基于无线传感器网络的猪舍环境监测系统

为了对畜禽健康养殖过程中的光照度、温度、湿度和氨气含量等基本环境参数进行自动化监测,本研究采用改进后的低功耗自适应集簇分层型协议(Low energy adaptive clustering hierarchy,LEACH)、3G通讯设备和TELOSB无线传感器节点以及光、温度、湿度和氨气传感器搭建了一个猪舍环境监测无线传感器网络,并采用J2EE软件系统解决方案开发一套猪舍环境监测管理系统。该管理系统可以实现实时环境数据查看、历史记录查询、自动生成环境参数曲线图、环境数据分析和报警等功能。在数据采集频率方面,该监测系统可实现5 min采集1次环境参数。实际应用结果表明该系统能精确、可靠地采集和传输环境数据,掉包率小于0.1%;在环境指标超出设定的阈值范围时能及时报警,提醒工作人员及时进行处理,从而有效地改善猪舍环境及提高畜禽健康养殖水平。

基于RFID和EPCglobal网络的牛肉产品供应链建模及追溯系统

为提高和保障牛肉产品质量安全,提高供应链的透明度,设计开发了1个基于射频识别(RFID)和EPCglobal网络的牛肉产品供应链追溯系统。在追溯系统设计方案中,对追溯单元的变化过程进行了详细的分析和建模,采用动物耳标和EPC(Electronic product code)编码作为追溯单元识别码;在EPC信息服务(EPCIS)标准的基础上,对企业内部生产信息和外部追溯信息的获取及转换进行了详细分析和建模。追溯系统应用结果表明,该系统可有效地实现牛肉产品供应链上各企业间的信息共享,从而实现牛肉产品供应链的无缝追溯。

基于卷积神经网络的水稻虫害识别

针对水稻虫害识别问题,提出一种基于卷积神经网络模型的水稻二化螟虫害识别方法。图像预处理后,选择包含水稻二化螟成虫、幼虫、卵或蛹的图片1 658张作为正样本,不含水稻二化螟的农作物图片1 652张作为负样本构建了模型训练测试数据集。设计一个10层的卷积神经网络模型,采用Torch 7在Ubuntu 14.04系统上实现模型系统的开发和运行。Holdout交叉验证结果显示,模型命中率、精度分别为86.21%、89.14%,误测率8.67%,AUC(area under the receiver operating characteristic curve)值0.95。试验结果表明,模型可有效地提取图像的特征,对水稻二化螟害虫识别具有很好的抗干扰性和鲁棒性。

基于深度学习的农作物病害识别系统研发

针对广大农户和基层植保人员对作物病害识别困难的问题,以苹果、玉米、葡萄和番茄4种作物18种病害为研究对象,采用VGG16和Resnet50建立识别模型。通过数据预处理、数据增强、模型参数优化、模型交叉验证等,构建单作物多病害识别和多作物多病害识别模型。性能对比结果表明VGG16识别性能优于Resnet50,VGG16模型的识别正确率都达到96%以上。对VGG16识别模型分析后发现根据作物发病特点建立的单作物多病害识别模型性能更好。因此,本文提出分类建立单作物多病害识别模型的方法,结合智能手机、Web技术和网络编程技术,研发一个农作物病害智能识别系统。本系统可为用户提供精确的识别结果、病害知识和防治方法。系统的Socket网络服务可作为独立模块,为农业机器人、智能农机、无人机、农业专家系统等提供统一的作物病害识别接口。本研究可为农业植保信息化和智能化提供技术支撑。

