基于安卓的动物疫病远程诊断系统设计与开发

为了更好地助力于飞速发展的福建省养殖业,依托日益普及的移动3G通讯技术,设计开发了基于安卓的动物疫病远程诊断系统。从动物疫病远程诊断系统的总体设计思路、系统实现的方式方法及最终所实行的功能等几方面进行阐述,说明了该系统具有简单实用,方便易推广的特点,它终将成为全省广大养殖户和农业专家工作的好助手。     

玉米生长监测远程诊断系统设计与架构

玉米生长监测远程诊断系统设计的主导思想是"互联网+数字图像(视频)+现代农业",配套分布式网络结构与数据库技术,架构玉米生长监测远程诊断系统服务体系。主要通过数码相机与高清数字摄像头作为硬件监测设备,抓拍玉米各生育期的高清图像,采用无线4G网络或Wi-Fi技术将远程获取的玉米冠层图片或视频数据上传到网络服务器,再运用图像处理工具提取玉米生长的特征参数值,通过特征参数准确反映玉米生长状况,并做出决策诊断,建立玉米生长监测图像数据库,搭建玉米视频信息远程监控与诊断服务体系。     

棉花虫害诊断系统的设计与Web实现

为了推广棉花虫害诊断知识,满足更多棉农对领域专家诊断的需求,该文利用Java和Web技术,并以SQL Server2000为数据库开发工具,设计了一套网络化的棉花虫害诊断系统,实现了借助互联网对棉花虫害进行远程诊断的目标。该系统引入了模糊推理与案例相结合的方法,对棉花虫害的诊断及原有知识获取方法进行改进,提高了棉花虫害诊断的准确度和效率,弥补了单纯运用案例检索方法诊断的不足;系统不仅提供了知识浏览、案例查询、专家咨询等功能,可为棉农提供快速、方便、准确的智能查询服务,而且可通过专家咨询功能,向棉农提供在线远程会诊服务。     

温室环境远程监控与诊断管理系统设计

基于远程监控技术、Web技术和面向对象技术,本文初步设计实现了一个温室环境诊断与管理系统。通过实时远程监控技术自动获取的现场数据,并结合历史数据的分析与挖掘、农业专家经验与知识,该系统可以有效地对温室的环境进行诊断与综合评价,进而为调控管理提供决策支持服务。     

基于DRIS与PLI结合的砀山酥梨营养诊断系统

本文根据果树营养诊断技术的发展和砀山酥梨树体营养特点，提出基于营养综合诊断与盈亏指数结合的方法对酥梨进行营养诊断。采用面向对象技术，在VC＋＋环境下实现了砀山酥梨营养诊断系统。实例验证表明，该系统诊断结果准确、有效，并且运行效率高，人机交互界面友好，为砀山酥梨营养自动诊断提供平台，文中着重介绍了诊断原理和系统构建方法。     

小麦苗情远程监测与诊断系统

小麦苗生长状况与后期的长势及产量关系密切,且小麦生长过程经历的环境复杂多变,所以对小麦苗期生长状况进行监测与诊断具有重要意义,该文基于远程监控、遥感和WebGIS技术,初步设计构建了小麦苗情远程监测与智能诊断管理系统.该系统通过远程监控技术获取田间现场环境信息,遥感影像数据获取小麦生长信息,并结合专家知识数据库,可对小麦长势、干旱、冻害进行监测与综合分析,并给出诊断方案,进而为小麦的调控管理提供决策和支持.     

