基于GIS和多种土壤属性的烟田养分分区管理研究

以平顶山典型烟区烟田土壤为研究对象,用111个样点耕层土壤（0 ~ 20 cm）的pH、有机质、总N、碱解N、速效P、速效K、活性有机质、阳离子交换量等数据对烟田进行管理分区研究。利用主成分分析从繁杂的数据中提取3个主成分,利用MZA软件进行模糊聚类分析从而实现分区,采用FPI和NCE来确定最佳分区数。结果表明研究区的最佳分区数为3,模糊指数为1.5。各分区内土壤养分的变异系数都较整个研究区有所降低,而分区间土壤养分差异显著。研究区的平均混乱度指数为0.37,不同模糊类别交叠程度较小,地理空间上土壤的隶属关系相对明确。通过模糊聚类分析法可以较好地进行管理分区的划分,分区结果可以作为变量施肥的单独作业单元进行肥料管理。     

基于Wi-Fi无线感知技术的奶牛爬跨行为识别

奶牛发情和爬跨行为之间存在着密切的联系，及时发现奶牛的爬跨行为是检测奶牛发情、提高养殖收益需要考虑的重要问题。为了在自然环境下可靠地检测奶牛的爬跨行为，同时避免引起应激反应，研究并提出基于Wi-Fi信号的奶牛爬跨行为检测与识别方法。首先，应用部署在日常生活环境中通用的Wi-Fi设备捕获奶牛的运动状态数据；其次，通过载波聚集、移动加权平均滤波对数据进行预处理；第三，基于局部离群因子LOF算法，实现信号跳变检测并以此为基础获取包含奶牛动作的信道状态信息（Channel State Information, CSI）序列片段；第四，设计并提取CSI序列片段的特征，构建了包含3类奶牛动作，共计8 127个样本的数据集；最后，基于长短时记忆网络（Long Short Term Memory, LSTM）构建奶牛行为识别模型。通过使用数据集中2 497个样本作为测试集检验提出的网络模型，检验结果表明，系统能够可靠地捕获包含奶牛动作的CSI序列片段，并以较高的准确率识别奶牛的爬跨行为。模型在测试集上对3类样本的总体分类准确率为96.67%，其Kappa系数为0.943 1，获得了较高的性能。研究结果将基于Wi-Fi信号的无线感知技术引入农业信息化领域，扩展了动物行为监控的技术手段，为无线传感技术在农业智能化方面的应用提供了参考。     

用遗传算法训练的多层前馈神经网络对番茄成熟度进行自动检测的研究

建立了计算机视觉系统获取番茄的图像，并将RGB值转换成HIS值，通过H值提取番茄表面颜色特征。采用遗传算法训练的多层前馈神经网络实现番茄成熟度的自动判别。实验表明：该方法准确率达到94%。     

基于蚁群算法的内燃机配气机构凸轮型线的动力学仿真

针对内燃机配气机构工作时的振动、冲击和噪声问题，建立了内燃机配气凸轮机构型线的动力学数学模型，运用蚁群算法和Matlab语言，对该数学模型进行了仿真优化计算，与原设计相比，仿真结果表明：丰满系数提高了1.24%，动态最大正加速度在上升段下降了0.87%，在下降段上升了5.23%，动态最大负加速度下降了5.93%，使得系统动态速度和动态加速度趋于平稳，有效地减少了内燃机配气机构的冲击振动，提高了内燃机的动力性能，而且优化效果好于遗传算法。     

基于遗传算法的山区微型播种施肥机减振优化设计

针对山区以汽油发动机为动力的微型播种施肥机振动大难以操作的问题,提出了一种降低振动的方法。文中首先建立了五自由度播种施肥机数学模型,运用Matlab软件构建了仿真模型并对其进行了振动分析;其次建立了以垂直振动加速度和俯仰角加速度为指标的多目标优化数学模型,运用遗传算法进行了优化设计,优化后播种机机架处垂直振动加速度均方根值减少32.9%,俯仰角加速度均方根值减少37.6%;在此基础上,重新设计了播种施肥机的履带、减振器和橡胶垫等结构部件;最后对改进后的播种施肥机进行田间试验,对比改进前的振动测试数值可得:改进后的微型播种施肥机垂直振动均方根值在发动机安装处、机架处和把手处均显著降低,其中机架处降低28.31%,验证了优化结果的正确性。该方法也为同类产品的减振提供了方法。     

聚类支持下决策树模型在耕地评价中的应用

为了挑选合理的学习样本，增强决策树模型在耕地评价应用的有效性，运用聚类方法挑选学习样本，用改进C5．0决策树算法建立耕地评价模型，提出一种新的评价思路。运用此方法以广东省龙川县耕地为研究对象，以试验法挑选出6种聚类结果的学习样本，确定4000个样本作为最终的学习样本；利用决策代价权重来改进决策树评价模型，最终建立的评价模型的预测精度达到94．92％，满足了实际情况的需要。试验结果表明综合运用聚类和决策树模型进行耕地评价是可行的，其建立的评价模型具有精度高、鲁棒性和易理解性等特点。     

