基于多重分形理论的油菜缺素叶片特征提取

为描述油菜缺素叶片图像的特征,该文提出了一种基于多重分形去趋势波动分析方法,即局部多重分形去趋势波动分析。该方法确定的hij(q)指数能有效刻画叶片图像每个像素点的多重分形特征,并以所有像素点hij(q)的平均值Lhq表征每幅图像的多重分形特征。选取4种油菜缺素叶片图像进行试验,结果表明所提取局部多重分形去趋势波动平均指数Lhq能很好地区分叶片,并通过方差分析指出当q={-10, -9, -8, -7, -6}时的Lhq区分效果最好。最后基于每个像素点的hij(q)指数利用模糊C均值聚类对缺镁油菜叶片图像进行模糊分割,并与传统的灰度值分割及经典的基于容量测度的指数分割进行了对比试验,结果表明以上述hij(q)为特征具有最佳的分割效果。     

物联网与云计算环境下的农业信息服务模式构建

随着第三次信息革命的到来,以物联网和云计算等为代表的新兴技术开始在信息领域发力,农业信息化作为信息化的重要一环,机遇与挑战并存。目前的农业信息化服务存在着信息整合度低、实时性信息不够、个性化服务不完全等问题。为此,提出了一种整合物联网与云计算的农业信息服务模式建设方案。该方案实现了物联网技术与云计算技术在农业信息服务领域的对接,较好地解决了当前农业信息服务中存在的不足,降低了农业信息服务使用的门槛,提高了农业信息服务的效率。     

农产品品质无损检测概述

农产品品质无损检测是保证农产品质量和安全的一种新兴的高科技技术,本文介绍了常用的无损检测方法,综述了无损检测技术在不同农产品的品质检测中的应用,提出了未来的研究方向。     

多媒体在Web农业专家系统中的应用技术

本文结合Web油菜优质高产高效生产专家系统的开发实例,运用ASP技术和DCOM技术很好地实现了在产生式知识规则的前件和后件中多媒体知识的融合及其控制,并实现了多媒体程序与分布式专家系统平台的无缝集成。     

作物生物模拟模型技术

综合评述了作物生长计算机模拟模型的结构,建模技术及有待探讨的技术问题,模拟模型一般包括数学模型和知识模型,数学模型技术的重点在生育期模型,干物质生产与分配模型及作物形态模型等方面;知识模型是应用人工智能知识工程的技术方法而建立的。人工智能技术将是今后作物模拟研究的一种主要手段。     

油菜生产专家系统知识库构建

采用“浏览器 / Web服务器 /数据库系统”三层网络结构模型 ,遵循 COM/ DCOM/ COM 技术规范 ,利用软构件技术和专家系统技术 ,将我国著名油菜专家官春云院士的理论知识、技术体系、研究成果和经验常知进行智能化集成 ,形成了油菜生产专家系统。该系统在智能决策方面不仅可用于一般油菜知识信息查询 ,而且可提供油菜播前农艺措施优化、发芽出苗期管理、苗期管理、蕾薹期管理、开花期管理、角果期管理、油菜病虫草害诊断与防治、田间诊断和油菜产后加工等决策 ,并可进行可视化模拟分析、油菜产量预测及经济效益分析等。     

基于Web的油菜生产专家系统施肥知识表示

油菜施肥决策是油菜生产中的关键栽培管理技术之一，因而成为油菜专家系统的重要组成部分。配方施肥采用精量或半精量的先进科学施肥替代耕种者个人的经验施肥，在减少环境污染和提高肥料效益等方面意义重大。由于配方施肥涉及描述性知识、关联性知识和计算性知识，因此在专家系统的知识表达中具有一定的综合性与复杂性，在分析油菜需肥特性的基础上，提出了专家系统施肥决策应考虑的主要因素，阐述了油菜配方施肥技术，论述了Web油菜生产专家系统配方施肥知识表示、算法和知识规则，该配方施肥知识表示在作物专家系统中具有一定的通用性。     

油菜栽培管理多媒体专家系统的设计与实现

在以油菜“冬发理论”创立者官春云教授为代表的油菜学科群所得的科研成果、积累的知识经验和资料的基础上,结合田间试验数据资料,并综合其它油菜植保、土肥、农业生态等多个领域专家的知识经验,应用专家系统技术、数据库技术、多媒体技术和计算机技术,以实现油菜高产、优质、高效为目标,面向基层农业经营者,以VB6为开发语言和Authorware为多媒体制作软件,开发出的油菜栽培管理多媒体专家系统。     

甘蓝型冬油菜(Brassica napus)干物质积累、分配与转移的特性研究

采用不同的模型, 定量地研究了不同播期不同基因型油菜干物质积累、分配与转移规律. 结果表明: 油菜总干物质积累动态可拟合成Logistic模型. 油菜根、茎枝、叶干物质分配呈现出多项式函数的变化规律, 角果干物质分配表现为Logistic曲线的变化特征. 晚播油菜干物质冬前优先分配给叶, 角果发育成熟期优先分配给角果并主要给籽粒     

作物数字图像评价与校正算法的应用研究

作物数字图像的质量是图像处理和信息准确提取的关键。高质量的数字图像不仅是信息提取的前提,也是建立定性或定量理化参数统计和机理估算模型的保障。在图像获取、传输和处理过程中有时会出现图像降质问题,即图像退化。从引起作物图像降质的原因、图像降质后对图像后续处理的影响、减少或消除各种不利不良影响的措施,以及图像质量的评价指标等方面展开讨论,并就作物图像质量今后的研究方向进行了展望。