径向基函数网络与WebGIS融合的苹果病虫害预测

以ArcIMS为二次开发平台,开发了基于Java技术和MVC架构的苹果病虫害预测预报系统平台,在建立了20余种苹果病虫害预测模型的基础上,采用动态数据交换技术(DDE)实现了GIS分析功能与病虫害预测模型的集成;具有空间数据和属性数据的分析处理、苹果病虫害预测预报、WebGIS信息发布等功能;可以通过地图或专题图、数据表格、图形或文字等多种形式预测预报苹果病虫害发生时间和发生程度.以苹果山楂叶螨为例,详细阐述了系统中径向基网络模型的构建,该模型的测试准确率为87.5%.高于BP神经网络的75%.     

敢问水产养殖路在何方?智慧渔场是发展方向

正水产养殖业是我国农村经济发展的重要产业,对保障国家食物安全发挥了重要作用。但传统水产养殖模式带来的环境污染、资源浪费问题越发严重,加上劳动生产率低下,已成为水产养殖业发展的制约因素。我国水产养殖产业的发展必须朝着高效生态精准智能养殖转型。在互联网、大数据、新     

提高我国农民信息素养水平的思考

本文在探讨信息素养的内涵的基础上,提出了信息素养的定义。从我国农民信息素养整体不高和发展不均衡的现状出发,从农村信息基础设施不够完善、农民整体文化水平不高和农村信息教育力度不够三个方面讨论了目前存在的问题并分析原因,最后从加强农村信息基础设施建设、提高农民科学文化水平和改革农村信息教育方式三方面,提出了提高农民信息素养的措施。     

访谈实录:5G时代下的数字农业

正智慧农业发展的基础在于数字农业,数字农业是实现农业物联网发展的前提。数字农业从概念的产生,到实践中的探索、发展和应用,一直在不断丰富和完善之中。为进一步促进数字农业高质量发展,促进5G等新兴技术在数字农业领域的应用,本刊采访了中国农业大学信息与电气工程学院教授李道亮老师,围绕数字农业的发展、关键支撑技术、5G与数字农业的融合等方面进行分享,并探讨了目前5G在数字农业中的应用限制,并对数字农业的发展作了展望。     

水产养殖水下作业机器人关键技术研究进展

传统水产养殖的水下作业任务主要依靠人工完成,劳动强度大,危险性高,水产养殖水下作业面临严峻的人工危机。随着技术进步和制造成本的降低,将水下机器人应用于水产养殖作业有着巨大的需求空间。机器人水下捡拾作业强耦合、多干扰、时变、多体、多环节、作业目标规格形状不一,且作业的精度和速度要求高,机器人水下精准作业是困扰水产养殖界多年的公认难题。本文在对水下机器人-机械手系统(underwater vehicle-manipulator system,UVMS)进行了系统分析的基础上,从弱光照、强耦合、非结构化海洋环境下UVMS的精准捕捞作业目标识别、时变多体捡拾作业条件下水下机器人-机械手系统动力学模型、多扰动条件下目标动物位置识别与定位模型、多约束条件下浅海养殖精准捡拾作业的优化控制等4个方面,对UVMS捕捞作业所涉及的关键技术的地位、国内外研究现状展开分析与讨论,并对所述关键技术的研究前景进行了展望,以期为水产养殖水下作业机器人软件开发提供理论依据和综合性参考。     

主成分分析和长短时记忆神经网络预测水产养殖水体溶解氧

为了提高水产养殖溶解氧预测的精度,提出了基于主成分分析(principal component analysis,PCA)和长短时记忆神经网络(long short-term memory,LSTM)的水产养殖溶解氧预测模型。首先通过主成分分析提取水产养殖溶解氧的关键影响因子,消除了原始变量之间的相关性,降低了模型输入向量维度;然后,在Tensorflow深度学习框架的基础上建立LSTM神经网络的水产养殖溶解氧预测模型;最后,利用该模型对浙江省淡水水产养殖研究所综合实验基地某池塘溶解氧进行验证。试验结果表明:该模型与BP神经网络等其他浅层模型相比,模型评价指标平均绝对误差、均方根误差和平均绝对误差分别为0.274、0.089和0.147,均优于传统的预测方法;该模型具有良好的预测性能和泛化能力,能够满足水产养殖溶解氧精确预测的实际需要,可以为水产养殖水质精准调控提供参考。     

海参捕捞装置导航中低成本陀螺仪的降噪研究与试验

针对MEMS陀螺仪输出信号中含有的随机漂移噪声造成海参捕捞装置惯性导航精度明显下降的问题,采用时间序列分析法和Kalman滤波算法,对MEMS陀螺仪随机漂移噪声的削减问题进行研究。以MEMS惯性测量单元的实测数据和三维电子罗盘测量的姿态角为样本,对本研究的低成本陀螺仪的降噪效果进行测试,试验结果表明:1)经过降噪处理后的陀螺仪随机漂移信号的方差比陀螺仪原始采样信号的方差降低1个数量级,显著改善了陀螺仪随机漂移数据的精密度;2)以高精度三维电子罗盘实测的姿态角作为参考基准,将降噪后的陀螺仪随机漂移数据导入捷联惯导姿态更新算法程序,在300s时间内,解算出的俯仰角、横滚角和航向角的均方根误差RMSE全部小于1°;与降噪前相比,相应的俯仰角、横滚角、航向角的RMSE分别降低了170.5、97.6和42.5倍,明显提高了惯性导航精度。     

农业4.0——即将到来的智能农业时代

<正>农业4.0是以物联网、大数据、人工智能、机器人等技术为支撑和手段的一种高度集约、高度精准、高度智能、高度协同、高度生态的现代农业形态,是继传统农业、机械化农业、自动化农业之后的更高阶段的农业发展阶段,即智能农业。目前我国农业面临着土地等资源约束趋紧、劳动力老龄化问题突出,农业生态环境压力加剧等突出问题,迫使我国农业不得不加快农业生物技术、信息技术、装备技术创新步伐,转变传统生产方式、经营方式和管理方式,充分利用国家实施"互联网     

基于遥感信息融合的阜新煤矿排土场地物提取与分类

结合地面测试高光谱数据及卫星遥感数据,对矿区地物信息进行提取,可有助于快速获取矿区地表信息,为矿区废弃地植被恢复提供辅助决策信息支持具有重要意义。该文以阜新市海州矿区排土场为研究对象,对不同波段组合的SPOT-5遥感影像进行了分类方法和分类精度评价研究。结果表明：排土场影像在波段组合与融合之后进行分类,分类精度提高不明显;而通过组合SPOT多光谱影像和植被指数图像,并结合地面测试的高光谱特征曲线建立分类模板,可以有效地提高地物分类精度,总体分类精度为85.48%,Kappa系数为0.8197。分类结果满足对排土场地物调查的实际需要,为建立排土场植被恢复等级提供了数据基础。     

我国农业信息化面临的新机遇与发展建议

农业信息化是农业现代化和新农村建设的支撑手段。我国农业信息化建设已取得了显著的成效。党的“十八”大提出了“四化同步”的发展战略,物联网、云计算等新一代信息技术的快速发展,标志着我国农业信息化将迎来又一个春天,正在驶入“农业生产智能化、农业经营网络化、农业管理高效透明、农业服务灵活便捷”的快车道。并从体制机制、技术创新、标准体系等方面提出了我国农业信息化发展的保障措施。