广东农业农村大数据应用服务平台研究与设计

当前政府机构的信息化建设基本上是"烟囱式",形成了大量的数据孤岛,业务协同难、数据共享利用难等问题突出,阻碍了数字政府改革建设的开展.在多年省农业农村政务信息化工作的经验和思考的基础上,本研究以广东省农业农村厅业务应用与数据资源整合建设为对象,利用大数据等现代信息技术,设计了广东省农业农村大数据应用服务平台,旨在整合广...     

农业大数据分析平台建设的研究

随着云计算、物联网及信息技术的飞速发展,社会中出现各种各样的数据,且其数量还在呈几何倍数增长,这也是大数据时代的重要特征.我国是农业大国,农业大数据的建立和发展成为现代农业发展的战略需求,相关的数据分析平台也成为农业大数据服务农业的重要载体.基于此,文章从农业大数据的概念出发,分析农业大数据分析平台特点与当前发展现状,...     

农机作业大数据处理关键技术研究现状与发展趋势

农机作业的方式随着信息化的发展正在逐步发生变化,农机作业过程数据的采集、传输和管理也成为了其中的关键环节。由于我国农业生产模式不一、田间环境差、生产环节繁杂、影响因素多样。农机作业信息种类繁多、结构复杂、来源广泛、时效性强,所以为了实现高效的存储和信息共享,必须建立统一的农机作业大数据平台。建立新型农机作业数据模型、建设新的农机作业数据平台将成为我国农业从机械化迈向信息化、智能化的重要一步。     

北京市农机大数据平台建设与应用

为提升北京市农机化综合管理水平,实现农机作业质量科学监测和评价,支撑保护性耕作作业补贴科学发放,开发了北京市农机大数据平台。平台包括北京农机化综合展示、合作社管理、农机具管理、精准作业管理和补贴作业监管共计五大模块。2020年-2022年,配套全市范围内安装的749套保护性耕作作业质量监测终端,围绕深松、秸秆还田和少免耕播种三个作业环节,北京市农机大数据平台收集了101家合作社和29个农机户的机具和作业信息,作业面积总计8.3万hm2,作业地块数量总计25685个,监测面积占各区上报计划总面积71.51%,支撑北京市9个涉农区发放农机作业补贴6042.31万元。     

基于大数据的施药平台农药喷洒定量分析研究

近年来,我国农用小型无人植保飞机发展势头迅猛,目前国内生产无人植保飞机的厂家已经超过10家,并呈快速增长趋势。为了提高无人机喷药设备喷洒的准确性,提出了基于云技术的施药量大数据实时分析平台,并通过PID调节来实现农药喷洒量的精准控制。为了验证方案的可行性,设计了喷药定量分析实时数据分析平台,并以无人机喷药作为研究对象,对喷药定量分析平台的可靠性进行了测试,包括数据的分析速度及喷药的准确性等。测试结果表明:相比传统的数据分析服务器,基于云技术的大数据分析平台具有更高的施药定量数据分析能力,采用数据分析平台后,施药的精度较高,可以满足无人化植保作业的需求。     

浅析大数据关键技术在物流企业中的应用

物流企业在开展物流业务时会产生大量的数据,这些数据若能被有效利用,将为物流企业提效增值。物流企业越来越重视大数据所带来的商业价值,并被物流企业视为战略性资源。文章分析物流企业应用大数据技术的价值,列举了物流企业常用的大数据关键技术。     

农机数字化设计平台研究 —基于大数据的多媒体网络

制造业信息化的发展促使许多农机企业建立起相应的CAD/CAM软件环境平台,并进行数字化的设计仿真和制造,取得了显著的效果。为了提高农机数字化平台的设计效率,将大数据和多媒体网络技术引入到了农机平台的设计上,通过交互式协同设计和参数化设计,工程师之间以及企业的各个部门之间可以进行协作,有效缩短了设计周期。为了验证方案的可行性,以蜗轮蜗杆的设计为例,对平台的设计效果进行了验证。由建模的效率可以看出:采用农机数字化设计平台后设计效率有了明显的提高,对于农机现代化设计制造技术的提高具有一定的借鉴意义。     

