机器学习算法在农业机器视觉系统中的应用

主要通过介绍机器视觉技术在农业中的发展状况,然后阐述机器视觉系统的组成和工作原理,并基于当前机器视觉研究在农业中的应用,总结近几年使用农业机器视觉研究中用到的机器学习技术,包括有监督学习、无监督学习、人工神经网络,详细讨论这些技术的原理、优劣以及在农业领域中的应用,最后讨论机器视觉技术面临的问题和挑战,以及未来应用场景与发展方向。     

机器学习在农业领域应用现状与前景

机器学习是研究机器如何来模拟人类学习的一门学科,通过识别现有知识来获取新的知识,达到温故而知新的效果.该文介绍了机器学习在农业各领域的应用现状,并对其在农业生产上的应用前景进行了展望,以期推动机器学习在农业领域更广泛的应用.     

机器视觉技术在我国现代农业生产中的应用研究

现代农业将各种科学技术应用于农业,提高了农业生产的劳动生产率和土地的使用率。机器视觉技术以其非接触、速度快和精度高等特点在选种、农产品无损检测、农业机械导航和农作物生长信息检测等领域得到了广泛的应用。该文对国内的机器视觉技术在现代农业生产中的应用研究进行了分析和总结,并指出了该技术在农业领域的发展方向。     

机器视觉技术在农业领域的应用及发展

机器视觉技术在农业领域的应用极大地推动了产业转型和现代化发展。本文介绍了机器视觉系统的基本结构及双目立体视觉测量原理,阐述了机器视觉技术在病虫害识别监测、体尺测量、品质检测与分级、智能采摘与自动导航等方面的应用研究现状,从数据处理、作业环境、电源持续性三个方面分析了制约机器视觉技术在农业领域广泛普及应用的原因,建议从算法优化、种植标准化、多技术融合等方面来解决目前所存在的问题。     

机器视觉技术在我国农业领域内的应用分析

机器视觉技术在我国打造高水平农业的道路上扮演了重要角色。为帮助相关研究人员整体了解我国农业领域内机器视觉技术的应用情况，把握其研究方向，以中国知网为文献数据来源，通过文献解读，结合文献计量学和知识图谱可视化软件，系统分析机器视觉技术在我国农业中的应用情况，并提出现有的研究弱势和未来的发展趋势。结果表明，机器视觉技术在我国农业领域内的发展大致可以分为3个阶段，研究数量整体呈现上升趋势，应用方向可以分为视觉导航、无损检测、精确定位、病虫害识别、长势监测、目标识别或判断、信息采集或测算，研究重点为导航、农业机械、识别、算法、无损检测、图像处理，未来的研究方向为高精度智能化视觉系统的研发。     

机器视觉技术在农业生产中的应用研究

如今随着计算机硬件、图像采集处理装置、图像处理技术的迅猛发展,机器视觉在农业的应用领域不断扩展。机器视觉技术在农业生产的应用可以节约劳动力、带动产业升级、推动农业现代化的发展进程,对未来农业的智能化发展具有重要意义。介绍了机器视觉技术在种子和果实分级检测、杂草和虫害监测、重型农机设备自动化、植保无人机等方面的研究和应用情况,并分析了其在农业生产中的不足和面临的挑战,以供相关研究人员参考。     

机器视觉高精度测量技术在农业工程中的应用

随着科技的不断发展,农业工程技术的发展也极为迅速,机器视觉高精度测量技术是当前农业发展中被广泛应用的高新技术,对推动农业的发展有着极大的作用。基于此,主要对机器视觉高精度测量技术在农业工程中的应用进行分析,以期促进农业的可持续发展。     

粒子群算法在农业水文学中的应用进展

优化问题一直是农业水文学研究的重要问题之一,而粒子群算法作为新型智能算法具有很好的寻优能力.介绍了粒子群算法的流程和步骤,以及各种改进后的粒子群算法,分析了粒子群算法在农业水资源优化配置、农田节水灌溉措施、农作物种植优化等农业水文学几个方面的应用现状.结果表明,粒子群算法在农业水文学中的应用范围有限;现有应用研究重视经济效益最大化,忽视社会生态效益;研究呈现碎片化的现象,未形成完整的学科理论体系;改进后的粒子群算法具有更好的寻优能力.指出粒子群算法与其他优化算法和技术结合将会为该算法在农业水文学中的发展开辟新的方向和道路,为农业水文学中科学问题的解决得出更好的优化结果.     

