排序方式: 共有77条查询结果,搜索用时 46 毫秒
21.
为了对大菱鲆体重进行无损估测,提出了一种基于深度图像的大菱鲆体重估测模型。该方法首先对大菱鲆深度图像进行图像预处理,提取出深度信息与生长数据进行映射建模,拟合出目标特征,并结合网格搜索优化支持向量回归(GS-SVR)算法,实现大菱鲆体重估测。估测结果与实际测量结果进行对比,两者的决定系数(R2)达到0.990 1,均方根误差(RMSE)为0.029 7。该模型具有简单灵活、估测精度高和易于实现等特点,同时具有很好的应用前景。 相似文献
22.
基于NB-IoT的农产品原产地可信溯源系统设计与实现 总被引:1,自引:0,他引:1
随着人们对农产品企业品牌认知程度的提高,鉴别农产品产地的防伪系统对于维护消费者权益和提高企业竞争力具有重要意义。为保障食品安全,维护农产品生产者利益和消费者权益,设计了一种农产品原产地可信溯源系统,系统主要由溯源电子秤、云检测程序和检测网站三部分组成。溯源电子秤采集商品信息及定位信息,并打印商品标签以供消费者查询,随后将数据通过NB-IoT网络上传至云检测程序;云检测程序通过比对上传的数据与数据库中的数据来判断商品产地真伪;消费者通过扫描标签上的二维码登录检测网站获取检测结果。为加强数据传输的安全性,使用改进RSA加密算法对溯源电子秤上传的数据进行加密,在保证安全性的前提下,减少了计算量及硬件加密时间。各项测试结果表明:系统各部分工作正常且检测成功率大于99%,在信号强度大于-100 dBm时,通信成功率99%, GPS平均定位误差5.25 m,满足实际应用需求。 相似文献
23.
在水产养殖中,检测鱼类的摄食状态对于投喂控制具有重要意义。以镜鲤为实验对象,提出了一种基于鱼群图像的形状及纹理特征和BP神经网络的鱼群摄食行为检测方法。首先,对采集到的图片进行背景减、灰度化、二值化等处理,得到图像形状与纹理信息,然后计算鱼群图像的形状参数和图像熵,最后利用BP神经网络建模,对鱼群的摄食状态进行检测识别。结果显示,本方法的正确识别率达到98.0%。与单一的基于纹理的检测方法相比,不仅可以把因水面抖动、水花等不利因素的干扰作为纹理的特有属性进行分析,而且考虑了图像的形状信息,提高了检测的准确性,可以用于指导水产养殖中的精准投喂控制。 相似文献
24.
基于图像纹理特征的养殖鱼群摄食活动强度评估 总被引:9,自引:6,他引:3
为了解决循环水养殖中的投喂难题,该文以镜鲤为试验对象,基于计算机视觉技术,提出了一种通过分析鱼群的纹理来评估鱼群摄食活动强度的方法。首先利用均值背景建模重建出没有鱼群的背景图片,提取出目标鱼群,使用灰度共生矩阵对逆差矩、相关性、能量和对比度这4个纹理特征进行分析,得到鱼群的摄食活动强度。试验结果表明通过鱼群纹理的对比度与传统方法面积法得到的鱼群摄食活动强度,其线性决定系数可达0.894 2,说明该方法可以用来表征鱼群的摄食活动强度,研究结果为鱼群的摄食活性强度测量提供了一种参考方法。 相似文献
25.
随着北京市密云县农户培训规模的不断扩大,传统的培训档案管理方式已不能适应现实需求,提出了基于B/S(Browse/Server)架构的农户培训档案管理系统体系结构,结合县、乡镇、村的不同层次设计了系统功能,建立了实体-关系数据模型。在突破关键技术的基础上,利用动态服务器网页技术,以SQL Server2000为后台数据库、IIS(Intemet Information Server)为Web服务器开发了密云县农户培训档案管理系统。该系统界面友好、结构合理、安全性高,目前已经在密云县得到使用。 相似文献
26.
27.
为解决传统追溯过程中存在的数据安全性低、可信度低、供应链信息断链等问题。以红茶为研究对象,通过分析红茶生产、加工、储运、销售过程,研究信息采集、数据共享、隐私保护、产品溯源等质量安全追溯关键技术,构建基于区块链的红茶质量安全追溯系统。追溯数据上链时延为1.15 s,公开溯源数据查询时间为58.72 ms,隐私溯源数据查询时间为61.60 ms,能够满足红茶追溯过程数据上链存证、扫码溯源、供应链上下游共享需求。系统在广东省英德市红茶生产、加工企业进行应用示范,实现了各环节、各企业主体溯源信息的数据共享互通,确保了溯源数据真实性和安全性。 相似文献
28.
农产品供应链区块链追溯技术研究进展与展望 总被引:4,自引:0,他引:4
农产品供应链具有链条长、生产分散、信息多源异构等特点,极易造成供应链上下游信息断链和不透明。传统追溯数据存储于各节点企业在供应链上下游数据传递过程中存在协作信任度低、真实性差等问题,造成消费者对追溯信息的真实性产生信任危机。区块链追溯系统通过建立多方参与、共同维护的分布式数据库,并利用密码学和共识机制建立信任关系具有数据无法篡改、共享可信度高等优势近年来成为国内外研究的热点。本文系统总结了国内外农产品区块链追溯系统的研究进展从区块链追溯链上链下数据协同、区块链追溯共识机制和区块链追溯数据隐私保护等方面详细分析了区块链追溯关键技术的研究进展;对区块链追溯技术的未来发展进行了展望指出区块链规模化应用后多链和跨链技术将成为发展趋势,区块链技术与物联网、人工智能、大数据等新一代信息技术的深度融合将推动农产品供应链追溯进入新的发展阶段。 相似文献
29.
30.