智慧农业网络安全问题的研究与实现

智慧农业逐渐成为现代农业主要经营方式,它利用互联网手段实时采集过程数据,使数据成为助力智慧农业发展的主要驱动力量。随着互联网、大数据等与农业不断融合,网络安全问题层出不穷,影响着我国智慧农业的发展进程。为保障智慧农业的网络安全问题,采取相应的防御措施尤为重要。本文基于智慧农业的发展现状,分析了智慧农业面临的主要网络风险,并提出了相应的防御措施,以期为解决我国智慧农业的网络安全问题提供有益参考。

基于改进YOLOv7的复杂环境下苹果目标检测

采摘机器人在不稳定光照、果实多样性和树叶遮挡等复杂自然环境下识别苹果时,检测模型难以捕获关键特征,导致采摘效率和准确性较低.提出基于YOLOv7模型的针对复杂场景下苹果目标检测的改进算法.通过限制对比度自适应直方图均衡化算法增强苹果图像对比度,以减少背景干扰,增强目标轮廓清晰度;提出多尺度混合自适应注意力机制,通过特征解构与重构,协同整合空间和通道维度的注意力导向,优化多层次特征的长短距离建模,增强模型对苹果特征的提取能力与抗背景干扰能力;引入全维度动态卷积,通过精细化的注意力机制优化特征选择过程;增加检测头个数,解决小目标检测问题;采用Meta-ACON激活函数,优化特征提取过程中的关注度分配.结果表明,改进后的YOLOv7模型对苹果的平均检测准确率和召回率分别为85.7%、87.0%,相比于Faster R-CNN、SSD、YOLOv5、YOLOv7,平均检测精度分别提高了15.2、7.5、4.5、2.5个百分比,平均召回率分别提高了13.7、6.5、3.6、1.3个百分比.模型效果表现优异,为苹果生长监测及机械摘果研究提供了坚实的技术支撑.

基于层次交互动态注意力与序列学习的图像超分辨率重建

针对图像超分辨率中网络关注度不足、模块间协同性弱和深层特征表征消失等问题,提出了一种结合层次交互动态注意力与序列学习单元的多级残差聚合超分辨率重建模型。模型采用多层次特征融合与跳跃连接的网络结构,结合不同层次的特征,捕获从低到高的不同级别的信息,生成更丰富和准确的表征。模块里通过残差连接避免梯度消失,实现深度网络的平滑损失空间和灵活增加。提出动态层次融合注意力模块动态计算各个特征的重要性权重,进行有选择性的特征融合,并通过序列学习单元捕获更长范围的上下文信息。提出多尺度特征融合模块将不同感受野的特征信息提取融合,以挖掘更深层的特征表示。模块尾部引入轻量化无参注意力机制自适应加权特征图,恢复图像高频细节。实验结果表明,相较于主流算法,提出的算法在各种公开测试集(Set5、Set14、BSD100、Urban100、Manga109)上进行3倍超分辨率重建评估,平均峰值信噪比提升约0.47dB,平均结构相似性提升约0.0068。且在遥感图像超分辨率重建方面展示出实际应用潜力。证明其在图像超分辨率重建方面的优越性。

基于随机森林优化的神经网络算法在冬小麦产量预测中的应用研究

小麦产业涉及国家粮食安全和民生问题,通过对小麦产量进行科学准确的预测,对农业经济的发展、制定粮食进出口计划和确保国家粮食安全有重要意义。使用相关性分析遥感参数与产量之间的相关性,通过随机森林算法对特征变量进行重要性评价,剔除对目标相关性无关或影响较小的特征变量,最后,采用BP神经网络对产量进行预测。结果表明:归一化植被指数(Normalized Difference Vegetation Index,NDVI)在天水市整个冬小麦生育期内都与产量呈正相关关系;相对湿度、NDVI、最低温度、土壤湿度和辐照度为小麦产量预测的重要影响因子;与未进行特征变量筛选的情况相比,冬小麦产量预测的精准度显著提升,可以满足产量预测的精度要求,为相关的农业部门提供可靠的农情信息,为制定粮食政策与组织粮食生产提供参考依据。

