油菜虚拟生长的研究

虚拟植物即应用计算机模拟植物在三维空间中的生长发育状况,是近20年来发展起来的一种新兴技术。本文通过对虚拟植物研究范围的探讨及虚拟软件L系统的介绍,分析了植物外部形态的特点,并结合油菜生长过程中各个器官形态变化规律的本质,动态地模拟出油菜在不同生长阶段的形态,尤其是在茎杆的模拟,实现了用户与虚拟油菜的交互式调控,总结了L系统和油菜分枝的数据结构,这更有利于准确动态模拟出油菜的主体形态结构。最后,本文对油菜与环境的相互作用及其相关方面等进行了展望。     

虚拟植物的研究内容及实现技术综述

本文在阐述虚拟植物研究意义的基础上，介绍并分析了几种常用的植物建模方法及其相关软件，探讨了基于数字图像处理技术的作物模型构建法。最后，提出了虚拟植物研究中存在的问题，对该领域的发展趋势进行了展望。     

农业网络信息可信度评估研究进展

随着网络技术的快速发展,其在农业领域的作用逐渐彰显,但同时进一步促使了农业信息的过度增长,农民如何快速准确地从互联网获取所需的农业信息已成为研究的热点。本文主要对网络信息可信度评估研究进展进行综述。对网络信息可信度评估的理论研究按照其发展的脉络进行梳理和阐述;根据信息可信度研究方向按照信源可信度和信息内容可信度两个方面详细归纳和叙述网络信息可信度评估研究的方法;对网络信息可信度的应用上做系统的介绍和对比;指出目前国内外研究中的不足之处,并针对农业领域提出今后网络信息可信度评估技术的研究方向。     

B-P神经网络在作物生育动态模拟中的应用

利用B－P神经网络对作物生育动态进行模拟。在对B－P神经网络的结构和训练算法加以选择后，网络模型具有拟合精度高、收敛速度快和泛化能力强等特点。B－P网络可用于作物生育进程中单输入单输出、单输入多输出、多输入单输出和多输入多输出动态关系的模拟和作物生育动态的预测。     

4.5%敌·毒颗粒剂防治小地老虎的药效试验

使用4.5%敌·毒颗粒剂防治小白菜地地老虎田间药效试验结果表明,4.5%敌.毒颗粒剂对小地老虎防治效果较好,使用量为37.5～52.5kg/hm2,药后15d的保苗效果超过90%,防虫效果达到95.1%以上,建议推广使用。     

农业信息网站服务质量评价指标优化研究

提高农业信息网站服务质量是有效解决农业信息化发展瓶颈的方法之一。科学的网站服务质量评价,可以提高用户获取信息的效率,同时网站设计者通过了解影响其服务质量的主要因素,可以优化网站资源配置。笔者参考服务质量管理的有关原理和已有的指标设计方法,构建了一个农业信息网站服务质量评价通用模型,利用R型系统聚类法探索描述性指标项优化问题,以避免指标项之间存在的相关、重复情况,最后以40个茶叶信息网为实验对象进行数据采集与分析,构建农业信息网站服务质量评价影响因素的多元回归模型,得出在信息服务系统构建过程中影响信息服务质量的重要因素。     

基于用户需求的多维农业信息分类模型研究

为了帮助用户快速检索到所需农业信息,结合用户对农业信息需求的特征,提出了改进的农业信息多维分类模型,并从信息高效存储和处理的角度提出了基于OLAP的多维农业信息分类模型设计方案,最后以湖南油菜网络信息为例,进行实验数据采集与信息分类,实现多维农业分类信息的存储结构。结果表明：（1）随机采集获得的网络农业信息可以通过改进的多维农业信息分类模型来有效表达;（2）行业维度、时间维度、地域维度、形式维度具有客观性,信息属性维度、产业链维度、信息内容维度具有主观性;（3）某些信息在某些维度上没有数据或者无法确定取值时,用空值表示;（4）知识型信息大部分在时间维度和空间维度上没有数据。多维农业信息分类模型可以从每个维度查看数据,也可以抽取不同维度组合进行数据深度分析,为农业信息个性化推送服务奠定了重要基础。实验中实现了多维农业信息的存储结构,是后续农业信息的数据分析、维度优化等工作的必要前提和基础。     

基于色度域划分的马铃薯绿皮检测方法

绿皮是马铃薯品质缺陷之一。为了检测马铃薯的品质,该文提出了一种基于色度域划分的马铃薯绿皮检测方法,从量化角度实现了马铃薯表皮颜色信息的提取。利用基于统计的逐步判别分析方法和支持向量机识别方法构建模型,因局限于特定样本集的特征空间,识别结果稳定性不好。该研究克服了上述方法的缺点,提取色度作为模式识别的特征,并确定了区分正常和绿皮马铃薯的有效色度值区间57～64,再结合二次阈值判别方法对马铃薯的绿皮进行检测。试验结果表明该方法简单、识别率高,而且稳定性强。     

无线传感器网络在农业生产中的应用

无线传感器网络是近年兴起的新兴技术。本文综述了无线传感器网络的节点构成、特点,以及当前在农业领域的应用,并提出了在农业领域应用的新思路。     

机器视觉技术在农产品检测中的应用研究

机器视觉技术在农产品检测领域得到了广泛的应用,并随着相关技术的不断成熟和发展,机器视觉在农产品检测领域中的应用必将对传统检测模式产生巨大影响。本文分析了机器视觉技术在农产品检测中的应用现状,提出了应用中出现的问题,并为未来的研究方向进行了初步的探讨。