耕地管理信息系统图像库分析与建立

本文以Visual Studio.NET软件为开发平台,利用.NET中CHARTING组件绘制图形,对耕地管理系统中需要的数据信息,进行编辑修饰,用图形的形式显示数据,摒弃报表的枯燥,可以达到简单清晰、一目了然的效果,使分析结果更加直观、便于记忆,有助于用户对分析结果的理解及对耕地情况宏观的印象,以便对土壤进行合理利用、合理开发,将计算机的应用同农业紧密联合在一起.     

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。     

物联网+区块链的饲料供应链金融信息服务平台

传统的供应链金融为链上企业融资提供了便利,促进了企业发展.随着经济社会的不断发展,因信息不对称、不能实施有效监管等问题导致融资企业信用不足,无法获得融资或融资额度不能满足企业需求的现象时有发生,极大地阻碍了融资企业的健康发展.文章利用物联网和区块链的相关技术,以饲料加工企业融资过程为研究对象,构建了一个基于"物联网+区块链"的饲料供应链金融信息服务平台.融资企业的质押信息和生产经营活动在平台上公开透明、数据为链上企业共享,便于金融机构进行监管和简化融资流程,增强了企业活力,助推饲料供应链健康发展.     

基于模糊-PID复合控制的变量喷药除草系统设计

为了提高农药的利用率、消除模糊控制在平衡点附近的控制盲区,以及实现杂草变量喷药功能,设计了一套基于模糊-PID复合控制的变量喷药除草系统。该系统利用机器视觉技术实现杂草密度信息的采集,采用模糊控制与PID控制相结合的方法来实现电磁阀开度的控制,从而实现对杂草的变量喷施。仿真试验结果表明:该系统阶跃响应效果良好、无超调量,可实现喷药量随杂草密度变化而实时变化的目的,能够有效地消除响应误差。田间试验结果表明:在作业速度为2km/h时,系统的相对控制误差小于4.5%,满足设计要求。     

基于贝叶斯神经网络的玉米病害预警模型

准确预测玉米病害是科学防治的前提,因此建立准确且稳定的预测模型,对于防治玉米病害、减少农作物经济损失具有重要意义.由于传统神经网络存在收敛速度慢、容易陷入局部最小化等问题,利用贝叶斯算法改进传统BP神经网络,即贝叶斯神经网络,结合吉林省部分地区的玉米病害数据,构建玉米病害预警模型.试验结果表明:贝叶斯神经网络玉米病害模型对玉米病害预测的准确率达到94.04％,相较传统BP神经网络模型准确率提高了5.49％,可得到更好的预警效果,对于玉米病害的防治起到指导性的作用.     

基于MNC-PSO的循环农业耦合资源智能分配方法

智慧农业为生态农业发展提供了有效的方法论.为了实现生态农业资源的有效分配,根据优化模型特点,提出了一种基于多元变量、非线性约束粒子群(MNC-PSO)算法来实现循环农业资源的智能规划.通过分析构建循环农业系统模型,界定模型的系统边界,创新地将生态效益通过氮平衡转化为约束条件,再依据经济效益建立目标函数,构建了多元变量、非线性约束的多目标粒子群算法.以"猪-玉米"循环农业生产作为研究对象,结果表明:当种植规模为9.85～13.64 hm2,养殖规模为725～931头,达到了经济效益、生态效益与耦合资源的平衡优化.     

面向大规模多类别的病虫害识别模型

早期病虫害精准识别是预警和防控的关键,但是病虫害种类繁多数量巨大,外部形态存在类间相似度较高而类内差异性较大等性状特征,导致病虫害识别仍然是一项极具挑战的工作。为实现病虫害识别分类任务中差异化特征的提取和表示,该研究提出一种大规模多类别精细病虫害识别网络模型（a large-scale multi-category fine-grained pest and disease network,PD-Net）。首先通过在基准网络模型中引入卷积块注意力模型,通过混合跨特征通道域和特征空间域实现模型在通道和空间两个维度上对关键特征提取和表示,用以增强网络对差异化特征的提取和表示能力。其次引入跨层非局部模块,提升模型在多个特征提取层之间对于多尺度特征的融合。在61类病害数据集和102类虫害数据集上的试验结果表明,对比AlexNet、VGG16、GoogleNet、Inception-v3、DenseNet121和ResNet50模型,该研究提出的面向大规模多类别病虫害识别模型,Top1识别准确率在病害和虫害集上分别达到88.617%和74.668%,精确率分别达到了0.875和0.745,召回率分别达到0.874和0.738,F1值达到0.874和0.732,试验结果对比其他模型均有一定幅度的提升,验证了PD-Net模型在大规模多类别病虫害识别上的有效性。     

秸秆集行模式下精准喷药装置搭建与试验

保护性耕作秸秆集行模式下作物苗前除草作业时,传统全覆盖喷药方式下喷洒在秸秆条带的药液无法到达地表而造成药液浪费和环境污染。针对该问题,该研究提出了一种基于图像识别的精准喷药装置。首先,使用搭载在植保机前端的摄像头采集田间图像,采用智能优化多阈值算法分割图像中的秸秆和种植带,计算种植带的定位线坐标。然后,控制器根据种植带定位线坐标驱动步进电机滑台带动喷头移动到种植带上方进行对行喷药;为防止喷药过程中横向与纵向气流影响使雾滴飘移至秸秆行与空气中造成喷药不均,使用模糊控制器根据横向与纵向气流变化对喷药量进行调整。最后,分别进行了平台与田间试验。试验结果表明,该装置对种植带定位线的识别准确率约为88.3%;相比于传统全覆盖喷药方式药液使用量节省约52.84%;药液沉降均匀度得到提高,雾滴覆盖率维持在28.5%～33.8%。该装置可实现秸秆集行模式下的种植带精准施药,对提高药液利用率、保护环境有积极作用,研究结果可为精准喷药和保护性耕作技术推广应用提供支持。     

农科大学物理教学改革与探索

结合多年的大学物理教学实践,针对农科院校大学物理教学现状及存在问题,从教学内容、教学方法、教学手段以及考核方式等方面探讨了大学物理教学改革,取得了较好的效果。     

长白山特色菌物数据库建模研究

本文通过对长白山特色菌物数据库进行需求分析,使用人工和Power Designer两种方式进行数据库建模,验证从概念数据模型到物理数据模型转换过程中,转换规则的实现。最后生成执行脚本,形成数据库中的数据表。