网络化河蟹养殖专家系统的设计

以Intranet为核心技术，以Visual InterDev,Dhtml,MSDN,IESDK,Java Script,VB Script,SQL Server 7.0,Active Server Pages动态服务器网页，以及Photoshop 5.0网络处理等软件为开发工具，以Windows NT4.0/Windows 98为服务器／客户应用软件平台，对河蟹的人工繁殖、蟹种培育、成蟹养殖、配饵投饲、蟹病防治等5个基本模块进行了系统集成，建立了一个网络化河蟹养殖专家系统。该系统属于管理及决策型专家系统，利用它可以对用户实现养殖预测、决策支持、信息咨询、技术推广等功能。     

3S技术在土地整理中的初步应用设计

本文首先提出了3S技术在土地整理中应用的必要性,分别介绍了全球定位系统(GPS)、地理信息系统(GIS)和遥感技术(RS)在土地整理中的用途;在此基础上,分析了“3S”技术在土地整理过程中的应用;最后提出了土地整理“3S”系统的设计思路。     

网络化淡水虾养殖专家系统的实现

网络化淡水虾养殖专家系统利用人工智能与计算机技术，把养殖淡水虾的研究成果和专家长年的养殖经验进行了系统集成，从系统的功能模块、知识表示、推理机、数据库等方面进行了论述，实现了网络化淡水虾养殖专家系统。     

农业生产数字化率测度方法及实证研究

我国农业数字化正处于快速发展期,客观、准确、持续评判全国农业数字化发展情况尤为重要和迫切,亟待构建一个综合性的农业数字化评价指标.本研究以农业生产领域为突破口,提出了农业生产数字化率的概念,构建了农业生产数字化率的评价指标体系和测度方法.利用2019年全国农业农村信息化发展水平监测调查试点数据,进行了指标体系和方法的验...     

日光温室黄瓜叶片湿润传感器校准方法

叶片湿润时间是日光温室作物病害预警系统的关键输入因子,叶片湿润传感器可以实现对其实时、自动化监测,而由于叶片湿润时间受到环境和植物交互效应的影响,需要在日光温室实际环境中校准。以夏末秋初的日光温室盛果期迷你黄瓜为试材研究校准方法。叶片湿润传感器角度为45°,采用移液枪向传感器喷水和使传感器与实际湿润叶片接触两种方法来确定传感器的干湿阈值;比较了传感器与叶缘、叶尖、叶背面接触及位于叶片下方4种布置方法的监测效果;并考察了有无雨条件对传感器测量的影响。结果表明：叶片湿润传感器与实际湿润叶片接触的情况下得到干湿阈值6,此时传感器的监测效果较好,误差在1 h左右;传感器与叶缘、叶尖接触时的监测准确率较高,达到0.75～0.83;传感器在无雨条件下监测效果要好于有雨条件。总体来看,该叶片湿润传感器校准方法可以用于日光温室黄瓜叶片湿润时间监测,符合日光温室黄瓜病害预警系统的要求。     

玉米病虫害诊治本体构建技术研究

针对现有农业病虫害专家系统领域知识共享和重用困难、症状输入严重影响准确率等问题,研究了基于领域知识、推理知识和任务知识的本体构建技术。同时,提出了基于分词、改进的词义消歧算法、同位词消歧及BNF范式形式化等自然语言处理步骤将症状描述训练集转化为本体形式,从而使专家系统引入本体技术,并利用其优势极大地改进了系统的健壮性及准确率。     

力推数字技术与农业农村的深度融合

近日,农业农村部、中央网信办正式发布《数字农业农村发展规划(2019—2025年)》。《规划》的实施必将开启我国数字农业农村建设的新篇章,有效促进农业生产精准化、农业经营网络化、乡村治理数字化。第一,大力推进农业生产精准化。从世界发达国家农业现代化进程看,都先后经历了从机械化到数字化再到智能化的发展过程。     

