苏南地区变量施肥电子处方图系统的构建与应用

为在苏南地区农村推广变量施肥技术提供一种可能的实施途径,根据苏南地区的农业生产实践经验,探讨一种简易的农田施肥处方的获取途径,并结合百度地图API构建变量施肥电子处方图系统,对系统结构和实现方法进行了详细介绍,重点讨论农田电子地图的构建与应用普通精度GPS模块实现田块快速定位识别的方法。以江苏省南京市双鱼龙庄13.3hm2试验田为测试对象,在Android设备上构建相应的电子处方图系统,并进行基于自然田块的定位识别性能测定试验和变量施肥试验。试验结果表明:系统测试数据稳定,定位信息经过卡尔曼滤波算法处理后,当测试点距离农田边界2m时,定位识别正确率达到86.8%,距离边界2m时,定位识别正确率达到100%。系统指导变量施肥机施肥,其实际播量相对误差小于5.9%。说明本系统能够有效识别作业位置,具备指导田间变量施肥的能力。具备在苏南地区农村推广应用的前景。     

基于深度学习的香蕉病害远程诊断系统

目的 实现香蕉病害的远程诊断。方法 基于深度学习方法对香蕉作物的7种常见病害进行诊断。收集了5944幅健康及染病香蕉植株图像,按7：1：2分为训练集、验证集和测试集。利用迁移学习对GoogLeNet深度卷积神经网络训练获取诊断模型。进一步开发了包含手机移动应用程序(APP)和远程服务器的软件系统。结果 通过对比不同迭代次数及不同优化器,最终采用了MomentumOptimizer迭代10000次的模型,平均测试精度达到了98%。设计的APP能够就地获取香蕉图像,并通过网络与集成了诊断模型的远程服务器通信,实时获取诊断结果。结论 该病害诊断模型识别主要病害的精度高,在线诊断系统简单易操作,可快速有效地在线诊断香蕉常见病害,具有良好的应用前景。