基于机器学习的农作物产量预测研究综述

人口的持续增长对农业系统的压力越来越大,产量预测能够为农作物的合理规划与种植提供指导.随着数据科学与计算机软硬件的发展,机器学习凭借其对复杂性、非线性问题的处理能力,在数据分析、农业病虫害识别、模式识别中表现良好,被逐渐应用于农作物产量预测中.该文以当前农作物产量预测为背景,概述了机器学习的主要算法,在归纳国内外研究进展的基础上,综合分析当前基于机器学习的农作物产量预测方法,并讨论了不同方法特点和精度.     

苹果树图像分割算法研究综述

在国内外图像处理和机器视觉技术在苹果树图像分析应用相关研究的基础上,总结了专门针对苹果树图像分割技术的研究进展。按照图像分割的技术体系,分析了苹果树图像分割技术的主要研究进展,系统地总结了图像分割算法及其在苹果树图像应用上的特点,提出了苹果树图像分割算法的演进图,展望了苹果树图像分割算法研究发展的趋势,为基于图像处理及机器视觉技术的苹果信息化技术研究提供了参考。     

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.     

深度学习在植物基因组学与作物育种中的应用现状与展望

[目的/意义]随着单细胞测序、高通量技术的突破,植物基因组学也取得了巨大进步,可以低成本获取多维全基因组分子表型的海量数据。深度学习技术可以作为强大的数据挖掘工具对获取的分子表型进行进一步预测和解释。当前研究表明,深度学习在植物基因组学与作物育种研究任务中取得显著效果。但目前尚缺乏对于深度学习在植物基因组学中应用的完整综述。[方法/过程]本文首先概述了深度学习方法背景,包括最新的图神经网络;随后着重从基因特性、蛋白质特性方面综述了基因组学和深度学习交叉领域的两个突出问题：1）如何对从植物基因组DNA序列到分子表型的信息流进行建模?2）如何使用深度学习模型识别自然种群中的功能变异?[结果/结论]本文总结了当前研究中如何应用传统深度学习算法、图深度学习、生成对抗网络以及可解释性AI等方法解决上述两个问题。最后分析了深度学习在未来植物基因组学研究和作物遗传改良中的发展前景。     

高光谱成像技术在水果品质无损检测中的研究进展

优质水果的生产和销售离不开水果品质检测,传统的水果品质检测手段精度低、成本高、时效性差、破坏性强。近年来,随着科学技术的不断进步,低成本、高效率的水果品质无损检测技术得到飞速发展。其中,高光谱成像技术逐渐成为研究热点。综述了该技术在水果品质无损检测方面的技术原理、应用和发展现状,探讨其在水果品质无损检测领域的应用潜力、存在问题、发展趋势以及应用前景。整体来看,高光谱成像技术能够实现不同水果种类、多个水果品质指标的无损、高效检测,如成熟度、糖度、酸度、红色指数等;受硬件技术限制,其发展侧重于数据挖掘方向,即在硬件发展有限的情况下,通过不断更新和优化的针对性算法获得精准的解析结果;另一方面,设备昂贵、数据处理复杂、模型普适性较差是该技术需要进一步优化和改进的主要问题;其未来发展将基于云计算和人工智能的高效数据处理、适用范围更广的水果品质高光谱检测设备研发、多源综合无损检测等研究方向。随着技术的不断发展,高光谱成像技术在水果品质无损检测方面的应用前景广阔,未来将成为水果品质检测的重要手段之一。     

机器学习在油气管道的应用研究进展及展望

机器学习作为实现人工智能的主要手段,通过探索数据规律、建立预测模型来指导决策支持。在目前油气管道系统设备繁多、结构复杂、技术庞杂等背景下,引入机器学习是为了采用人工智能技术解决单纯依靠数学模型难以应对的问题,代替人工从事一些枯燥繁琐、危险程度较高的工作。结合油气管道系统各生产环节,重点阐述了深度学习、强化学习及迁移学习3类机器学习方法的应用研究进展,包括油气管道泄漏、多相流型识别、设备故障诊断及储罐目标检测等应用场景,构建了人工智能技术在油气管道系统的应用框架,指出深度学习、强化学习及迁移学习在该领域拥有较强的应用前景。最后,对机器学习在油气管道领域的应用进行了展望,以期为油气管道系统的智能化研究与发展提供参考。     

