主成分分析和长短时记忆神经网络预测水产养殖水体溶解氧

为了提高水产养殖溶解氧预测的精度,提出了基于主成分分析(principal component analysis,PCA)和长短时记忆神经网络(long short-term memory,LSTM)的水产养殖溶解氧预测模型。首先通过主成分分析提取水产养殖溶解氧的关键影响因子,消除了原始变量之间的相关性,降低了模型输入向量维度;然后,在Tensorflow深度学习框架的基础上建立LSTM神经网络的水产养殖溶解氧预测模型;最后,利用该模型对浙江省淡水水产养殖研究所综合实验基地某池塘溶解氧进行验证。试验结果表明:该模型与BP神经网络等其他浅层模型相比,模型评价指标平均绝对误差、均方根误差和平均绝对误差分别为0.274、0.089和0.147,均优于传统的预测方法;该模型具有良好的预测性能和泛化能力,能够满足水产养殖溶解氧精确预测的实际需要,可以为水产养殖水质精准调控提供参考。     

海参捕捞装置导航中低成本陀螺仪的降噪研究与试验

针对MEMS陀螺仪输出信号中含有的随机漂移噪声造成海参捕捞装置惯性导航精度明显下降的问题,采用时间序列分析法和Kalman滤波算法,对MEMS陀螺仪随机漂移噪声的削减问题进行研究。以MEMS惯性测量单元的实测数据和三维电子罗盘测量的姿态角为样本,对本研究的低成本陀螺仪的降噪效果进行测试,试验结果表明:1)经过降噪处理后的陀螺仪随机漂移信号的方差比陀螺仪原始采样信号的方差降低1个数量级,显著改善了陀螺仪随机漂移数据的精密度;2)以高精度三维电子罗盘实测的姿态角作为参考基准,将降噪后的陀螺仪随机漂移数据导入捷联惯导姿态更新算法程序,在300s时间内,解算出的俯仰角、横滚角和航向角的均方根误差RMSE全部小于1°;与降噪前相比,相应的俯仰角、横滚角、航向角的RMSE分别降低了170.5、97.6和42.5倍,明显提高了惯性导航精度。     

敢问水产养殖路在何方?智慧渔场是发展方向

正水产养殖业是我国农村经济发展的重要产业,对保障国家食物安全发挥了重要作用。但传统水产养殖模式带来的环境污染、资源浪费问题越发严重,加上劳动生产率低下,已成为水产养殖业发展的制约因素。我国水产养殖产业的发展必须朝着高效生态精准智能养殖转型。在互联网、大数据、新     

访谈实录:5G时代下的数字农业

正智慧农业发展的基础在于数字农业,数字农业是实现农业物联网发展的前提。数字农业从概念的产生,到实践中的探索、发展和应用,一直在不断丰富和完善之中。为进一步促进数字农业高质量发展,促进5G等新兴技术在数字农业领域的应用,本刊采访了中国农业大学信息与电气工程学院教授李道亮老师,围绕数字农业的发展、关键支撑技术、5G与数字农业的融合等方面进行分享,并探讨了目前5G在数字农业中的应用限制,并对数字农业的发展作了展望。     

水产养殖水下作业机器人关键技术研究进展

传统水产养殖的水下作业任务主要依靠人工完成,劳动强度大,危险性高,水产养殖水下作业面临严峻的人工危机。随着技术进步和制造成本的降低,将水下机器人应用于水产养殖作业有着巨大的需求空间。机器人水下捡拾作业强耦合、多干扰、时变、多体、多环节、作业目标规格形状不一,且作业的精度和速度要求高,机器人水下精准作业是困扰水产养殖界多年的公认难题。本文在对水下机器人-机械手系统(underwater vehicle-manipulator system,UVMS)进行了系统分析的基础上,从弱光照、强耦合、非结构化海洋环境下UVMS的精准捕捞作业目标识别、时变多体捡拾作业条件下水下机器人-机械手系统动力学模型、多扰动条件下目标动物位置识别与定位模型、多约束条件下浅海养殖精准捡拾作业的优化控制等4个方面,对UVMS捕捞作业所涉及的关键技术的地位、国内外研究现状展开分析与讨论,并对所述关键技术的研究前景进行了展望,以期为水产养殖水下作业机器人软件开发提供理论依据和综合性参考。     

提前布局无人农场加速推进现代农业

无人农场通过对农业生产资源、环境、种养对象、装备等各要素的在线化、数据化,实现对种植养殖对象的精准化管理、生产过程的智能化决策和无人化作业。无人农场是对农业劳动力的彻底解放,代表着最先进农业生产力,必将大幅度提高农业生产率、资源利用率、土地产出率,确保农产品品质以及农业绿色发展,是未来农业的发展方向,必将引领我国现代农业的发展方向。     

智能光纤浊度传感器设计与试验

浊度是指水体中悬浮颗粒的含量，在水产养殖中，悬浮颗粒由大量的细菌、病原体组成，颗粒物浓度过大，易危害水生动物的生存。传统的浊度检测技术易受环境光、色度、温度等因素的影响，稳定性差、精度低。为此设计了基于IEEE1451.2的智能光纤浊度传感器，该传感器由光学检测模块、信号变送模块、智能处理模块组成。光学检测模块采用880nm红外发光二极管作为光源，采用90°散射光检测法，有效降低了色度对浊度检测的影响。信号变送模块采用正向比例积分电路、I/V转换、滤波、检波电路对采集到的散射光电流信号进行处理，得到一个线性关系良好的直流浊度电压信号。为了提高传感器的精确度，设计了基于IEEE1451.2的智能处理模块，构建了温度补偿算法，采用校正TEDS参数完成对浊度的温度补偿，提高了浊度测量的准确度。对传感器性能进行测试试验，结果表明传感器准确度误差在±1.5%以内，稳定性误差在±1.0%以内，满足水产养殖对光纤浊度传感器的需求，具有较高的可靠性。     

农业物联网技术在现代农业中的应用——以济南市为例

【目的】推进农业物联网技术与现代农业生产深度融合,构建现代化农业生产、经营、管理体系,形成现代农业新业态和新格局。【方法】调研济南市农业物联网示范推广的发展思路和实际应用情况,找出促进农业物联网推广应用的办法。【结果】近年来济南市创新模式,引进并示范推广了多项农业物联网先进技术,应用涵盖了种植、养殖和农产品加工等领域,覆盖农业全产业链等多个环节,促进了济南市由传统农业向现代农业的发展。但是存在成本高、技术标准研究和制定滞后、产业体系不完善等瓶颈问题。【结论】突破济南市农业物联网发展存在的瓶颈问题,应通过加强顶层设计、探索农业物联网发展新模式、完善农业物联网产业体系以及推行标准先行策略促进农业物联网健康发展,促进现代农业向高效、精准、环保发展。     

农业4.0——即将到来的智能农业时代

<正>农业4.0是以物联网、大数据、人工智能、机器人等技术为支撑和手段的一种高度集约、高度精准、高度智能、高度协同、高度生态的现代农业形态,是继传统农业、机械化农业、自动化农业之后的更高阶段的农业发展阶段,即智能农业。目前我国农业面临着土地等资源约束趋紧、劳动力老龄化问题突出,农业生态环境压力加剧等突出问题,迫使我国农业不得不加快农业生物技术、信息技术、装备技术创新步伐,转变传统生产方式、经营方式和管理方式,充分利用国家实施"互联网