基于Web的黄瓜病害诊断系统设计

设计了基于Web的黄瓜病害诊断系统,用户在输入病害症状信息的过程中不必进行数字的选择和输入,只需在相似症状上打勾,以实现专家系统源信息需求最简化的目标。该系统以产生式规则作为知识表示方法,采用数值诊断与RBR规则推理相结合的推理机制,应用病害可信度来判断诊断结果准确性,引入症状示病数以保证诊断结果的唯一性,提高了单纯使用数值诊断法诊断的效率。     

苹果病害智能诊断方法研究与设计

针对传统苹果专家病害诊断系统自学习能力差、准确率低的不足,研究并设计了人工神经网络的苹果病害诊断方法.采用动态编码对苹果病害模糊知识进行量化,构建BP网络诊断模型进行诊断;采用Java语言开发基于Web的病害动态诊断平台,用白水苹果病害样本进行了实验.该方法对20种苹果病害的诊断具有较好的效果,测试准确率达到85.4%.在获得必要领域知识的前提下,用神经网络进行苹果病害诊断准确率高,系统设计灵活,基于Web的诊断平台便于推广和使用.     

基于粗糙集理论的棉花病害诊断方法

粗糙集理论作为处理模糊和不确定知识的一种数学工具,能够在保证分类能力不变的前提下对决策系统进行有效地约简并产生相应的决策规则。较之其他数据处理方法,粗糙集理论的优势在于处理数据时无需任何先验信息,这样得到的处理结果更加贴近客观实际。为此,在棉花病害诊断过程中引入了粗糙集理论,通过对棉花病害信息系统的约简实现了棉花病害的快速诊断,显著提高棉花病害知识发现系统的运行效率,为棉花病害的及时诊断提供一种有效的工具。     

基于粗糙集和神经网络在小麦病害诊断中的应用

针对小麦病害诊断过程的复杂性以及处理信息的不确定性,综合了粗糙集理论与BP神经网络的各自优势,构建了小麦病害诊断模型。首先是对连续的样本数据进行离散化,主要采用差别矩阵计算方法进行启发式知识约简,得到最小简化规则,然后把约简结果作为BP神经网络的输入结点。实验结果表明,采用该方法不仅优化了神经网络的拓扑结构,还降低了神经网络的训练时间,同时大大提高了学习速度和故障诊断的准确率。     

粗糙集理论在葡萄病害方面的应用

粗糙集是一种用途广泛的软计算方法,继概率论、模糊集、证据理论之后的又一个分析和处理不确定性、不完备信息的有效工具.为此,基于粗糙集理论的Pawlak模型,以葡萄3种病害(真菌类病害、细菌类病害、病毒类病害)为例建立知识库,对知识库进行知识约简,从而得出诊断规则,建立葡萄病害诊断模型进行诊断,从而达到预防和提高产量的目的.     

简析观赏植物病害诊断与防治措施

本文对观赏植物病害诊断与防治措施进行了探讨。从阐述观赏植物病害类型入手,分析了观赏植物病害症状特征,提出了观赏植物病害防治措施,仅供参考。     

基于Dempster-Shafer理论的大豆病害信息诊断模型

针对大豆生长病害智能诊断过程中计算机技术辅助决策的难点,构建了一个基于Dempster-Shafer理论的大豆病害信息诊断模型.对模型进行了理论及特性分析,建立了该种方法实现的理论框架,给出了具体的应用规则,并结合大豆病害的实例进行了具体应用.结果表明,该方法在大豆病害诊断过程中会大大提高决策的精度和可信度.     

基于LightGBM和处方数据的番茄病害诊断方法

为高效地挖掘植物病害处方数据并辅助精准诊断,以番茄病毒病、番茄晚疫病、番茄灰霉病3种病害为研究对象,构建基于贝叶斯优化LightGBM的番茄病害智能诊断模型,探索作物病害处方数据挖掘及其精准诊断。重点对处方原数据（文本数据标签和One-hot编码等）进行预处理,以基于Wrapper的递归特征消除法进一步提取作物病害处方数据的特征;利用基于LightGBM算法构建番茄病害诊断模型,并与K近邻（KNN）、决策树（DT）、支持向量机（SVM）、随机森林（RF）、梯度提升决策树（GDBT）、AdaBoost和XGBoost常见机器学习模型运行结果进行比较分析并进行优化;设计基于LightGBM模型的Android手机端植物医生病害诊断APP。实验结果表明,基于贝叶斯优化的LightGBM模型综合诊断准确率可达到89.11%,比其他7种机器学习模型的诊断准确率平均高3.65个百分点;同时特征选择后的LightGBM模型在保证模型准确率的基础上降低了前期数据收集难度,模型综合准确率提高至89.34%,其中番茄病毒病的诊断精确度和F1值均达到96%以上,运行时间减少了47.73%;最后通过番茄叶霉病和番茄早疫病两种病害对本文模型进行了泛化能力测试,实验结果表明该模型具有较强的泛化能力和实用性。基于LightGBM模型设计的APP可以实现用户人群友好的交互式可视化且满足实际诊断需求。     

