云环境下作物育种信息化模型研究

在种业体制改革和兼并重组加速推进、行业集中度大幅提升的大背景下,开展育种技术创新、加强资源交流与联合育种是广大中小型育种企业提升核心竞争力的必然选择。为此,首先介绍了国内作物育种信息管理软件的应用现状,对云环境下开展作物育种信息化建设的优势进行了深入分析;接着,以中小型育种企业育种信息化为业务基础,研究云服务模式与作物育种信息管理业务的契合点,提出了云环境下的作物育种信息化模型。模型充分考虑了作物育种信息管理平台在云服务模式下的个性化、一体化及差异性等特点,支持精量播种机、测产测水等农机设备的统一对接平台、面向用户特征的多层次服务提供策略和基于数据挖掘的作物育种决策支持等方案,对广大中小型育种企业、高校科研院所育种团队及专业测试机构等开展信息化建设,实现资源共享、协同育种与联合测试,进而推进现代种业全面均衡发展,具有借鉴意义。     

作物育种试验区机械化的研究进展

本文从作物育种试验区管理的各个环节出发,介绍了目前国内外作物育种试验区机械化的研究现状。作物育种试验区管理机械的二个关键环节播种机与收获机均已形成系列,技术已经成熟,其它技术、设备也取得了长足的进步,计算机技术在育种试验区管理机械上得到了广泛的应用。实现作物育种试验区机械化,既可保证育种试验的准确性和科学性,也有利于降低试验成本和提高作物育种试验的工作效率。     

农机具的选择和评价

一、农机具的选择 选择农机具总的原则是,技术上先进、经济上合理、生产上可行。具体考虑以下因素: 1.生产性。生产性指的是农机具的生产效率,选择时,必须使生产效率与作业任务相适应,并兼顾长远利益。 2.可靠性。指农机具的精度能适应作业精度的要求,从而保证作业质量。 3.安全性。指农机具保障操作者人身安全性能,选择时要考虑是否有安全保护装置。 4.耐用性。指农机具抵抗磨损、腐蚀,能在不同环境下和工作条件下保证正常运转的性能。     

基于道路载荷特征的整车试验场耐久性评价方法

为了获得整车试验场各路况对底盘各零部件的对应考核情况,以国内某整车大型试验场为研究对象,通过将采集到的试验场载荷分解,获得试验场各子路况的载荷时间历程。通过分别以底盘零部件各测点为基准和以试验场各路况为基准对比分析各路况对应各测点的损伤,可得到试验场路况考核表。针对考核表中不同路况考核部件的相似性,对比分析其各路况考核各部件的极值、变程、RMS、损伤,根据分析结果优化此前得到的试验场各路况考核表。此方法可为整车试验场耐久性评价提供一定参考。     

基于改进蚁群算法的棉花异性纤维目标特征选择方法

为提高基于机器视觉的棉花异性纤维在线分类的精度和速度,提出一种基于改进蚁群算法的棉花异性纤维图像目标特征选择方法。采用初始选择概率预处理方案,设置特征初始概率,降低了冗余特征影响,缩短了算法搜索时间;利用分段变异运算及取优舍劣策略,对棉花异性纤维的颜色、纹理、形状3类特征进行分段变异,避免了算法局部收敛,选出了全局最优特征集。实验结果表明,改进的蚁群算法比基本蚁群算法优化能力更强,搜索时间更短,优化得到的棉花异性纤维特征子集的特征个数比原特征集减少了2/3,分类正确率由84%提高到93%。     

基于信息熵特征选择的小麦冠层叶绿素含量估测方法

为运用图像颜色特征估测作物的叶绿素含量,以自然环境下的小麦冠层图像为研究对象,提出一种基于熵权法的颜色特征选择方法,并应用机器学习方法建立小麦冠层叶绿素含量估测模型。熵权法通过信息熵来衡量颜色特征指标权重,实现冠层图像特征排序,机器学习方法选用多元线性回归（Multiple linear regression, MLR）、岭回归（Ridge regression, RR）和支持向量回归模型（Support vector regression, SVR）估测小麦冠层叶绿素含量。试验结果表明,与皮尔逊相关系数法和主成分分析法选取的特征集进行对比,熵权法得到a*、R-G-B、R-G、（a*+b*）/L、a*/b*、(R-G)/(R+G+B)、(R-B)/(R+B)、H/S、(R-G)/(R+G)等9个特征组成的特征集,可以利用较少的特征指标达到最优的预测效果。在选取相同特征指标参数的情况下,SVR的预测能力优于其它模型,其R2和RMSE的平均值分别为0.80、1.89,相比于MLR和RR模型R2分别提升2.8%、1.1%,RMSE分别下降0.13和0.05。将基于熵权法建立的SVR模型应用到2021年采集的小麦冠层图像数据,结果表明模型具有很好的稳定性。     

