基于热红外遥感影像的作物冠层温度提取

热红外影像较难直接提取作物冠层区域,因而无法获得较精准的作物冠层温度。本文以拔节期的玉米为研究对象,利用六旋翼无人机搭载热红外成像仪和大疆精灵四Pro无人机,获得热红外影像及正射影像。基于高分辨率正射影像,采用改进的Canny边缘检测算子、支持向量机(Support vector machine,SVM)和小波变换3种方法提取玉米冠层区域,将提取结果进行二值化处理后,在热红外影像中以此生成掩膜并提取玉米冠层温度。应用提取的矢量面分析提取效果并对3种提取算法的精度进行评价。实验结果表明,改进的Canny边缘检测算子提取效果最优、SVM算法次之、小波变换最差,提取精度分别为87. 3%、74. 5%、68. 2%。同时,将手持测温仪测得的玉米冠层温度与提取的冠层温度进行误差分析,结果表明,基于改进的Canny边缘检测算子提取的玉米冠层温度与地面实测值相关性最高,决定系数R~2=0. 929 5,SVM算法决定系数R~2=0. 895 7,小波变换决定系数R2=0. 876 0。改进的Canny边缘检测算子能够更好地提取玉米冠层区域,获取更加精确的玉米冠层温度,从而能够更有效地监测玉米生理状况,进行旱情预测,制定合理的灌溉、施肥措施以提高玉米产量。     

高等农林院校计算机网络基础课程教学改革探索与实践——以西北农林科技大学为例

计算机网络技术的飞速发展,使其成为高等院校的计算机基础教学工作之一。在对当前计算机网络基础课程存在的问题及弊端分析的基础上,以学生专业知识的掌握和应用能力提升为基础,依据多年的教学经验,在教学体系、教学方法、教学内容、课程相关资源建设等方面进行了行之有效的探索和实践。     

MLTS-RBAC模型在SaaS中的农业信息服务应用

基于RBAC的SaaS访问控制服务平台中用户的角色多分层与角色时间约束模型(Multi-layered with Time constraint in SaaS-RBAC,MLTS-RBAC)是在RBAC的基础上,将SaaS平台的用户划分系统级用户和租户级别用户。根据角色将两种级别用户分别进行层级管理;为实现方便租赁费用的计算,防止权限滥用,模型中对租户角色加入时间约束,并依据服务等级协议监测租户是否有违例行为来约束角色使用服务的时间,确保租户正常使用服务。使用MLTS-RBAC模型与实际应用相结合,应用于农业信息服务的SaaS应用,解决农业信息服务中的管理问题。     

基于模糊神经网络的农业病害诊断通用平台构建

【目的】构建基于模糊神经网络的农业病害诊断通用平台。【方法】将客观计算与专家经验相结合,分别对病害症状的重要性及其模糊描述进行分析量化。建立模糊BP神经网络通用诊断模型用于诊断推理,引入附加动量法和自适应学习速率法对传统BP算法进行改进。采用面向对象的方法,运用Java语言开发病害动态诊断平台,并以葡萄病害诊断为例,对平台功能及性能进行测试。【结果】基于模糊神经网络的农业病害诊断通用平台构建成功,其对葡萄病害的诊断结果与专一的葡萄病害诊断专家系统诊断结果一致,且神经网络的训练速度显著提高。【结论】构建的基于模糊神经网络的农业病害诊断通用平台,适用于多种作物的病害诊断,克服了完全依靠专家经验的主观性,诊断效率高,具有较高的实用性、通用性和灵活性。     

图深度优先搜索技术在流域系统集成中的应用

介绍了数据结构中图的基本概念,并以渭河流域西部重点水源工程联合调度为例,说明了流域系统集成的基本思想和方法;应用图深度优先搜索技术,并采用数据库及可视化编程技术,进行了来水量关系分析与计算,为多水源工程联合调度和防洪决策支持系统自动化提供依据。     

中华稻蝗的发生与防治

在多年系统观察的基础上,论述忻州市中华稻蝗的生活史和取食、交尾、产卵、活动等生活习性,预测发生趋势,并提出科学防治的措施。     

灌区多水源工程联合调度的计算机实现

运用了计算机数据结构中图的基本理论，提出了灌区多水源工程联合调度流域系统集成的思想和方法；以全灌区用水量最大为系统目标，以单库优化为基础，建立了联合调度的数学模型；采用数据库技术、图搜索技术和可视化编程技术，探索了多水源工程联合调度的计算机实现方法；以渭河流域西部重点水源工程为例，对建立的联合调度模型进行求解，取得了较满意的结果。     

基于重参数化MobileNetV2的农作物叶片病害识别模型

针对基于卷积神经网络识别农作物叶片病害存在参数众多,计算量大且实时性差的问题,提出一种轻量级农作物叶片病害识别模型RLDNet(reparameterized leaf diseases identification network)。首先,基于MobileNetV2利用重参数化倒残差模块提升推理速度,并设计浅而窄的网络结构增强对浅层特征的提取,降低模型参数量。其次,使用轻量级ULSAM(ultra-lightweight subspace attention module)注意力机制,结合叶片病害特征,强化模型对病害区域的关注能力。最后,利用DepthShrinker剪枝方法对模型进行剪枝进一步减小空间占用。RLDNet在PlantVillage数据集上识别准确率达99.53%,参数量为0.65 M,对单张叶片病害图像的推理时间为2.51 ms。在自建叶片病害数据集上获得了98.49%识别准确率,比MobileNetV3、ShuffleNetV2等轻量级模型识别准确率更高,更为轻量。     

水库调洪演算BP网络模型的建立与研究

分析了影响水库调洪演算的因素 ,建立了基于人工神经网络下的水库调洪演算 BP网络模型 ,进行了洪水过程模拟和预测 ;对影响网络收敛速度的因素做了探索研究 ,阐述了 BP网络参数选择原则和选取范围     

良种良法配套 实现谷子高产优质

近年来,忻州市通过示范推广以张杂谷系列为主的谷子优良品种,促进了谷子面积的恢复性增长,出现了一批高产高效典型。要进一步挖掘谷子高产、优质、高效的潜力。还必须做好良种良法的配套工作,大力推广秋翻土地、精细整地、轮作倒茬、培肥地力、精量播种、药剂处理种子、适期播种、加强田间管理等“油水”技术。