基于主成分分析法的农业信息化评价研究

以2012年中国31个省(市、区)农业信息化相关数据为依据,建立了一个包括3个一级指标、9个二级指标的评价指标体系,采用主成分分析法对我国农业信息化水平进行研究。分析结果表明,评价结果与我国农业信息化实际发展情况基本符合,主成分分析法作为构建农业信息化水平评价模型的方法客观有效。从全国范围来看,东部农业信息化发展水平普遍较好,西部省份则发展相对落后,但重庆、陕西、宁夏等西部省份的农业信息化也已经初具规模。     

基于物联网的南美白对虾疾病远程智能诊断系统

为降低南美白对虾养殖风险,提高其疾病诊断与防治水平,将多种传感器在线采集的对虾养殖生态环境数据、3G手机获取的疾病图片和疾病诊治经验等多种数据进行融合,采用基于案例推理和规则推理相集成的混合推理、粗糙集融合多分类支持向量机、图像处理等多种方法,研制了基于物联网的南美白对虾疾病远程智能诊断系统。在浙江、广东等省对虾养殖区域进行现场验证,试验结果表明:该系统不仅实现了远程监测对虾养殖生态环境数据、对虾疾病图像、诊治经验数据和诊治推理规则等知识管理功能,还能够在多种数据融合的基础上,实现对虾疾病远程智能诊断与防治、疾病预警等功能。     

二苯-α-吡喃酮类链格孢霉毒素和人血清白蛋白的相互作用及机理探究

为探究链格孢酚单甲醚(AME)和链格孢酚(AOH)这两种二苯-α-吡喃酮类链格孢霉毒素与人血清白蛋白(HSA)之间的分子相互作用及机理,本研究模拟血液生理pH值,采用稳态荧光光谱、同步荧光光谱、3D荧光光谱以及圆二色光谱等方法研究两者之间的相互作用。结果表明,AME和AOH与HSA相互作用均发生了静态猝灭,具有较高亲和力,以氢键和范德华力(ΔH<0,ΔS<0)结合形成1:1复合物,互作过程中这两种类毒素破坏了人血清白蛋白中稳定二级结构的氢键网络,使蛋白二级结构展开,且AME和AOH使人血清白蛋白中的α-螺旋结构含量从48.93%分别减少至39.41%和44.01%,并使色氨酸残基极性降低、疏水性增加,但酪氨酸残基极性变化不大,即结合位点可能位于色氨酸残基所在的空腔(即结合位点I);AME对HSA的猝灭程度、猝灭常数(K_sv)及结合常数(K_a)均大于AOH,结合距离也更小(r_AME=2.56 nmAOH=2.60 nm)。本研究结果为进一步探究二苯-α-吡喃酮类链格孢霉毒素的毒代动力学和药代动力学,完善丰富其毒理学相关资料,以及进行风险评估和在食品中限量标准的制定提供了参考依据。     

水产养殖水下作业机器人关键技术研究进展

传统水产养殖的水下作业任务主要依靠人工完成,劳动强度大,危险性高,水产养殖水下作业面临严峻的人工危机。随着技术进步和制造成本的降低,将水下机器人应用于水产养殖作业有着巨大的需求空间。机器人水下捡拾作业强耦合、多干扰、时变、多体、多环节、作业目标规格形状不一,且作业的精度和速度要求高,机器人水下精准作业是困扰水产养殖界多年的公认难题。本文在对水下机器人-机械手系统(underwater vehicle-manipulator system,UVMS)进行了系统分析的基础上,从弱光照、强耦合、非结构化海洋环境下UVMS的精准捕捞作业目标识别、时变多体捡拾作业条件下水下机器人-机械手系统动力学模型、多扰动条件下目标动物位置识别与定位模型、多约束条件下浅海养殖精准捡拾作业的优化控制等4个方面,对UVMS捕捞作业所涉及的关键技术的地位、国内外研究现状展开分析与讨论,并对所述关键技术的研究前景进行了展望,以期为水产养殖水下作业机器人软件开发提供理论依据和综合性参考。     

