基于计算机视觉的大田害虫远程自动识别系统

为了实现大田害虫的快速实时识别和诊断,设计了一套大田害虫远程自动识别系统。该系统通过3G无线网络将害虫照片传输到主控平台中,在主控平台中实现远程自动识别。系统首先对害虫图像进行基于形态和颜色特征值的提取。害虫图像的形态特征由周长、面积、偏心率等以及7个胡不变矩共16个特征值组成,颜色特征值由9个颜色矩组成,然后建立支持向量机分类器。采用该系统对6种常见大田害虫进行了测试,平均准确率达到87.4%。考虑到不同的害虫姿态和大田中不同的光照条件,系统的分类效果是满意的。     

Remote automatic identification system of field pests based on computer vision

为了实现大田害虫的快速实时识别和诊断,设计了一套大田害虫远程自动识别系统。该系统通过3G无线网络将害虫照片传输到主控平台中,在主控平台中实现远程自动识别。系统首先对害虫图像进行基于形态和颜色特征值的提取。害虫图像的形态特征由周长、面积、偏心率等以及7个胡不变矩共16个特征值组成,颜色特征值由9个颜色矩组成,然后建立支持向量机分类器。采用该系统对6种常见大田害虫进行了测试,平均准确率达到87.4%。考虑到不同的害虫姿态和大田中不同的光照条件,系统的分类效果是满意的。     

鱼粉品质检测电子鼻传感器阵列的多特征数据融合优化

为了提高基于仿生嗅觉的鱼粉品质检测装置的鉴别能力,该文利用自主设计的仿生嗅觉鱼粉品质检测装置,提取鱼粉样本的响应特征信息,对其传感器阵列进行多特征数据融合优化。依据各传感器对样本的响应曲线,提取传感器特征值(10×6个)构成原始特征矩阵,后对传感器阵列特征值进行归一化处理,以紧凑性作为评价特征选择方法合理性的标准,采用了3种单特征排序方法(MIC、χ^2、F-test),3种多特征排序方法(RF、LR、SVM),4种特征递减消除方法(RFRFE、SVMRFE、DTRFE、LRRFE)对不同品质的鱼粉进行分类准确率检验,得到基于随机森林的特征递减消除算法(RFRFE)的紧凑性最好,此时最佳的分类准确率为98.3%,特征数目为33个。优化后的传感器阵列特征发生了明显的变化,传感器阵列由原来的10个变为了8个,去掉了传感器TGS2620和传感器TGS2600,特征值也减少了45%。为了避免选择偏差,采用了10折交叉验证方法,再次得到了RFRFE算法具有更佳的紧凑性。该特征选择方法为利用仿生嗅觉技术鉴别其他动物源性原料样本的特征优化提供了新的方法和参考。     

基于BP神经网络的脱绒棉种品种识别

摘要：为了提高脱绒棉种品种识别的准确率,提出了基于BP神经网络的非线性识别方法。该文以新路早36、中棉50、惠远710等3个品种为研究对象,基于图像处理技术提取了脱绒棉种的颜色和形状特征参数,后又通过对特征参数进行单因素分析选取了差别较明显的9个特征参数参与网络的训练,提高了训练速度。经训练比较得出,当训练目标为0.02,训练次数为3 000,隐含层的结点数为12时,模型的训练误差最小。经过对测试集进行测试,得出综合测试准确率为90%,证明了该方法是可行的,提高了脱绒棉种的识别准确率。该研究可为其他粒状种子品种识别提供参考。     

基于图像的昆虫远程自动识别系统的研究

只有对害虫进行鉴定才能在农业生产中对害虫进行有目的的防治,而对昆虫进行鉴定只有少数分类专家才能完成,鉴定需求的日益增加与专家相对较少形成了一对尖锐的矛盾.该文的研究尝试为该矛盾的解决提供一条新的思路:在标准方法下获取昆虫图像,并经由Internet网络上传给自动种类识别系统服务器,从而实现远程识别.系统首先对昆虫图像进行基于形状和颜色特征值的提取.昆虫图像的形态特征值由矩形度、延长度、球状型、叶状型、似圆度和7个Hu不变矩等12个特征值组成,颜色特征值由红、绿、蓝、灰度真方图及基于红、绿的二维色度直方图特征值分别组成,然后建立径向基神经网络分类器,每一特征向量由独立的径向基神经网络做为分类器,最终识别由每个分类器识别结果的线性组合而成.采用该系统对16种昆虫进行了测试,每种昆虫取40个样本,20个用做训练、20个用做测试,准确率达到96%以上.     