基于多通道融合卷积的联邦学习入侵检测模型

随着新一代信息技术向各行业融合渗透,经济社会数字化转型迫在眉睫。近年来,随着农业4.0时代的到来,农业领域也面临着新的机遇和挑战,农业物联网的大规模部署在带来诸多便利的同时,网络安全问题也随之出现。传统入侵检测设备无法有效应对各类未知攻击,而数据孤岛现象及数据隐私保护需求更是加剧了这一挑战,为此,文中创新性地提出了一种基于多通道融合卷积的联邦学习农业物联网入侵检测模型,旨在解决数据孤岛与数据隐私保护之间的矛盾,同时提高模型的准确率。模型的数据处理模块采用生成对抗网络对欠采样数据进行扩充,数据分析模块采用横向联邦学习机制,服务端选用联邦平均算法,客户端采用一维多通道融合卷积网络,利用多个不同尺寸的卷积核对同一段数据进行处理,捕捉不同尺度下的特征信息,再将这些特征进行融合,有效保留流量关键特征。实验结果表明,该模型在CIC-IDS2017数据集上可以实现98%的精度,并在初始阶段快速收敛,经过10轮训练后,其趋于稳定,达到99.72%的准确率和F1分数。

基于Prophet-LightGBM的PM2.5浓度预测模型

近年来,PM2.5污染问题日益突出,对人们的身体健康和环境质量造成了严重影响,建立准确的PM2.5浓度预测模型对于污染防治和空气质量管理具有重要意义。针对PM2.5时间序列的非线性、高噪声、不平稳特征提出一种将Prophet模型和LightGBM模型相结合的组合模型。为了验证模型的有效性,以兰州市PM2.5浓度数据为例,对比分析了Prophet-LightGBM模型和其他4种预测模型及其在不同季节下的预测效果。结果表明,Prophet-LightGBM模型相较于对比模型能够更准确地预测PM2.5浓度的变化趋势,RMSE值达6.557,MAE值达4.543,MAPE值达14.344%,在夏季和秋季的预测准确度和稳定性方面表现出更优异的性能,RMSE值最优时达3.155,MAE值达2.169,MAPE值达9.4%。

基于支持向量机算法的葡萄酒质量检测模型

随着我国经济的不断发展,葡萄酒作为一种悦人悦己的生活媒介已经登上大众餐桌。然而,葡萄酒的质量检测仍以品酒师品尝为主,已不能满足规模化、智能化的食品工业发展需求。为此,基于支持向量机算法对葡萄酒理化指标进行建模,利用R语言实现Box-plot法对异常值进行处理,同时对RBF核的支持向量机参数进行优化,最终得到一个精度达到96.46%的葡萄酒质量检测模型,为葡萄酒的质量控制提供了一条行之有效的途径。

物联网技术在智慧农业中的应用

农业是支撑国民经济建设与发展的基础产业。物联网的发展迅速,在各个领域的应用也越来越广泛。本文从物联网的基础结构入手,介绍了物联网的三层架构,然后针对物联网中应用广泛的射频识别技术、无线传感技术、云计算技术、人工智能技术进行说明,重点讲述物联网技术在农林牧渔业中的应用。最后,根据当前的应用情况,对未来物联网在智慧农业中的应用做出展望。

改进小波变换的船舶射频信号降噪和识别

针对船舶射频信号受通信环境因素及硬件多源噪声的广泛复合因素影响而包含多种频段的噪声,在实时检测中造成有效信号检测率低、误差大的问题,本文设计一种船舶射频信号噪声降噪和识别的软硬件结合的仿真系统。将获取到的船舶射频信号经A/D转换电路转换后,在小波抑制模块分解得到小波系数,并采用改进阈值小波滤波后重构信号,送入信号识别模块利用概率神经网络进行识别。实验结果表明:本文提出的降噪识别方法能够有效地降低信噪比,提升船舶射频信号的识别率,可以应用到实际的船舶射频信号的检测系统中。

