基于Linux的家用微型植物工厂

试验研究的家用微型植物工厂,具有全自动发面和生豆芽的功能,还可在室内完成种菜的全过程。植物工厂内部利用温、湿度传感器,CO2浓度探测器以及LED灯来精确控制内部的小气候环境,不受外界环境影响,确保各功能的完好实现。植物工厂提供了可以人工控制的用户接口,应用基于web的B/S(Browser/Server)和浏览器/服务器模式,引入了嵌入式SQLITE数据库,可针对不同的植物生长进行人工调控、适时的自动控制和管理。试验结果表明:家用微型植物工厂能正确显示、精确控制工厂内的环境,系统运行可靠稳定,达到了预期的设计目的,可应用于家庭生活或餐馆的小菜种植。     

基于高光谱与在线序列极限学习机确证大米产地方法

为满足快速无损的大米产地确证需求，采集吉林省梅河口市水稻主产区及松原、大安、辉南等其他水稻产区共990个大米样本的高光谱图像（400~1 000 nm）作为研究对象，利用多元散射校正（MSC）处理方法对光谱进行预处理。采用多层感知机（MLP）、极限学习机(ELM)与在线序列极限学习机(OS-ELM)算法，分别基于全波段高光谱数据以及经多维尺度分析（MDS）方法降维后的数据建立产地确证模型。结果表明，基于全波段高光谱数据的OS-ELM模型分类性能最好，准确率达到98.3%。经MDS处理后，输入的数据变量减少了96.6%，MDS-OS-ELM模型准确率稳定在97.4%。对三种模型的训练时间进行对比分析，OS-ELM训练时间明显优于MLP，在分批次获取数据时训练时间优于ELM。为大米产地确证提供了一种高效、准确、稳定的方法。     

普通高校计算机学科教师队伍建设研究

为提高计算机专业人才培养质量,增强计算机学科教师教育能力,本文从吉林省普通高校计算机学科教师队伍的现状出发,提出从创新改革教育教学方法,支持教师进修深造和校企合作等方面综合提高计算机学科教师队伍的师资水平,以全省为单位建立计算机学科教师交流平台,促进教师能力整体、快速、平稳地发展。     

玉米精准施肥专家系统在玉米生产中的应用

本文利用农业生产知识、计算机和网络技术,研制开发了行之有效的玉米精准施肥专家系统,将数据库、人工智能、管理信息系统、决策支持系统、网络技术以及信息集成技术应用到玉米生产领域,给传统的玉米栽培注入了新的生机和活力,降低肥料投入,减少环境污染,提高玉米产品质量和产量,示范区玉米产量平均增产11.31%,增加收入23 380.0万元.     

马舌菜、蓝花菜营养成分分析

对马舌菜、蓝花菜的粗蛋白，粗脂肪，维生素，胡萝卜素及无机元素等成分进行测定，结果表明，两种野菜营养丰富，为增加营养，改变餐桌花样品种，开发食用山野菜提供依据。     

一种渐进式远程控制精准浇灌装置的设计

为解决作物浇灌时不能合理掌握浇灌量的问题,提出一种渐进式定点精准远程控制浇灌装置,用以实现精准浇灌、远程控制和警报等功能.硬件实现方面主要包含金属箱体、基于CC2530芯片的中央控制器、湿度采集设备、浇灌设备、无线通讯设备和警报设备;在数据采集和处理阶段,首先通过湿度传感器采集数据,模拟土壤渗透速率表,动态进行浇水量调整,中间预留空隙时间以等待水分下渗,随后按更新的湿度数据自动调整补水量,以此保证在不积水的条件下调整到适宜湿度,实现精准灌溉;通过进行对比试验,得到土壤的适宜湿度范围,明确分段式浇灌方法对植物整体生长及资源消耗的明显效果.结果 表明:该浇灌方法在试验中表现相对稳定,对比人工浇水作业,实用性有所提升,用水量显著降低,该分段式浇水模式有效解决了积水等问题.该浇灌系统有良好的自动化功能,能够保证浇水作业的效果,为实现大规模灌溉作业奠定了基础.     

机器学习算法与3σ定律在智慧温室数据预处理中的应用

为了有效解决在极端环境下智慧温室内部分传感器不工作导致产生缺失值及数据准确性的问题.以智慧温室传感器采集的数据为研究对象,利用多种机器学习算法进行数据插补,同时利用3σ定律和数据融合对插补后的数据集进行预处理,提高了数据集的完整性与准确性.为技术人员进一步分析、处理数据,实现智慧温室精确控制提供了更加准确可靠的数据源.     

老化秸秆生物炭对诺氟沙星吸附特性的研究

为研究老化秸秆生物炭的性质及对水中诺氟沙星的吸附特性,本研究将新鲜生物炭进行自然老化、冻融循环老化和高温老化,通过元素分析、扫描电镜和红外光谱分析老化前后生物炭的组成和结构特性变化,研究老化生物炭对诺氟沙星的吸附机理以及pH、离子类型和离子浓度对吸附效果的影响。结果表明：不同老化方式均使生物炭的C元素含量降低,O元素含量显著增加,极性增加,芳香性降低,其中高温老化影响最大。高温老化使生物炭表面的—OH和C=C明显减少,冻融循环老化使—OH数量增加,自然老化对生物炭表面官能团影响较小。老化使生物炭表面破损、孔道塌陷,生物炭上的吸附点位被阻塞,不利于对诺氟沙星的吸附。老化前后生物炭对诺氟沙星的吸附更符合准二级动力学模型,等温吸附拟合发现,Langmuir模型能更好地拟合诺氟沙星在生物炭上的吸附过程。自然老化、冻融循环老化和高温老化分别使生物炭的吸附量降低了5.50%、7.70%、14.80%;在背景液pH 3.0~11.0范围内,老化前后生物炭对诺氟沙星的吸附量随pH增大先升高再降低,当pH为7.0时,吸附量达到最大值。阳离子价态越高,离子浓度越大,老化后生物炭对诺氟沙星的吸附量越小。研究表明,老化对生物炭的理化性质和吸附抗生素的能力均有影响,因此在使用生物炭去除目标污染物时需要考虑环境因素的影响。     

吉林省玉米推荐施肥专家系统研究与设计

详细介绍了玉米推荐施肥专家系统的设计思想、结构功能和系统特点。系统实现主要是以WINDOWSXP为操作平台,VC 6.0为程序设计语言,以ACCESS数据库作为本系统的数据存储方式,实现图文并茂的交互方式,成为指导农民种田的有力工具。     

基于Transformer的强泛化苹果叶片病害识别模型

模型泛化能力是病害识别模型多场景应用的关键,该研究针对不同环境下的苹果叶片病害数据,提出一种可以提取多类型特征的强泛化苹果叶片病害识别模型CaTNet。该模型采用双分支结构,首先设计了一种卷积神经网络分支,负责提取苹果叶片图像的局部特征,其次构建了具有挤压和扩充功能的视觉Transformer分支,该分支能够提取苹果叶片图像的全局特征,最后将两种特征进行融合,使Transformer分支可以学习局部特征,使卷积神经网络分支学习全局特征。与多种卷积神经网络模型和Transformer模型相比,该模型具有更好的泛化能力,仅需学习实验室环境叶片数据,即可在自然环境数据下达到80%的识别精度,相较卷积神经网络EfficientNetV2提升7.21个百分点,相较Transformer网络PVT提升26.63个百分点,能够有效提升对不同环境数据的识别精度,解决了深度学习模型训练成本高,泛化能力弱的问题。