基于关联规则和模糊判据的土地评价方法

为提高土地评价知识表达的可解释性,使评价结果更能反映土地变化的自然规律与本质特征,提出利用关联规则和模糊判据进行土地评价的方法。并利用所提出的方法对广东省的土地进行了评价。试验结果表明,该方法适于从土地评价数据库中挖掘出易于理解的土地评价规则;当最小支持度分别为0.005、0.003和0.001时,挖掘出的土地评价关联规则数分别为32、54和126条,其中,在最小支持度为0.001时,利用126条土地评价关联规则即能获取高达95.25%的土地评价精度。

基于改进Huffman编码的农机作业数据传输压缩方法

为解决通讯环境较差的农业机械作业状态数据的传输难题,该文提出了基于改进Huffman编码技术的数据压缩方法实现数据的压缩、传输、解析与解压。数据压缩与解压测试的结果表明,数据采集周期为5 s、数据长度为918.38 kb时,基于改进Huffman算法压缩的数据长度为412.56 kb,同样条件下对比传统Huffman算法压缩的数据长度498.56 kb小86 kb,压缩率从传统Huffman算法的45.71%提升至改进Huffman算法的55.08%;传统Huffman算法中数据传输出错率和数据传输丢包率为2.47%和4.18%,而在同样传输要求下的筛选压缩传输中数据传输出错率和数据传输丢包率降至2.06%和0.78%。该方法能满足农业机械作业状态数据压缩传输要求,在单个数据包数据较少、传输时间短的压缩传输方式下能够获得较低的传输出错率和丢包率,且该方法具有计算量少、压缩效率较高特点,适合在农业机械作业区域进行数据传输。

基于可智能切换车载照灯的车载照明灯控制系统

为提高驾驶安全性与智能化,本文基于LED设计了车载照灯及其相应的控制系统,有效地解决了行车时外界光线不断变化使司机的视线受到一定影响的问题,在节能、安全、智能等多角度有效提高驾驶的安全性和智能化。

基于SFAM神经网络集成的土地评价

SFAM(Simplified Fuzzy ARTMAP,简化的模糊ARTMAP)神经网络具有自组织反馈、增量式学习和高度复杂映射等特点,是一种较BP神经网络和RBF神经网络等前馈神经网络更优秀的自组织神经网络。为克服SFAM神经网络受输入样本顺序的影响,提高土地评价的精度,提出利用SFAM神经网络集成进行土地评价的方法。并用SFAM神经网络、SFAM神经网络集成、BP神经网络、BP神经网络集成、RBF神经网络和RBF神经网络集成等方法对广东省中山市的土地进行了评价,对评价结果进行了分析和比较,结果表明SFAM神经网络具有比BP神经网络和RBF神经网络更优越的评价性能;对于这三种不同的神经网络,神经网络集成的土壤评价精度分别高于单个神经网络的精度。

支持向量机回归的碳通量预测

如何根据影响因素较好地预测碳通量是许多环境监测者非常关注的问题。但至今尚无一种非常有效的预测模型,为此研究ε-支持向量回归机在碳通量预测中的具体应用,并与BP神经网络模型的预测结果做了比较,分析了两种方法在核函数及相关参数、网络结构、神经元数目选择方面各自不同的特点。实验结果表明,基于ε-支持向量回归机和BP神经网络模型的碳通量预测结果与碳通量实测值之间存在显著相关性。但ε-支持向量回归机方法的预测过程更易掌控,整体预测精度高于BP神经网络的精度。

农产品供应链的信息透明化框架

为降低农产品物流成本,提高安全质量,向农产品供应链管理和安全质量追踪溯源提供详细、全面与准确的电子信息,利用RFID技术、EPC标准和网络技术,在分析农产品物流供应链的基础上,提出农产品物流网的解决方案;设计了贯穿于农产品物流供应链的信息透明化应用框架;最后,以农产品供应链中的农产品生产环节和配送环节为例,说明了物联网中各环节的工作原理和信息流。所设计的农产品物流供应链的信息透明化框架,将有利于推动EPC/RFID技术在农产品供应链中的应用和推广。

基于概率神经网络的广东省土地资源评价

用概率神经网络的方法,以广东省土地资源为对象进行了土地资源评价的研究,并与BP网络的评价结果作了比较.结果表明,用概率神经网络进行评价的结果比BP网络的评价结果更加准确,更加切合实际情况,一定程度上避免了人为因素的干扰,提高了土地资源评价的准确性.

