排序方式: 共有24条查询结果,搜索用时 31 毫秒
1.
"九谷9号"新品种是吉林市农科院作物所于1983年用品种间有性杂交方法,经多年选育而成。原品系代号为83112。主要特点是中晚熟,优质高产、稳产、抗病、抗倒。1995年2月经吉林省农作物品种审定委员会审定,准予推广,命名为九谷9号。 相似文献
2.
3.
4.
为了对大菱鲆体重进行无损估测,提出了一种基于深度图像的大菱鲆体重估测模型。该方法首先对大菱鲆深度图像进行图像预处理,提取出深度信息与生长数据进行映射建模,拟合出目标特征,并结合网格搜索优化支持向量回归(GS-SVR)算法,实现大菱鲆体重估测。估测结果与实际测量结果进行对比,两者的决定系数(R2)达到0.990 1,均方根误差(RMSE)为0.029 7。该模型具有简单灵活、估测精度高和易于实现等特点,同时具有很好的应用前景。 相似文献
5.
地理位置与环境因素的不同导致水稻品质存在差异,优质原产地的稻米质优味美,对消费者更有吸引力,因此研究水稻原产地溯源,建立水稻原产地可信溯源系统具有重要意义。传统物联网区块链溯源系统将溯源数据上传至中心化的服务器,再由服务器上传至区块链;这无法很好地利用边缘节点中的资源,还使其易受数据伪造或数据丢失等安全风险的影响。设计了一套基于区块链和边缘计算的水稻原产地溯源模型,依托嵌入式设备的边缘计算能力,对传感器数据实时数据融合并在嵌入式设备上部署区块链。此外,设计边缘计算场景下区块链网络的存储扩展方法和边缘计算工作流程。最后,经过测试分析,查询公开溯源数据的平均时间为45.84 ms,查询隐私溯源数据的平均时间为50.92 ms,边缘节点加密上链的平均时间为1.27 s,边缘多链存储容量消耗为传统单链的18%,能够满足水稻原产地溯源实际的应用需求。 相似文献
6.
基于区块链的水稻供应链溯源信息保护模型研究 总被引:3,自引:0,他引:3
针对水稻供应链在使用区块链技术追溯过程中数据共享时隐私数据容易泄露的问题,在分析水稻供应链业务流程和信息分类的基础上,建立了以区块链节点授权保护方法为核心的水稻供应链信息保护模型。在供应链溯源隐私数据上传区块链网络前,利用密码分组链接模式(Ciper block chaining,CBC)对其进行对称加密,采用椭圆曲线算法(Elliptic curve cryptography,ECC)对密钥加密后写入区块链网络中,区块链网络中存储隐私数据加密后的密文,授权节点利用私钥查看区块链上溯源隐私数据,实现在区块链网络中共享隐私数据。在此基础上对方法的安全性能进行了分析,加密算法的扩散性测试密文改变率平均值为0.838。最后,基于Hyperledger Fabric平台设计实现了水稻全供应链信息溯源系统,并通过具体应用案例进行了验证分析。结果表明,本文提出的节点授权法对需要保护的隐私数据进行了节点间的差异化,兼顾了企业隐私数据需要加密保护和供应链溯源数据需要公开监管两方面的问题,解决了水稻供应链生产、加工、流通等多节点之间的数据共享问题,为水稻供应链区块链溯源研究提供了借鉴和参考。 相似文献
7.
在冷链行业集群式发展的背景下,为解决在三文鱼冷链多链协同过程中由于监管数据持续性与碎片化所带来的跨链签名数据传输且真实性验证效率缓慢的问题,设计了基于区块链的三文鱼冷链多链协同监管模型,该模型包括基于聚合签名算法的数据验证与冷链模式监管的方法,该方法在提升跨链监管数据真实性验证效率的同时保证了三文鱼冷链监管的细粒度与完整性。最后,基于以太坊平台实现了三文鱼冷链多链协同监管模型的原型系统。经系统性能测试,在监管性能方面,多链架构监管性能相较于单链架构平均提高17.98%,且随着区块链交易增多,多链架构监管性能优势将更加明显;在真实性验证效率方面,根据验证时间曲线的趋势线斜率分析,传统验证算法的斜率为57.448,而聚合签名算法的斜率为0.553。这表明随着签名数量的增加,聚合签名算法在验证效率方面具有明显的优势;在通信消耗方面,传统签名算法所需要的签名通信量在理论极限值下最多可达到4875B,而聚合签名算法所需的签名通信量即使在未压缩的情况下也一直保持在96B。测试结果表明,在三文鱼冷链场景中,聚合签名与验证的方法在数据批量传输批量验证的条件下具有良好的效率优势,为可信冷链监管、集群式冷链发展提供借鉴与参考。 相似文献
8.
