基于改进压缩感知的生猪音频信号处理

为了快速准确地获取生猪的音频信息,消除无线信道的拥塞问题,提出基于普减法的压缩感知。在信息采集端采用微处理器NanoPCT4控制的麦克风采集音频信号,通过基于普减法的稀疏基矩阵和测量矩阵,减小声音传输量,接收端运用OMP算法,将压缩信号进行恢复重构,实现对生猪音频信号的快速准确传输。结果表明,通过运用这套压缩-重构系统,重构率提高20.75%,重构时间缩短近0.20 s,去噪后的峰值信噪比较未去噪的峰值信噪比增大了近1.50 dB,降低了信息传输量,节省了信号处理、存储和传输的时间,同时也降低信号失真。     

基于压缩感知的农田温度信息处理

由于农田温度信息在离散余弦基(DCT)下的近似稀疏性,采用压缩感知(CS)技术对每块农田温度信息进行压缩和重构,即将温度信息投影到随机高斯观测矩阵,在接收端通过OMP算法重构出每块农田的温度信息.仿真试验结果表明,在较为稳定的网络环境中,CS算法能够以较少的观测值实现对原始信号的精确重建,降低节点能耗,延长网络生命周期.     

分块子空间追踪算法

压缩传感理论是一种充分利用信号稀疏性或者可压缩性的全新信号采样理论。该理论表明，通过采集少量的信号测量值就能够实现可稀疏信号的精确重构。本文在研究现有经典重构算法的基础上，提出结合图像分块思想和回溯思想的分块子空间追踪算法（Block Subspace Pursuit, B_SP）用于压缩传感信号的重构。该算法以块结构获取图像，利用回溯过程实现支撑集的自适应筛选，最终实现图像信号的精确重构。实验结果表明，在相同测试条件下，该算法的重构效果无论从主观视觉上还是客观数据上都有不同程度的提高。     

基于Contourlet变换和交替方向法的压缩感知图像重构算法

在传统的基于压缩感知的图像重构中,小波变换往往用来将图像稀疏表示,但小波变换并不能很好的表现图像的轮廓和纹理等细节信息。提出了一种基于Contourlet变换和交替方向法的压缩感知图像重构算法:首先利用Contourlet变换将图像稀疏表示,然后利用交替方向法重构原始图像。与基于小波变换的方法相比,该方法不仅可以显示更多的图像的边缘和轮廓信息,在重构精度上也占优。数值试验也验证了新算法的有效性。     

基于维纳滤波压缩感知的车辆运动模糊图像恢复

针对摄像机拍摄运动车辆模糊图像产生振铃效应且图像数据传输量大的问题,提出一种基于压缩感知理论的车辆运动模糊图像恢复方法。该方法先将车辆运动二维模糊图像离散退化小波变换,对高频系数矩阵进行维纳滤波过滤后,采用托普利兹矩阵测量得到高频稀疏系数,有效抑制了振铃,重组高频和低频系数矩阵得到图像高稀疏信号。重构时,采用维纳滤波去噪后进行非线性重构。结果表明,此种方法能大大减少车辆图像传输数据量,以较小误差实现车辆模糊图像的去模糊重构,获取车辆及车牌图像的丰富细节信息。     

基于粒子滤波的LAI时间序列重构算法设计与实现

遥感观测的叶面积指数(LAI)时间序列数据广泛应用于作物长势监测,但数据受大气条件等影响,存在数值偏低和时间序列数据缺失等问题。为此,本文设计了一种基于重采样粒子滤波的LAI时间序列重构算法,以LAI为同化变量,在WOFOST模型本地化的基础上,实现了遥感LAI数据和WOFOST模型模拟的LAI数据的同化,以重构LAI时间序列。算法将WOFOST作物模型简化为LAI状态随时间演变的非线性计算方程,作为重采样粒子滤波的状态转移方程;将地面实测LAI数据和遥感LAI数据建立的线性方程,作为重采样粒子滤波的观测方程,建立LAI时间序列数据同化模型。以带权重粒子表示LAI时间序列状态后验分布,并在循环迭代中对粒子重采样,以此实现单点和区域LAI时间序列重构。应用该算法,对河北省冬麦区2010年LAI时间序列进行重构,结果表明,基于重采样粒子滤波的LAI时间序列重构算法在单点和区域上得到的LAI值明显更接近冬小麦实际生长状况,且算法能够弥补遥感LAI时序数据的缺失,为进一步的作物长势监测提供基础支撑。     

