基于VB6.0和ADO种猪数字化管理系统开发与实现

介绍了一种利用VB6.0作为前台开发语言,access作为后台管理数据库,通过采用ADO技术访问后台数据库的开发过程,完成了现代养猪场猪只个体信息数字化管理系统的开发,实现了猪只个体信息的添加、修改、删除和信息报表打印以及其他一些辅助功能。本系统完全从现代化养猪场的实际需求出发,充分利用VB6.0基础语言优良的稳定性以及可移植性,从底层开发了猪只的数字化管理系统,并适当选取了access数据库。     

基于无人机高光谱的荒漠草原地物精简学习分类模型

荒漠草原植被稀疏、裸土细碎化分布对遥感数据空间分辨率和光谱分辨率的指标精度提出更高要求,目前应用于遥感场景的深度学习模型隐藏层较多、模型结构复杂,且采用经典深度学习模型未考虑遥感数据内在特点,导致模型训练普遍存在计算过度、耗时增加等问题。本文利用低空无人机（Unmanned aerial vehicle,UAV）遥感平台搭载高光谱成像光谱仪采集荒漠草原地物高光谱数据,发挥高空间分辨率与高光谱分辨率相结合的优势,并基于三维卷积神经网络（Three-dimensional convolutional network,3D-CNN）方法提出一种适合荒漠草原地物植被、裸土、标记物识别的精简学习分类模型,进行参数组合调优,在调整学习率、批量规模、卷积核尺寸及数量后,最高总体分类精度（Overall accuracy,OA）可达到99.746%。研究结果表明,精简学习分类模型的优化建立在超参数选择基础上,为获得精度高、耗时短、性能稳定的最优模型,需不断调整超参数并对比不同组合分类效果。基于无人机高光谱技术的精简学习分类模型在荒漠草原地物的分类识别应用中具有较大优势。     

北方干寒地区日光温室太阳辐射预测模型构建

构建适用于北方干旱、寒冷地区的典型日光温室内外太阳辐射的动态预测模型.模型中考虑了天空云量对太阳辐射遮挡和室内作物生长对太阳辐射吸收、反射两个因素的影响,并利用内蒙古农牧业科技园区的日光温室对模型进行了验证.结果表明,模型能预测晴天、多云、阴天天气的日光温室外和室内到达土壤表面的太阳辐射的动态过程,预测值和实测值之间的相对误差不超过8%.     

基于高光谱MNF-SVM法荒漠化草原地表微斑块识别研究

植被群落结构和土壤性质改变是草原退化的主要表现,鼠害是加剧草原退化的重要因素,对地表微斑块识别是草原退化研究的基础.本文利用GaiaiSky-mimi型高光谱仪采集典型荒漠化草原高光谱影像,使用主成分分析法(Principal Compo-nents Analysis,PCA)与最小噪声分离法(Minimum Nois...     

日光温室湿环境模拟与试验研究

根据质量平衡原理,构建了日光温室湿环境模拟模型.该模型全面考虑了作物蒸腾、土壤蒸发、覆盖层内表面凝结、自然通风和闭膜后的冷风渗透向空气中传递水蒸气质量四大因素对日光温室内湿环境的动态影响过程.利用典型结构的日光温室对模拟模型进行了试验验证,结果显示模拟值与实测值比较吻合,相关系数大于0.85,相对误差小于10％.试验证明构建的日光温室湿环境模拟模型能较准确地描述日光温室湿环境动态变化过程.