用负熵最大化小波实现强噪声下的语音识别

针对高噪环境下语音识别的困难,以独立分量分析和小波理论为基础,提出一种负熵最大化小波语音降噪预处理新方法,对不同种类和不同输入信噪比的噪声设计了试验,结果表明在低输入信噪比情况下本方法的优越性,此结论对高噪环境下的信号分析和语音识别具有重要意义。     

基于Android的茶树病虫害信息采集系统

为了快速、方便地进行茶树病虫害信息的采集与实时求助,减少病虫害造成的损失,该文基于An？droid平台的茶树病虫害信息采集系统,详细介绍了该系统的总体框架、主要功能及关键实现技术。重点围绕虫害信息浏览、虫害信息采集2个方面,分别就其中的一些关键技术点（经度纬度获取及分布图生成、照相功能、文件上传功能等）进行阐述,以期实现茶树病虫害实时求助、快速诊断和信息检索。     

茶树病虫害远程诊断系统的构建

为了快速、便捷地诊断茶树病虫害,减少病虫害造成的损失,根据茶树病虫害诊断与防治规律,将网络开发技术与农业信息相结合,基于JSP和Android技术,构建基于Web的茶树病虫害远程诊断系统,并介绍了系统框架、系统流程及各功能模块的实现.通过该系统用户可以进行茶树病虫害实时求助、快速诊断和信息检索,为茶树病虫害诊断提供一种便捷有效的途径.     

基于Web的《农业机器运用管理学》多媒体课件的开发与应用

本文介绍了开发基于Web的《农业机器运用管理学》多媒体课件的意义，结合《农业机器运用管理学》课程的特点和教学难点说明了课件的设计思路及媒体制作工具的选择；阐述了课件的主要功能模块以及开发过程中有关技术问题的解决方法等。     

基于图像处理的玉米叶片姿态测量方法研究

为实现玉米叶片姿态的自动测量,针对玉米叶片形态特征,提出了基于图像处理的玉米叶片姿态自动测量方法。首先采用迭代方法对叶片图像细化,提取骨架图像上的各像素点,然后采用最大距离法计算叶片的弯曲度,通过测量叶片最高点与叶尖的垂直距离计算下垂度,最后对2种测量方法进行测试和分析。结果表明,所提出的叶片姿态测量的2种方法对样本叶片的测试准确率分别为92.4％和88.2％,能够有效描述和量化不同玉米品种的叶片弯曲程度,方法简单易行,且测量过程不需要标度校准。     

基于机器视觉的花生品种识别系统研究

为了实现花生品种自动识别,收集了12个花生品种的600粒籽仁作为实验样本,利用计算机视觉和图像处理技术对图像进行处理;然后,对每幅样本图像提取形态、颜色和纹理等3大类共48个特征,建立人工神经网络（ ANN ）和支持向量机（ SVM ）识别模型对这些特征进行分析识别,并基于 Visual C＋＋6．0环境构建识别系统。运行结果表明,SVM 方法识别效果比较稳定,对12个花生品种自我识别率达到100％,测试识别率达到83％;另外,基于Visual C＋＋的识别系统在识别效果与效率方面比Matlab 都有了较大的提高。该花生品种识别系统对于花生品种识别具有积极意义。     

基于B/S架构的测土配方施肥计算机辅助决策系统的设计与实现

本文设计实现了一套测土配方施肥计算辅助机决策系统,该系统采用Flash作为前端技术,实现地图向导功能,采用J2EE、Struts、Hibernate技术开发后台Web应用服务器,实现表现层、业务层和数据层有效分离。     

有机化学多媒体网络课件的研制

该介绍了农科有机化学多媒体网络课件制作的意义，结合有机化学课程的特点和教学难点阐明了媒体制作工具的选择及课件系统制作方案的设计；概述了课件的主要功能模块以及在开发过程中所遇到技术问题的解决方法等。     

玉米品种识别多算法模型比较研究

为了比较玉米品种图像识别中各种神经网络识别模型的性能,搭建了一套基于统计特征提取和模式识别分类算法的玉米品种识别系统。采用扫描仪获得了11个玉米品种每个品种50粒子粒图像,基于图像的统计特征,分别研究了7种人工神经网络(ANN)模型(BP、rbf、grnn、pnn、compet、sofm、ELM)的识别性能,进一步考察了极限学习机(ELM)、支持向量机(SVM)模式分类过程性能。结果表明,在同样的情况下SVM模型较ANN模型的特征识别率高,另外神经网络模型grnn和ELM识别效果较好,其他识别模型性能较差。对11个玉米品种种子的最高检出率为91.73%,另外,所采用的特征降维方法、特征维数、初始权值的随机性选择等因素都会影响模型的识别效果。这对玉米种子纯度和品种真实性检验中人工神经网络模型的构建具有指导意义。     

计算机植物检疫咨询系统

本文利用各地的病虫草害疫情资料、气候资料，建立了计算机植物病虫草害检疫咨询系统。系统的主要功能是：查询各地病虫草害的疫情或查询各种病虫草害的疫区；分析预测各种检疫对象的可能发生区。