大型蛋鸡养殖场数字化应用平台设计

针对我国大型蛋鸡养殖场在生产管理信息化方面存在的不足,构建了大型蛋鸡养殖场的数字化平台。该平台包含了基于以太网的信息获取模块、基于音视频的远程交互式诊断系统和基于B／S架构的生产信息管理模块,通过对信息的整合,为生产管理与决策提供了更多的数据和技术支持。将该系统应用于大型养殖场,有利于提高管理效率和生产效益,为解决家禽规模化养殖在信息技术应用方面的瓶颈提供一个解决方案。     

基于ArcSDE的小麦苗情远程监测多源数据库设计与实现

小麦苗情远程监测系统是在分析了小麦苗情数据的多源性及特点的基础上,介绍了基于ArcSDE技术和Oracle技术的小麦苗情监测诊断的多源数据库的构建和技术思路,并对数据库建设中的关键问题进行了探讨。     

基于本体推理的水稻虫害诊断系统研究

针对江西省水稻虫害的特点和特征,采用Protege建立了专家知识本体库,基于本体推理方法实现了虫害诊断推理,并运用相似度算法解决了知识不确定性的诊断问题。开发的水稻虫害诊断系统集诊断、防治和查询多种功能于一体,对南方红壤丘陵区水稻虫害的诊断和防治具有很好的应用价值。     

大型蛋鸡养殖场数字化应用平台设计

针对我国大型蛋鸡养殖场在生产管理信息化方面存在的不足，构建了大型蛋鸡养殖场的数字化平台。该平台包含了基于以太网的信息获取模块、基于音视频的远程交互式诊断系统和基于B／S架构的生产信息管理模块，通过对信息的整合，为生产管理与决策提供了更多的数据和技术支持。将该系统应用于大型养殖场，有利于提高管理效率和生产效益，为解决家禽规模化养殖在信息技术应用方面的瓶颈提供一个解决方案。     

20万羽蛋鸡规模化生产管理网络信息系统的设计

针对我国规模化蛋鸡生产的总体水平现状以及对禽蛋需求的增加,设计基于数据库、专家系统和自动化监控技术的规模化蛋鸡场生产管理系统,探索建设养鸡生产网络信息系统的技术和方法。在已有系统基础上,将科学计算、数据分析、绘图处理、人工智能和自动化监控技术集成于一体,为提高我国规模化蛋鸡企业生产水平、科学饲养与鸡病防治,提供早期预测和专家咨询,为管理人员提供蛋鸡生产动态管理及科学决策提供依据。     

基于土壤系统分类的土壤类型和界线确定研究——以句容大顶山研究区为例

我国土壤系统分类的土壤调查技术仍处于研究阶段,借鉴传统的发生分类的土壤调查方法,本文主要研究了基于土壤系统分类的土壤类型与界线确定。土壤类型是通过常规布点法进行主要剖面点位置的设定,并从地形分级和制图精度方面分析确定其数量,对挖掘的土壤剖面利用诊断层和诊断特性定名得出。土壤界线则是利用内插法在调查路线上确定土壤类型分界点后,结合遥感图像将不同调查路线相同土壤类型分界点用平滑曲线连接最终确定。研究表明,土壤类型和土壤界线与母质、地形、植被和土地利用方式等多种景观因素有密切的联系,在土壤调查中要充分考虑景观因素的影响。     

基于模糊规则提升理论的马病辅助诊断专家系统

为解决中国马产业发展过程中马病兽医专家严重缺乏的问题,该文在系统地挖掘马病专家临床经验与诊断思维的基础上,全面改进了传统的专家系统推理机制与知识表示方法,采用对象-属性-值三元组法(object-attribute-value,O-A-V三元组法)对马病知识进行表示,应用置信系数多值逻辑对知识模糊性进行评价,并在系统中集成模糊规则提升理论(fuzzy rule promotion theory),利用该机制不断调整提升置信系数(promote confidence factor,PCF),进而实现规则置信度的动态、实时调整与优化。最终采用Microsoft.Net操作平台,SQL Server 2008数据库管理工具,研制开发了基于B/S结构的马病辅助诊断专家系统。结果应用临床上已经确诊的大量病例对系统的规则置信度进行动态调整,通过13次样本病例测试,系统诊断符合率由原来的56.47%提高并维持在92.28%。结果表明,该文采用的置信系数多值逻辑知识评价方法与模糊规则提升理论可显著提高系统诊断准确率,为马病辅助诊断专家系统的临床应用奠定了基础,同时也为开发其他动物疾病的诊断专家系统提供了新的思路。     