基于CDSSM的作物病害处方推荐方法

作物病害诊断积累了大量电子处方数据,对电子处方数据二次利用,实现作物病害处方智能推荐是植保领域重要的研究内容。对此,本文构建基于CDSSM的作物病害处方推荐模型,实现多种类作物病害的诊断和处方推荐。基于病害标准知识库对作物病害处方数据进行筛选,并进行数据扩充,同时结合领域知识构建标准处方库;构建基于CDSSM的作物处方推荐模型,根据文本特征生成语义向量,计算语义向量的余弦距离,结合标准处方库完成融合地区、时间、作物种类、生长期等多个因素的处方精准推荐。从病害诊断、处方推荐、针对番茄病害处方推荐和不同输入对处方推荐的影响4方面展开结果分析,并与基于DSSM、DSSM-LSTM、Cosine、Jaccard、BM25的模型结果进行对比分析;结合实际应用需求设计并构建面向移动终端的作物病害处方推荐应用“处方宝”。结果表明,基于CDSSM的作物病害处方推荐模型病害诊断正确率为71%,处方推荐准确率为82%,优于其他5种作物病害处方推荐模型;针对番茄病害处方推荐准确率更高。本文构建的基于CDSSM的作物处方推荐模型可以满足实际应用需求,还能够进行病害种类的扩充,可以作为作物病害处方推荐的高效辅助...     

吃海带的功效与禁忌

吃海带的功效一是防治甲状腺肿:海带含碘和碘化物,有防治缺碘性甲状腺肿的作用;二是降压:海带的氨酸及钾盐、钙元素可降低人体对胆固醇的吸收,降低血压;三是降脂:海带含有大量的不饱和脂肪酸和食物纤维,能清除附着在血管壁上的胆固醇,调顺肠胃,促进胆固醇的排泄;四是抑制肿瘤:海带富含硒元素,具有防癌作用;五是提高免     

人工智能在水产养殖中研究应用分析与未来展望

中国水产养殖的生产模式已由粗放型向集约型转变,生产结构不断调整升级,生产水平不断提高。但较低的劳动生产率、生产效率和资源利用率,低质量的水产品以及缺乏安全保障等问题都严重制约中国水产养殖业的快速发展。利用现代信息技术,研究智能设备来实现精确、自动化和智能化的水产养殖,提高渔业生产力和资源利用率是解决上述矛盾的主要途径。水产养殖中的人工智能是研究利用计算机实现水产养殖的过程,也就是利用机器和计算机监视水下生物的生长,进行问题判断、讨论和分析,提出养殖相关决策,完成自动化养殖。为深入了解人工智能技术在水产养殖中的研究发展现状,本文从水产养殖的生命信息获取、水产生物生长调控与决策、鱼类疾病预测与诊断、水产养殖环境感知与调控,以及水产养殖水下机器人5个具体方面入手,结合生产中面临的实际问题,分析了人工智能在水产养殖中的研究应用现状和技术特点;阐述了人工智能应用的主要技术手段和原理,总结了近年来人工智能技术在水产养殖中的最新应用研究进展,分析了当前人工智能技术在水产养殖发展中面临的主要问题和挑战,并提出了推动水产养殖转型的主要建议,以期为加速推进中国渔业数字化、精准化和智慧化提供参考。     

基于知识库的畜禽疾病诊断专家系统

随着养殖业的发展,畜禽疾病成为困扰广大养殖户的主要问题.为此,根据畜禽疾病的特点,应用专家系统的原理和面向对象程序设计的思想,设计出基于知识库的畜禽疾病诊断专家系统.该系统易用性好,功能较完善,对畜禽疾病的诊断有较好的辅助作用.     