基于多特征融合的电子鼻鉴别玉米霉变程度

为了提高电子鼻检测玉米霉变程度的正确率,该文探究了电子鼻信号不同特征组合的表征对霉变玉米鉴别结果的影响。首先,运用电子鼻对霉变玉米的5组样本训练集与测试集进行测试,获得测试信号。其次,分别提取测试信号的积分值(integral value,INV)、平均微分值(average differential value,ADV)、相对稳态平均值(relative steady-state average value,RSAV)作为特征值,5组训练集与测试集均分别采用3种单一的特征值或其组合特征值来表征。然后,运用Fisher判别分析(fisher discriminant analysis,FDA)分别对5组训练集进行判别分析,并用对应的测试集进行检验。FDA分析结果指出,电子鼻测试信息分别在单一特征和2个特征组合表征下,不同霉变程度玉米是不能有效分开的,但在2个特征组合表征下的鉴别正确率比单一特征有所提高;当用3个特征组合来表征测试信息时,FDA鉴别能力得到提高,鉴别正确率在96%以上。另外,借助于WilksΛ统计量考察了电子鼻中每个传感器测试信号表征的差异性,对3个特征组合的表征情况进行了表征变量筛选。FDA分析结果显示,筛选前后的鉴别结果非常相近,最低鉴别正确率均在96%以上,这说明不同传感器需要不同的特征表征,以体现其差异性,由此也减少了计算的复杂性。研究结果表明,用多特征融合模式可更有效地表征电子鼻对霉变玉米的响应信息,有利于提高霉变玉米的鉴别正确率。同时,该研究成果也不失一般性,为电子鼻信号表征提供了一种新思路。     

基于虚拟仪器和神经网络的禽蛋检测系统设计

文针对现有禽蛋无损检测方法系统集成度不高,操作界面易用性差,测量误差大、试验效率低等不足,研制了基于Lab Windows/CVI的多传感器融合的禽蛋无损检测虚拟仪器品质分级系统。该系统以Lab Windows/CVI软件为设计操作平台,以MATLAB神经网络的分析算法为分析模块核心,充分结合计算机视觉检测和声学检测方法的优点,在无损检测的信息采集和处理层面实现了多传感器融合。系统通过系统静态分级测试,系统动态分级测试和系统连续动态测试等3种测试,测试结果表明该系统界面易用性好,在快速运行（27个样品/min）的情况下具有较好的准确度 (系统连续动态测试准确率大于90%),和漏检率（最高速情况下小于3%）。     

基于Enhanced VGG16的油茶品种分类

随着油茶产业不断壮大，市场上也出现了油茶幼苗品系混乱、以假乱真、以次充好的现象，因此急需开发一种专门的分类识别算法实现不同油茶品种的准确识别。农业领域常用VGG、ResNet网络模型进行分类工作，但存在权重空间过大和准确率不高等问题。该研究对VGG16网络模型进行层间删减以及结构调整，提出了Enhanced VGG16网络模型，在油茶叶数据集上完成模型训练与测试，并与现有经典卷积神经网络（AlexNet、VGG16、Resnet50、InceptionV3、Xception）进行对比。结果表明，Enhanced VGG16网络模型的训练集准确率和测试集准确率分别为98.98%和98.44%，权重空间为90.6 MB。与原始VGG16模型相比，训练集准确率和测试集准确率分别提高3.08和2.05个百分点，权重空间下降165.4 MB，模型性能显著提升。Enhanced VGG16网络模型与经典卷积神经网络相对比，模型综合性能更优。该研究为通过油茶叶进行品种分类识别提供了依据，同时可为其他农作物品种识别提供参考。     

