基于物联网的远程温室视觉监控系统设计与实现

在当前智慧农业的大环境下,农作物生长过程的识别与监控问题一直是一项具有挑战性的任务,基于此提出一种基于物联网的远程温室视觉监控系统,系统通过LoRa无线通信技术监测温室内的温湿度、光照强度等环境参数,能够及时监测到农作物的生长状况,并实现自动通风、自动补光等功能。在PC端的Qt上位机实时监测温室内的环境信息并控制环境参数,通过OV9726摄像头对农作物进行监测,所获得的生长状态信息传输到S3C6410集中控制模块进行处理,结合克隆选择算法和朴素贝叶斯分类器对叶片进行识别处理。本系统采用LoRa模块进行自组网来实现环境监测,将Linux操作系统移植到集中控制模块,为视觉系统软硬件平台的搭建做准备工作,所使用的组合算法能够使得农作物叶片识别率达到95.3%,识别时间达到8.4 ms,对于叶片识别精度等方面有着明显的提升,经过实验充分验证本系统所使用的设备与算法的有效性。     

基于图像的水稻病害识别方法研究

利用图像处理技术和贝叶斯判别法对水稻3种常见病害进行识别研究。首先,利用颜色特征与病斑外轮廓分割病斑,提取病斑形态、颜色、纹理特征共63个参数;然后,应用逐步判别分析法对4个不同参数集合筛选最有效识别参数;最后,利用贝叶斯判别法进行分类识别。结果表明,逐步判别法最多可使参数减少到原来的35.2%,识别准确率最高为97.2%。该方法可以应用于其他农作物病害识别。     

Testing genetic determinism in rate of hoof growth in pigs using Bayes Factors

Excessive growth and consequent deformity of hooves is a frequent disorder in some purebred pig populations. A test to detect possible genetic determinism related with this phenomenon was performed using the Bayes Factor (BF). Data were available for females from three purebred selection lines: Landrace (561 records), Pietrain (183) and Large White (225). Animals were scored in four categories, according to the overall growth rate of their hooves. A Bayesian analysis was performed separately for each line using a threshold model with a probit approach, and Bayes Factors between models with and without additive genetic effects were computed. Results from the three lines showed that models exhibiting genetic variability were much more probable than those that did not include a genetic component, with BF values of 312, 35 and 40 (and posterior probabilities of 0.99, 0.97 and 0.98), respectively, for the Landrace, Pietrain and Large White lines. Monte Carlo estimates of posterior means of heritabilities were medium to high (0.25, 0.41 and 0.38, respectively), and the highest posterior density region for heritability at 99% did not include zero in any of the three lines. These results allow us to conclude that genetic determinism has an important influence upon the rate of hoof growth in the pig. A potential genetic response can be achieved in the populations analysed, but further studies are needed to determine the genetic architecture of hoof growth disorders in pigs.     

多元判别在淡水鱼类生态对策判别中的应用

分析生态对策从典型的ｋ－选择类型到典型的ｒ－选择类型的６类共２８种淡水鱼类，用逐步判别法对这些鱼类的７项生态参数变量（渐近体长Ｌ∞，渐近体重ｍ∞，生长系数Ｋ，初次性成熟年龄ｔｍ，最大性成熟年龄ｔｍａｘ，瞬时自然死亡率Ｍ，种群繁殖力系数Ｆｐ）进行挑选。结果表明，在判别鱼类的生态对策类型时，除变量Ｆｐ外，其余６项变量作用显著。根据上述２８种鱼类的６项入选变量，用Ｂａｙｅｓ判别法建立生态对策判别函数估计式，并判定南方大口鲶（长江上游）、翘嘴红鱼白（长江下游）、鲥鱼（长江下游）的生态对策类型分别为“偏向ｋ－选择类型”、“偏向ｒ－选择类型”、“属于ｒ－选择类型”。     

非瞬时或突变的马尔可夫链的一种应用方法

介绍对于一种非瞬时或突变的状态转移过程.采用Bayes方法修订马尔可夫过程的状态转移概率矩阵;将先验概率分布修订为后验概率分布;对整个过程的信息加以吸收,得出能够反映整个过程的状态转移概率矩阵,从而达到预测目的.由此还得出一个重要结论:吸收信息的无序性.     

基于贝叶斯分类实现数字图书馆主动推送服务

对如何通过贝叶斯分类实现数字图书馆主动推送服务进行了探讨。     

模糊分类在土地利用/覆盖变更调查中的应用

模糊分类是近年来在遥感影像分类中引入的一种新的研究方法,是一种针对不确定性事物的分析方法。它以模糊集合论作为基础,运用数学模型计算它对于所有集合的隶属度,然后根据隶属度的大小,确定归属。笔者把“模糊分类”方法运用于吉林省白山市八道江区土地利用/覆盖变更调查中,从试验结果发现“模糊分类”在复杂地块影像分类中较传统的贝叶斯分类有更好的分类结果。     

小额多频农产品投资方式的贝叶斯决策分析

运用贝叶斯方法分析了农产品小额多频投资方式的风险决策问题。该方法合理利用新的市场信息,分析后验风险并量化决策风险,为农产品企业投资中的风险性决策问题提供参考,有助于提高项目的收益。     

几种常用文本分类算法性能比较与分析

分析了几种典型的文本分类算法的特点,并基于中文文本数据集和英文文本数据集对算法性能进行了综合评价.实验结果表明:对于英文文本数据,支持向量机具有最优的性能,但时间开销最大,贝叶斯算法速度较快;对于中文文本数据,由于分词的困难,使得算法性能普遍低于同等规模下在英文数据集上的性能.几种算法性能均随训练集规模的增大而有改善.     

杉木种子涩籽地理流行类型区的划分与判别的研究

本文应用A.I.D方法和Bayes准则判别分析法研究福建省杉木种子涩籽地理流行规律,建立涩籽地理流行判别函数,将福建省69个杉木种子产地(县、市)划分成3个类型区:Ⅰ.杉木种子涩籽流行高发生区;Ⅱ.杉木种子涩籽流行中发生区;Ⅲ.杉木种子涩籽流行低发生区。绘制出福建省杉木种子涩籽地理流行图,旨在为杉木种子园的选址及合理布局提供科学依据。