“结构教学法”在SQL查询语句教学中的应用

数据库的原理和应用一直以来都是高校计算机专业课程中的重要组成部分,SQL语句是数据库原理课程教学的重难点。经过笔者多年的教学实践,采用结构教学法改进SQL查询语句的教学方式后,获得了较好的教学效果。本文详细叙述了结构教学法在SQL查询语句教学中的应用方式,比较了在SQL查询语句教学中应用结构化教学法不同阶段的教学效果,结论表明,在SQL查询语句中正确使用“结构教学法”可以增强学生对它功能及用法的理解。

多平台融合的混合式教学模式实践——以“MS Office高级应用”课程为例

互联网的快速发展,促使高等教育进行以MOOC、SPOC和网络教学平台等线上教学平台为中心的教学模式改革。通过分析“MS Office高级应用”课程自身特点,提出利用网络教学平台发布课前、课中、课后任务及课程资源,结合万维考试系统进行定量性实验、测试、期末考的多平台融合混合式教学模式。课程教学的多维度评价结果显示这种混合式教学模式可有效提高教学质量,提高学生的学习主动性,培养学生计算思维能力。

三种胡麻生长模型对现蕾期和青果期干旱胁迫响应能力的比较

本研究利用不同胡麻品种、不同干旱程度的大田试验数据,检验、评估3种作物模型干旱胁迫效应算法的精确性,及其在现蕾期、青果期干旱胁迫处理下对胡麻蒸腾速率、气孔导度、叶面积指数及籽粒产量4个指标的模拟预测能力。模拟结果表明,干旱胁迫使胡麻蒸腾速率、气孔导度、叶面积指数和籽粒产量降低。3种作物模型干旱胁迫效应算法可以模拟出胡麻生理生化指标在各干旱处理下的变化趋势,但模拟效果不够理想。3种干旱胁迫效应算法均低估了籽粒产量。综合考虑,WOFOST模型干旱胁迫效应算法对籽粒产量、蒸腾速率的模拟效果最好,APSIM模型干旱胁迫效应算法对气孔导度的模拟效果最好,DSSAT模型干旱胁迫效应算法对叶面积指数的模拟效果最好。

基于EMD分解的黄河流域兰州水文站日径流预测

为探索提高径流预测精度,基于兰州水文站2001年8月~2019年12月的逐日径流数据,在控制变量法的基础上,应用LSTM、ARIMA、SVR、XGBoost四种模型,建立了单一模型、EMD分解重构、剔除噪声模态分量后的EMD分解重构等三类处理方式共12种模型方案,并对12种方案的评价指标进行对比。结果表明,EMD序列分解重构技术和基于Hurst指数的噪声模态分量剔除有助于提升预测精度,与单一模型相比,前者构建的模型的均方根误差(R_(RMSE))平均下降了15.16%,后者平均下降了28.49%;12种方案中,预测效果较好的方案是剔除噪声模态分量后的“EMD-SVR-ARIMA”模型。

基于混合策略改进的麻雀搜索算法

为克服基本麻雀搜索算法(Sparrow Search Algorithm,SSA)存在的迭代过程中种群多样性减少、易陷入局部最优停滞、早熟收敛等不足,提出一种基于混合策略改进的麻雀搜索优化算法(EGSSA)。首先,迭代时利用精英反向学习机制在个体求解过程中计算精英反向解,提升算法寻优过程中种群丰富性和种群质量,为提高算法全局寻优能力以及收敛精度奠定基础;其次,将黄金正弦策略用以改进发现者位置更新方式,协调算法局部开发和全局搜索能力,并且提高算法的收敛能力;最后,在加入者的更新中采用了莱维飞行随机步长,以使新加入者所搜索的范围更为全面,一定程度避免算法陷入“早熟收敛”。选取12个基准测试函数进行仿真实验,分别与4种元启发式算法以及3种改进麻雀搜索算法进行比较,实验结果以及Wilcoxon秩和检验均表明,EGSSA算法具有更好的全局探索能力和稳定性以及较强跳出局部极值的能力。