主成分分析和长短时记忆神经网络预测水产养殖水体溶解氧

为了提高水产养殖溶解氧预测的精度,提出了基于主成分分析(principal component analysis,PCA)和长短时记忆神经网络(long short-term memory,LSTM)的水产养殖溶解氧预测模型。首先通过主成分分析提取水产养殖溶解氧的关键影响因子,消除了原始变量之间的相关性,降低了模型输入向量维度;然后,在Tensorflow深度学习框架的基础上建立LSTM神经网络的水产养殖溶解氧预测模型;最后,利用该模型对浙江省淡水水产养殖研究所综合实验基地某池塘溶解氧进行验证。试验结果表明:该模型与BP神经网络等其他浅层模型相比,模型评价指标平均绝对误差、均方根误差和平均绝对误差分别为0.274、0.089和0.147,均优于传统的预测方法;该模型具有良好的预测性能和泛化能力,能够满足水产养殖溶解氧精确预测的实际需要,可以为水产养殖水质精准调控提供参考。     

敢问水产养殖路在何方?智慧渔场是发展方向

正水产养殖业是我国农村经济发展的重要产业,对保障国家食物安全发挥了重要作用。但传统水产养殖模式带来的环境污染、资源浪费问题越发严重,加上劳动生产率低下,已成为水产养殖业发展的制约因素。我国水产养殖产业的发展必须朝着高效生态精准智能养殖转型。在互联网、大数据、新     

海参捕捞装置导航中低成本陀螺仪的降噪研究与试验

针对MEMS陀螺仪输出信号中含有的随机漂移噪声造成海参捕捞装置惯性导航精度明显下降的问题,采用时间序列分析法和Kalman滤波算法,对MEMS陀螺仪随机漂移噪声的削减问题进行研究。以MEMS惯性测量单元的实测数据和三维电子罗盘测量的姿态角为样本,对本研究的低成本陀螺仪的降噪效果进行测试,试验结果表明:1)经过降噪处理后的陀螺仪随机漂移信号的方差比陀螺仪原始采样信号的方差降低1个数量级,显著改善了陀螺仪随机漂移数据的精密度;2)以高精度三维电子罗盘实测的姿态角作为参考基准,将降噪后的陀螺仪随机漂移数据导入捷联惯导姿态更新算法程序,在300s时间内,解算出的俯仰角、横滚角和航向角的均方根误差RMSE全部小于1°;与降噪前相比,相应的俯仰角、横滚角、航向角的RMSE分别降低了170.5、97.6和42.5倍,明显提高了惯性导航精度。     

农业物联网技术在现代农业中的应用——以济南市为例

【目的】推进农业物联网技术与现代农业生产深度融合,构建现代化农业生产、经营、管理体系,形成现代农业新业态和新格局。【方法】调研济南市农业物联网示范推广的发展思路和实际应用情况,找出促进农业物联网推广应用的办法。【结果】近年来济南市创新模式,引进并示范推广了多项农业物联网先进技术,应用涵盖了种植、养殖和农产品加工等领域,覆盖农业全产业链等多个环节,促进了济南市由传统农业向现代农业的发展。但是存在成本高、技术标准研究和制定滞后、产业体系不完善等瓶颈问题。【结论】突破济南市农业物联网发展存在的瓶颈问题,应通过加强顶层设计、探索农业物联网发展新模式、完善农业物联网产业体系以及推行标准先行策略促进农业物联网健康发展,促进现代农业向高效、精准、环保发展。     

基于Web的煤矿废弃地土地复垦决策支持系统设计与实现

为了克服现有煤矿废弃地土地复垦与植被恢复试验法费时费力的缺陷,根据土壤基质和气候相似性原理,采用模糊综合评价一灰色关联优势分析、基于距离的相似算法、基于规则的推理等多种数学方法,分别从植被恢复潜力评价、适生植物品种选择、土地复垦方案选择3个方面建立了相关数学模型,解决了煤矿废弃地恢复潜力的分级、先锋植物选种和土地复垦方案的确定等问题,从而为煤矿废弃地的植被恢复提供了一系列的决策支持.并使用ASENET 等编程语言结合MS Access数据库设计并开发了基于web的煤矿废弃地植被恢复的决策支持系统,该系统能为煤矿废弃地植被恢复工作提供新的研究模式和手段,并已经在辽宁省阜新矿区得到应用,结果表明系统所采用的方法科学、合理、可行.     

提高我国农民信息素养水平的思考

本文在探讨信息素养的内涵的基础上,提出了信息素养的定义。从我国农民信息素养整体不高和发展不均衡的现状出发,从农村信息基础设施不够完善、农民整体文化水平不高和农村信息教育力度不够三个方面讨论了目前存在的问题并分析原因,最后从加强农村信息基础设施建设、提高农民科学文化水平和改革农村信息教育方式三方面,提出了提高农民信息素养的措施。