无公害蔬菜远程咨询系统的设计和实现

将人工智能技术、数据库技术、3S技术以及计算机网络通信技术与农业生态技术集成，建立起一套综合农业信息远程咨询系统，并且从实践上将领域专家的知识、经验通过智能化农业专家系统的方法，将知识数字化，使专家的知识和解决问题的方法得以继承、传播。同时，对专家系统中的推理机进行了改良。将图论中的路径问题的解决方法引用于推理机的设计中，降低了推理的复杂度，提高了推理效率。     

面向大规模定制的产品设计知识管理方法

为实现产品设计知识的获取、管理和重用,构建了基于Web的设计知识管理体系。对产品配置设计知识、变型设计知识及其过程知识的组织和管理方法进行了研究。根据知识及其表达方法的特点,提出采用有向图的十字链表法、规则的双向链表和数据库表组织设计知识库,实现知识检索的导航机制。应用J2EE技术构建知识库引擎,结合实例推理和规则推理的方法,实现知识的智能检索和问题求解,从而有效支持定制设计的快速实现。     

案例式教学法在家畜繁殖学教学中的初步应用

针对案例式教学在家畜繁殖学课程中的应用进行了初步探讨,分析了传统教学法的缺点以及案例式教学法的内涵,介绍了案例式教学法在家畜繁殖学教学中初步应用的具体方法和体会,并对该教学方法进行了展望。     

基于EMD和IDAR的灌区年降水量预测研究

针对降水量这样一种非线性、非平稳序列,研究经验模态分解方法(EMD)和信息扩散近似推理方法（IDAR）在年降水量预测中的组合应用,解决资料序列不充分情况下的区域降水量预测问题。首先,通过EMD方法对具有典型非线性与非平稳特征的年降水量时间序列进行处理,分解出包含原信号不同特征尺度的分量数据系列;然后应用信息扩散近似推理技术对各降水量分量间的复杂非线性关系进行描述,建立当前趋势以及相邻年份之间的预测规则,并进行预测。以文献案例灌区长系列降水资料为样本进行实例计算,并与其它预测方法进行了对比。结果表明：基于EMD和信息扩散近似推理的预测方法效果较好,误差绝对值和为1.30,优于人工神经网络、线性自回归方法以及单纯信息扩散近似推理的统计结果。同时,为了验证该方法的适用性,将该方法应用于文峪河灌区的降雨量预测,取得了满意的效果。研究中发现：信息扩散近似推理可将样本点转换成模糊集,部分弥补了由于数据的不完备性所造成的信息空白,并可将矛盾模式转换成兼容模式。而EMD方法可有效分解具有非线性、非平稳特征的降水序列,保留其原序列在空间（或时间）各种尺度上的分布规律。两者结合对解决样本不完备的非平稳序列的预测问题是非常有价值的。通过与其它预测方法比较,发现该模型能够很好地光滑样本数据以及能够较好地发掘知识,有较高的预测精度和推广应用价值。     

自控玉米收获机控制算法协同分析

以玉米收获机控制算法为研究对象,对玉米收获机作业过程进行分析,建立收获机行进速度和脱粒滚筒转速之间的控制模型,研究喂入量与玉米收获损失率之间的关系。基于协同分析的方式,利用MatLab模糊控制推理模型搭建玉米收获机行进速度、拨禾切断装置转速、输送装置转速以及脱粒滚筒装置转速之间的相互影响关系。实验数据表明:各装置转速随着喂入量的变化而变化,拨禾切断装置和输送装置的转速变化时机与喂入量变化时机基本相同,脱粒滚筒转速变化存在相对延迟。     

本体在村级数据资源共享中的应用研究

针对多源、异构农业农村数据资源难以有效地相互理解和共享利用的问题，本文提出了一种基于本体论的数据组织方法，从村级数据资源组织和共享的角度出发，探讨如何构建所需的本体的方法路径，基于案例试验阐述了如何将本体应用于村级数据资源的组织、共享，以及将基于规则的本体推理应用于村级数据资源开发利用，最后提出了本体在农业农村数据资源管理、共享、挖掘中的应用场景展望。     

农业智能知识服务研究现状及展望

大数据、物联网和人工智能等现代信息技术在农业中的广泛应用，推动了农业农村现代化和智慧农业的发展，带动了农业经营主体对科技与知识的旺盛需求，农业知识服务成为农业转型升级和高质量发展的重要引擎。为解决现有农业知识分散无序、更新不及时、面向经营主体的知识服务不平衡、供需脱节等问题，本文总结分析了国内外农业知识服务的研究与实践现状，提出了一套基于农业全产业链、按照农业数据的全生命周期、面向农业经营主体的农业智能知识服务体系框架，设计了基于智能物联网（Artificial Intelligence & Internet of Things，AIoT）的农情感知与大数据汇聚治理、基于知识图谱的农业知识组织与计算挖掘，以及基于多场景的农业智能知识服务三个层次。文中归纳了包括空天地AIoT全维度农情感知、多源异构农业大数据汇聚治理、知识建模、知识抽取、知识融合、知识推理、跨媒体检索、智能问答、个性化推荐技术、决策支持等农业智能知识服务涉及的关键技术，并举例了其研究应用。最后从农业数据获取、模型构建、知识组织、智能知识服务技术和应用推广等方面探讨了未来农业智能知识服务的发展趋势及对策建议。总结发现，农业智能知识服务是破解当前农业知识服务供需矛盾，实现跨媒体农业数据到知识的跨越，推动农业知识服务向个性化、精准化和智能化升级的关键，亦是农业科技自立自强、现代农业提质增效的重要支撑。