基于用户需求的多维农业信息分类模型研究

为了帮助用户快速检索到所需农业信息,结合用户对农业信息需求的特征,提出了改进的农业信息多维分类模型,并从信息高效存储和处理的角度提出了基于OLAP的多维农业信息分类模型设计方案,最后以湖南油菜网络信息为例,进行实验数据采集与信息分类,实现多维农业分类信息的存储结构。结果表明：（1）随机采集获得的网络农业信息可以通过改进的多维农业信息分类模型来有效表达;（2）行业维度、时间维度、地域维度、形式维度具有客观性,信息属性维度、产业链维度、信息内容维度具有主观性;（3）某些信息在某些维度上没有数据或者无法确定取值时,用空值表示;（4）知识型信息大部分在时间维度和空间维度上没有数据。多维农业信息分类模型可以从每个维度查看数据,也可以抽取不同维度组合进行数据深度分析,为农业信息个性化推送服务奠定了重要基础。实验中实现了多维农业信息的存储结构,是后续农业信息的数据分析、维度优化等工作的必要前提和基础。     

基于色度域划分的马铃薯绿皮检测方法

绿皮是马铃薯品质缺陷之一。为了检测马铃薯的品质,该文提出了一种基于色度域划分的马铃薯绿皮检测方法,从量化角度实现了马铃薯表皮颜色信息的提取。利用基于统计的逐步判别分析方法和支持向量机识别方法构建模型,因局限于特定样本集的特征空间,识别结果稳定性不好。该研究克服了上述方法的缺点,提取色度作为模式识别的特征,并确定了区分正常和绿皮马铃薯的有效色度值区间57～64,再结合二次阈值判别方法对马铃薯的绿皮进行检测。试验结果表明该方法简单、识别率高,而且稳定性强。     

作物数字图像评价与校正算法的应用研究

作物数字图像的质量是图像处理和信息准确提取的关键。高质量的数字图像不仅是信息提取的前提,也是建立定性或定量理化参数统计和机理估算模型的保障。在图像获取、传输和处理过程中有时会出现图像降质问题,即图像退化。从引起作物图像降质的原因、图像降质后对图像后续处理的影响、减少或消除各种不利不良影响的措施,以及图像质量的评价指标等方面展开讨论,并就作物图像质量今后的研究方向进行了展望。     

基于计算机视觉的油菜叶面积计算方法研究

介绍了利用计算机视觉技术测量油菜叶面积的原理和方法,并以纸重法为标准对比分析了传统直尺法与此方法在油菜三种类型叶片叶面积测量中的优劣性。结果表明,计算机视觉法在精度上明显高于直尺法,尤其在无柄叶测量中此方法的测量平均相对误差为3.09%,低于直尺法的10.49%,进一步根据标准测量值对直尺法测量无柄叶时的系数进行校正,发现系数选择0.75更为合适。     

作物图像光照亮度补偿方法

图像间光照亮度不一致问题是影响作物叶色-氮营养诊断精度的因素之一。针对此问题,提出基于灰度梯度的光照亮度补偿算法、基于十色模型的光照亮度补偿算法以及组合算法。166幅室内外水稻和油菜叶片与冠层图像集的光照亮度补偿实验结果表明,3种算法均能改善图像间的光照亮度差异;提取的颜色特征与SPAD值间相关分析结果表明,3种算法处理后能使相关性提高0.01～0.11。3种算法是解决光照亮度不一致问题的有效方法。     

基于计算机视觉的油菜叶面积计算方法研究

介绍了利用计算机视觉技术测量油菜叶面积的原理和方法,并以纸重法为标准对比分析了传统直尺法与此方法在油菜三种类型叶片叶面积测量中的优劣性。结果表明,计算机视觉法在精度上明显高于直尺法,尤其在无柄叶测量中此方法的测量平均相对误差为3.09%,低于直尺法的10.49%,进一步根据标准测量值对直尺法测量无柄叶时的系数进行校正,发现系数选择0.75更为合适。     

作物数字图像评价与校正算法的应用研究

作物数字图像的质量是图像处理和信息准确提取的关键。高质量的数字图像不仅是信息提取的前提,也是建立定性或定量理化参数统计和机理估算模型的保障。在图像获取、传输和处理过程中有时会出现图像降质问题,即图像退化。从引起作物图像降质的原因、图像降质后对图像后续处理的影响、减少或消除各种不利不良影响的措施,以及图像质量的评价指标等方面展开讨论,并就作物图像质量今后的研究方向进行了展望。     

农产品品质无损检测概述

农产品品质无损检测是保证农产品质量和安全的一种新兴的高科技技术,本文介绍了常用的无损检测方法,综述了无损检测技术在不同农产品的品质检测中的应用,提出了未来的研究方向.     

无线传感器网络在农作物环境信息监测中的应用

传感器已经被广泛的应用于工业、军事等方面。由传感器节点构成的无线网络也已经成为现今研究的热门问题。无线传感器网络在农业中尤其是在农作物信息检测中的运用是将智能化、自动化应用于农业中的最好的手段之一,而选择良好的协议标准也将会是解决问题的关键。     

基于模糊综合评价的油菜网络信息可信度研究

为了给用户提供可信的信息服务,需要对网络信息进行可信度评估,而评价网站可信度的方法是网络信息可信度评估的基础和重要组成部分,旨在探索农业综合型和专业型网站可信度评估的方法。应用模糊综合评价法对提出的网站可信度评估指标体系中的重要指标数据进行了融合,再以涉及油菜信息的网站为试验对象,进行试验数据采集与分析,对43个包含油菜信息的综合型和专业型网站可信度进行了计算和综合排序。试验Ⅰ选取了网站PR值、反向链接数、Alexa排名、页面收录数等4个指标,试验Ⅱ选取了网站PR值、反向链接数、Alexa排名、页面收录数、专业性等5个指标,分别进行模糊综合评价。试验结果表明：从网站综合实力判断网站可信度,农博网、中国农业信息网、一亩田油菜网、中华人民共和国农业部、中国农业科学院网对评评价指标体系Ⅰ反应较好;整体上国家级网站可信度高于地方级网站;网站可信度与当地的信息化和农业水平有一定关系;专业型网站与综合型网站差距较大。从网站综合实力和专业需求两方面判断网站可信度,较好的有农博网、中国农业信息网、中华人民共和国农业部。试验Ⅰ的评测指标适合于综合型网站可信度量,试验Ⅱ的评测指标适合于专业型网站可信度量。该文提出的网站可信度评价模型可为其他网站可信度评估提供参考,其中的指标可根据实际情况来选取以及确定其权重。