基于B/S的研究生管理信息系统

提出采用信息化的手段进行研究生管理的思想,结合Struts2+Spring+Hibernate技术框架,设计实现了一套基于B/S模式的研究生管理与创新平台,实现信息资源的集中管理和资源共享,为各级管理部门提供一个高效快捷的信息化平台,清晰管理流程,科学的引导研究生管理走向一个更加正确,规范化的管理模式,对规范研究生培养有着十分重要的作用。     

基于改进YOLO v4的自然场景下冬枣果实分类识别

为实现冬枣园机械化自动化采摘以及冬枣树精准化管理,针对自然场景下冬枣果实的快速、准确分类识别问题,提出一种基于YOLO v4模型改进的冬枣果实分类识别模型CC-YOLO v4。利用改进的CSP跨阶段部分连接结构和多尺度特征融合的CBAM卷积注意力模块,减小网络规模的同时增强特征提取能力,改善果实分类识别的误检和遮挡目标的漏检情况;采用Softmax交叉熵损失函数代替Sigmoid二元交叉熵损失函数作为分类损失函数,引入EIoU损失函数代替CIoU损失函数作为边界框回归损失,进一步改善果实分类识别的误检并提升预测框精度。试验结果表明,CC-YOLO v4模型对3类冬枣果实的查准率P均值为81.86%,平均检测精度均值mAP为82.46%,IoU均值为81.35%,模型参数量和大小分别为26.9 M和108 MB,检测速度可达28.8 F/s。与其他模型相比,本模型具有更好的分类识别能力、识别速度和较小的模型复杂度。在不同果实数量情况下进一步试验,本研究方法具有良好的精度和鲁棒性,对解决自然场景下冬枣果实的精准分类识别问题具有重要参考价值。     

基于SNS 3维关系图生成方法探究

为了充分利用SNS理论设计关系网络并进行科学的管理,分析了目前使用的2维关系模型中存在的缺点,需要解决在同等关系的节点相对较多的情况下,位置冲突的问题。因此,本研究采用3维立体图形显示的方法,将关系节点的显示扩展到一个球面,有效的避免了节点冲突,并对3维立体图形的生成进行了分析、设计和通过创建Silverlight应用模拟实现关系节点间3维可视化显示。     

基于小波变换模极大值的信号去噪方法研究

信号在采集、转换和传输过程中,由于受到设备、环境及人为因素的影响,使信号不可避免地受到噪声干扰。因此,如何去除信号中的噪声,得到感兴趣的信息是信号处理过程中的一项关键技术。对基于小波变换模极大值的信号去噪问题进行了研究,根据信号和噪声的小波变换模极大值在不同尺度上表现出的不同的传播特性,给出了基于小波变换模极大值的去噪算法。数值实验结果表明了该算法的有效性和可行性。     

基于大数据的农机作业管理与决策系统

农业机械是现代农业发展的物质基础和科技载体,也是农机作业大数据采集的主要途径。农机信息化是现代农业信息化的重要组成部分,加快推进农机作业与大数据的有机融合,构建基于大数据的农机作业管理与决策系统,实现农机监管与决策信息化,对现代农机作业管理、农业部门的决策监督有重大意义。本文设计了基于大数据的农机作业管理和决策系统,它可为农户、政府管理部门提供决策支持,并能带来巨大的经济效益。