基于机器视觉的苹果分级中特征参量选择方法

为提高基于数字图像的苹果分级的准确性,常提取多特征信息。然而,使用多特征信息分级时会存在信息冗余等问题。为此,运用主成分分析(PCA)来融合特征参量,并借助WilksΛ统计量选择对分级有显著作用的主成分;然后依据各特征参量对所选择主成分的贡献率筛选特征参量。Fisher判别分析(FDA)结果表明:使用所选择的特征参量进行苹果分级,分级效果明显优于特征选择前,分级正确率和交叉验证正确率分别提高了2.0%和1.5%。     

基于序关系法-熵权法的县域电网评价体系研究

县域电网是电网建设的重要部分,随着经济建设的发展,用户对电网的供电可靠性、电能质量等要求越来越高。而长期以来县域电网的发展问题没有受到足够重视,其发展水平相对滞后,严重限制了县域电网的发展。寻找合理准确的评估方法,建立基于序关系—熵权法的县域电网评价体系,科学评估县域电网实际现状,量化分析县域电网发展现况,为电网合理的规划和投资改造提供依据。     

机动喷雾机的选择和评价

机动喷雾机是动物疫病防控中普遍应用的机械装备。机器质量是关系到疫情控制效果和人畜安全的关键。本文从外观、结构部件和工作性能三个方面对喷雾机质量要求进行整理归纳,以资管理者评价机型和消费者选择机器参考。     

基于选择模型的灌区信息化水平评价指标研究

针对当前我国灌区信息化发展水平评价中指标选取存在的随意性、重复性和不完整的问题,在分析我国灌区信息化建设发展现状和评价指标选取原则的基础上,以指标简洁性和完整性为目标,根据前人提出的评价方法和模型,进行灌区信息化水平评价指标选取和优化研究,从信息基础设施建设、应用性能、效益效果三个方面构建了一套灌区信息化水平评价指标体系。以湖北漳河灌区的信息化系统建设情况为例,运用评价指标优化选择模型,将灌区信息化水平评价指标由40个优化减少到17个,指标的完整性达到85.13%,满足了指标数量少且完整性高的目标,     

半干旱区沙棘良种选育及抗旱技术研究

通过对三个沙棘品种辽阜Ⅱ号、楚伊和辽阜Ⅰ号的形态特征、光合生理和水分生理等方面的测定和调查,比较了三个沙棘品种的生物学特性以及抗旱性。结果表明,辽阜Ⅱ号更易适应该环境,具备更好的生长势和抗旱性,而且它是大果沙棘,有很好的经济价值,在造林方面应该着重考虑。     

基于遗传程序设计的作物干旱程度评估模型

基于遗传程序拟合非线性函数的思想,建立了量化计算作物干旱程度的遗传程序模型.该方法通过演化计算自动寻找最优的模型结构,不但可以准确地反映出干旱对作物造成的产量损失,而且避免了预先建立具体数学表达式及求解参数的不便.实例表明:遗传程序设计的作物干旱程度量化模型,具有较大的灵活性和智能性,拟合精度高,可为农业干旱风险评估提供科学的依据和坚实的基础.     

基于三维小波变换的农机CAD模型特征提取与评价方法

为提高三维CAD模型特征提取准确度,满足农业机械制造领域CAD模型智能化检索需求,提出一种三维CAD模型的特征提取与评价方法。首先对农业机械模型库中三维模型进行平移归一化、旋转归一化、尺度归一化处理,规范化后的CAD模型进行三维离散小波变换,CAD模型经过单层三维小波变换后被表示为8个维度的频域系数子空间;然后对低频子空间LxLyLz进行二次小波变换,二层级小波变换后单个CAD模型被分解为15个特征量,采用AHP层次分析法确定不同频域空间特征量权重,以距离度量法定义含有权重系数的相似性度量值,完成不同模型间特征提取及相似性比较,计算并建立三维CAD模型频域特征索引表;最后以VS2010与Matlab 2016b为开发环境,以Open Cascade为几何造型平台,使用ESB通用模型库及农业机械零部件参数化模型库验证算法有效性。在ESB模型库中T型零件检索结果表明,在保持相同查准率条件下,本文小波变换算法排序误差更小。拨禾轮CAD模型检索结果显示,相似性评价度量方法不仅考虑模型的形态相似性,同时兼顾了应用领域语义相似性,算法实用性高。农机装配体检索实例应用结果表明,借助本文检索算法,可从海量模型库中检索出所需模型,根据实际设计要求对检索出的相似模型进行编辑和修改,可快速完成零部件模块化设计。三维小波变换检索算法查准率受小波函数性质影响,coif类小波函数具有较强的检索适用性,层次分析法能有效区分不同分解层权重,二层级小波变换能够达到现阶段机械零件模型检索精度要求。小波变换设计重用检索算法可满足模型检索设计需求,拓宽设计者设计思路,促进智能化设计。     

