排序方式: 共有19条查询结果,搜索用时 156 毫秒
11.
12.
基于NoSQL数据库的农田物联网云存储系统设计与实现 总被引:4,自引:2,他引:2
为了解决农田物联网大量图像、视频和传感器等结构化和非结构化数据实时处理与写入问题,该文基于分布式存储与NoSQL(NotOnlySQL)技术,结合农田物联网数据特征,利用HDFS(HadoopDistributedFileSystem)和HBase(Hadoop Database)存储非结构化和结构化数据,基于Redis缓存服务,设计了三层物联网数据云存储框架,实现了海量农田物联网数据存储中的业务处理、事务处理、图片打包与索引、负载均衡等关键技术。面对复杂业务下的事务数据一致性,该文采用基于HLock的乐观锁机制,实现了HBase对强事务性的支持,经过与传统MySQL集群事务对比测试,当数据量级在500万时,数据读取效率提升达35.75%。为了提高农田物联网中大量的小图片和小文件处理效率,基于图片打包合并策略,利用SequenceFile技术实现物联图片的快速索引读写技术,与原生HDFS存储效率相比,读写效率提升30%以上。该研究可以为海量农业物联网数据的存储和管理提供技术参考和理论支撑。 相似文献
13.
14.
作物病害是我国主要农业灾害之一,严重危害作物生长发育,威胁粮食安全。为宏观掌握作物病害的发展动态,了解作物病害监测和预警的研究前沿和应用热点,基于文献计量学方法,利用VOSviewer可视化软件,对2003—2022年间Web of Science核心合集数据库收录的作物病害监测和预警研究的相关论文进行可视化分析,为作物病害研究者跟踪研究前沿、把握研究方向提供理论参考。结果表明:作物病害监测和预警领域发文量整体呈现逐步上升趋势,具有广阔的发展前景;中国是作物病害监测和预警研究领域发文数量最多的国家,但研究成果质量需进一步提升;核心作者之间已形成固定的核心研究团队,发文量最多的作者来自以黄文江、张竞成、康振生和Varshney为代表的研究团队;研究成果主要刊载在Frontiers in Plant Science、Plant Disease和Computers and Electronics in Agriculture期刊上;发文的主要机构有美国农业部农业研究局、中国科学院和中国农业科学院;抗病基因育种、PCR诊断作物病害、卷积神经网络和深度学习分类作物病害和遥感监测作物植被指数是近2... 相似文献
15.
针对现阶段小麦生育期信息获取需依靠人工观测,效率低、主观性强等问题,本文构建包含冬小麦越冬期、返青期、拔节期和抽穗期4个生育期共计4599幅小麦图像数据集,并提出一种基于FasterNet的轻量化网络模型FSST(Fast shuffle swin transformer),开展4个关键生育期的智能识别。在FasterNet部分卷积的基础上引入Channel Shuffle机制,以提升模型计算速度。引入Swin Transformer模块来实现特征融合和自注意力机制,用来提升小麦关键生育期识别准确率。调整整个模型结构,进一步降低网络复杂度,并在训练中引入Lion优化器,加快网络模型收敛速度。在自建的数据集上进行模型验证,结果表明,FSST模型参数量仅为1.22×107,平均识别准确率、F1值和浮点运算量分别为97.22%、78.54%和3.9×108,与FasterNet、GhostNet、ShuffleNetV2和MobileNetV3 4种模型相比,FSST模型识别精度更高,运算速度更快,并且识别时间分别减少84.04%、73.74%、72.22%和77.01%。提出的FSST模型能够较好地进行小麦关键生育期识别,并且具有识别快速精准和轻量化的特点,可以为大田作物生长实时监测提供信息技术支持。 相似文献
16.
17.
18.
19.
在“乡村振兴”战略的大背景下,涉农高校如何转变人才培养目标,改进学科“交叉融合”的教育教学模式,建
立“产学研”协同育人机制,是当前高等教育需要研究和探索的重要课题。本研究通过研发智慧农业监测站系统,向
“课堂”实时传送生产管理数据;搭建“校地”远程协同育人实践平台,使教师很方便“演示”和“讲解”来自生产基地的
“生产管理”知识;利用物联网、大数据等技术来解决“实践教学”和“课堂教学”的远程协同问题,帮助教师随时“切换”
教学场景,将“教学阵地”从教室快速“转移”到“生产基地”,为高校服务“乡村振兴”战略及“校地”协同育人提供技术支
持。 相似文献