Modelling Wild-Oat Density in Terms of Soil Factors: A Machine Learning Approach

In crop fields, weed density varies spatially in non-random patterns. Initial knowledge of weed distribution would greatly improve weed management for Precision Agriculture operations. Site properties could be correlated to weed distribution, since the former vary among crop fields and also certain factors such as soil texture or nitrogen may condition the weed growth. This paper presents a method, based on artificial intelligence techniques, for inducing a model that appropriately predicts the heterogeneous distribution of wild-oat (Avena sterilis L.) in terms of some environmental variables. From several experiments, distinct rule sets have been found by applying a genetic algorithm to carry out the automatic learning process. The best rule set extracted was able to explain about 88% of weed variability.     

智能化农业物料输送技术进展与趋势

农业物料输送技术是制约农场智能化应用的重要瓶颈。物料输送主要借助输送设备将物料由加料机输送至受料机中,提高受料机的续航时间,使其路程加大,以确保其高效率、持续性地正常工作。该研究按照物料特性和输送原理,将现有物料输送自动化技术与装备系统地划分为以下4类：固态种苗肥自动输送技术、液态水药燃油自动加注技术、收获物自动收集技术、收获物自动卸载技术,逐一对其研究现状和发展动态进行了重点阐述和深入剖析。总结了自主定位导航、物料流量实时监测及机群实时通信3项智能化物料输送关键技术的研究进展,并结合农场智能化技术要求和应用场景,从形成全生产环节物料输送技术体系、基于时空数据的农田物料需求决策技术、基于农田数字模型和变量作业处方的农机物料丰缺预测技术、物料车多机配送路径动态优化技术角度展望了农场智能化作业多机协同物料配送技术的发展趋势,以期进一步提高农场智能化作业效率、联动性能和应用效果。     

Technical Intelligence in a Dot.com Milieu: A Dialog/Dialog DataStar Perspective

ABSTRACT

Technical intelligence in an Internet-oriented environment requires an awareness of the role of information in a research and development/technically-driven organization. This paper will describe an integrated system of intellectual property analysis using the Dialog/Dialog DataStar family of products. Boolean-based systems such as Dialog/Dialog DataStar permit access to the building blocks of research and intellectual property–scientific and patent prior art precedence–through a standardized search language and, unlike Web-based search engines, offer iterative search capability. This paper will examine scientific and intellectual property searching on both systems and discuss the merits of each system for scientific researchers and information professionals.     

基于YOLO V3的葡萄病害人工智能识别系统

葡萄在生长过程中会感染各种病害,葡萄病害的高效识别是防治葡萄病害的关键。本文提出了一个基于YOLO V3的葡萄病害智能识别系统,由微信小程序、云服务器和葡萄病害识别模型构成。其中的葡萄病害识别模型以植物病虫害生物学国家重点实验室提供的2 566张原始葡萄病害图片为基础,构建了32 871张葡萄病害图片数据集,采用改进的YOLO V3训练得到。本系统能对手机保存的或现场拍摄的自然条件下的12类葡萄病害图像进行识别,准确率达98.60%。识别结果、病害特征、发病原因、病害地理分布和防治建议可立刻反馈至用户。本系统不但识别率高,而且涵盖了目前大多数常见葡萄病害种类,可作为辅助果农、消费者和相关科研人员甄别葡萄病害的智能工具。     

机械自动化技术现状及发展

随着电子技术与计算机技术迅猛的发展,机械制造行业因为机械自动化技术的广泛应用发生了极大的变革,对我国工业现代化的发展提供了有利的前提依据。机械自动化技术与我国国民经济以及各相关产业的发展都有着深远影响,通过机械自动化我国工业将以跳跃式现象获得飞速进步。     

晚霜冻害对不同类型小麦产量性状的影响

采用人工智能霜箱模拟自然界晚霜冻害过程,对大穗(s9538、兰考906)、中穗(豫麦21号、陕225)、多穗(临汾7203、鲁资0885299)类型的小麦品种在经历低温处理后产量因素的变化进行了研究.结果表明,多穗型小麦(临汾7203、鲁资0885299)在经历晚霜冻害后比另外两类小麦表现增产,其中单株穗数较对照增加幅...     

论企业竞争情报中灰色信息的搜集及利用

随着信息技术的不断发展和越来越激烈的全球化经济竞争,企业要想获得持续发展,就必须重视对企业竞争对手的竞争情报的搜集和利用,只有掌握和利用好了企业竞争情报才能掌握企业竞争的命运。本文重点阐述了企业竞争情报中的灰色信息的搜集途径与作用,指出企业要想获得更好的发展,击败竞争对手就必须重视搜集利用灰色信息。     

国内竞争情报可靠性评估研究综述

针对国内近些年在竞争情报可靠性评估研究方面的成果从定性和定量两方面进行了综述,竞争情报的定性评价方法主要有信息源评价、信息本身评价、实践标准、情报评级,定量评价指标主要有稳定性指标、绝对误差和相对误差、信息可靠性系数,并对每种评价方法和评价指标进行了介绍,认为每种评价方法都有其局限性,评价竞争情报的可靠性应同时采用多种分析方法从多点入手进行。     

自动淋胶系统在自动化生产线上的应用

自动淋胶是一种智能化的涂胶方式,将其应用于自动化生产线,可以提高涂胶工作的效率和智能化水平。介绍自动淋胶生产线的构成布局,阐述自动淋胶系统与集中控制系统的构成与功能,以期为实现制造业智能化提供支持。     

基于EtherCAT & GPRS的智能残膜回收装置设计与试验

目前残膜回收作业需要根据实际状况人为地对其破土深度和收膜速度进行反复停车调节,为了提高残膜回收作业的智能化水平和工作效率,对自主研制的弹齿式残膜回收装置进行改进,利用BECKHOFF CX2030控制器及模块和Ether CAT总线接口与GPRS联网,以实现起膜铲自动升降调节、卷膜齿转速在线检测、残膜回收在线视觉反馈和数据传输与监控等功能。通过对智能起膜铲的结构设计、理论分析和试验验证,得到了铲刀的安全倾角为65°~75°,适宜破土深度为20~50 mm。智能残膜回收装置的田间试验表明,该装置在机械化回收作业方面是可行的,智能起膜铲的抗扭矩能力、残膜回收率、卸膜率和整机工作效率均表现良好。