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。     

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。     

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.     

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...     

高分辨率棉花异性纤维彩色图像的快速分割方法

针对传统的图像分割方法较难分割棉花异性纤维的问题,提出了一种高分辨率棉花异性纤维彩色图像的快速分割方法。该方法通过改进的数学形态学的边缘检测方法得到灰度梯度图,再选取迭代过程中的最佳经验值得到最佳分割阈值,从而实现了灰度梯度图的分割。实验结果表明,该方法可以直接对高分辨率棉花异性纤维彩色图像进行分割,且分割效果较好,并使此环节的计算速度提高2倍以上。     

鱼病诊断过程模拟及其推理模型的构造

在分析鱼病诊断特点基础之上,抽象总结出鱼病诊断推理过程,并从逻辑角度模拟了该过程。将人工智能技术与传统的诊断活动结合起来,从理论上提出分级渐进推理模型模拟鱼病诊断过程。本文的研究对构造鱼病诊断专家系统具有重要的理论与实践指导意义。     

基于视觉感知特性的多聚焦图像融合技

针对多聚焦图像融合问题,借鉴生物视觉特性和相关图像处理理论,提出了一种基于视觉感知特性的多聚焦图像融合算法.该算法在对待融合的多聚焦图像进行RGB分块分解的基础上,采用视觉对比度模型以确定融合后图像的选取准则.为了获得最佳图像融合效果,采用免疫遗传算法以指导图像分块,标准熵和标准偏差作为评价图像融合质量的的标准.实验表明,该算法具有较好的效果,能够解决多聚焦图像融合问题.     

基于自动视觉检测的棉花异性纤维分类系统

为实现棉花异性纤维的在线识别,设计了一种基于自动视觉检测(AVI)的棉花异性纤维分类系统.该系统利用棉层生成器将待检测皮棉制成约2mm厚的均匀薄层使其中的异性纤维更容易检测,利用彩色线扫描相机检测有色异性纤维,利用单色线扫描相机检测在紫外线激发下能产生荧光的白色异性纤维.采用多特征多分类器集成的模糊分类方法实现了对异性纤维的分类.实验表明,该系统对异性纤维的平均分类正确率可达到80%.     

人工智能在水产养殖中研究应用分析与未来展望

中国水产养殖的生产模式已由粗放型向集约型转变,生产结构不断调整升级,生产水平不断提高。但较低的劳动生产率、生产效率和资源利用率,低质量的水产品以及缺乏安全保障等问题都严重制约中国水产养殖业的快速发展。利用现代信息技术,研究智能设备来实现精确、自动化和智能化的水产养殖,提高渔业生产力和资源利用率是解决上述矛盾的主要途径。水产养殖中的人工智能是研究利用计算机实现水产养殖的过程,也就是利用机器和计算机监视水下生物的生长,进行问题判断、讨论和分析,提出养殖相关决策,完成自动化养殖。为深入了解人工智能技术在水产养殖中的研究发展现状,本文从水产养殖的生命信息获取、水产生物生长调控与决策、鱼类疾病预测与诊断、水产养殖环境感知与调控,以及水产养殖水下机器人5个具体方面入手,结合生产中面临的实际问题,分析了人工智能在水产养殖中的研究应用现状和技术特点;阐述了人工智能应用的主要技术手段和原理,总结了近年来人工智能技术在水产养殖中的最新应用研究进展,分析了当前人工智能技术在水产养殖发展中面临的主要问题和挑战,并提出了推动水产养殖转型的主要建议,以期为加速推进中国渔业数字化、精准化和智慧化提供参考。