基于Web的设施蔬菜作物病害诊断与防治管理专家系统

为准确诊断和防治设施蔬菜病害提供有效工具,本研究系统收集了设施蔬菜作物(黄瓜、番茄和辣椒)43种病害的症状特征和相关病害防治管理知识,将病害的典型症状和一般症状进行特征提取,依据专家经验形成203条知识规则,将病害诊断知识数值化与产生式规则相结合对知识进行有效的表达,建立了病害诊断与管理知识库。以SQL Server 2005作为数据库管理工具,建立了系统动态数据库。数据库用于存放用户输入病症信息、已知病症事实和推理过程产生的中间信息及最终结论。采用最佳优先搜索作为搜索策略,使用正向推理和正反混合推理,利用我们前期建立的"一步诊断"和"深入诊断"两个诊断推理模型实现病害诊断。利用Visual Studio 2008作为开发工具,综合集成知识库、数据库和推理模型,建立了基于Web的设施蔬菜病害诊断与防治管理专家系统。系统具有病害查询、病害诊断、病害防治与管理方法等查询与咨询功能,此外,专家也可在后台随时更新和添加新的蔬菜作物及病害。本研究建立的系统可为主要设施栽培蔬菜作物(黄瓜、番茄和辣椒)43种病害的早期诊断和防治管理提供决策支持。     

基于MySQL的玉米病害检索诊断系统数据库设计

玉米病害检索诊断系统的构建包括数据获取采集、数据整理加工、数据挖掘、数据库设计、检索算法设计、诊断算法设计、用户界面UI设计、管理界面UI设计等工作。本文从数据库设计切入,重点介绍了数据库E-R图的构建、基于MySQL的数据库物理设计及数据库表的设计与规范。     

玉米精准施肥专家系统的研究

精准施肥是玉米精准作业系统中的重要组成部分,结合玉米生产的实际情况,综合信息技术、传统施肥技术和专家的经验知识,利用ASP.NET技术和SQLSERVER2005数据库平台,研制并开发了玉米精准施肥专家系统,该系统的开发为玉米精准作业提供了方便的操作平台;系统融合了人工智能等多项信息技术,构建了规范的数据库、模型库和知识库,避免了数据冗余,有利于施肥数据的规范化管理;高效的数据处理和推理机制,提高了精准施肥的准确性。玉米精准施肥专家系统的应用,给传统的玉米生产注入了新的生机和活力,降低肥料投入,减少环境污染,提高玉米产品质量和产量。     

基于规则推理的林木病害诊断专家系统

文章阐述了基于规则诊断推理技术的林木病害诊断专家系统的结构与功能、诊断系统的知识表示与推理机制。该系统整合了数据库技术、人工智能技术、ASP技术及病虫害诊断技术，为实现林木病害的智能诊断提供了一定的研究价值。     

基于图像规则推理的玉米病虫草害诊断系统的设计

为解决因植保人员短缺而使玉米病虫草害不能及时得到诊断与防治,导致玉米生产减产乃至绝产的问题,本研究基于不同发病部位的病症及虫害、草害的图像知识和文本知识,采用二叉树检索算法,设计开发了玉米病虫害诊断专家系统。实际应用结果表明:系统可实现对病虫草害图像、文本和图像推理规则等知识的管理及病虫草害智能推理诊断等功能;可实现对虫害草害实现指认式诊断、解释推理过程和推理结论。通过该系统推出的玉米病虫害诊断结论,农户可针对病虫草害种类及危害程度及时防治病虫害,减少玉米生产损失。     

Simulink平台在玉米病害视频图像中的实时诊断

为提高对玉米病害叶片的识别精度,达到快速诊断、智能决策和有效诊治的目的,提出了一种基于Simulink仿真平台的玉米病害视频图像远程实时诊断技术。该技术首先使用Simulink仿真平台将采集的实时视频进行平滑处理,以提高图像的清晰度和质量;再运用分割技术确定玉米病害的优选图像;最后进行优选图像的解析和诊断处理。对玉米灰斑病图像的研究结果表明:该优化技术处理后的图像质量明显提高,突出了玉米病害特征,增强了玉米病害远程视频图像诊断的实时性和准确性,为玉米生产的智能决策提供了技术支撑。     

鱼类病害查询诊断系统研究

为解决各种鱼类病害不能及时诊断的问题,提出了基于网络技术构建鱼类病害诊断系统的思路与方法。系统可对各种鱼病及时进行诊断。本文介绍了系统的结构、功能模块以及软件设计流程,叙述了推理算法及基于规则的汉语分词算法。测试结果表明,系统诊断结论的准确率达91%以上。     

基于粗糙集理论的板栗病害诊断研究

粗糙集理论可以处理不确定性数据,特别在处理农业领域的不完备数据方面具有优势.论述了采用粗糙集方法获取板栗病害的诊断规则以及进行诊断推理的详细过程和方法,主要包括数.据预处理、属性约简、规则获取和诊断推理等.通过实验验证,该方法可以用于板栗的病害诊断,并且能够得到准确的诊断推理结果.     

基于案例推理的森林抚育智能决策算法研究

为帮助林业基层单位管理者摆脱在决策过程中对技术人员经验的过度依赖,实现森林抚育经理小班智能选取以及抚育方式的智能决策,使森林抚育决策过程更具科学性。以黑龙江省森工总局林口林业局为对象,收集2015-2018年度森林抚育作业设计数据为试验数据构建案例库,结合注水分配算法(water-filling assignment,WFA)对案例中各属性进行权重分配;结合基于“原点距”的KML-CB自组织机制优化推理效率,实现森林抚育经理小班的快速选取;采用归一化欧式距离来计算源案例和目标案例之间的相似度,参考“fish-and-shrink”算法思想进行案例推理。进而寻找与目标案例相似的源案例,以源案例的解作为目标案例的满意解,从而实现抚育方式的辅助决策。案例库中共有4 045条案例数据,从中随机抽取80%进行训练,20%的案例数据进行测试。经多次试验,算法的预测精度达到97.16%。研究提出的算法对传统的相似度推理算法进行了改进,提高了推理的精度和速度。与传统算法相比,计算复杂度从O(M×N)降低到O(M+N+4),在降低计算复杂度、优化推理效率方面有一定的意义。     

基于模糊神经网络的农业病害诊断通用平台构建

【目的】构建基于模糊神经网络的农业病害诊断通用平台。【方法】将客观计算与专家经验相结合,分别对病害症状的重要性及其模糊描述进行分析量化。建立模糊BP神经网络通用诊断模型用于诊断推理,引入附加动量法和自适应学习速率法对传统BP算法进行改进。采用面向对象的方法,运用Java语言开发病害动态诊断平台,并以葡萄病害诊断为例,对平台功能及性能进行测试。【结果】基于模糊神经网络的农业病害诊断通用平台构建成功,其对葡萄病害的诊断结果与专一的葡萄病害诊断专家系统诊断结果一致,且神经网络的训练速度显著提高。【结论】构建的基于模糊神经网络的农业病害诊断通用平台,适用于多种作物的病害诊断,克服了完全依靠专家经验的主观性,诊断效率高,具有较高的实用性、通用性和灵活性。