激光在土地保护、农作物生长及害虫防治领域应用研究进展

由于激光具有功率高、相干性好、光谱线宽窄、光谱范围广等特点,其在土地保护、农作物生长及害虫防治等领域应用广泛.文章综合国内外激光技术在农业领域的应用情况,介绍了已经获得应用的激光诱导击穿光谱仪、激光测距仪、激光雷达系统、激光补光灯等设备在土壤检测、土地平整、激光诱变育种、植物补光和虫害防治等领域发挥的作用,对激光技术对农业领域的推动作用,特别是激光技术在吉林省农业应用方面的情况进行了展望.     

基于数据挖掘的贝叶斯算法应用研究

在众多的数据挖掘算法中,贝叶斯算法因为准确性高,运算性能强而得到广泛应用。利用日常生活中的例子深入浅出的阐述了贝叶斯算法的基本原理,并应用SQL Server 2005数据挖掘工具,对2009年收集的农安地力评价的数据进行了分析,同时应用贝叶斯算法对地力等级进行了预测。     

基于贝叶斯神经网络的玉米病害预警模型

准确预测玉米病害是科学防治的前提,因此建立准确且稳定的预测模型,对于防治玉米病害、减少农作物经济损失具有重要意义.由于传统神经网络存在收敛速度慢、容易陷入局部最小化等问题,利用贝叶斯算法改进传统BP神经网络,即贝叶斯神经网络,结合吉林省部分地区的玉米病害数据,构建玉米病害预警模型.试验结果表明:贝叶斯神经网络玉米病害模型对玉米病害预测的准确率达到94.04％,相较传统BP神经网络模型准确率提高了5.49％,可得到更好的预警效果,对于玉米病害的防治起到指导性的作用.     

基于知识图谱的水稻病害关联特征挖掘方法

针对复杂的水稻病害数据存储和高效检索问题,提出了基于知识图谱的关联特征挖掘模型.将水稻病害数据清洗后存储在Neo4j图数据库中,构建水稻病害知识图谱(Rice diseases knowledge graph,RDKG).在图挖掘算法中引入了Skip List跳跃表多维索引算法,从联系链路、社群划分、相似病害发现3个维度进行分析挖掘并通过试验比较其检索效率和查询时间.结果 表明:关联特征挖掘模型利用Skip List的分层链表形式进行一系列分类表的存储操作,在信息检索时有效提高了检索效率,进而提高系统整体响应时间,为水稻病害领域的数据分析及线索挖掘提供技术支持.     

基于ARDUINO的智能花盆设计

针对现在人们繁忙的生活经常无法及时的给家里或者办公室里的盆栽浇水、浇灌方式不合理问题,基于ARDUINO设计了一款适用于室内盆栽智能化浇灌装置,用土壤温湿度传感器对土壤温湿度进行实时监测,并将相应的土壤参数显示在显示屏上,并且在需要的时候可以通过TTS语音合成播报模块实现土壤温湿度的实时播报功能。当土壤湿度下降到一定的阎值时,控制器激活水泵或者电磁阎实现浇水功能,从而达到智能浇灌的目的,验证了智能浇灌系统的可行性。     

基于知识图谱的水稻病虫害智能诊断系统

目的 利用知识图谱对水稻病虫害领域复杂的异构数据信息进行结构化存储,建立病虫害间语义关系,为水稻病虫害关联检索及智能诊断提供理论依据。方法 首先提出一种面向水稻病虫害的知识图谱构建方法和基于图的水稻病虫害检索算法,通过引入节气实体实现水稻病虫害的预警。其次提出基于确定性因子(Certainty factor,CF)模型和知识图谱相结合的知识推理方法,利用CF与水稻病株症状的结合实现水稻病虫害的诊断。结果 利用命名实体识别模型,得出病、虫害名称及危害症状实体的准确率分别为0.92、0.90及0.87,进一步构建包括1 972个实体及5 226个实体关系的垂直领域知识图谱。通过自主开发的智能诊断系统进行案例分析,试验表明,诊断算法正确率达到86.25%。结论 该系统有效地解决了水稻病虫害领域数据检索、预警与诊断中知识的复杂性及不确定性的问题,有较强的实用价值和推广前景。     

玉米精准施肥数据库建模研究

精准施肥是玉米精准作业系统中的关键环节,玉米精准施肥数据库的创建是建立玉米精准施肥决策支持系统的基础。针对吉林省玉米精准作业示范区的实际情况和当前玉米精准施肥数据库设计中存在的不规范性等问题,基于软件工程方法设计与实现了玉米精准施肥数据库。该数据库的创建避免了数据冗余,有利于施肥数据的规范化管理,能够提高玉米精准施肥软件系统的开发效率。     

基于频繁项集改进的Apriori算法在智能温室中的应用研究

为减少原始Apriori算法在频繁项集与候选项集上扫描整个数据库时间和空间造成大量消耗,采用基于频繁项目集挖掘算法(FIM)来减少项目集,通过减少对候选项集与频繁项集的控制与规则树的剪枝,并在其基础上优化并行算法和针对特定集群分区的方法,使用温室蔬菜生长环境数据与产量数据进行试验。试验结果表明:改进算法在平均时间复杂度方面优于原始算法,改进算法的平均运行时间仅为原算法62.5%,新算法适合大规模数据挖掘,特别是候选项与处理事务的数量较大的情况,在不同的最小支持度的条件下,改进后的Apriori降低时间率的平均值为72.40%。     

基于粒子群与模拟退火协同优化的农田物联网混合多跳路由算法

农业无线传感器网络对农田土壤、环境和作物生长的多源异构信息的获取起关键作用。针对传感器在农田中非均匀分布且受到能量制约等问题，本研究提出了一种基于粒子群和模拟退火协同优化的农田物联网混合多跳路由算法（PSMR）。首先，通过节点剩余能量和节点度加权选择簇首，采用成簇结构实现异构网络高效动态组网。然后通过簇首间多跳数据结构解决簇首远距离传输能耗过高问题，利用粒子群与模拟退火协同优化方法提高算法收敛速度，实现sink节点加速采集簇首中的聚合数据。对算法的仿真试验结果表明，PSMR算法与基于能量有效负载均衡的多路径路由策略方法（EMR）相比，无线传感器网络生命周期提升了57%；与贪婪外围无状态路由算法（GPSR-A）相比，在相同的网络生命周期内，第1个死亡传感器节点推迟了两轮，剩余能量标准差减少了0.04 J，具有良好的网络能耗均衡性。本研究提出的PSMR算法通过簇首间多跳降低远端簇首额外能耗，提高了不同距离簇首的能耗均衡性能，为实现大规模农田复杂环境的长时间、高效、稳定地数据采集监测提供了技术基础，可提高农业物联网的资源利用效率。