基于粒子滤波的LAI时间序列重构算法设计与实现

遥感观测的叶面积指数（LAI）时间序列数据广泛应用于作物长势监测,但数据受大气条件等影响,存在数值偏低和时间序列数据缺失等问题。为此,本文设计了一种基于重采样粒子滤波的LAI时间序列重构算法,以LAI为同化变量,在WOFOST模型本地化的基础上,实现了遥感LAI数据和WOFOST模型模拟的LAI数据的同化,以重构LAI时间序列。算法将WOFOST作物模型简化为LAI状态随时间演变的非线性计算方程,作为重采样粒子滤波的状态转移方程;将地面实测LAI数据和遥感LAI数据建立的线性方程,作为重采样粒子滤波的观测方程,建立LAI时间序列数据同化模型。以带权重粒子表示LAI时间序列状态后验分布,并在循环迭代中对粒子重采样,以此实现单点和区域LAI时间序列重构。应用该算法,对河北省冬麦区2010年LAI时间序列进行重构,结果表明,基于重采样粒子滤波的LAI时间序列重构算法在单点和区域上得到的LAI值明显更接近冬小麦实际生长状况,且算法能够弥补遥感LAI时序数据的缺失,为进一步的作物长势监测提供基础支撑。     

基于字典学习的马铃薯叶片病害图像识别算法

为实现马铃薯叶片病害识别,达到及时防治的目的,设计了一种基于压缩感知理论的马铃薯病害图像分类方法。采用K-奇异值分解算法(K-SVD)分别构造了马铃薯早疫病、晚疫病、灰霉病叶片图像病害字典,通过正交匹配追踪算法求解测试样本在不同病害字典下的稀疏系数矩阵,并进行图像重构,求解重构均方根误差。利用不同类别字典本身的差异性,测试样本重构时,误差最小的字典即为测试样本所属病害种类。与支持向量机识别算法相比,该方法能够自学习图像特征,大大降低了图像分割和特征提取复杂度。经对比测试,采用字典学习理论进行分类,马铃薯3种叶片病害单一病斑图片综合识别率达到95.33%,高于支持向量机分类识别算法(识别率92%)。     

基于CS测量矩阵和阈值策略的图像重建理论及实验研究

采用FFT矩阵为变换核设计实现了压缩感知随机测量方案，自由分布式假设检验阈值策略（CFAR）确定最佳图像重建阈值，分段正交匹配追踪算法实现了低采样率下的图像重建算法．仿真实验证明：方案比以Hadamard矩阵为变换核的压缩感知随机测量方案图像重建效果提高4．6dB，并可以较好地避免图像重建时的“孤岛”噪声，是一种实用、快速，具有较好效果的图像重建算法．     

一种基于无线技术的光合速率测量方法

现有成熟光合速率测量系统,不能多点采样及远程实时监控。针对该不足,提出了一种基于Zig Bee技术的作物光合速率远程测量系统。该系统主要由数据采集节点和接收节点两部分构成,数据采集节点通过Zig Bee网络将数据传给接收节点,在数据接收端完成数据的处理和显示,选用Zig Bee协议对本测量系统的节点进行组网编程,实现数据远程监测。进行传感器测量值准确性验证实验,得出本系统二氧化碳浓度、温度和湿度测量值与LI-6400平均测量偏差依次为-1.09%、-7.68%和0.64%,均在误差允许范围内,表明传感器能有效测量光合速率重要参数。进行光合速率测量实验,数据显示本系统适合光合速率低于5μmol/(s·m2)的应用场合,且与LI-6400测量值存在近似线性关系(y=0.87827x+0.31641),说明测量值变化规律一致,满足光合速率测量要求。同时本系统具有低功耗,低成本,节点扩展灵活等优点,方便扩展应用。     

