基于深度卷积神经网络的水稻田杂草识别研究

目的 利用深度卷积神经网络对水稻田杂草进行准确、高效、无损识别，得出最优的网络模型，为水稻田种植管理以及无人机变量喷施提供理论依据。方法 以水稻田杂草为主要研究对象，利用CCD感光相机采集杂草图像样本，构建水稻田杂草数据集(PFMW)。利用多种结构的深度卷积神经网络对PFMW数据集进行特征的自动提取，并进行建模与试验。结果 在各深度模型对比试验中，VGG16模型取得了最高精度，其在鬼针草、鹅肠草、莲子草、千金子、鳢肠和澎蜞菊6种杂草中的F值分别为0.957、0.931、0.955、0.955、0.923和0.992，其平均F值为0.954。在所设置的深度模型优化器试验中，VGG16-SGD模型取得了最高精度，其在上述6种杂草中的F值分别为0.987、0.974、0.965、0.967、0.989和0.982，其平均F值为0.977。在PFMW数据集的样本类别数量均衡试验中，无失衡杂草数据集训练出来的VGG16深度模型的准确率为0.900，而16.7%、33.3%和66.6%类别失衡的数据集训练的模型准确率分别为0.888、0.866和0.845。结论 利用机器视觉能够准确识别水稻田杂草，这对于促进水稻田精细化耕作以及无人机变量喷施等方面具有重要意义，可以有效地协助农业种植过程中的杂草防治工作。     

基于UANP-MT的半监督菜心杂草分割方法

杂草作为一种常见的农业问题,对农作物的生长造成比较严重的影响,控制和管理杂草是农业生产活动中的重要一环。近年来,随着无人机技术和人工智能技术的快速发展,基于无人机平台的特定区域杂草管理是目前除草作业的主流研究,而精确高效地对田间杂草进行识别和检测是实现自动化杂草管理的重要前提。但高效的识别模型往往意味着大量的农业数据。为了降低对农业标签数据的依赖性,该研究提出了一种UANP-MT (uncertainty aware and network perturbed mean teacher)的半监督语义分割网络。该模型基于PSPNet结构与MT (mean teacher)的思想,首先通过对教师网络做扩增输出,令该部分做出若干次推理并取其均值,以此来保证网络预测的鲁棒性,其次在网络的一致性学习部分构建不确定性系数来约束不同网络间的输出差异,提高预测的置信度和可靠性,从而提高模型的识别准确度。为了验证所提出的模型的有效性,设计消融试验,包括对网络参数的取值设置,特征提取网络backbone的选取,以及在不同数据量的数据集下对模型进行性能测试,试验过程中确定了模型的一些最佳的参数设置。结果表明...     

基于高光谱的柑橘叶片氮素含量多元回归分析

快捷、准确、无损地检测柑橘叶片氮(N)素含量,对柑橘树N肥施用的精准动态管理有重大现实意义。以117株园栽罗岗橙为试验研究对象,在不同生长期用ASD公司的FieldSpec3采集柑橘树健康叶片的高光谱反射值,以高光谱反射数据或其变换形式作为柑橘树样本多元矢量描述;用凯氏定氮法同期检测出柑橘树叶的真实N素含量值;在用PCA对高维光谱矢量降维的基础上,利用支持矢量回归算法(SVR)建立高光谱多元表达和N素含量间的映射关系,以实现任意柑橘树N素含量的预测分析。试验结果表明,测试集上预测值和真实值间的平方决定系数R2为0.9730,平均相对误差为0.9033%,均方误差MSE为0.090343,证明了该方法的有效性,为利用高光谱技术进行柑橘树N素含量的无损检测提供了参考。     

省力化耕作机械应用中存在的问题与对策

针对当前国内外省力化耕作机械应用的现状,集中探讨了我国省力化耕作机械技术所存在的问题,剖析了相关原因与解决症结的方法,从而就推广应用省力化耕作机械技术与产品、扩大机耕面积以及提高机耕效率等方面提出相应对策。其目的在于探讨如何提高我国省力化耕作机械方面应用水平,促进农业整体发展。坚信未来在我国省力化机械将会有良好的发展空间,在正确策略的指导下,应用水平一定会有大幅提高。     

农业教育的发展离有开现代远程教育

现代选程教育在我国农业教育领域目前属空白，通过对现代远程教育的技术特点、兴起与演进历程的回顾，阐述引入现代远程教育将给农业教育发展带来强有力的变革和美好的发展前景，论证农业教育中推行现代教育势在必行。     

