土地评价中关联规则与C4.5规则的应用比较

关联规则和C4.5规则能提高土地评价知识表达的可解释性和土地评价的有效性,克服传统土地评价方法中人为因素多的缺点。为对比关联规则和C4.5规则在应用中的差异,文章基于广东省土地评价数据库,在相同实验条件下进行了关联规则和C4.5规则的挖掘,并结合模糊判决算法分别建立了基于这2种分类规则的模糊分类器进行测试。结果表明,2种算法各有优点。其中关联规则具有更高的准确率,但其计算过程复杂,耗费时间长;C4.5规则准确率略低,但其计算成本低、速度快。     

精准农业中管理区划分方法研究

综述了近年来国内外在精准农业中农田管理区划分上应用的主要方法,包括K均值聚类算法、模糊C均值聚类算法、加权模糊聚类算法、粒子群优化算法以及改进的蚁群聚类算法。概述了各种方法的原理,比较了各种处理方法的优缺点,并对分区方法做了简要概括,最后指出了目前研究中存在的问题及今后的研究方向。     

基于SUFI-2算法的SWAT模型在陕西黑河流域径流模拟中的应用

参数率定及敏感性分析是用来提高模型精度,确定模型关键参数及改善模型结构的非常有效的方法。本文基于SUFI-2算法,通过SWAT模型对陕西黑河流域进行了模拟,同时基于SUFI-2算法对模型参数进行了敏感性分析,结果表明：（1）影响黑河流域径流模拟结果精度的主影响因子是scs径流曲线参数;（2）用2005年到2011年的实测径流资料对模型进行了率定与验证,模拟确定性系数 R2和模型效率系数ENS均高于0．8;（3）通过SUFI-2算法与SCE-UA算法比较,发现SUFI-2算法所需时间短,精度更高。     

基于卡尔曼滤波算法的稻纵卷叶螟短期预测模型

利用1994-2014年中国南方四大稻区（华南、西南、江岭和江淮稻区）代表性病虫测报站的稻纵卷叶螟逐候田间赶蛾量资料,筛选出影响各站稻纵卷叶螟发生量的关键气象因子,应用卡尔曼滤波方法分别对各站建立稻纵卷叶螟迁入期候发生量的卡尔曼短期预测模型,并计算模型的准确率、误差大小和稳定性。结果表明：（1）稻纵卷叶螟发生量与前一候和前两候的田间蛾量呈极显著正相关（P<0.01）,与前一候的近地面最低气温、平均气温和最高气温呈极显著正相关（P<0.01）,与前一候的地面气压呈极显著负相关（P<0.01）。（2）经1994-2011年的回检拟合和2012-2014年试报检验,卡尔曼模型的发生量预测综合平均误差为-88.63,平均绝对误差为217.72,均方根误差为605.04。发生量预测综合准确率为84.33%,平均历史拟合率为83.33%,各站卡尔曼模型的预报结果与实测值基本吻合,表明模型可以应用于稻纵卷叶螟候发生量的预测。     

基于颜色特征的油菜害虫机器视觉诊断研究

害虫的准确识别是针对性地施用农药以有效治理虫害的基础,而人工识别的劳动强度大且主观性强。为此,提出了一种利用颜色特征的害虫视觉识别技术。使用GrabCut算法从虫害图像中分割出完整的害虫主体图像并计算其最小外接矩形区域的H/S通道直方图,使用害虫基准图像对其进行直方图反向投影并计算交叉匹配指数。匹配指数和害虫标签共同组成的特征向量用于训练C4.5分类器。计算待检害虫图像的交叉匹配指数,输入分类器即可得到识别结果。实验结果表明:该技术可准确识别菜蝽、菜青虫、猿叶甲、跳甲及蚜虫5种害虫,准确率达到92%。     

The Evaluation Mathematical Model of the Sustainable Development Degree

To build The evaluation mathematical model of the sustainable development degree. Firstly,Chose specific indicators for each evaluation subsystem.Then eliminate unimportant indicators by the principal component analysis. Further give weights to indicators by Monte Carlo Algorithm based on AHP. Ultimately, calculate the index of sustainable development degree.     