基于GIS的农作物病虫害预警系统的初步建立

该研究以建立农作物病虫害预警系统为目标,使用国产SuperMap IS.NET的GIS软件作为开发平台,以C 语言作为编程语言。该系统充分使用了GIS强大的空间分析功能和RS的快速、实时、大面积获取病虫害信息的功能,实现了GIS与RS在系统中的集成。系统最终将抽象的数据转化成清晰简明的电子地图,直观明了的显示了病虫害的发生程度和空间分布规律。该文重点介绍了此预警系统的数据库设计和系统的基本功能以及预警流程;最终,使用甘肃省庆阳地区西峰区2002年的小麦条锈病相关数据,来展示该预警系统中病害预测功能的实现过程,并获得了与实际报道相吻合的预警结果。研究表明,此预警系统能够对农作物病虫害进行分类预测,并根据预警结果对病虫害进行合理的预防和防治。     

基于ArcGIS的疫情阻截信息系统研建

系统针对国际或境外可能传入的重大植物疫情,开展阻截技术与管理系统研发,实现动态显示国内相关地区重大植物疫情发生情况、植物疫情多方式查询、风险自动评估,并提出阻截措施和意见,为农业部重大植物疫情的监测和阻截提供技术支撑。     

远程视频监控在农产品质量安全追溯系统中的应用研究

将远程视频监控技术集成到农产品质量安全追溯体系的建设中,能够对数据采集过程进行有效监督,保证追溯数据的准确性和真实性,提高追溯系统的信息质量。分析了远程视频监控系统对农产品质量安全追溯能力的提升作用,从集成方式、关键技术等方面进行详细阐述,介绍了其在东莞市生猪质量安全追溯系统中的应用。     

基于GIS奶牛疫情监测信息系统设计

分析了奶牛疫病监测数据特点,提出了利用GIS技术实现奶牛疫病信息监测的设计思想,给出了典型的与奶牛疾病相关的分析评价模型,确定了疫情监测系统的基本功能模块。以设计的空间数据库为基础,运用C#与MapObjects完成了系统功能的实现。应用实例表明,研究开发的系统对及时了解奶牛疫病信息、防范和控制疫病蔓延具有积极地促进作用。     

基于SegNet语义模型的高分辨率遥感影像农村建设用地提取

针对传统分类算法、浅层学习算法不适用于高空间分辨率遥感影像中农村建筑物信息提取的问题,该文以河北省霸州市高空间分辨率遥感影像WorldView-2为数据源,利用182 064幅128×128像素大小的影像切片为训练样本,选取基于深度卷积神经网络的SegNet图像语义分割算法对遥感影像中的农村建筑物进行提取,并与传统分类算法中的最大似然法(maximum likelihood,ML)和ISO聚类、浅层学习算法中的支持向量机(support vector machine,SVM)和随机森林(random forest,RF)以及深层语义分割算法中的金字塔场景解析网络(pyramid scene parsing network,PSPNet)的试验结果作对比分析。研究结果表明:SegNet不仅能够高效利用高空间分辨率遥感影像中农村建筑物的光谱信息而且还能够充分利用其丰富的空间特征信息,最终形成较好的分类模型,该算法在验证样本中的分类总体精度为96.61%,Kappa系数为0.90,建筑物的F1值为0.91,其余5种分类算法的总体精度、Kappa系数、建筑物的F1值都分别在94.68%、0.83、0.87以下。该研究可以为高空间分辨率遥感影像农村建设用地提取研究提供参考。     

基于GSM的数字农业远程监控系统研究与应用

应用无线网络技术可实现农机作业过程和农田水利设施等的远程监控,为作物生长过程与产量、农业气象等信息的实时采集提供保障。探讨了基于GSM无线技术的数字农业远程测控系统组成结构,阐述了系统监控端软件的实现。在此基础上,采用自行研制的GSM远程通信控制器,开发了智能测产远程数据传输系统,并介绍了该系统的硬件组成和相应软件开发。在测产试验中对现场数据传输的实时性进行了测试,结果表明,GSM无线通信技术能满足农业远程监控的要求。