计算机在林业中的应用及前景

计算机技术在林业中推广应用,极大地推动林业进步和发展,林业离不开计算机技术。我国林业部门计算机应用起步较晚,发展较快,取得一定成效,但存在不少问题。文章回顾和探讨计算机在林业中应用的国内外动态,阐述计算机林业应用的发展前景。     

柑橘园低功耗滴灌控制器的设计与实现

为提高偏远山区柑橘园滴灌的管理效率,降低劳力投入,节约生产成本,利用低功耗设计技术研制了一个以干电池供电的滴灌控制器。控制器主要由ATMega88V单片机、电源电路、人机交互单元、双稳态脉冲电磁阀及其驱动电路组成。以可调数字电源提供0～10 V直流电压,分别在0～0.9 MPa管道水压条件下,测试了控制器的耗电情况,试验结果表明,控制器能驱动电磁阀开关动作的最低工作电压为3 V,电磁阀开关动作的电流随电压的升高而增大,水压条件对电磁阀开关动作电流影响不显著,当电压＞5 V时控制器的静态电流为50 μA,当电压从5 V下降至3 V的过程中,静态电流逐渐上升至最大值149.2 μA。采用型号为6LR61的9 V碱性电池作为电源,并使控制器每休眠5 s则驱动电磁阀开或关动作一次,以测试控制器连续工作于大负载下时的电池使用寿命,试验结果表明,电池可工作364 h,共驱动电磁阀开关动作272 160次。根据试验结果估算出,一节额定容量为2 500?mA·h的9 V电池可使控制器工作5 a以上。该控制器成本低,操作简单,适合于中小面积柑橘园的滴灌自动控制。     

基于小波变换与LS-SVR 的柑橘叶片磷含量高光谱监测模型

快捷、准确、无损地监测柑橘磷(P)含量,对柑橘树磷肥的精准喷施及动态管理有重大意义。高光谱技术的快速发展使柑橘磷含量的快速无损监测成为可能。以117株园栽萝岗橙为试验对象,分别在壮果促梢期和采果期两个不同发育阶段采集234个样本数据,高光谱反射数据构成描述样本的多元矢量,硫酸-双氧水消煮-钼锑抗比色法测得的磷含量值作为样本标签值。在对高光谱反射数据小波去噪的基础上,用LS-SVR算法建立柑橘叶片磷含量监测模型。模型分别在验证集和校正集上进行评估,分别取得模型决定系数0.907和0.953,均方误差0.004和0.002,平均相对误差2.76%和1.77%。结果表明:用高光谱技术进行柑橘叶片磷含量监测是可行的。     

带锯机进料装置反馈控制系统设计与试验

为解决带锯机锯条跑偏问题、提高锯材出材率，设计了带锯机进料装置反馈控制系统。系统以计算机自动控制为目的，能根据锯条横向位移反馈信号自动调整带锯机的进给速度。     

山地果园中低功耗无线滴灌控制装置设计与试验

针对山地果园布线困难,而大面积滴灌需要分区控制并集中管理的需求,构建了低成本、低功耗、能满足定时分区灌溉与集中管理需求的小型无线滴灌控制装置。装置采用无线通信方式,硬件选用低功耗微控制器与双稳态电磁阀,系统软件采用基于CC1100无线唤醒机制的低功耗间同步通信算法,具有避免信道拥塞的特点。试验表明,输入电压9 V时,控制系统静态电流为400 mA、无线唤醒工作电流为19 mA、工作周期内平均电流为439 mA;1节鹏辉450 mAh的AA电池可供系统至少可工作38 d;果园内RSSI信号衰减测试表明通信距离超过60 m,最高平均丢包率为23%;有遮挡的环境中数据丢包率将大于无遮挡环境,但接收信号强度相差不大;在果园环境中尝试使用电力线载波适配器、大功率WiFi无线网桥、GPRS DTU 3种远距离通信模块建立总控制器与远程监控端的数据链路,链路试验表明,GPRS DTU与大功率WiFi网桥均能成功建立通信链路。相比之下,GPRS有强的适应性;采用无线控制系统,系统准时开启电磁阀,开启时间误差小于5 min,土壤含水率变化呈现快速上升后缓慢下降的变化,灌溉区域的土壤含水率保持13%以上,可应用于岭南绝大部分山地果园。解决了控制装置的布线工程困难,实现可远程传输滴灌信息和监测滴灌状态,并可进一步实现分区控制与轮灌控制。