产量、肉类产量、水产品产量、松脂产量及油茶籽产量等与农业生产总值相关指标作为网络输入,通过广西2000 ～2012年农业生产总值数据仿真试验分析表明,LM-BP神经网络预测结果与实际值有较好的拟合度.     

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。     

国内外农业生产监测及产量预报系统的现状与分析

笔者结合中国当前实际状况,分析了国内外农业生产及产量预报系统的现状,提出了建立以县域为基本单位的农作物生产监测规范及产量预测预报系统的建议,确立监测内容及其相应的技术规范,准确、迅速、全面地收集农作物生产过程数据,建立信息系统与预警系统耦合技术,实现数据库管理和计算机系统预报的有机结合,为建立中国粮食安全与早期预警系统平台提供打下坚实的理论应用基础。     

产量预报中滑动平均法的改进

综合分析了河南农业气象灾害对农作物产量的影响。通过趋势产量、气象产量的分解与拟合，分析了气象产量的周期波动，并用余弦曲线拟合了气象产量的趋势规律，改进了滑动平均预测法，求出气象产量的拟合值，并估计出随机项产量。最后给出了农作物产量的预测预报方程。     

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     

产量预报中滑动平均法的改进

综合分析了河南农业气象灾害对农作物产量的影响。通过趋势产量、气象产量的分解与拟合，分析了气象产量的周期波动，并用余弦曲线拟合了气象产量的趋势规律，改进了滑动平均预测法，求出气象产量的拟合值，并估计出随机项产量。最后给出了农作物产量的预测预报方程。     

粒子滤波在农作物产能短期预测中的应用

针对农作物的生长特点,结合物理学动力模型,将农作物产量视为运动的物体,提出了一种农作物产量的状态空间模型;依据给出的模型,利用粒子滤波对农作物的产能进行预测,并通过采样算法解决粒子退化现象.通过与实际曲线相比较,证明了粒子滤波在农作物产能短期预测中具有一定的应用价值.     

农作物栽培技术高产途径

农业作为我国的基础产业,在近些年的发展过程中已经得到很大的提高。但是,由于耕地面积的逐年减少使得现阶段对于农业生产过程中单位面积产量的要求不断升高。如何提高农作物产量,实现农业的进一步发展成为当前研究的主要方向,该文将就农作物栽培技术及实现农作物高产的方法进行研究。     

解析农作物栽培技术与高产途径

当前,我国社会经济发展水平显著提高,同时我国的农业也在飞速发展。在农业发展中一方面要提高农作物产量,另一方面还需要保证农作物自身的品质。而若要改善农作物的质量和产量,就必须合理应用农作物栽培技术,积极探索提高农作物产量的有效途径,进而推动我国农业经济的大步向前。