基于预测模型的异常农情数据在线检测方法的研究

为保证农业物联网传感器的数据感知质量,构建了基于滑动窗口和预测模型(支持向量回归、K近邻、梯度提升回归和随机森林)的异常农情数据在线检测框架,提出了基于数据特征的滑动窗口尺寸计算方法,运用熵权逼近最优排序法评价预测模型适用性。采用羊圈环境数据(空气温度、相对湿度、CO_2和H_2S体积分数)进行试验,结果表明,滑动窗口尺寸计算方法优于仅基于采样间隔和特征周期的计算方法;模型预测误差与其异常检测性能负相关,且对误检率影响更大;支持向量回归模型对空气温度和相对湿度异常数据检测适用性最好,贴近度达0.8以上,梯度提升回归和K近邻模型分别对CO_2和H_2S体积分数异常数据检测适用性较优,两者贴近度均在0.6左右。     

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。     

农业田间试验资料中异常数据的检测

在农业及田间试验资料异常数据检测中，以两类错误的发生概率为标准，格拉布斯准则较强调第一类错误，罗曼诺夫斯基准则侧重于强调第二类错误，拉依达准则属于随抽样容量 的不同其标准随之改变的准则，肖维勒准则和皮尔逊准则可兼顾两类错误，具有较稳定可靠的检测效果。     

多波束异常测深数据检测方法实践

由于现有的交互式滤波和自动滤波不能满足大区域、高密度多波束测深数据滤波的需要,为此,本文给出了易于改善自动化滤波的趋势面法和基于抗差M估计的选权迭代加权平均法.前者适合于显著粗差的探测,对小粗差不敏感;后者由于对被检测点邻域内的观测点具有选择性,加之采用迭代实现推值,因而对于粗差具有较强的探测能力,检测和滤波结果较趋势面法更为合理.     

基于ASP.NET的农情数据管理系统设计与实现

介绍了基于ASP.NET技术农情数据管理系统的需求分析、功能设计、数据设计、系统结构设计及开发过程。系统以.NET为技术平台,后台数据库为SQL Server 2000,开发语言为Visual C#.NET,实现包括自然条件、经济状况、社会情况、土地利用、植被信息等的管理与维护功能,可为农业生产管理与决策提供定量化的共享信息平台。     

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。     

农业物联网数据交互方法的研究与应用

研究了一种农业物联网数据交互方法,设计物联网基于TCP/IP的数据交互流程和数据动态中转表触发存储机制,完成数据的接收、转发和存储。同时,分析了农业领域知识,将物联网采集控制数据与农业领域知识结合起来,建立农情数据字典,使农业生产者易于理解和使用农业信息数据。     

自动站异常数据的处理方法

随着现代气象事业的发展,自动气象设备在台站的使用也得到普及,自动设备的使用在给业务人员带来方便的同时,故障出现的原因也多种多样,处理方法也各不相同,有一些故障还不易查觉,这就要求观测员在值班的同时要做好数据的分析检查工作,当出现异常数据时要及时按照技术规范要求进行处理。笔者根据从事自动气象站工作多年的经验,对如何判断和处理异常、疑误记录提出处理意见。     

基于二维向量的区域可持续发展评价研究

虽然国内外众多的研究人员和研究机构从不同的角度出发,建立了很多类型的可持续发展评价模型,但各种模型的评价结果还都是基于数据在一维数轴上具有可比性的基础之上的.既然可持续发展系统是有众多子系统构成的,如人与自然两个亚系统.只有二者协调发展才能保持区域的可持续发展,但人与自然本质上是不可替代的.那么评价结果建立在一维数轴的比较上便忽视了人与自然的不可替代性.本文通过分别构建人与自然系统发展的评价指标体系评价山东省17地市人与自然的发展现状,在二维向量坐标系中评价各个地市的可持续发展水平,并与在一维数轴上得到的各个地市可持续发展水平比较,表明基于二维向量的区域可持续发展评价是一种科学、合理的评价方法.     

基于遥感和空间抽样方法的农情监测技术研究现状及发展趋势

随着人们对农情监测时效性的要求越来越高,传统的统计方式已经无法满足要求。而基于经典统计抽样原理、地统计学及3S技术发展起来的农情监测手段,其费省效宏的优势是显而易见的,并被进行了广泛的研究和应用。本文阐述了国内外农情遥感监测的发展历程,分析了现有问题,并探讨了未来发展趋势。     

基于物联网的农产品追溯系统的构建

阐述了RFID技术在农产品生产、加工、流通及销售环节的具体应用,进而提出了切实可行的农产品追溯系统模式。     

关于农业信息化与农民增收的现实思考

阐述了农业信息化对推进农业增效、农民增收的意义和作用,剖析了现阶段农业信息化建设亟待解决的问题,并就如何加快信息化建设,促进农民增收提出了若干应对之策.     