基于遗传算法(GA)解甘蔗收割顺序最优化问题的研究

本研究以已建立的栽培方法、收割时期预测甘蔗单产和含糖量的数学模型为基础,提出将寻求最佳收割顺序、收割期归结为最优化组合问题,并探讨了遗传算法(GA)的解题适用性,同时进行了几种基本设定的栽培方法推移、栽培方法构成项量、行列式特性的定性分析,为求最佳的甘蔗收割顺序、收割期、不同栽培方法的面积等提供解析方法.为不使栽培方法的构成比例发生变化,与通常GA算法采用交叉在不同个体问互相交替进行不同,开发了适用本研究的GA的自己交叉具体解析法.将收割第1年期作为过渡状态,第2年期为安定状态,将两期目的函数的合并作为一个适应度进行评价.     

BP神经网络算法在河西绿洲玉米生产碳排放评估中的应用及算法有效性研究

针对作物生产碳排放预测较为困难的实际问题,提出基于BP神经网络算法的玉米生产碳排放预测模型。选择地处河西走廊石羊河下游的民勤绿洲246家农户,面对面调查玉米种植户农场内生产投入数据,将玉米生产投入数据作为神经网络输入层;查阅和梳理国内外相似区域玉米生产环节碳排放系数,运用碳足迹生命周期法计算得到的碳排放值作为神经网络输出层;基于BP人工神经网络算法,运用试凑法确定网络隐含层节点个数,建立河西绿洲玉米生产碳排放预测模型,选择多元线性回归模型、多元非线性回归模型,对该模型有效性进行评估。研究结果表明,3层且各层节点数9、10、1的神经网络结构能够准确预测河西绿洲玉米生产碳排放,其碳排放预测值为0.763 kg(CO_2-eq)·kg~(-1)(DM);9-10-1结构的神经网络预测模型的相关系数(R~2=0.984 7)高于多元线性和非线性回归模型,该神经网络结构模型的均方根误差(RMSE=0.069 1)、平均绝对误差(MAE=0.051 3)均低于其他模型,BP神经网络算法预测性能明显优于其他预测模型。该研究为准确预测农业生产碳排放提供了新思路和可操作方法。     

我国家禽工厂化养殖技术发展现状与趋势

我国的家禽养殖正在向精准养殖、自动化养殖、绿色养殖等方向逐步迈进。工厂化家禽养殖技术和信息化技术的协同研发和应用是促进家禽养殖行业健康可持续发展的关键,对提升家禽养殖规模化、标准化和智能化水平,提高整体产量与经济效益,促进现代化家禽养殖业的转型升级具有重要意义。本文重点围绕家禽养殖智能装备、智能算法和管控平台3个技术领域,分析了智能养殖舍、环境监测调控、智能饲喂、防疫、巡检以及无害化粪污处理等装备,家禽行为检测、盘点技术、体质量预估和健康状态评估算法,工厂化家禽养殖管控平台的最新研究应用进展以及存在的问题;指出了家禽养殖技术的薄弱环节与发展趋势,并对工厂化家禽养殖的发展和改进提出了建议,为我国现代家禽养殖业绿色高质量转型升级与健康可持续发展提供参考。     

基于AGREE算法与BURN-IN算法的平原灌区DEM河网提取问题剖析

基于数字高程模型(DEM)的区域水系提取应用较为广泛,当提取对象为平原灌区时存在突出问题,如河道断裂、平行河道的出现以及末端支流的提取未果等造成的子流域划分结果与实际轨迹不符等现象,数字化河网的精确程度直接影响后续的区域水文分析,故该问题值得关注。【目的】优化DEM河网提取结果。【方法】基于Agree算法和Burn-in算法下的提取河网,并从浅表、DEM因子与河网提取的相关关系等方面进行原因分析,进一步提出解决方法。【结果】2种算法下平原灌区河网提取问题的主要原因是DEM离散误差、栅格像元值的真实程度、栅格像元的精度以及地表的无渗漏假设;提出的解决方法为栅格像元水平分辨率的提高与主河道断裂部分的栅格重计算。对于坡度范围为0°～10°的平原灌区,坡度对地表水流方向的形成影响较小,不具备影响河网提取问题的能力;栅格像元水平分辨率提高10 m×10 m时,平原灌区2种算法下数字河道提取首要问题成功解决;主河道断裂部分的栅格重计算虽成功提取原断裂部分河道,但有新的断裂部分生成,未从根本解决。【结论】Agree算法和Burn-in算法下的基于DEM的平原灌区河网提取问题,经一系列原因剖析和解决方法的提出与应用,提取结果较为满意,提倡学者能够结合2种方法思路作为解决类似平原灌区的提取数字河网出现的问题。