基于迁移学习的多模型水稻病害识别方法研究

水稻病害是影响水稻产量的重要因素之一,使用传统机器学习方法识别农作物病虫害效果并不理想,因此该研究使用深度学习技术结合迁移学习方法识别常见水稻病害.使用当前深度学习领域经典网络模型VGG、ResNet、DenseNet、InceptionResNet、Xception模型作为预训练模型,通过比较不同模型在新任务上的表现,选取性能最好且最稳定的Xception模型作为最终模型.试验结果显示,DenseNet、InceptionResNet、Xception的识别准确率可以达到97％,尤其是Xception模型不仅可以达到98.50％的最高识别准确率而且是最稳定的.该研究通过试验探讨了适用于常见水稻病害智能识别的最佳模型,同时表明了使用迁移学习方法解决新任务的有效性.     

基于云端的农业病虫草害大数据图文数据库的设计与实现

针对病虫草害大数据的存储分散和展示无系统化的问题,提出采用Spark核心技术搭建大规模集群,将HDFS(Hadoop distributed file system)分布式文件存储系统、Mongo DB数据库和My SQL数据库相结合,集病虫草害信息管理、信息查询、用户管理和数据库维护等功能于一体,实时更新、展示、存储和管理海量多源异构病虫草害数据,构建基于云端的农业病虫草害大数据图文数据库信息服务平台,在提高农业病虫草害的数字化管理、信息共享等方面具有极其重要的意义。     

辣椒炭疽病病原菌生物学特性及拮抗酵母菌的抑菌效果

对辣椒采后炭疽病病原茵的生物学特性和拮抗酵母茵的抑菌效果进行了研究.结果表明,拮抗酵母菌的抑茵效果与酵母茵悬浮液的浓度呈正相关,与病原茵的浓度呈负相关.     

基于Android的植保服务平台的研究与实现

为了实现农作物病虫害有效预防和及时控制的突出需求,提出基于Android的植保服务平台。该平台包括病虫害自动识别、地理信息可视化、典型病虫害及植保机构查询、病虫害防治方法科普等功能,平台设计了量大面广的农作物病虫害图文数据库,便于农户查阅资料。该平台在安徽省舒城县推广试用,测试显示各功能模块均达到了理想的运行效果,用户通过平台可以及时掌握当地病虫害的发生信息及防治方法,该平台实现了"互联网+"植保新模式。     

基于证据理论的柑桔营养缺素诊断专家系统研究

根据专家和各种文献资料中关于柑桔营养缺素诊断的知识,采用雄风4.1专家系统开发平台和证据理论作为不精确推理模型,研制出了柑桔营养缺素诊断专家系统。