基于卷积神经网络的水稻虫害识别方法

为解决人工识别水稻虫害难度大、费时费力的问题,研究了一种自动识别水稻虫害的方法。选取2 500张红袖蜡蝉、稻绿蝽、稻螟蛉、点蜂缘蝽、大螟图片建立数据库,利用深度卷积神经网络提取水稻虫害数据集特征,采用随机梯度下降法训练,得到最优权重文件。测试训练好的模型,并对比Faster-RCNN、SSD和YOLOv3算法的效果。结果表明,YOLOv3算法的平均精度最高,其在红袖蜡蝉、稻绿蝽、稻螟蛉、点蜂缘蝽、大螟5种水稻虫害中分别为97.40%、88.76%、85.74%、92.96%、94.78%,五类水稻虫害mAP为91.93%。与Faster-RCNN算法相比,平均准确率高1.43个百分点,单张图像检测耗时减少853.68 ms;与SSD算法相比,平均准确率高5.56个百分点,单张图像检测耗时减少2.9 ms。选择5类比较具有代表性的水稻虫害图片进行测试,对于叶片遮挡目标和相似背景等情况,YOLOv3算法能够正确识别不会出现漏检错检,且识别准确率大于98%。将YOLOv3算法引入田间复杂情况下的水稻虫害识别是可行的,具有较高的平均准确率以及较快的检测速度,能够准确识别水稻虫害,这对于水稻虫害防治和田间喷药等方面具有重要意义。     

基于物联网的食用菌环境智能控制系统研究

为实现食用菌优质高效的工厂化生产,研究了基于物联网的食用菌环境智能控制系统,以提高食用菌工厂化生产效率。设计了XML格式的环境监测数据,采用无线感知终端采集环境数据并发送到服务器;采用RST-CD-016型PLC开发了设备控制柜;依据专家经验,采用定时和定量策略设计了食用菌的环境自动控制模型;开发了监控设备数据接入的Windows服务,采用B/S结构研发了PC端的管理系统,开发了Android系统下的移动控制软件。该系统环境感知信息数据传输平均丢包率为0.5%,系统既可采用设备控制柜手动控制厂房内设备,也可采用模型控制方式智能控制厂房内设备。     

基于CC2541的生猪光电式心率测量方法研究

[目的]研制一款基于光电容积脉搏波(Photoplethysmographic,PPG)原理的生猪心率测量耳标,实现生猪心率的在线监测.[方法]依据PPG原理,采用SoC芯片CC2541、光电式心率传感器、MPU6050等研制一款基于CC2541蓝牙4.0的生猪心率测量耳标,分析生猪心率信号的运动干扰来源,同时采集人体模拟生猪运动下的心率信号,导入MATLAB软件,以快速傅里叶变换(Fast Fourier transform,FFT)处理分析PPG信号、运动信号的频域特征及低频采样对心率数据提取结果的影响,并将FFT移植到CC2541中直接提取心率数据.[结果]猪耳与传感器间的相对运动是生猪心率信号干扰的主要因素.当猪耳与心率传感器间的夹持压力在0.6~1.5 N时,传感器能输出完整的PPG信号波形,在生猪安静状态下能准确获取心率数据,在生猪运动状态下通过FFT算法也可有效提取心率数据.在CC2541的RAM容量限制下,采样数为128点,能满足FFT算法提取心率数据.通过CC2541中FFT处理得到的心跳频率为2.813 Hz,生猪心率=2.813 Hz×60 s=168.78次/min,生猪安静状态下人工测量的心率为160.00次/min,二者基本相符.[结论]基于CC2541蓝牙4.0的生猪心率测量耳标具有体积小、抗运动干扰强、功耗低的特点,适合对生猪进行长期动态的心率监测,为开展生猪健康预警、动物福利、行为建模等研究提供一种新手段.     

江西省畜禽养殖信息技术应用现状及建议

根据江西省12县(市、区)调查问卷,分析江西省畜禽养殖信息技术应用现状及存在的问题,结果表明:当前江西省畜禽养殖信息化建设中存在信息系统尚未与企业管理深度融合、缺少专职信息技术人才和企业对信息化项目投资的直接效益预期过高等问题,针对这些问题提出发展农业信息系统,畅通农业信息传递渠道;培养农业信息化人才,建设农业技术人才...