面向产品的CAPP系统的研究与实现

讨论了面向产品的CAPP系统的总体结构。工作原理，并对信息实时侦测，多工艺方案优选，工艺数据记录级管理等关键技术进行了研究。面向产品的集成化CAPP系统的研究与开发有效地实现了CAPP与企业产品设计，产品制造，生产和经营管理等部门的信息集成，使产品数据在其整个生命周期内达到一致与共享，实现真正意义上的并行设计。     

基于广域网的农业机械化信息管理系统设计

分析了我国农业机械化信息管理的不足，并探讨了基于广域网的农业机械化信息管理系统的特点和实现模式；并针对网上农业机械化信息管理系统的安全性提出了具体的解决方法；最后介绍了系统的网络结构和网络安全设计。     

现代汽车微机测控网络系统

设计了一种汽车测控网络系统，将测试的数据通过网络系统发送到多台计算机上，各计算机可随时调用检测到的各种信息，进行数据分析及故障诊断，实现资源共享．为现代汽车的教学培训、研究设计提供了一种有效的手段。     

热泵干燥装置测控系统设计与软件开发

对干燥环境参数的测量与控制是实现合理干燥工艺的基准和关键。为此，介绍了一套用于热泵干燥装置的微机测控系统及配套软件，重点叙述了系统的总体构成、程序的没计思想以及数据监控、采样等功能模块。微机测试技术以及配套软件的使用大大减少了测试人员的操作强度，并在一定程度上提高了测控的精度。     

基于数据平衡深度学习的不同成熟度冬枣识别

为解决不同成熟度冬枣的样本数量相差悬殊导致的识别率低的问题,本文提出了一种基于数据平衡的Faster R-CNN的冬枣识别方法。该方法针对自然环境下不同成熟度的冬枣,首先从不同角度进行了数据平衡的Faster R-CNN冬枣识别方法研究,然后将所提出的方法与基于YOLOv3的识别方法进行了对比试验研究。研究结果表明：所提出的数据平衡的Faster R-CNN方法在样本数量不足和类别不平衡的情况下,增强了模型的泛化效果,对片红冬枣识别的平均精确度达到了98.50％,总损失值小于0.5,其识别平均精确度高于YOLOv3。该研究对解决冬枣自动化和智能化采摘的识别问题具有一定的实际意义和应用价值。     

基于多源数据融合模型的水稻面积提取

中高空间分辨率影像数据缺失是高空间分辨率作物空间分布提取的主要限制因素,针对部分地区的中高空间分辨率遥感影像缺失使得作物提取的关键生育期无卫星覆盖的问题,提出了一种基于模糊C聚类算法的多源遥感植被指数数据融合方法,融合Landsat和MODIS数据生成高时空分辨率的植被指数数据,对融合生成的多时相植被指数数据进行聚类后获取各类的时序植被指数曲线。通过与水稻标准时序植被指数曲线进行光谱相似性分析来提取水稻的空间分布。经测试表明,该方法能够获得相对较高的精度,可应用于中高分辨率遥感数据缺失地区的高空间分辨率作物空间分布信息提取。     

大数据在农业无人机上的应用研究

大数据是无法在一定时间内用普通软件分析管理的数据集合,具有规模性、多样性和高速性的特点,其在相应的需求下产生,已经应用到社会生产和科学研究中的多个领域。无人机在飞行和作业中产生大量数据,普通设备难以完成这些数据的分析处理。为此,研究了大数据在农业无人机上的应用。工作时,由硬件设备采集巨量数据,Hadoop大数据分析技术运行相应算法,经过一系列处理获得有用的信息。利用无人机对油菜地和山茶园的信息进行采集,其大数据分析处理功能在航线规划、飞行控制和图像处理的测试中取得了理想效果。此研究可以推动大数据与无人机的结合,为无人机性能升级提供技术支撑。     

基于视觉与惯性的农机组合导航的方法研究

以棚室电动微耕机为试验平台,提出了一种基于视觉与惯性融合的组合导航方法。利用摄像头、陀螺仪和加速度计在微耕机上实现了低成本、高精度的导航定位。通过以导航线为参考系的位姿描述建立农机运动学模型,采用卡尔曼扩展滤波对两种导航模块得到的农机位置、速度和航向角信息进行最优融合估计。微耕机实际行走数据的仿真实验表明:该方法能够为农机自动作业提供实用可靠的导航信息。     

农业机器人路径规划与实时定位系统——基于数据挖掘技术

首先介绍了数据挖掘技术的特点和优势,然后采用可视图建模方法建立了农业机器人作业环境模型,最后利用粒子滤波器算法实现了一套基于数据挖掘的农业机器人路径规划与实时定位系统。实验结果表明:农业机器人成功避开所有的障碍物,顺利地从起点到达了终点。从其移动路径和拐点来看,该系统优化效果明显,具有很强的避障、路径规划和定位能力。     

基于大数据的化学基础与分析技术在线课程建设

从大数据的视角,以高职食品类专业化学基础与分析技术在线课程建设为切入点,在教学内容、教学模式、考核评价等方面进行改革实践与探索,为建设化学基础与分析技术在线课程打下基础,对同类在线课程建设具有借鉴作用。