排序方式: 共有77条查询结果,搜索用时 15 毫秒
61.
随着区块链技术在农产品溯源领域研究的不断发展,农产品的质量安全得到有效保障。由于我国马铃薯种薯生产过程复杂、实物形态差异化明显、每个环节的生产周期长、品种繁多等原因,所有生产环节的溯源数据共享难度大,容易发生种薯品种、等级等窜货问题,种薯生产溯源无法得到切实保障,生产基地及相关监管部门无法得到全部有效溯源数据,当发生窜货问题以及最终消费者进行种薯生产溯源时,责任环节定位不明确,难以准确找到责任生产环节及相关责任人等问题源头。基于上述问题,提出了基于智能合约和数字签名的马铃薯种薯防窜溯源模型,利用区块链技术不可篡改、数据透明、数据共享等特点,通过智能合约进行种薯生产全环节溯源数据的上链存储,实现种薯生产全环节溯源数据的高度共享,并将智能合约与数字签名相结合,利用公私钥对验证和智能合约高度自治的区块链网络生态环境,解决生产过程中易发生的生产窜货问题。基于Hyperledger Fabric设计面向种薯生产基地的防窜溯源模型,相关测试结果表明,该模型可以实现种薯生产溯源、防窜、窜货报警信息上链与查询等功能。种薯生产溯源数据的平均上链时间为2 566 ms,平均查询时间为95 ms,报警触发与... 相似文献
62.
63.
64.
基于ZigBee的温室环境监测图像传感器节点设计 总被引:5,自引:0,他引:5
设计了一种能够监测温室环境的无线智能图像传感器节点,采用CC2430与LPC1766芯片相结合作为硬件处理平台,通过串口摄像头获取图像帧,利用ZigBee帧协议设计图像包格式,对图像数据进行分包组网传输.实验表明该节点最大通信距离可达160 m,节点丢包率较低,一帧JPEG格式的温室图像大小约为10 kB,通过ZigBee传输一帧图像大约为135 s.该节点可以实现温室环境图像信息的采集和传输,且结构紧凑、工作稳定、功耗低,可以满足温室环境监测的要求. 相似文献
65.
为解决现有农产品质量溯源系统存在的数据中心化存储、数据易篡改和数据信任等问题,以及保障农产品质量安全、维护消费者权益和提高生产企业品牌竞争力,在分析农产品产业链业务流程和区块链关键技术的基础上,设计了农产品可信溯源区块结构,确保农产品溯源数据不可伪造和安全可信;提出了“On-Chain+Off-Chain”农产品质量安全溯源信息协同管理存储策略,解决农产品溯源区块链网络中各节点数据存储压力大、查询效率低和数据爆炸等问题;采用Kafka共识机制实现多主体参与的共识操作,提供实时数据高吞吐量和低延时的处理能力;制定了农产品溯源智能合约规则集和合约触发条件,确保农产品数据的可靠性和溯源平台的公信力;基于Hyperledger Fabric区块链平台研制了农产品质量安全可信溯源系统,并对红茶产品质量安全溯源进行验证分析。结果表明,本文研制的农产品质量安全可信溯源系统,解决了农产品产业链生产、加工和流通多节点之间数据安全和溯源信息真实可信等问题,取得了较好的应用效果。 相似文献
66.
为解决现有农产品质量溯源系统存在的数据中心化存储、数据易篡改和数据信任等问题,以及保障农产品质量安全、维护消费者权益和提高生产企业品牌竞争力,在分析农产品产业链业务流程和区块链关键技术的基础上,设计了农产品可信溯源区块结构,确保农产品溯源数据不可伪造和安全可信;提出了“On-Chain+Off-Chain”农产品质量安全溯源信息协同管理存储策略,解决农产品溯源区块链网络中各节点数据存储压力大、查询效率低和数据爆炸等问题;采用Kafka共识机制实现多主体参与的共识操作,提供实时数据高吞吐量和低延时的处理能力;制定了农产品溯源智能合约规则集和合约触发条件,确保农产品数据的可靠性和溯源平台的公信力;基于Hyperledger Fabric区块链平台研制了农产品质量安全可信溯源系统,并对红茶产品质量安全溯源进行验证分析。结果表明,本文研制的农产品质量安全可信溯源系统,解决了农产品产业链生产、加工和流通多节点之间数据安全和溯源信息真实可信等问题,取得了较好的应用效果。 相似文献
67.
68.
69.
70.
红外传感器与机器视觉融合的果树害虫识别及计数方法 总被引:3,自引:3,他引:0
为了解决果园环境中单一的害虫监测技术存在的缺陷,该研究将红外传感器和机器视觉识别技术进行融合,从两个角度对目标害虫进行识别计数。选取梨小食心虫、苹小卷叶蛾、桃蛀螟、干扰物进行试验,通过实验室人工随机散落试验样本,获得其红外传感器以及机器视觉图像的识别结果,构造融合计数计算公式,通过计算得到害虫计数结果。结果显示:梨小食心虫、苹小卷叶蛾、桃蛀螟、干扰物的红外分类阈值分别为2.25、9.06、17.88、28.38,其红外识别范围分别为(0,5]、(5,13]、(13,23]、(23,32];梨小食心虫、苹小卷叶蛾、桃蛀螟、干扰物的红外识别准确率分别为92%、78%、80%、88%,图像识别准确率分别为92%、88%、92%、90%,融合计数精度分别为98%、92%、94%、96%。可见,将红外传感器和图像识别技术相融合能够提高果树性诱害虫的识别准确率,为果园害虫的合理防治提供参考。 相似文献