排序方式: 共有19条查询结果,搜索用时 15 毫秒
1.
2.
<正>1主要虫害的发生特点及防治1.1虫害种类及发生特点1.1.1蚜虫。主要是瓜蚜,属同翅目蚜科。生育周期短,繁殖速度快,繁殖的最适温度是18℃~24℃,空气湿度高于75%不利于蚜虫繁殖,对黄色、橙色有很强的趋向性。1.1.2白粉虱。白粉虱种类很多,有白粉虱和烟粉虱,可传播多种病毒病。 相似文献
3.
<正>1种子处理1.1温汤浸种。所用水温是55℃,先把种子用温水预浸2 ̄3h(20℃以下),然后捞出放在55℃水中,不断搅拌,水温要保持55℃,浸10min。掌握55℃水,恒温,10min这3个关键。1.2药剂浸种。用10%磷酸三钠先把种子放在清水中浸3 ̄4h后放在10%磷酸三钠深液中浸20min,防花叶病毒病。 相似文献
4.
5.
基于SVM-DS多特征融合的杂草识别 总被引:11,自引:0,他引:11
为解决单一特征识别杂草的低准确率和低稳定性,提出一种支持向量机(SVM)和DS(Shafer-Dempster)证据理论相结合的多特征融合杂草识别方法.在对田间植物图像处理的基础上,提取植物叶片形状、纹理及分形维数3类特征,分别以3类单特征的SVM分类结果作为独立证据构造基本概率指派(BPA),引入基于矩阵分析的DS融合算法简化决策级融合算法复杂度,根据融合结果及分类判决门限给出最终的识别结果.实验结果表明,多特征决策融合识别方法正确识别率达到96.11%,与单特征识别相比有更好的稳定性和更高的识别率. 相似文献
6.
利用图像分析技术对农田对象进行分类,识别农田中不同植物和不同湿度土壤,为定点变量作业提供依据。首先,针对农田各类对象包含颜色信息的不同,采用不同因子实现农田图像的灰度化;然后,利用3种灰度图像对绿色植物、蓝色天空和褐色土壤的识别优势,分析比较阈值法和K均值聚类方法并实现了图像分割;最后,利用模糊聚类法对绿色植物和不同湿度的土壤进一步实现分类。实验结果表明,利用K均值聚类法对绿色植物的平均识别率可达92.5%,对不同湿度的3类土壤的平均识别率达95.6%。因此,本研究能够准确分割和识别不同类型的植物与土壤,为农田对象的识别提供了基础。 相似文献
7.
<正>为探索高效农业模式,在西黄村镇岳垴村经过3年摸索,总结出一套"五位一体"无公害蔬菜栽培模式,平均每667m2收益达2万元,取得了很好的经济和社会效益,是值得向农民朋友们推广的一种高效农业种植模式。 相似文献
8.
基于压缩感知理论的苹果病害识别方法 总被引:2,自引:0,他引:2
为实现自然场景下低分辨率苹果果实病害的智能识别,提出了一种基于压缩感知理论的苹果病害识别方法。以轮纹病、炭疽病和新轮纹病3种常见的苹果果实病害为研究对象,提取病斑的8个纹理特征参数组成训练特征矩阵。利用压缩感知理论,求解待测样本特征向量在特征矩阵上的稀疏表示系数向量,通过对系数向量的分析实现待测样本的分类。设计灰度关联分析和支持向量机识别模型与本文方法进行识别效果对比,平均正确识别率分别为86.67%、90%和90%。实验结果表明,基于压缩感知理论的识别方法能够对苹果病害进行有效识别。 相似文献
9.
基于多光谱图像和 SVM 的玉米田间杂草识别 总被引:1,自引:0,他引:1
为解决变量喷洒对杂草识别速度与正确率的要求,提出了一种基于多光谱图像和SVM 的杂草识别新方法。通过多光谱成像仪获得玉米与杂草图像,采用 IR-R 的多光谱融合并结合 Otsu 分割法完成背景分割;随后对植被图像进行目标分割与形态学处理,提取出所有植被叶片图像,在此基础上提取了叶片11个形状特征参数和纹理特征参数。为提高算法的实时性,对叶片的特征参数进行主成分分析,将前3个主成分作为支持向量机的输入建立模式识别模型。结果表明,降维后对于未知预测样本的识别正确率达到85%,用时0.001415 s。与直接利用支持向量机的90%的识别率和0.105165 s的用时相比,该算法在满足识别率的同时,用时更少,为田间杂草的快速识别提供了一种新方法。 相似文献
10.
高质量的本科教育要以人才培养为核心,立足培养复合型和应用型的高素质创新人才。课程教学改革是提高本科教育质量和人才培养质量的重要环节。“智能决策支持系统(IDSS)”是大数据专业的专业课程,具有很强的理论性和实践性。传统的课程教学中存在基础理论课程设置不合理、授课方式陈旧、教材建设滞后、实验条件不完善、校企联合环节缺失等问题,严重影响了课程教学质量的提升和高素质复合型人才的培养。因此,为满足社会对智能决策应用型人才的需求,在教学实践中,加强学生对理论基础、技术及多维能力的培养是非常必要的。本文以多维能力培养模式为先导,以大数据专业的培养目标和社会需求为出发点,发挥学生的主体性,将科研元素融入教学各环节,从理论教学、实践教学、辅助教学资源和课程考核等方面进行教学改革。理论教学上实现教学内容的模块化,采用科研专题化教学方式,并加强课程间融合和教学团队间的相互融合;实践教学上实现项目驱动的校企联合实训,实施科研任务化的课程设计;辅助教学资源建设方面实现资源多样化和辅助教学资源的平台化共享;课程考核方式上细化平时考核,并加强期末考核的深度与广度。多维能力培养模式下的教学实践,全面提高了大数据专业... 相似文献