基于深度图像的蔬果形状特征提取

针对蔬果二维投影图像含形状信息量少而影响蔬果分级精度的问题,提出一种基于深度图像的蔬果形状特征描述方法,以番茄形状特征提取为例,对该方法进行了探讨.首先利用彩色图像信息将番茄从背景中分割出;其次通过三维机器视觉测量设备获取番茄的点云数据,并对待检测番茄的点云数据深度进行归一化处理;然后通过关联被分割出的番茄区域信息与深度信息得到了番茄的深度图,并对该深度图进行极坐标采样.通过在笛卡尔直角坐标下对采样结果进行傅里叶变换,获得了基于深度图像的通用傅里叶形状描述子,该描述子不仅能有效地描述番茄在深度和横向上的形状特征,同时还具有平移、旋转和缩放的不变性.将基于深度图的通用傅里叶描述子和基于一般二维投影图像的通用傅里叶描述子先后用于番茄的分级实验中,结果表明前者平均分级精度达到92％,精度高于后者.     

基于改进遗传算法的棉花异性纤维目标特征选择

为提高基于机器视觉的棉花异性纤维在线分类的精度和速度,提出了一种基于改进遗传算法的特征选择方法.采用分段式染色体管理方案实现对多质特征空间局部化管理;利用分段交叉和变异算子避免出现无效染色体,提高搜索效率;通过自适应调整交叉和变异概率实现强搜索能力和快收敛速度的动态平衡.实验结果表明,该方法比基本遗传算法搜索能力更强、收敛速度更快,所得最优特征子集较小,更适用于棉花异性纤维在线分类.     

融合GA与SVR算法的小麦条锈病特征优选与模型构建

为提高小麦条锈病遥感监测精度,综合利用反射率光谱在作物生化参数探测方面的优势和叶绿素荧光在光合生理诊断方面的优势,构建了冠层日光诱导叶绿素荧光(Solar induced chlorophyll fluorescence,SIF)协同反射率光谱吸收参量的初始特征集合,并基于融合遗传算法(Genetic algorithm,GA)和支持向量回归(Support vector regression,SVR)算法对初始特征集合与SVR参数进行联合优选,确定遥感监测小麦条锈病严重度的敏感因子,建立基于GA-SVR算法的小麦条锈病遥感监测模型,并将其与相关系数(Correlation coefficient,CC)分析法提取特征参量构建的CC-SVR模型精度进行对比。小区试验数据验证结果表明,融合GA和SVR算法优选特征参量构建的GA-SVR模型精度优于CC-SVR模型,3个样本组中GA-SVR模型预测病情指数(Disease index,DI)与实测DI间的决定系数R2比CC-SVR模型至少提高了2.7%,平均提高了17.8%,均方根误差(Root mean square error,RMSE)至少减少了10.1%,平均减少了32.1%。大田调查数据进一步验证了利用GA-SVR算法对小麦条锈病遥感监测的敏感因子进行优选及模型构建能够提高小麦条锈病遥感监测精度,研究结果为实现大面积高精度遥感监测作物健康状况提供了思路。     

蛋鸡设施养殖环境质量评价预测模型构建方法及性能测试

蛋鸡设施养殖环境质量对蛋鸡的健康生长和生产性能的提升至关重要。蛋鸡养殖环境是多环境因子相互影响制约的复杂非线性系统,凭借单一的养殖环境参数难以对环境质量做出准确有效的评价。针对上述问题,本研究综合蛋鸡设施养殖环境的温度、湿度、光照强度、氨气浓度等多个环境影响因子,在布谷鸟搜索算法优化神经网络（CS-BP）预测模型的基础上,构建了改进的CS-BP的蛋鸡设施养殖环境质量评价预测模型。将构建的改进CS-BP预测模型与BP神经网络、遗传算法优化BP神经网络（GA-BP）、粒子群算法优化BP神经网络（PSO-BP）3种深度学习方法进行性能参数分析比对,结果表明：改进CS-BP评价预测模型的平均绝对误差（MAE）、平均相对误差（MAPE）和决定系数（R²）分别为0.0865、0.0159和0.8569,其各项指标性能均优于上述3种对比模型,该模型具有较强的模型泛化能力和较高的预测精度。对改进CS-BP的蛋鸡设施养殖环境质量评价模型进行测试,其分类准确率达0.9333以上。本研究构建的模型可以为蛋鸡设施养殖环境质量提供更加全面有效的科学评价,对实现蛋鸡生产环境的最优控制,促进蛋鸡生产性能的提升具有重要意义。