荔枝病虫害图像识别技术研究和应用

荔枝是广东岭南特色水果产业之一,又是广东十大特色作物之一。尽管近年来荔枝现代生产技术有了较大的提高,但广东气候条件容易引起病虫害发生,对露天生长的广东荔枝的产量和品质造成严重的不利影响,阻碍荔枝产业发展和种植户增收。做好荔枝病虫害防治工作,对推进荔枝品牌产业发展、荔枝种植户增收具有重要现实意义。该文采用卷积神经网络算法开展荔枝病虫害图像识别技术的研究与应用,主要包括两个方面内容。一是探讨荔枝病虫害图像识别技术。二是以广州智慧农业气象服务平台为载体,探索构建新型的病虫害气象防御体系,也就是给荔枝种植户既提供荔枝病虫害图像智能识别服务,又提供病虫害小百科知识、防治建议,更为种植户构建“个人空间”,实现靶向预警,并逐步构建个性化荔枝基地病虫害预测预警模型,探索荔枝病虫害预测诊断相结合的服务模式。因此,既探讨图像识别技术如何实现又研究立体式防御措施是该文的创新点。      

不同水温调节系统在重庆地区工厂化循环水养鱼系统中的应用分析研究

在工厂化循环水养殖过程中保持水温恒定是水产养殖生产效率的重要保障,为解决工厂化循环水养殖系统调温环节能耗高,对养殖环境影响大等问题,以重庆地区512 m3的养殖场为例。分析了水源热泵、空气源热泵、螺杆机组+锅炉、空气源热泵+锅炉4种水温调节方式的设备初投资和长期运行的适用性。结果表明：空气源热泵的初投资为50.76万元,运行费用为25.82万元,水源热泵分别为48.21万元和16.87万元,均具有较好的长期使用价值。但由于水源热泵在廉价水资源难以获取的地区运行费用较高且维护成本及难度较高,故对于本研究而言空气源热泵,投资以及运行费用较低,整体适应性较好。     

基于环境因子的黄瓜病害预测研究

日光温室中病害的预测预报是病害管理的重要组成部分,也是有效防治和控制病害发生发展的依据,更是农业生产管理和决策的前提。植物生长发育进程明显受到温度的影响,而病害发生又与长时间高温度和高湿度相联系。以往的病害预测多是基于对植物本身的病害特征、种植方法和农药的用量来实现的,多是如何防止。因此,病害早期的预测、预报和防治显得非常重要。为此,根据已有的专家知识库建立以环境数据(即温度和湿度)为输入的神经网络病害预测模型,通过此模型用实际的环境数据再预测未来病害,从而减少病害发生的概率,获得速生高产与优质高效的农产品,实现经济效益最优的目标。     

可视化智能机械故障诊断系统的研究

运用模糊神经网络推理技术,结合传统的振动信号谱分析方法,设计了可视化智能机械故障诊断系统软件。采用面向对象技术,在Ｗｉｎｄｏｗｓ环境下使用面向对象的编程语言Ｂｏｒｌａｎｄ Ｃ＋＋４．５开发了系统软件。具体介绍了该系统的组成,功能衣特点,给出了齿轮箱诊断实例。     

工厂化水产养殖远程测控系统研究

工厂化养殖是现代水产养殖的必然发展趋势,需要重点解决的问题是连续不间断地监测并控制养殖水质.为此.提出了一个远程在线自动测控系统方案,实现并成功应用于水产养殖基地.经实践证明,此系统是一个结构简单、低投入高产出、实用价值较高的工厂化水产养殖远程自动测控系统.     

基于知识的汽车发动机故障诊断专家系统研究

为了适应市场的需求,以Visual Basic语言为工具,开发了汽车发动机故障诊断专家系统。介绍了基于知识的汽车故障诊断专家系统的基本结构及其开发的基本方法,重点描述了知识库的建立、知识的基本管理以及推理机制的构成。     

基于模糊专家系统的故障诊断方法研究

随着汽车发动机技术的发展,汽车的安全性、可靠性和操控性得到了极大的改善,使汽车的复杂程度越来越高。为此,开发了基于汽车发动机故障诊断专家系统,介绍了系统的基本结构及其开发方法,重点描述了模糊知识的表示、知识的管理以及推理机制的构成。经过多次使用证明,该专家系统具有非常高的使用价值。     

玉米病虫害诊治本体构建技术研究

针对现有农业病虫害专家系统领域知识共享和重用困难、症状输入严重影响准确率等问题,研究了基于领域知识、推理知识和任务知识的本体构建技术。同时,提出了基于分词、改进的词义消歧算法、同位词消歧及BNF范式形式化等自然语言处理步骤将症状描述训练集转化为本体形式,从而使专家系统引入本体技术,并利用其优势极大地改进了系统的健壮性及准确率。