基于Boosting的决策树集成土地评价

传统的土地评价方法易受人为因素的限制,探索更科学合理的土地资源评价方法,对土地利用与规划具有重要意义。由于决策树具有分类精度高、分类器可解释性强的优点,特别是C5.0采用了提高决策树分类精度的Boosting技术,提出利用Boosting技术的决策树集成C5.0进行土地评价的方法。采用C5.0算法对广东省土地资源进行了评价,对不使用Boosting的决策树和使用Boosting决策树集成的评价结果进行了分析和比较。研究结果表明利用决策树进行土地质量评价能够得到较高的评价精度,且Boosting决策树集成的土地评价精度高于不使用Boosting的决策树的精度。

基于半监督学习的黄曲条跳甲预警方法

蔬菜病虫害的预警通常依靠植保专家知识来进行,较少采用数学建模方法来进行定量分析。为此,利用部分已知类别的训练样本抽取其关联规则作为监督信息,结合非监督学习的K-mean聚类算法,建立蔬菜黄曲条跳甲的预警模型。半监督学习算法既能发挥有监督学习准确率高的优点,又能充分地利用无监督学习的灵活性,具有一定的研究意义和实际意义。通过对广东省蔬菜黄曲条跳甲数据实验表明,半监督学习算法预警准确率比同条件下K-mean聚类算法的准确率高出24.31%。

融合监督学习与凝聚层次聚类的土地评价方法

由于专家能够对土地资源标定类别的数量是非常有限的,提出利用少量已知类别的训练样本抽取其中的关联规则作为监督信息,结合非监督方法中的变色龙算法,以互连性和相似度作为评价标准进行分类的方法。该算法充分利用监督学习分类准确率高和非监督学习无需标定学习样本的优点,只需利用少量带标签的学习样本,即可得到较高的分类准确率。通过对广东省土地资源的评价实验,表明仅随机选取300组训练样本即可得到较高的土地评价准确率94.4184%,比同样条件下聚类分析的准确率高4.9041%。

半监督学习算法在农用地分等中的应用

为了提高了土地评价模型的简易性、可解释性和准确性,以及克服传统土地评价模型中认为因素多的影响,提出利用关联规则挖掘算法从已知类别的训练样本提取其中的分类关联规则作为监督信息,结合非监督学习方法中的K-mean聚类算法,对大量未标定样本进行分类的半监督学习方法。该方法实现过程简单,分类准确率高,可推广性较强。对广东省土地资源的评价实验表明,利用半监督学习算法可得到较高的土地评价准确率94.0622%。

多种分类器在农用地分等中的应用及其用法改良

以广东省第二次土壤普查成果资料为主要数据源,选取贝叶斯决策、BP神经网络、概率神经网络、聚类等分类方法分别对数据源进行分类;并且,笔者为了充分利用有监督学习分类准确率高和无监督学习无需标定的学习样本的优点,提出了基于监督--非监督的聚类算法,然后对上述五种方法的评价结果作了比较分析;实验表明文章提出的基于监督--非监督聚类方法只利用少量的有标定学习样本,即可得到较高的分类准确率,特别在少量样本时,该方法能得到比贝叶斯决策方法、BP神经网络和概率神经网络等监督学习方法更好的土地评价结果;在实际应用中,可以尝试结合监督和非监督学习的方法,实现分类正确率和获取大量有类标签的样本之间的折中。