基于射频识别中间件的粮食质量安全追溯系统

为建立快速、全面、精确的粮食质量安全追溯信息系统,研究了射频识别（RFID）中间件技术应用在粮食质量追溯中的业务流程及使用方式,结合江苏省粮食流通特点完成了基于射频识别中间件技术的粮食供应链的系统流程分析,进而确定了符合粮食质量安全中间件的软硬件配置。在此基础上采用结构化设计方法（SM）进行粮食质量安全追溯RFID中间件应用体系的系统架构。最后分别应用VC++方法和AutoRunner工具对系统进行集成和测试。单标签和动态应用测试结果表明：系统识别准确率、识读工作周期和系统连续正常运行时间分别达到95.3%、8.6 s和1 000 h。该系统具有应用于粮食质量安全追溯的前景。     

采用改进YOLOv4算法的大豆单株豆荚数检测方法

大豆单株豆荚数检测是考种的重要环节,传统方法通过人工目测的方式获取豆荚类型和数量,该方法费时费力且误差较大。该研究利用大豆单株表型测量仪采集到的表型数据,通过融合K-means聚类算法与改进的注意力机制模块,对YOLOv4目标检测算法进行了改进,使用迁移学习预训练,获取最优模型对测试集进行预测。试验结果表明,该研究模型的平均准确率为80.55%,数据扩充后准确率达到了84.37%,比育种专家目测准确率提高了0.37个百分点,若不考虑5粒荚,该研究模型的平均准确率为95.92%,比YOLOv4模型提高了10.57个百分点,具有更强的检测性能。在简单背景的摆盘豆荚检测中,该研究模型预测的平均准确率达到了99.1%,比YOLOv4模型提高了1.81个百分点,研究结果表明该模型在不同场景下的大豆豆荚检测中具有较强的泛化能力,可为大豆人工智能育种提供参考。     

用电子鼻区分霉变燕麦及其传感器阵列优化

应用电子鼻对燕麦（Avena sativa L）霉变程度进行区分,为了提高区分准确度,对电子鼻传感器阵列进行了优化的研究。每天随机选择10个燕麦样品进行电子鼻检测,试验连续进行5 d,将检测数据耦合入非线性双稳态随机共振系统,以外部Gaussian白噪声激励系统产生共振,选择输出信噪比特征值进行主成分分析,初期试验主成分1和主成分2贡献率之和为96.43%,且相同霉变程度样品离散度较大,不同霉变程度样品之间距离较近。为了提高电子鼻对霉变燕麦样品区分效果,进行了电子鼻传感器负荷加载分析,优化选择了传感器阵列,优化后主成分1和主成分2贡献率之和为99.31%,相同霉变程度燕麦样品的聚合度更高,使不同霉变程度燕麦样品之间的区分更加明显,为进一步的定量化检测奠定了基础。     

应用GIS和神经网络方法进行泥石流危险度评价的研究——以云南省为例

应用了GIS和神经网络方法,根据云南省31年的降水数据和DEM数据,以该省典型的区域为样本训练神经网络,以县、市行政区域为评价单元,对云南省泥石流的危险度进行了评价。结果表明,所采用的网络能够很好地收敛,用训练好的网络对全省125个县市的样本进行测试,结果表明网络能较好的对样本做出评价,而且评价结果与其他方法进行评价的结果较一致,达到了设计网络所预期的目的。     

基于权重自动调整神经网络的水稻病虫害诊断专家系统

针对水稻病虫害诊断特点,从人工智能角度出发,提出了一种基于权重自动调整的神经网络水稻病虫害的知识组织方式。文章以15种常见水稻病虫害为例,通过对病虫害症状的特点和特征进行分类、抽象和编码,构建了基于权重自动调整的BP神经网络。利用神经网络和不确定性推理技术,对实例样本进行训练学习,并将权值数据作为知识库来进行诊断,并基于这种方法构建了水稻病虫害神经网络诊断专家系统。     