基于遥感数据的冬小麦农情监测研究进展

对国内基于遥感数据冬小麦农情监测技术的研究与应用进行了全面的回顾,对冬小麦长势、产量、品质和灾害预测预报方面的研究进展作了较系统的调查及研究,分析了遥感技术在小麦农情监测方面取得的成效。提出了冬小麦冠层光谱指数和遥感信息与冠层生化参量之间的关系是实现小麦农情监测的关键,对利用遥感技术进行小麦生长发育监测进行了展望。     

基于稀疏表示和HOG特征的掌纹识别方法

针对掌纹识别过程中,采集图象易受到外界光照等物理因素的影响,传统重构方法中稀疏表示算法计算复杂度高等缺陷,提出基于稀疏表示(SR)和梯度方向直方图(HOG)特征的掌纹识别方法,将分类正交匹配追踪算法(COMP)稀疏表示方法与HOG特征相融合,以降低复杂度。该算法首先利用HOG算法提取掌纹训练与测试样本图像的特征矩阵,将训练样本图像的HOG特征矩阵作为稀疏表示的过完备字典;然后运用COMP算法求解掌纹图像在过完备字典上的稀疏表示,将所得的最佳稀疏表示系数对测试图像进行重构;最后通过计算测试样本图像HOG特征矩阵与得到的每类重构图像最小残差的数值确定图像的类别。实验结果表明,该方法有效地降低了计算的复杂度,具有良好的掌纹识别性能。     

一类光滑加权块l1 算法的收敛性分析与数值仿真实验

给出了求解块稀疏压缩感知的光滑加权块l1 算法的理论分析,并通过数值仿真实验与3类具有代表性的l1- magic算法、SL0算法和FPC-AS算法进行了对比.实验结果表明,基于块结构的光滑加权块l1 算法能更加有效地 处理块稀疏信号.     

基于宽度卷积神经网络的异常农情数据检测方法

【目的】为准确有效地检测农业物联网的感知数据异常,提出了基于宽度卷积神经网络的异常农情数据检测方法,为实现农业物联网数据高质量感知提供参考。【方法】首先将标准化后的农情数据编码为极坐标表示,通过滑动窗口机制划分子集,接着将每个子集数据重构为矩阵,最后设计并训练宽度卷积神经网络模型用于异常检测,采用养殖场环境监测数据进行试验。【结果】构建的滑动窗口机制可提升异常数据检测能力,缩短检测时间。所设计的宽度卷积神经网络对空气温湿度、土壤温湿度等数据中所存在的异常检测准确率均超过97.5%,优于SVM、RF和CNN模型1.69%、2.76%和3.05%;F1值均在0.985以上,优于SVM、RF和CNN模型0.009 3、0.014 9和0.016 3;且在处理波动性较大的空气、土壤温湿度数据时性能优势更为明显,准确率和F1值分别提高了3.61%～5.98%和0.018 8～0.031 0。此外,该方法模型检测耗时较短,仅为传统CNN模型的1/6～1/7,并且比SVM和RF模型使用更少的超参数。【结论】所建立的数据编码、子集划分和重构方法与宽度卷积神经网络模型对异常农情数据有较好的检测效果。     

水稻全生育期近地空农情遥感精准监测应用

【目的】近地空无人机高光谱平台为获取水稻全生育周期农情指数提供了有效手段,为进一步农业数字化工作提供科学指导。【方法】通过采集水稻全周期（分蘖期、拔节期、孕穗期、扬花期、灌浆期、结实期）田块、冠层高分辨率的光谱及影像数据,利用农情遥感监测模型和人工智能算法反演土壤平整度、土壤墒情、土壤肥力、苗情、作物长势、病虫害等级分布、叶面氮含量、产量预测等数据,形成符合农场生产需求的全指标监测体系。将农情监测指标部署到“麦芒”数字农田平台,实现SaaS方式的在线运行。【结果】水稻全生育期农情快速监测与诊断模型大田应用精度≥80%,节约亩均劳动力成本33%-50%,提高实测作业效率50%-100%,快速计算土方量节约工程量20%,精准施肥平均节约施肥量为22%,针对水稻品种及栽培了的种植建议实现增产5-8%。【结论】近地空农情监测系统已经具备了一定的农技指导作用,可实现水稻全生长期生长状况跟踪和农情诊断,提供精准施肥、变量施药、精准灌溉等方面的数据指导,实现种植端溯源;基于遥感监测信息实现了从农田建档到土情监测,再到耕种管收的全过程数字化和可视化管理。     