基于自适应模糊神经网络的鱼类投喂预测方法研究 总被引:1,自引:0,他引:1
在集约化水产养殖中,鱼类的投喂水平直接关系到养殖效率和生产成本。针对当前水产养殖中存在的投喂量不合理、饲料浪费严重的问题,以实现投喂量的精准预测为目的,提出了一种基于自适应模糊神经网络的鱼类投喂量预测方法。该方法以罗非鱼为研究对象,选择水温和鱼的平均体重2个因素作为输入变量,利用混合学习方法,通过训练和学习获得最优模糊规则库,基于自适应神经网络模糊推理系统(adaptive network fuzzy inference system,ANFIS)建立投喂量预测模型,取得了较好的预测效果。基于ANFIS的投喂量预测模型的均方根误差、平均绝对误差和平均绝对百分比误差分别为1.18、0.74和0003 1,均远远小于原始模糊推理投喂量预测模型的指标值,其网络预测能力优于原始模糊推理预测模型。因此,该模型不仅可以在无监督条件下对鱼进行科学投喂,节省人力成本,而且能为合理的投喂提供技术支撑和理论支持。 相似文献
9.
基于区块链的农产品追溯系统信息存储模型与查询方法 总被引:8,自引:6,他引:2
针对区块链追溯系统信息数据存储负载过大、查询效率低等问题,该文以果蔬菜类农产品为例,基于Hyperledger Fabric设计了一种区块链农产品追溯信息存储模型和查询方法。提出"数据库+区块链"的链上链下追溯信息双存储设计,本地数据库存储追溯明文数据,区块链上存储追溯数据加密后的哈希值,并在此基础上建立了外联数据库索引的查询方法。通过该方法与基于key键遍历查询和批次号字段查询的2种传统区块链数据查询方法进行对比测试,结果表明当区块链追溯记录总量达到11×10~4条,批次追溯记录条数为400时,该方法查询效率分别提高了70.56%和88.66%,有效解决了区块链链式结构中数据查询效率低的问题,保证了数据隐私安全,提高了追溯信息的可靠性与时效性。 相似文献
10.
在水产养殖中,鱼类的摄食强度可以反映其食欲,准确客观地评估鱼类的摄食强度对指导投喂和生产实践具有重要意义。针对当前鱼类摄食强度评估过程中存在的人工观测效率低、客观性不强的问题,本研究以实现鱼类食欲的自动客观分析为目的,提出了一种基于近红外机器视觉的游泳型鱼类摄食强度的评估方法。首先,利用近红外工业相机搭建了近红外图像采集系统,采集了鱼类摄食过程中的图像。经过一系列图像处理步骤后,利用灰度共生矩阵提取摄食图像的纹理特征变量信息,包括对比度、能量、相关性、逆差距和熵等。之后,将这5个特征变量作为输入向量构建了模型的数据集,并训练了支持向量机分类器。为了提高模型分类的准确率,利用网格搜索法选取支持向量机分类器的最优惩罚系数c和核函数参数g。最后利用训练好的模型将鱼类的摄食强度分为弱、一般、中和强4类,最终实现了鱼类摄食强度的评估。试验结果表明,图像纹理可以较好地描述鱼类摄食过程中的行为变化,正确识别4类摄食强度的准确率达到87.78%,且不需要考虑水花等对成像质量的影响,具有较强的适应性。本方法可用于鱼类食欲的自动客观评估,为后续投喂决策提供理论依据和方法支持。 相似文献