基于BP神经网络和支持向量机的农用地分等方法研究

为建立农用地(耕地)质量评价模型,客观准确地进行农用地(耕地)分等,减少现行农用地分等方法中的人为因素影响,提高农用地分等的精度。以福建省长泰县丘陵山地区为实证研究区,通过无监督网络——自组织特征映射网络(SOM)筛选出2 602组典型样本,分别进行有监督网络——BP神经网络和支持向量机(SVM)的学习训练,将分等指标作为输入变量,以农用地自然质量等指数和等别作为输出变量,分别建立BP神经网络农用地分等模型与SVM农用地分等模型并对其精度进行分析。BP神经网络模型的评价正确率为89%,精度较高;支持向量机(SVM)模型的评价结果正确率为99%,达到高精度等级。2种模型均能满足农用地分等的精度要求,但SVM模型较BP神经网络效果更好,更适合应用于农用地分等工作。     

基于支持向量机的中国农业机械总动力预测

为更好地预测中国农业机械总动力的发展趋势,引入了基于支持向量机的预测方法.以1979—2008年中国农业机械总动力的统计数据为训练样本,以2009年和2010年的统计数据为检验样本,采用新陈代谢法建立了基于支持向量机的我国农业机械总动力预测模型.为了验证该方法的有效性和优越性,同时采用新陈代谢法分别建立了基于普通BP神经网络和改进的BP神经网络的预测模型.仿真预测与检验样本预测的结果表明,基于支持向量机的预测精度明显高于普通BP神经网络和改进的BP神经网络预测模型.在此基础上,计算出2011年至2015年中国农业机械总动力的预测值分别为97 859.1,103 053.7,108 480.7,112 794.7,115 096.8万kW,指出了其具有增长趋缓的变化趋势.     

基于支持向量机的农机装备水平差异分类研究

针对黑龙江垦区各农场农机装备水平不平衡差异问题,采用支持向量机多类分类和主成分分析相结合的方法进行研究。将农机装备水平分为3个等级水平,从总量、速度和均量3方面选取10个评价指标;采用主成分分析法确定5个主要合成指标;建立多类分类支持向量机新模型,把新模型转化成一个互补问题,利用Lagrangian隐函数进一步转化成一个强凸的无约束优化问题,采取快速牛顿算法进行求解;利用实证调研数据,从发展差异度的角度对黑龙江垦区98个农场农机装备水平的差异进行多指标分析,在分类的准确度和训练速度方面都有很好的表现。     

海量农业科学数据存储体系架构与方法研究

为了解决应用传统数据库架构存储和管理分散而海量的农业数据存储能力不足和管理困难的问题,在Hadoop框架下研究了面向海量农业数据的分布式计算与存储技术,提出了基于Hadoop的相邻区域边缘化存储和混合式索引分布与检索技术。测试和实验结果证明,应用这种技术所构建的分布式存储系统,能很好地实现对海量农业数据的存储和管理。     

基于农服平台的植保无人机任务分配与路径优化

为解决农业社会化服务平台下植保无人机“单基站-多无人机”模式任务分配调度的精细化匹配问题,建立了任务分配调度的两阶段混合整数规划模型。首先,引入了考虑温度影响下的农药药效可变时间窗、植保无人机农田中飞行模式选择、变动耗电速率等农业参数变量,在快速精准解决农户分散的植保需求条件下,求解出植保无人机任务分配调度的成本最小化目标;然后在保证其他参数不变的情况下,分别改变植保无人机的电池额定续航时间、农田中的飞行模式、温度对应的最佳药效可变时间窗和需求大小4个参数,研究了植保成本的改进情况。结果显示,各植保无人机搭载续航时间长的电池、在农田中选择长边转弯栅格形飞行、选用发挥最佳药效温度范围大的农药种类和提高单位时段平台服务量上限策略,分别可以降低40.02%、12.45%、21.17%和39.19%的植保成本。以上结果表明,引入了具体农业生产要素的混合整数规划的模型科学有效,更适用于农服平台的植保无人机任务分配调度。     

在农业物联网中基于卡尔曼滤波算法实现系统数据的融合处理

本文阐述了物联网和农业物联网的概念和内涵,介绍了农业物联网的体系结构以及各层的功能和涉及的主要技术,介绍了数据融合的相关概念、原理过程和技术优势,详细解释了基于卡尔曼滤波算法实现系统数据的融合处理的过程。     

拉丁幻方空间的维数

提出了幻方空间的概念,证明了同阶拉丁幻方构成向量空间,而且是一个幻方代数,从而把幻方的构造化归为拉丁幻方空间一组幻方基的构造.对于任意阶拉丁幻方构成的向量空间的维数作出了回答.     

色谱检测技术在农产品检测中的应用探析

近些年来,城乡居民整体的生活水准都获得了全面提升,更多人转而关注了最根本的 饮食安全。这是由于,饮食安全直接关系着居民本身的健康乃至生命,对此不应当加以忽视。相 比来看,液相色谱法具备独特的技术优势,因此更加适合运用于多种多样的食品检测。未来在实 践中,与液相色谱有关的各项检测手段还会获得改进,因此体现为良好的推广前景。