吹扫式仿生嗅觉检测装置的设计与性能试验

为研究仿生嗅觉检测装置的检测性能,该文研制了一种吹扫式仿生嗅觉检测装置,选取传感器阵列灵敏度、响应时间和恢复时间作为装置性能指标,分析了传感器加热电压、待检气体湿度以及流量等控制参数对嗅觉检测性能的影响,并进一步验证优化控制参数的仿生嗅觉检测装置对气味检测的可行性和检测性能。试验结果表明:传感器阵列灵敏度随加热电压增大而增大,其响应和恢复时间随加热电压增大而减小,加热电压为5.0 V时,装置性能较佳,其传感器阵列灵敏度分布范围为2.260~4.823,响应和恢复时间分布范围分别为46~53 s、44~70 s;增加气体湿度会使传感器阵列灵敏度减小,同时也会延长响应和恢复时间,气体相对湿度为30%时,装置性能较佳;传感器阵列灵敏度随载气流量的增加先递增后减小,其响应和恢复时间随流量的增加先减小后递增,流量为100 m L/min时,装置性能较佳,其传感器阵列灵敏度分布范围为2.853~7.559,响应和恢复时间分布范围分别为35~50 s、30~50 s;在优化控制参数下,待检气体体积分数范围控制在0.002%~0.020%时,装置检测灵敏度较高,范围为3 577.1~6 700.7;线性特性和重复性较好,决定系数范围为0.901~0.997,变异系数范围为0.832%~9.696%,能满足仿生嗅觉气味检测的要求,可为后续开展仿生嗅觉的应用性研究提供数据参考与技术支撑。     

A metabolomic approach to the evaluation of the origin of extra virgin olive oil: a convenient statistical treatment of mass spectrometric analytical data

The selection of suitable markers from the secondary metabolism of lipoxygenase, in experimental olive oils produced from drupes harvested in different areas of the Italian Calabria region and of Tunisia, allows an easy discrimination between each cluster of samples. The origin of the foodstuff can be ascertained even when the distances between the production zones are very close to each other as in Calabria. Olive oils produced from irrigated and nonirrigated farms in Tunisia were also clearly distinguishable. The markers were detected by chemical ionization mass spectrometry with an ion trap gas chromatography-mass spectrometry apparatus. The quantitative data of Calabrian olive oil samples were subjected to linear discriminant analysis, whereas the Tunisian data were treated by means of other two statistical tools, i.e., the Kruskal-Wallis test and the Wald-Wolfowitz test.     

酒类嗅觉鉴别系统的研制与试验

酒类食品的生产和消费在经济发展中占有十分重要的地位，其质量鉴别倍受社会关注。因此，准确、快速的鉴别方法及其鉴别系统(仪器)的研究是非常需要的。该文在简述酒类质量现有鉴别方法的基础上，提出了用人工嗅觉系统鉴别酒类质量时气敏传感器的选型准则和传感器阵列的组成方法。在采用一种RBF神经网络作为模式识别技术的同时，构造了一种人工嗅觉酒类鉴别系统。鉴别试验表明，该系统不仅能鉴别酒的种类，还能较好地鉴别同一种类不同质量等级的酒。由此证明了鉴别系统构造方法的合理性，并为该系统向着实用化、商品化方向发展奠定了一些技术基础。     

基于水量平衡的红壤丘岗坡地利用结构拟合

以集雨区水量平衡为基础,从分析坡地水文过程入手,以坡地不同生态系统雨水分配、降雨过程地表径流产量、径流过程的土壤及养分流失量为参数,以生产灌溉对集雨的要求、坡地不同生态系统对雨水侵蚀的承载力、坡地雨水运移过程对环境和区域洪涝灾害的影响为约束条件,拟合出红壤丘岗坡地农林复合生态系统构建适宜的土地利用结构:人工林占30%,人工草地占15%,果药茶园占30%,耕地占20%,自然保护区占5%。该用地比例(结构)既满足于地貌单元(集雨区)生态系统利用坡地集雨维持系统水循环平衡的要求,也满足于坡地农林复合生态系统的可持续性保护的要求。     

An examination of temporal/spatial variations in landfill-generated methane gas

The experimental findings of a data-intensive in situ landfill monitoring study are described. Particular attention is given to the methodology employed in collecting the data, analyses of the spatial/ temporal variability of the gas percentages, by volume and the extent to which the variability in collected results is explained by variations in exogenous independent variables. Measurable gas flow rates from the soil could not be detected through the probe system employed in the field study.     

基于XScale和Linux的精准农业农田信息采集系统设计

针对精准农业对农田信息的采集要求,将农田数据采集与嵌入式技术、GPS和GSM通信技术相结合,以XScalePXA270处理器为核心,并辅以CPLD高精度数据采集电路,设计了一种基于XScale处理器和Linux操作系统的嵌入式农田信息采集系统。系统能将采集的农田信息以GSM短消息的形式发送到数据采集中心,解决了野外信息存储的有限性和移动测量的不便性等问题,为农田信息的远程采集提供一种有效的解决方案。