首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   38篇
  免费   5篇
  国内免费   4篇
基础科学   24篇
  5篇
综合类   17篇
植物保护   1篇
  2024年   1篇
  2022年   1篇
  2021年   3篇
  2020年   2篇
  2019年   2篇
  2018年   1篇
  2017年   2篇
  2016年   3篇
  2015年   3篇
  2014年   1篇
  2013年   1篇
  2012年   4篇
  2011年   1篇
  2009年   2篇
  2008年   8篇
  2006年   1篇
  2005年   3篇
  2001年   4篇
  2000年   3篇
  1999年   1篇
排序方式: 共有47条查询结果,搜索用时 15 毫秒
1.
日本农业航空技术发展及对我国的启示   总被引:5,自引:0,他引:5  
日本根据其地形、地貌特征、从事农业劳动的情况选择了从有人直升机到无人直升机航空施药为主的发展模式,研制了几款不同发展时期的植保无人机机型(R50、RMAX、RMAXⅡG、FAZER)应用于水稻植保作业,日本学者对农业航空遥感技术、精准导航控制技术、无人机控制技术进行了大量研究,在施药实践中形成了较为实用的无人机植保管理体制,确保了日本农业航空的健康、有序发展。本文旨在介绍日本农业航空现状、应用领域、精准施药技术及管理方法,以期为我国农业航空应用技术的发展提供借鉴。  相似文献   
2.
小型农产品分选机设计与试验   总被引:2,自引:0,他引:2  
针对家庭农场及小规模营销的需要,设计了基于机器视觉的小型农产品分选机。农产品在平胶带上形成多通道阵列式输送,以DSP作为机器视觉单元的核心,采集一帧图像可分析多个通道,并根据农产品的形状、颜色等图像特征进行分选。在水平输送速度为9.2 cm/s、农产品输送间隔为16 cm、4通道并行输送的条件下,选用核桃、红枣及栗子3种农产品进行了分选机性能测试。试验表明,机器能够可靠工作;核桃、红枣和栗子的分选准确性分别为91.66%、94.79%和97.39%;分选速度达8 800个/h。因此采用DSP芯片作为小型分选机的机器视觉核心是可行的,可以为农产品分选机的小型化、低成本提供技术支持。  相似文献   
3.
农业机械化水平的提高受到诸多因素的影响和制约。将影响农机化水平的主要因素归纳为农民人均纯收入、政府对农机事业的支持程度、农民平均受教育程度、农民人均耕地及农机总动力等5个方面。采用灰色关联分析方法,分析了这5个因素对农业机械化水平影响的相对强弱程度。结果表明,对农业机械化水平影响强弱的次序为农民平均受教育程度、农民人均耕地、农机总动力、农民人均纯收入及政府对农机事业的支持程度。对上述结果进行了分析和讨论,特别指出的是在发展农业机械化过程中,应该重视通过培训提高农民的农机化专门知识,通过政策实现农业的规模化经营。  相似文献   
4.
利用广东省水稻生产主要环节机械装备保有量的历史数据,建立了灰色GM(1,1)预测模型,对2006-2020年广东省水稻生产机械装备水平进行了预测,并参考广东省水稻生产机械化作业水平值,对其预测结果进行了修正,以便能为政府主管部门制定提高水稻生产机械装备水平的政策措施提供参考依据.  相似文献   
5.
利用棉花种子表皮光学特性,对颜色不正常、表面有缺陷或内部变质的疵品及杂物进行分选是一种有效的方法。研究棉种分色模型是研制自动化棉种分色机械的基础。为此,通过提取彩色棉种图片的RGB分量,利用Fisher准则对RGB分量特征值进行提炼,建立了棉种的分选模型。试验表明,该色选模型可以对棉种进行有效分选,其分选精度达到97.2%。  相似文献   
6.
广东省农业信息化问题探讨   总被引:2,自引:0,他引:2  
本文从广东省农业信息化的发展现状入手,分析了该省发展农业信息化的优势,阐述了农业信息化进程中存在的问题,并提出了建议对策。  相似文献   
7.
基于虚拟仪器的计算机图像处理与分析系统   总被引:4,自引:2,他引:2  
传统的图像处理与分析系统的开发常常采用面向过程、基于文本的信息,具有开发周期长、可移植性差等缺点,而基于虚拟仪器的计算机图像处理与分析系统的开发,大大改变了传统的开发方式,其面向对象、图形化的编程的方式使开发灵活、方便、系统界面友好、开发周期短、功能易于扩充及程序移植性好,为此,根据农产品品质检测的需要,开发了一套基于虚拟仪器的计算机图像处理与分析系统。论述了系统的构成及功能。  相似文献   
8.
梨果面坏损区域的计算机视觉检测方法   总被引:8,自引:2,他引:6  
为检测梨的果面的坏损区域,提出了一种利用多台摄像机在多个角度进行拍摄,对多幅采集后的图像进行切割,提取各自特征并进行拼合的算法。试验证明,这是一种较为快速、准确检测梨的果面坏损区域大小的算法,识别梨的坏损面积的相对误差能控制在±0.2范围内,处理时间为250~350ms;识别梨坏损区域数的正确率为0.89,可以满足系统设计要求。  相似文献   
9.
一种快速判别梨果梗的方法   总被引:2,自引:1,他引:1  
果梗完好与否是梨品质检测的指标之一,因而对果梗情况进行准确判别具有重要意义。为此,通过计算机视觉系统摄取梨的图像,利用图像处理技术提出了一种能快速判别梨果梗有无的算法。该算法的识别正确率达90%,识别速度大约在20~30ms,实现了对梨果梗进行高速检测的目标。  相似文献   
10.
目的 获取水稻田的低空遥感图像并分析得到杂草分布图,为田间杂草精准施药提供参考。方法 使用支持向量机(SVM)、K最近邻算法(KNN)和AdaBoost 3种机器学习算法,对经过颜色特征提取和主成分分析(PCA)降维后的无人机拍摄的水稻田杂草可见光图像进行分类比较;引入一种无需提取特征和降维、可自动获取图像特征的卷积神经网络(CNN),对水稻田杂草图像进行分类以提升分类精度。结果 SVM、KNN和AdaBoost对测试集的测试运行时间分别为0.500 4、2.209 2和0.411 1 s,分类精度分别达到89.75%、85.58%和90.25%,CNN对图像的分类精度达到92.41%,高于上述3种机器学习算法的分类精度。机器学习算法及CNN均能有效识别水稻和杂草,获取杂草的分布信息,生成水稻田间的杂草分布图。结论 CNN对水稻田杂草的分类精度最高,生成的水稻田杂草分布图效果最好。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号