Simulink平台在玉米病害视频图像中的实时诊断

为提高对玉米病害叶片的识别精度,达到快速诊断、智能决策和有效诊治的目的,提出了一种基于Simulink仿真平台的玉米病害视频图像远程实时诊断技术。该技术首先使用Simulink仿真平台将采集的实时视频进行平滑处理,以提高图像的清晰度和质量;再运用分割技术确定玉米病害的优选图像;最后进行优选图像的解析和诊断处理。对玉米灰斑病图像的研究结果表明:该优化技术处理后的图像质量明显提高,突出了玉米病害特征,增强了玉米病害远程视频图像诊断的实时性和准确性,为玉米生产的智能决策提供了技术支撑。     

有色金属矿区稻米重金属超标与大气沉降的关系分析

稻米重金属超标已成为我国当今社会关注的焦点。引起稻米重金属超标的因素很多,随着研究的深入,近年来大气沉降与稻米重金属累积的关系也逐渐得到了关注。本文就大气沉降的概念、大气沉降重金属来源及其危害作了简要的概述,并重点综述了大气沉降与作物重金属累积之间的关系,分析了有色金属矿区稻米重金属超标与大气沉降之间的关联,并对该领域的研究前景进行展望。     

广西百色市水果产地土壤重金属含量现状调查及评价(英文)

[目的]探索广西百色市水果产地土壤重金属含量现状。[方法]分析了取自广西百色市右江区水果产地106个表层土壤样品的重金属含量,运用单因子指数法及Hakanson的潜在生态风险指数法,参照国家土壤环境质量二级标准和广西百色地区土壤背景值对广西百色市右江区水果产地土壤重金属污染状况进行了评价。[结果]以国家土壤环境质量二级标准为评价标准,评价结果为土壤无重金属污染;土壤重金属总的潜在生态风险污染指数(RI)为97.7,属无风险。[结论]广西百色市水果产地土壤重金属处于无污染水平。     

植物抗旱性鉴定指标的研究现状与进展

植物抗旱性是通过抗旱鉴定指标来体现的,在加速抗旱鉴定和抗旱育种进程中,简单、可靠、快速的鉴定指标具有重要意义。1形态指标一些植物长期生长在干旱少雨的地区,为了适应恶劣的环境条件,形态上发生了一些变化,来抵抗水分胁迫,保证植株正常生长。如株形紧凑、叶直立;根系发达、较大的根冠比;叶片被蜡质、角质层厚、气孔下陷等。对叶片的解剖结构发现,抗旱性较强的品种,其维管束排列紧密,束内系列导管较多,导管直径较大。以禾本科为例,一般认为叶片较小,窄而长,叶片薄,叶色淡绿,叶片与茎杆夹角小,干旱时卷叶等是抗旱的形态结构指标(Van Oos…     

基于优化卷积神经网络的玉米螟虫害图像识别

【目的】随着人工智能和大数据技术的不断发展,针对常规玉米虫害识别方法存在的准确率和效率低等问题,本文提出了一种基于改进GoogLeNet卷积神经网络模型的玉米螟虫害图像识别方法。【方法】首先通过迁移学习将GoogLeNet的Inception-v4网络结构知识转移到玉米螟Pyrausta nubilalis虫害识别的任务上,构建模型的训练方式;然后通过数据增强技术对玉米螟虫图像进行样本扩充,得到神经网络训练模型的数据集;同时利用Inception模块拥有多尺度卷积核提取多尺度玉米螟虫害分布特征的能力构建网络模型,并在试验过程中对激活函数、梯度下降算法等模型参数进行优化;最后引入批标准化(BN)操作加速优化模型网络训练,并将该模型运用到玉米螟虫害识别中。【结果】基于TensorFlow框架下的试验结果表明,优化后的神经网络算法对玉米螟虫害图像平均识别准确率达到了96.44%。【结论】基于优化的卷积神经网络识别模型具有更强的鲁棒性和适用性,可为玉米等农作物虫害识别、智能诊断提供参考。     

基于物联网的玉米智能生产技术体系探讨

探讨了物联网技术在玉米生态环境监测、玉米生产资源高效利用、玉米精准生产管理等方面的应用,提出了玉米高产、优质、高效、生态、安全的现代生产方式,构建了基于物联网的玉米智能生产的技术体系。该技术体系对保证玉米的高产稳产具有十分重要的意义。     

基于迁移学习与卷积神经网络的玉米植株病害识别

大数据背景下产生了海量图像数据,传统的图像识别方法识别玉米植株病害准确率较低,已远远不能满足需求。卷积神经网络作为深度学习中的常用算法被广泛用于处理机器视觉问题,能自动识别和提取图像特征。因此,本研究提出一种基于数据增强与迁移学习相结合的卷积神经网络识别玉米植株病害模型。该算法首先通过数据增强方法增加数据,以提高模型的泛化性和准确率;再构建基于迁移学习的卷积神经网络模型,引入该模型的训练方式,提取病害图片特征,加速卷积神经网络的训练过程,降低网络的过拟合程度;最后将该模型运用到从农田采集的玉米病害图片,进行玉米病害的精确识别。识别试验结果表明：使用数据增强与迁移学习的卷积神经网络优化算法对玉米主要病害（玉米大斑病、小斑病、灰斑病、黑穗病及瘤黑粉病）的平均识别准确度达96.6%,和单一的卷积神经网络相比,精度提高了25.6%,处理每张图片时间为0.28s,比传统神经网络缩短了将近10倍。本算法的精确度和训练速度上比传统卷积神经网络有明显提高,为玉米等农作物植株病害的识别提供了新方法。     

大量元素水溶性肥料对生菜农艺性状及产量的影响

研究大量元素水溶性肥料对生菜农艺性状及产量的影响,结果表明:喷施大量元素水溶性肥料可以显著提高生菜的产量及产值,桂林市七星区生菜产量比喷施等量清水、空白对照分别提高6.10%、7.53%,分别增收2 085.75、2 110.50元/hm2;钦州市钦北区生菜产量比喷施等量清水及空白对照提高6.44%、7.40%,分别增收3 287.25、3 303.00元/hm2。     

玉米精确施肥系统的研究与应用

以玉米施肥为突破口,将人工智能技术与全球定位系统(GPS)和地理信息系统(GIS)技术相结合,以玉米养分平衡法数学模型为核心,采用面向对象技术,开发研制了玉米精确施肥专家系统。该系统主要解决玉米产量预测和精确施肥2大问题,最终为用户打印出包含预测产量、推荐品种、建议施肥量、效益分析情况在内的玉米精确施肥咨询单。该系统的应用可降低玉米生产成本,使农民增产增效,实现低投入高产出。     

多媒体蔬菜生产课件教学片的制作与应用

本文通过对蔬菜栽培中的水、肥、土、病虫害进行图像及文本的采集，使用先进的软件进行多媒体课件研究与制作。结合专家系统诊断技术，达到教学课件对蔬菜病虫害诊治和科学栽培管理的目的，对提高蔬菜栽培水平起到了指导作用。