水产养殖大数据技术研究进展与发展趋势分析

水产养殖对象特殊、环境复杂、影响因素众多,精准地监测、检测和优化控制极其困难。大数据技术结合数学模型,把水产养殖产生的大量数据加以处理和分析,并将有用的结果以直观的形式呈现给生产者与决策者,是解决上述难题的根本途径。本文主要对水产养殖大数据技术研究进展与发展趋势进行了深入剖析,提出了水产养殖业大数据技术的总体架构;分析了水产养殖大数据的来源和获取手段,重点总结了几种水产养殖大数据分析技术的研究进展和现有水产养殖大数据平台及其提供的应用服务;最后针对水产养殖与大数据技术结合过程所面临的困难与挑战,从实现全面感知、全产业链数据智能分析与自动决策、水产养殖大数据标准体系建设等方面提出水产养殖大数据技术的发展方向。数据是根本,分析是核心,利用大数据技术提高水产养殖综合生产力和效益是最终目的,应深度挖掘现实需求,整合水产养殖全产业链数据,加强基础理论和核心关键技术研究,从而推进大数据技术与水产养殖产业的深度融合,支撑我国水产养殖业彻底转型升级。     

大数据智慧平台的应用优势及其对农机化生产的促进作用

近年来,计算机技术与网络技术得到了广泛普及,使传统的管理模式发生了显著改变,农业生产的管理方式正逐渐由传统的粗放型管理向着数据精确化管理方向转变,为生产的合理开展创造了有利条件.随着农业机械的广泛普及,农机大数据智慧平台的应用能够进一步提高农业机械化生产的合理性,改善传统粗放型生产过程中的弊端,有利于农业生产的转型升级...     

基于大数据的化学基础与分析技术在线课程建设

从大数据的视角,以高职食品类专业化学基础与分析技术在线课程建设为切入点,在教学内容、教学模式、考核评价等方面进行改革实践与探索,为建设化学基础与分析技术在线课程打下基础,对同类在线课程建设具有借鉴作用。     

基于Solr的农田数据索引方法与大数据平台构建

针对农田数据在高吞吐量、高并发、多条件处理过程中易产生运算负载大、响应速度慢等难题,研究了负载均衡大规模集群数据处理技术,优化了多条件检索时Hbase农田数据库,提出了基于Solr的二级非主键索引方法,搭建了基于Hadoop的农田大数据平台,采用农机深松、植保、保护性耕作等8种作业生成的100TB数据对平台进行了检索实验和压力测试实验。实验结果表明,多条件检索时,优化后的技术模型在数据规模达到5×107条时,系统的响应时间小于1s,优化的性能与原生Hbase相比提高了3倍;在模拟用户达到5×105次时,系统的QPS及TPS提高了1倍左右、RT提高了2.5倍,系统的平均响应时间为183ms。本研究解决了高吞吐量、高并发导致农田数据检索效率低的问题,提高了海量农田数据实时处理的计算能力。     

面向资源高效管理与可视化分析的检测大数据平台

随着国家对农药、兽药、化肥、饲料等农用物资监管力度的加强,使得农资检测需求明显增加,检测数据呈现出多源、高纬、异构等大数据特点。为满足大量农资现场抽检需求,提高检测效率,对发展农资快速检测技术提出了新要求。为了研究不同地区不同检测实验室记录的数据特征及相互关系,满足不同业务场景共性需求,以多源数据预处理、融合分析决策和可视化展示多平台协同分析技术为核心,构建可视化分析的检测大数据平台,为农业数据资源提供高效的管理策略。以全国13家检测机构在2011-2018年饲料检测数据为对象,应用大数据平台架构和关键技术,构建饲料检测大数据平台。通过饲料近红外光谱分析饲料蛋白质、水分含量和时间的变化规律,为饲料生产厂家提供生产建议。通过处理不同种类饲料的不同检测数据,证明该平台能有效提高数据处理效率,表明大数据技术可以为推动速测技术实用化发展提供新的解决途径。     

