排序方式: 共有47条查询结果,搜索用时 62 毫秒
1.
日本农业航空技术发展及对我国的启示 总被引:5,自引:0,他引:5
日本根据其地形、地貌特征、从事农业劳动的情况选择了从有人直升机到无人直升机航空施药为主的发展模式,研制了几款不同发展时期的植保无人机机型(R50、RMAX、RMAXⅡG、FAZER)应用于水稻植保作业,日本学者对农业航空遥感技术、精准导航控制技术、无人机控制技术进行了大量研究,在施药实践中形成了较为实用的无人机植保管理体制,确保了日本农业航空的健康、有序发展。本文旨在介绍日本农业航空现状、应用领域、精准施药技术及管理方法,以期为我国农业航空应用技术的发展提供借鉴。 相似文献
2.
小型农产品分选机设计与试验 总被引:2,自引:0,他引:2
针对家庭农场及小规模营销的需要,设计了基于机器视觉的小型农产品分选机。农产品在平胶带上形成多通道阵列式输送,以DSP作为机器视觉单元的核心,采集一帧图像可分析多个通道,并根据农产品的形状、颜色等图像特征进行分选。在水平输送速度为9.2 cm/s、农产品输送间隔为16 cm、4通道并行输送的条件下,选用核桃、红枣及栗子3种农产品进行了分选机性能测试。试验表明,机器能够可靠工作;核桃、红枣和栗子的分选准确性分别为91.66%、94.79%和97.39%;分选速度达8 800个/h。因此采用DSP芯片作为小型分选机的机器视觉核心是可行的,可以为农产品分选机的小型化、低成本提供技术支持。 相似文献
3.
农业机械化水平的提高受到诸多因素的影响和制约。将影响农机化水平的主要因素归纳为农民人均纯收入、政府对农机事业的支持程度、农民平均受教育程度、农民人均耕地及农机总动力等5个方面。采用灰色关联分析方法,分析了这5个因素对农业机械化水平影响的相对强弱程度。结果表明,对农业机械化水平影响强弱的次序为农民平均受教育程度、农民人均耕地、农机总动力、农民人均纯收入及政府对农机事业的支持程度。对上述结果进行了分析和讨论,特别指出的是在发展农业机械化过程中,应该重视通过培训提高农民的农机化专门知识,通过政策实现农业的规模化经营。 相似文献
4.
5.
6.
7.
8.
9.
10.
目的 获取水稻田的低空遥感图像并分析得到杂草分布图,为田间杂草精准施药提供参考。方法 使用支持向量机(SVM)、K最近邻算法(KNN)和AdaBoost 3种机器学习算法,对经过颜色特征提取和主成分分析(PCA)降维后的无人机拍摄的水稻田杂草可见光图像进行分类比较;引入一种无需提取特征和降维、可自动获取图像特征的卷积神经网络(CNN),对水稻田杂草图像进行分类以提升分类精度。结果 SVM、KNN和AdaBoost对测试集的测试运行时间分别为0.500 4、2.209 2和0.411 1 s,分类精度分别达到89.75%、85.58%和90.25%,CNN对图像的分类精度达到92.41%,高于上述3种机器学习算法的分类精度。机器学习算法及CNN均能有效识别水稻和杂草,获取杂草的分布信息,生成水稻田间的杂草分布图。结论 CNN对水稻田杂草的分类精度最高,生成的水稻田杂草分布图效果最好。 相似文献