Ensemble learning prediction of soybean yields in China based on meteorological data

The accurate prediction of soybean yield is of great significance for agricultural production, monitoring and early warning. Although previous studies have used machine learning algorithms to predict soybean yield based on meteorological data, it is not clear how different models can be used to effectively separate soybean meteorological yield from soybean yield in various regions. In addition, comprehensively integrating the advantages of various machine learning algorithms to improve the prediction accuracy through ensemble learning algorithms has not been studied in depth. This study used and analyzed various daily meteorological data and soybean yield data from 173 county-level administrative regions and meteorological stations in two principal soybean planting areas in China (Northeast China and the Huang–Huai region), covering 34 years. Three effective machine learning algorithms (K-nearest neighbor, random forest, and support vector regression) were adopted as the base-models to establish a high-precision and highly-reliable soybean meteorological yield prediction model based on the stacking ensemble learning framework. The model’s generalizability was further improved through 5-fold cross-validation, and the model was optimized by principal component analysis and hyperparametric optimization. The accuracy of the model was evaluated by using the five-year sliding prediction and four regression indicators of the 173 counties, which showed that the stacking model has higher accuracy and stronger robustness. The 5-year sliding estimations of soybean yield based on the stacking model in 173 counties showed that the prediction effect can reflect the spatiotemporal distribution of soybean yield in detail, and the mean absolute percentage error (MAPE) was less than 5%. The stacking prediction model of soybean meteorological yield provides a new approach for accurately predicting soybean yield.     

支持向量机的研究进展

本文分析总结了支持向量机从提出,兴起到现在的研究成果,并重点关注算法方面的进展.对各个方向的研究都做了相应分析.并适当编程实现了性能优越的序贯最小优化（SMO）算法.最后给出了针对各种应用问题,较为理想的算法选择.     

高校图书馆智能书架管理系统的研究与设计

分析高校图书馆智能书架建设的现状并总结其建设经验,旨在结合沈阳航空航天大学图书馆实际情况开发设计一套智能书架管理系统,提升图书馆智能化服务水平。通过国内高校图书馆对书架智能化利用的案例,总结高校图书馆对智能书架设计过程中存在的问题和解决对策,提出一种基于馆藏数据比对分析处理的图书馆智能书架构建方法,着重阐述基于软件实现智能书架系统的设计开发过程。智能化服务已成为高校图书馆提升自身服务的新途径,基于数据分析处理的智能书架构建方法注重降低开发难度、节约实现成本,具有实用性和推广性,是高校图书馆智能型服务的一种创新模式。     

基于KMM匹配的参数迁移学习算法

当训练数据和测试数据来自不同的领域或任务以至于训练数据和测试数据的分布不相同时,需要进行知识的迁移.本文提出一种基于实例KMM匹配的参数迁移学习方法.利用KMM算法估计每个源领域实例的权重,再利用得到的权重,把这些实例应用到基于参数的迁移学习方法中.把该迁移学习算法应用到无线网络定位问题中时,该方法的定位准确度要高于单独从实例或是从参数出发的迁移学习方法.     

土地利用规划决策与演示系统研究综述

我国新一轮土地利用总体规划修编工作正在开展,其要求之一就是要做到＂开门规划＂,对规划成果的展示形式也逐渐成为研究热点。对目前土地利用规划决策与演示系统的现状进行了分析,通过不同方法的比较,总结了各种方案的优缺点以及适用情况,并预测了土地利用规划决策与演示系统的发展趋势和研究方向。     

人工智能产业链分析

根据对我国人工智能技术从基础层到技术层,最后到应用层的全产业链进行分析,旨在 对我国的人工智能技术与应用创新,提供发展方向。我国目前的人工智能技术在某些应用领域 发展迅速。例如,将算法层中的人工智能核心技术——机器学习,应用到智能金融领域、和智能 交通领域的无人驾驶公交车。在智能家居、智能教育、智能医疗等方面,现阶段有一定成果,但也 存在提升空间。