智能合约技术在林果溯源中的应用研究

针对现有的农产品质量追溯系统缺乏统一标准，不能对产品供应链信息进行有效监控，产品信息可能会被恶意篡改而失去可信度等问题，本文利用智能合约构建多模块溯源模型，设计相应的用户合约函数规则，提高了追溯信息的可信度，采用以太坊结合IPFS分布式存储技术作为主要存证的底层数据库，保证了数据的安全性。最后本文以皖北特色林果为例，设计了一套林果产业链可信溯源系统，通过在企业部署运行，结果表明该系统运行可靠，溯源结果可信度高。     

基于本体推理的水稻虫害诊断系统研究

针对江西省水稻虫害的特点和特征,采用Protege建立了专家知识本体库,基于本体推理方法实现了虫害诊断推理,并运用相似度算法解决了知识不确定性的诊断问题。开发的水稻虫害诊断系统集诊断、防治和查询多种功能于一体,对南方红壤丘陵区水稻虫害的诊断和防治具有很好的应用价值。     

直流电机驱动农用履带机器人轨迹跟踪自适应滑模控制

为了提高农用履带机器人轨迹跟踪控制的性能,将履带机器人模型视为由电机驱动方程和运动方程组成的级联系统,在考虑了履带机器人运动学模型和电机驱动模型动态特性的基础上,构建了一种变倾斜参数的自适应积分滑模切换函数,基于这个函数设计了由等效控制和切换控制组成的自适应滑模控制,将机器人的位姿误差以及在线辨识的驱动电机时变不确定参数反馈至控制器中,计算出左右轮驱动电机的期望角速度,控制履带机器人运行。田间试验结果表明,当机器人分别以1,3,4 m/s速度运行时,在运动方向距离误差、侧向距离误差和航向角的误差分别在-0.04~0.04 m,-0.09~0.07 m和-0.03~0.05 rad范围内。因此,基于电机驱动的机器人自适应滑模控制具有良好的控制精度,能够满足田间实际作业的要求。     

面向茶学领域本体的概念自动提取方法研究

针对目前手工构建本体耗时费力这一难题,以茶学领域知识为研究对象,提出了一种本体的概念自动提取方法。该方法利用中文分词技术对茶学语料进行切分,使用互信息技术从切分后的语料中得出候选概念（合成词）集合,通过判断候选概念和非合成词的领域相关性,自动提取出茶学领域本体概念。以该方法为基础开发了相应的原型系统,实验结果表明,该方法是有效的。     

基于改进压缩感知的生猪音频信号处理

为了快速准确地获取生猪的音频信息,消除无线信道的拥塞问题,提出基于普减法的压缩感知。在信息采集端采用微处理器NanoPCT4控制的麦克风采集音频信号,通过基于普减法的稀疏基矩阵和测量矩阵,减小声音传输量,接收端运用OMP算法,将压缩信号进行恢复重构,实现对生猪音频信号的快速准确传输。结果表明,通过运用这套压缩-重构系统,重构率提高20.75%,重构时间缩短近0.20 s,去噪后的峰值信噪比较未去噪的峰值信噪比增大了近1.50 dB,降低了信息传输量,节省了信号处理、存储和传输的时间,同时也降低信号失真。     

基于改进YOLOv3的猪脸识别

针对生猪智能化管理中传统标识方法存在的易脱标,易引起生猪感染等问题,采用基于改进YOLOv3模型的非侵入式方法,对生猪多个体识别进行研究。针对原有的YOLOv3模型,在Darknet53特征提取器中引入密连块,结合下采样层组成新的骨干网络;在YOLOv3模型中添加改进的SPP单元,最终构建了YOLOv3＿DB＿SPP模型。试验采用的猪脸数据集共分为10类,数据增强后样本为8 512张,训练集和测试集比例约为9∶1。结果表明:1)YOLOv3＿DB＿SPP模型在各分类概率阈值下检测猪脸数据集时的平均精度均值均高于YOLOv3模型;2)当IOU阈值为0.5,分类概率阈值为0.1时,YOLOv3＿DB＿SPP模型的平均精度均值比YOLOv3模型高9.87%;3)YOLOv3＿DB＿SPP模型检测远距离有遮挡的小目标样本时,平均精度值均高于YOLOv3模型。YOLOv3＿DB＿SPP模型用于猪脸识别时,能够提高基础特征提取器的特征提取能力以及检测器的准确率。     