自适应阈值Prewitt的石榴病斑检测算法

针对传统识别方法对石榴外表病斑及石榴轮廓检测精准度不高、抗噪声能力不强以及存在伪边缘等问题。该文提出一种基于自适应阈值Prewitt算子的石榴病斑检测算法。采用双边滤波减少噪声干扰;通过高频强调滤波提高图像高频分量,增强局部细节;根据高斯噪声概率分布设置算子卷积掩膜元素权重,利用对称性将方向梯度两两组合,并计算其L2范数作为该像素点的梯度。对人工拍摄的607张石榴图像进行图像增强和边缘检测试验,加入椒盐噪声和高斯噪声进行抗噪性能测试。试验结果表明,该文算法对石榴病斑的识别正确率为98.24%,获得图像的峰值信噪比为43.72 dB,单张图像识别耗时为0.174 s。该研究具有较好的病害样本与非病害样本区分能力,可为田间环境下石榴病害预防提供参考。     

基于Ward系统聚类的中国农用地整治实施状况分析

为科学分析当前中国农用地整治的实施特征和空间格局特点,厘清实施状态与规划目标的协调状态,该文基于土地整治项目管理信息,以县域为研究单元,通过整治强度、整治潜力和整治难度3项指标,采用Ward系统聚类法,对2006-2012年中国农用地整治实施状况进行综合分区,并结合既定的规划目标,对实施状态进行了定量分析,得出以下结论:1)高整治强度区主要位于华北平原、三江平原、长江三角洲等传统农区;高整治潜力区主要位于青甘农牧区、黄土高原区等半湿润半干旱地区;高整治难度区主要位于秦巴山地和云贵高原等地形较为复杂的地区。2)研究期内中国农用地整治实施状态可划分为"中高-低-中"(Ⅰ类)、"中-中低-中"(Ⅱ类)、"中高-中高-中高"(Ⅲ类)、"低-中-高"(Ⅳ类)和"高-中低-中"(Ⅴ类)等5种类型,其中以Ⅲ类最为集中,Ⅰ类和Ⅱ类次之,Ⅳ类、Ⅴ类数量较少且分布零散。3)从实施状态与整治规划的协调性看,实施现状与规划确定的农用地整治重点区域、高标准基本农田建设示范县,以及基本农田整治重大工程等重点任务,均存在一定偏差;从与表征经济发展、粮食生产、土地整治活动的分区对比来看,区域差异不甚明显,整治重点尚不突出。该研究成果可为中国土地整治规划评价和宏观制度设计提供参考。     

拖拉机驱动轮滑转率估算法与验证

拖拉机作业环境恶劣,测量信号容易受到噪声干扰,其滑转率的计算过程对于输入信号的相对误差有极强的放大作用,因而造成其滑转率难以精确测量。该文提出带噪声观测器的变结构并行自适应数据融合算法,对轮速传感器、角加速传感器、车身加速度计和全球定位系统的信号进行融合,在不需要先验误差统计规律的前提下实现了对拖拉机驱动轮滑转率的在线精确估计。仿真测试结果证明:采用信息融合方法求得的驱动轮滑转率信号几乎与理论值曲线重合且鲁棒性好,平均误差为中值滤波的1/10左右,为卡尔曼滤波的1/5;算法的噪声观测器能够实时估算测量信号的白噪声方差,求得的稳态平均方差与已知精确先验误差的卡尔曼数据融合算法无明显差异;在从动轮速度信号受到有色随机噪声干扰的特殊工况下,算法的信息融合机制能够补偿大部分由有色噪声干扰造成的误差。实测试验证明:在拖拉机稳定工作工况,在线求得的测量信号噪声方差均值在5%的范围内波动,采用数据融合算法求得的驱动轮滑转率误差均值为0.012,误差绝对值最大值为0.027,与离线拟合得到的参考值非常接近。该研究为拖拉机实现精确控制提供了参考,其在线测量信号方差统计方法为拖拉机总线网络的传感器信息共享提供了技术基础。     

基于机器视觉的小麦害虫分割算法研究

农业病虫害的自动识别是精准农业研究方向之一。以小麦蚜虫为例，运用机器视觉技术对非特定场景下害虫的分类和分割算法进行了研究。在分类上，训练了SVM分类器和基于k-均值聚类的分类方法。比较得出，SVM分类器和k-均值聚类算法在处理精度和速度上各有优势；在分割上，运用合并和分裂相结合的区域生长算法分割害虫和叶片，进行自动识别。分析表明，该算法对害虫的分类效果好、分割识别准确率达到90．7％，速度能够满足实时处理的要求，为农业机械精准施药提供了技术上的支持。