基于农业物联网的农作物生长环境监测系统设计

根据传统物联网的感知层、传输层、应用层3个技术层级为基础,按照逻辑顺序分层次设计,设计出一套集农作物生长环境监测、终端远程管理、溯源查询、预警报警等功能于一体的监测系统。该系统性能良好,结构稳定,易于操作,打破了空间对农业生产的制约,使农业生产经营者可以及时知悉农作物生长环境变化,做出相应决策,提高生产效率。

基于数字孪生的智慧农业环境监测系统设计与实现

在建设数字乡村战略背景下,开展基于数字孪生技术的智慧农业环境监测系统对促进农业农村信息化高质量发展具有重要战略意义。针对当前国内智慧农业环境监控系统中存在的环境数据采集不完善、信息反馈迟滞、交互性差等缺点,本文以数字孪生技术为架构结合物联网技术设计实现了智慧农业环境监测系统,系统由孪生感知层、农业数据源层、数字孪生层、孪生应用层、孪生交互层等模块实现,该系统实现了农作物在生长过程中环境监测的智能化、数字化实时管理和可视化监控。以数字孪生技术对农作物生长过程的环境因素进行智能分析和虚拟映射,以虚实结合的方式对农作物生长过程中的环境进行可视化展示和智能化调节,达到合理利用农业资源、动态调节环境因素、提高农作物产品和质量的目的。

基于Logistic增长神经网络模型的软件测试方法

软件可靠性评估性能直接影响软件测试的工作量,本文针对软件测试工作中的故障检测和校正处理问题,提出一种基于Logistic增长神经网络的软件测试方法。该方法考虑到软件工程的多样性,利用Logistic增长曲线构建神经网络模型完成故障检测,并结合指数分布校正时间完成故障校正过程。通过两组真实失效数据集(Ohba与Wood)的试验,将所提方法与现有的软件可靠性增长模型(software reliability growth model,SRGM)进行了比较。结果显示Logistic增长神经网络模型的模型拟合效果最优,表现出了更好的软件可靠性评估性能及模型适应性。

基于改进的背景模型的图像识别算法研究

当图像亮度不均匀、对比度低时,提取图像前景较困难。为此,提出一种图像分割方法,结合正弦基函数和绝对值距离测度构建背景模型,依据优化理论和迭代法求解背景模型,通过比较背景模型中各像素点亮度与实际图像中各像素点亮度来判别各像素点是背景还是前景。为应对图像亮度不均匀的情况,在图像分割前对图像进行分块,在分块图像中依据背景模型或相邻分块背景相似度进行图像分割。实验结果表明,在普适性方面,相对于经典的模糊C均值法和OTSU法,该方法的分割误差小,尤其是对亮度不均匀和对比度低的图像;在掌纹图像分割应用方面,与迭代线跟踪法和模糊粗糙集法相比,该方法的错误率低、信噪比高、处理时间短。最后将提出的分割算法应用在人脸识别上,实验结果表明了该算法的先进性。

大数据中基于熵加权的稀疏分数特征选择聚类算法

为了提高大数据统计及分析的效率,有必要对数据集合进行聚类,以减少数据集合维度,并去掉相似数据冗余。采用熵加权和稀疏分数特征选择相结合,一方面对异构数据进行局部结构划分,降低数据维度,对局部结构的特征重要性标记并排序,提高聚类精度,另一方面,提高聚类稳定性。实验证明,该方法对不同种类的大数据聚类具有较强的适用性。

基于Uni-App的农技推广综合服务平台设计与实现

农技推广工作是当今“三农”工作的重点任务,目前一些基层的农技推广人员在专业知识储备方面还有些欠缺,学习的资源非常有限以及信息不对称等问题。因此,本文提出一款基于Uni-App的农技推广综合服务平台,由于Uni-App具有很好的跨平台性,可以在多个平台上运行,并且该系统具有很好的稳定性、易操作性的特点,可以方便农户使用,提升农技推广效果,更好地促进农业生产。