鱼菜共生水体溶解氧时空变化规律及其影响因素研究

为明确鱼菜共生系统中水体溶解氧分布特征,采用室内搭建的鱼菜共生系统,利用多点采样装置以及物联网传感系统对系统中水质参数、气象数据和生物量信息进行提取,通过相关性分析对该鱼菜共生系统中溶解氧时空变化规律以及光照强度与喂食量对其时空变化的影响进行了研究。结果表明,溶解氧在鱼池中随垂直深度增加而减小,相关系数范围为-0.9～-0.7时,鱼池溶解氧空间变化量与喂食量呈显著线性关系,相关系数为0.9294,方差分析中F值为126.94。溶解氧在水培槽中随水平距离增加而减小,相关性范围为-0.9～-0.8时,水培槽溶解氧空间变化量与光照强度呈显著线性关系,相关系数为0.8158,方差分析中F值为39.7954。溶解氧日变化受到各环节空间变化影响,白天波动下降,夜间平缓上升。研究结果为鱼菜共生系统溶解氧研究提供了一定理论依据。     

农业4.0——即将到来的智能农业时代

人均资源匮乏、劳动力短缺、环保形式紧迫是始终贯穿我国农业现代化发展的科学难题,农业4.0是农业现代化建设的深度发展阶段,以更高层次的集约度、精准度、协同度实现精准、智能的农业生产,从根本上解决上述三大难题。文章首先对农业4.0进行定义,简述了发展农业4.0的重大意义,总结了农业1.0到农业4.0各阶段的劳动手段与特征;通过生产条件、综合需求、发展瓶颈3个方面的分析,阐明农业代际演进的推力、引力及压力;以全国范围内的代际分布比例数据描述代际演进状态,预测全国范围农业1.0至4.0的代际演进趋势,并基于技术成熟度曲线图得出未来农业代际演进的主要驱动技术是大数据、云计算、物联网和人工智能等技术,得出农业各代际演进过程的动态跃迁特性,指出农业4.0的实现时间预计为2070年。随后从生产力、资源配置的角度,提出农业4.0的发展策略,明确发展目标,指出要重点围绕大田种植、设施园艺、畜禽养殖和水产养殖,针对局部农业特点、“三农”发展趋势、城乡一体化需求,遵循市场与产业发展规律,着力供给侧结构性改革的发展思路,依次完成农业2.0先导发展、农业3.0主体发展,最终攻坚关键难题,实现农业4.0的全覆盖。     

基于CHG-LDA的鱼类新鲜度无损检测方法

Quick and accurate assessment of fish freshness is of great significance for intelligent quality monitoring and ensuring the safety of consumers. In the current fish freshness evaluation method based on visual images, the study of fish gills needs to remove the gill cover, which is invasive to the fish body, and the analysis of other parts has a low evaluation accuracy. To solve the above problems, a fish freshness classification method based on color histogram & grey-level co-occurrence matrix-linear discriminant analysis (CHG-LDA) was proposed. Firstly, preprocessing operations such as labeling, image zooming and color space conversion were performed on the collected fish images. Secondly, the extracted color histogram features and grey-level co-occurrence matrix (GLCM) features were fused to constitute the features, and the feature dimension was reduced by LDA. Finally, K-nearest neighbor (KNN) algorithm was used to classify fish freshness. The CHG-LDA method proposed solved the problem of poor classification performance caused by the low quality of the extracted fish image features. The experiment was carried out on a real crucian data set, and the index values of precision, recall, F1-score and accuracy were all 1. Compared with color histogram features, color moment, GLCM features, etc., this method improved the performance of each evaluation index on KNN, RF, ANN, and LightGBM classifiers. Among them, the evaluation time of KNN was the best, which was 0.01s. Experimental results showed that this method can achieve accurate and non-destructive evaluation of fish freshness, and it was feasible for actual production monitoring.