基于Caffe的猪肉新鲜度分级的设计与实现

为了提高猪肉新鲜度检测的实时性,提出了基于Caffe框架与ResNet残差神经网络的猪肉新鲜度分级的新方法。根据理化试验结果将猪肉的新鲜度分为7级,并在理化试验前拍摄对应的猪肉照片作为样本进行网络训练。在网络训练完成后分别用同源和异源样本图片对系统分级准确率进行验证,结果显示系统分级的准确率均达到95%以上,说明该系统能够很好地对猪肉新鲜度进行分级。与传统的理化试验检测新鲜度的方法相比,在保证了分级准确率较高的同时,检测过程简单、实时性高、无损,是一种更高效的猪肉新鲜度分级方法。     

基于改进残差网络的黑毛猪肉新鲜度识别方法

为了提高黑毛猪肉新鲜度的识别准确率,提出基于改进残差网络和迁移学习的黑毛猪肉新鲜度识别方法。首先,根据猪肉的微生物菌体浓度、大肠菌菌体浓度和pH值,结合国家标准,将猪肉新鲜度分为7个类别;然后,将ResNet-50模型用PfidSet数据集训练,使其具有抽取图像特征的能力,利用模型迁移和模型微调对ResNet-50模型进行改进,即用一个3层的自适应网络取代ResNet-50模型的全连接层和分类层,再使用在PfidSet上训练的网络参数初始化改进的ResNet-50模型权重,运用LReLu-Softplus作为自适应网络的激活函数;最后,将改进ResNet-50模型在猪肉样品的图像数据集上学习得到的知识,迁移到黑毛猪肉新鲜度识别任务。选取7类共计23 427幅黑毛猪肉图像组成样本集,从样本集中随机选择80%的样本用作训练集、其余20%用作测试集进行测试,试验结果表明,迁移学习能够明显提高模型的收敛速度和识别性能,数据扩充有助于增加数据的多样性,避免出现过拟合现象,在迁移学习和数据扩充方式下的总体识别准确率达到94. 5%,是一种高效的猪肉新鲜度识别方法。     

面向智慧农业的无芯片射频跨域感知研究进展

随着传统农业逐渐向智慧农业转型，室温条件下具有低成本、长寿命、低功耗、小型化的检测手段对于农业环境及动植物本体指标检测至关重要，尤其对于无法进行电路有线连接的农业场景。随着器件传感和无线通信的整合，无芯片射频识别（chipless radio frequency identification, CRFID）因为具有轻量、价格合理、普适性等优势被广泛应用，CRFID标签具有理论上的“无限”寿命，代替了集成电路，成为标识传感信息融合的重要媒介，适用于农业环境、动植物生长监测、物流运输、食品品质检测等。该研究首先介绍了CRFID系统构成，以及其基本原理，指出天线是CRFID实现跨域感知的关键要素之一，随着农业场景中气体、环境温湿度、pH值等变化，天线负载敏感材料的电导率、磁导率、介电常数变化，引起CRFID标签的反向散射信号变化；其次，基于时频域标签，介绍了CRFID用于湿度、温度、气体（二氧化碳、氨气、乙烯）、pH和食品（猪肉、牛肉、鱼肉、果蔬、牛奶）检测的国内外最新研究进展，对比了相关传感器的关键性能指标；最后，针对CRFID技术的成功案例，指出了该类型传感器面临的主要研究挑战、未来研究...     

概念格理论与方法研究

概念格作为一种研究概念内涵与外延的有效工具,在规则提取与数据分析方面有着广泛的应用。讨论了概念格的构造、约简与规则提取,以及模糊概念格的相关内容,并对各种建格算法、约简算法加以论述,分析其与粗糙集的关系,最后提出了未来概念格的相关研究方向。