一种基于压缩感知的入侵检测方法

网络入侵检测必须面对海量的数据获取和处理,压缩感知理论能够直接、快速压缩采集网络中的数据流.提 出一种基于压缩感知的入侵检测方法,该方法通过对访问数据的压缩采样,获取正常和异常行为的特征数据.这种 数据处理方式避开了大量的数据处理,直接获取特征,这对于网络入侵检测需要进行高维的数据处理过程来说,大 大节省了处理时间,为实现实时的入侵检测提供了重要的技术手段.     

基于无线传感器网络的鸡舍二氧化碳实时监测系统

为解决目前鸡舍二氧化碳监测系统存在的布线复杂、节点功耗大等问题,设计了一种基于无线传感器网络的鸡舍二氧化碳实时监测系统.该系统以Atmega16L为核心,NRF905射频芯片及其外围电路作为无线通信模块,二氧化碳红外传感器及其外围电路作为传感器模块,编写了通信协议和应用程序,对鸡舍内不同点的二氧化碳进行实时监测,并将数据发送给远程监控中心.试验结果表明:通过控制数据采样间隔和采取休眠等措施能降低功耗,系统能够实现鸡舍二氧化碳的远程、准确测量.     

农情信息智能感知及解析的研究进展

现代农业中,农业生产者需要实时、准确、全面地了解农田环境和农作物的生长状态,并对得到的农田信息数据做出相应分析、归纳和决策。农情信息智能感知和解析技术在现代农业生产中具有不可替代的地位。本文从农情智能感知和信息解析技术2个方面展开论述,重点分析了国内外农业物联网农情信息智能感知技术和基于大数据分析的农情解析方法研究进展,详细介绍了基于农情信息的智能决策技术在农机装备智能化应用的研究现状,总结了目前农用传感器应用存在的问题,并对今后在农情感知、信息解析技术、农业数据库技术以及智能决策技术方面的发展提出了建议,以期为智慧农业的深入发展提供参考。     

基于改进YOLOX-Nano算法的柑橘梢期长势智能识别

【目的】采用机器视觉技术开展柑橘梢期的智能感知技术研究,以解决背景与目标颜色相似造成识别精度低的问题,实现柑橘梢期自动监测,探索算法的改进方法。【方法】根据不同卷积层提取特征的特点与不同注意力机制的作用,提出了一种基于多注意力机制改进的YOLOX-Nano智能识别模型,建立多元化果园数据集并进行预训练。【结果】改进的YOLOX-Nano算法使用果园数据集作为预训练数据集后,各类别平均精度的平均值(Mean average precision, mAP)达到88.07%。与YOLOV4-Lite系列模型相比,本文提出的改进模型在使用较少的参数和计算量的情况下,识别精度有显著的提升,mAP分别比YOLOV4-MobileNetV3和YOLOV4-GhostNet提升6.58%和6.03%。【结论】改进后的模型在果园监测终端的轻量化部署方面更具有优势,为农情实时感知和智能监测提供了可行的数据和技术解决方案。     

基于WSN的建筑物结构健康监测系统

基于无线传感器网络设计了用于监测建筑物结构的健康检测系统,设计了地无线传感器网络节点.由传感器节点收集建筑物振动加速度值的数据变化,然后利用无线通信模块将处理后的数据发送出去.按照设计好的路由、数据融合算法将数据准确地传送给汇聚节点,进而由汇聚节点转发给基站,实现对建筑物结构健康的无线实时监测.无线传输避免了长距离布线所带来的成本高、施工困难的缺点.