森林生态站大数据快速存储与索引方法

针对森林生态站中大量图像、视频、GIS数据等非结构化数据以及生态指标等结构化数据存储效率低、检索性能差的问题,提出了基于Hadoop和HBase的森林生态站大数据存储框架。基于所提出的框架,给出了森林生态数据存储业务流程,并对森林生态大数据平台涉及的核心技术进行了优化:①设计预分区算法保证数据在集群中均匀分布。②根据生态数据特点科学设计了RowKey,实现生态数据的快速检索。③针对原生HBase不支持多条件查询问题,设计基于索引数据和服务器性能评估的ElasticSearch索引分片放置策略,以此基于ElasticSearch的二级非主键索引技术优化多条件检索HBase生态数据库。④针对生态站海量小图像存储困难问题,提出基于数据站点及时间关联性的打包合并策略。⑤解析GIS数据使之进行高效存储。通过实验对以上理论进行验证。结果表明,ElasticSearch索引分片放置策略比默认分片策略的查询时间平均减少20 ms,比基于改变ElasticSearch评分策略的查询时间平均减少20 ms。结构化数据规模为1×108条时,系统的检索时间为1.045 s,比原生HBase检索速度提升3.99倍,在非结构化数据为1×107条时,采用数据站点及时间关联性的打包小图像策略是基于SequenceFile合并效率的1.15倍,是原生HBase的1.79倍;在1×104次并发用户的情况下,优化后的每秒查询数是原来的1.88倍,每秒吞吐量是优化前的1.74倍,系统响应时间比优化前降低69.5%。结果表明,本文所提出的方案在集群负载均衡、海量结构化和非结构化数据检索效率以及系统吞吐量等方面都有了明显的性能提升,为森林生态数据的存储和管理提供了必要的理论基础和技术实现。     

基于大数据的拖拉机发动机故障检测系统设计

针对拖拉机发动机检修人员技术水平较低、故障检测系统依赖人工检验程度较高的问题,基于大数据对拖拉机发动机故障检测系统进行了设计.系统主要组成为数据采集模块、数据库、智能分析模块、检测模块、信息查询和维护模块和检修模块.为了避免人工操作对故障检测的干扰,采用卷积神经网络的故障检测方式对拖拉机发动机进行故障类型识别,并对卷积...     

基于智能制造和大数据挖掘的农机数字化设计研究

介绍了智能制造和大数据挖掘的概念和关键技术,结合农机制造行业过程的特性,设计了农机数字化设计整体框架及基于大数据挖掘的农机零部件选型模块,实现了一套基于智能制造和大数据挖掘的农机数字化平台,可以实现农机零部件的协调和智能优化设计.实际应用表明:采用数据化设计平台可以提高设计人员之间的协同能力,大大缩短了农机开发周期.     

智能制造和大数据挖掘在农业机械设计中的应用

随着制造信息的爆炸性增长及处理信息工作量的猛增,要求制造系统表现出更大的智能化,除了需要专业人才和专门知识外,还需要智能制造系统具有大数据挖掘和分析处理能力,从而使系统具有感知分析、推理、决策、控制等功能。为此,在农机数字化设计平台上引入了智能制造系统,并利用大数据挖掘技术对系统进行了优化,建立了经验数据库,在加工类似零部件时可以直接生成加工指令和工艺方案。实际应用表明:智能制造系统地引入有效缩短了加工工艺的设计周期,提高了设计效率,降低了设计制造成本。     

基于物联网的农产品全流程追溯系统设计与实现

为满足消费者对于农产品质量安全的需求,设计开发了农产品全流程追溯系统。本系统基于物联网的三层组织架构进行设计,包括设备数据采集、网络数据传输及系统开发。在系统中实现了农产品从种植、农事、采收、仓储、运输等环境的实时追溯,搭建了模块集成的大数据展示平台,向消费者全方位展示了农产品的精准信息,建立了供需信任。进一步实现了科技助农,为物联网农业发展插上了智慧的翅膀。