融入监督信息的k-mean聚类瓜蓟马预警模型

[目的]为提高瓜蓟马病虫害的预警效果。[方法]采用k-mean聚类建立了瓜蓟马预警模型,并针对瓜蓟马数据中在k-mean聚类算法下难以判断的情况,引入了监督信息,即模糊关联规则进行进一步划分。[结果]引入监督信息的k-mean聚类算法的预警准确率比最近邻算法、k-mean聚类和支持向量机预警准确率都要高。[结论]k-mean聚类过程中引入模糊关联规则能较有效地提高预警准确率。

基于最大似然法集成的黄曲条跳甲预警模型

采用最大似然法模型,建立蔬菜黄曲条跳甲的预警模型,并且针对最大似然法一般需要比较多的训练样本才能准确预测的缺点,提出能够显著地提高学习系统的泛化能力的集成算法,即最大似然集成算法以减少对训练样本数量的要求。通过对广东省蔬菜黄曲条跳甲数据验证表明,最大似然集成算法的预警准确率比最近邻算法k、-mean聚类和支持向量机预警准确率都要高。

我国组建国家外汇投资公司问题思考

组建国家外汇投资公司是借鉴国外经验,改善我国外汇储备管理的有益尝试。我国外汇储备的管理目标包括了更多的长远发展战略目标和各种政治利益考虑,同时我国有着别国难以比拟的巨额储备,这种储备管理的多元目标及特殊国情将使我国在组建国家外汇投资公司的问题上遇到更多难题。我国应构建一整套符合我国国情的储备经营管理体系。

农业物联网时代下的伦理问题思考

从农业物联网伦理问题的成因出发,重点剖析了农业物联网中存在的伦理道德问题,提出应对农业物联网伦理问题的方法。

基于C4.5算法的无线传感器网络农业环境部署节点故障诊断方法

通过采集农业环境下无线传感器网络节点所采集的数据,基于C4.5算法挖掘故障诊断关联规则,建立了农业环境部署节点故障诊断模型。结果表明,该模型能够比较好地对故障无线传感器网络节点进行识别。

基于北斗/GPS双模的纯电动乘用车行车状态数据采集终端设计及其车载信息服务应用

基于北斗/GPS双模定位方式,采用北斗定位优先策略,设计了纯电动乘用车行车状态数据采集终端,并建立了相应的应用平台。通过纯电动乘用车车载信息服务框架的设计,列举了基于北斗/GPS双模的纯电动乘用车行车状态数据采集终端的车载信息服务方式与具体内容,为纯电动乘用车电池、电机、电能管理等提供一种可参考的方案。

基于北斗/GPS双模的混合动力公交车车载数据智能采集终端设计

基于北斗/GPS双模定位方式,采用北斗定位优先策略,设计了面向混合动力公交车的车载数据智能采集终端,建立了相应的数据传输、监控平台,并在混合动力公交车上进行了测试。测试结果表明,该终端能实现电池电量、电压、温度等数据的读取与传输,在结合定位数据、行车记录等数据情况下,已经达到实际营运所要求的技术水平。

汽车空调测试系统的设计与开发

为保证经过多道工序装配完工的汽车空调压缩机的电子系统功能的可靠性，汽车空调压缩机生产企业必须投入大量人力物力来进行产品功能的测试。传统的测试系统主要以手动和半自动方式为主，系统的可维护性、扩展性差：生产效率低：测试工艺、流程、标准不统一；测试数据管理混乱。一方面难以保证产品质量的可靠性，给产品的使用者以及企业的售后工作带来很多不必要的麻烦；另一方面无形中增加了企业的生产成本，特别是人工成本。为此诸多研究人员提出各种测试方法，如汽车空调控制器自动测试系统、电磁离合器耐久性测试系统、汽车空调道路测试系统等，但这些系统都没有应用于生产实践。