高光谱图像结合深度学习的油菜菌核病早期识别

油菜菌核病为土传病害,发病早期叶片无可见症状,从植株表面很难发现。用叶片的普通光谱图像或RGB图像无法对其进行识别。采用高光谱图像作为监测技术,结合深度学习模型构建油菜菌核病发病早期识别模型,并取得了较好的识别效果。以油菜菌核病为研究对象,采用菌丝块接种法,在油菜根部诱发病害。分别于发病后第2、5、7、9天采集发病油菜植株和健康植株光谱图像。对高光谱图像去除背景、S-G光谱曲线平滑处理、剪切、分割等处理后构建模型训练测试数据集。以Resnet50深度学习模型为基础,通过增加特征图数量,减小第1层卷积核大小来提高模型对油菜菌核病发病早期的识别能力。通过交叉验证、模型结构改进前后识别能力对比、模型泛化能力测试等,验证了改进模型的识别能力和泛化能力。Resnet50模型结构改进前后,对油菜菌核病发病早期的识别正确率分别是66.79%、83.78%和88.66%,改进后模型的识别正确率分别提高了16.99%和4.88%,模型的识别精度和召回率也得到很大提高。所提出的识别模型平均识别正确率为88.66%,精度和召回率达到83%以上,只有对发病第7天的召回率为79.04%。把构建的多分类模型设定为是否受病害胁迫的二分类模型,则模型的正确率97.97%,精度99.19%,召回率98.02%,同时,模型对第9天测试集的识别正确率达到91.25%。改进后的Resnet50模型可有效保留数据的光谱特征和局部特征,使模型对油菜菌核病发病早期的识别能力显著提高。该模型对发病1周内的油菜菌核病严重程度具有较好的识别能力。对是否发病的识别能力更高,模型识别正确率、精度和召回率均达到97.97%以上。模型对油菜菌核病发病早期识别具有很好识别能力和泛化能力。因此,该模型可综合利用高光谱图像的光谱和图像特征,解决油菜菌核病发病早期无症状、识别困难的问题;也可为基于高光谱或多光谱图像的农作物病害早期识别技术的发展提供参考。

基于3G和ARM嵌入式系统的农作物图像信息定时采集系统

为获得农作物生长过程的图像信息、满足农作物生长过程监测和病虫/草害监测的应用需求,同时减少图像数据远程传输流量费用,设计开发了一个基于ARM嵌入式平台、OV9650图像传感器及3G无线模块的农作物图像信息定时采集和管理系统。本研究在较成熟的硬件集成系统基础上,实现功能完善的农作物图像采集节点软件系统;同时设计实现了基于中间件和WEB技术的服务端应用管理系统。应用结果表明,系统运行稳定,能按设定的时间连续获取农作物生长图像信息,分辨率高达1 280×1 024,获得的图像质量可满足应用需求;按1帧/d图像计算,1个月的流量仅78 MB。

基于传感器网络的羊舍环境监测及预警系统

针对我国畜禽养殖现状及环境对畜禽生长的重要性,提出了羊舍环境监测及预警系统的设计和实现方案。在传感器设计方面提出了光、温、湿三合一的传感器集成方案,采用把温湿度传感器放在百叶窗内的方案,有效提高数据采集的准确性;在传感器网络方面提出了部分有线加3G网络的数据传输方案,兼顾易安装性及可扩展性,同时提高了数据传输的可靠性;在软件方面提出了数据采集中间件方案,主要是为了实现软硬件的分离,提高软件系统的兼容性和可移植性;管理系统基于B/S架构设计,采用MVC开发模型,基于J2EE企业级软件系统实现方案。经过实际应用及用户操作体验调查结果表明,系统用户界面友好,系统运行稳定,在环境参数超出设定的阈值时能及时报警,有效提高了羊场管理的效率和自动化水平。

RoboCup比赛机器人集成化技术初探

RoboCup比赛要求机器人必须具备自主性、高效性、协作性和智能性。本文提出了集成化的比赛用机器人设计方案。本方案在AS-R机器人的基础上扩展了硬件设备,提出了系统化、模块化的软件系统架构,并在此系统框架下设计了一系列策略和智能算法。

基于多Agent的E-Learning系统设计与实现

Agent具有很好的自治性、智能性、反应性及能动性等优点,用于E-Learning系统能有效地解决其缺乏智能性、交互性、测试和评价功能不强、适应性差等问题。基于多Agent技术提出了一个自主性的E-Learning系统,详细介绍了系统各部分功能,并进行了实验验证。结果表明,应用自主性E-Learning学习系统效率高、灵活、自主性强。

温室远程监控系统人机交互与番茄识别研究

为提升设施农业远程监控系统的数据可视化与信息化程度,设计了一种温室远程监控系统,该系统主要由巡检机器人、移动通信网络、云服务器与远程监控中心组成,实现了温室端与远程监控中心端之间的文本、图像、视频3类数据传输。综合应用机器学习、深度学习算法实现人机交互与温室端番茄识别任务。基于Haar级联算法与LBPH算法实现了管理员人脸识别,识别成功率达90%;基于YOLO v3与ResNet-50算法分别识别手部与手部关键点,单手、双手的识别置信度分别为0.98与0.96;基于提取的食指指尖坐标与左右手部候选框中心点坐标实现了手指交互与图像尺寸缩放的功能。应用Swin Small+Cascade Mask RCNN网络模型,针对农业数据集有限的问题,对比分析了应用迁移学习方法前后的番茄检测效果。试验结果表明,应用迁移学习方法后,模型收敛速度有所提升且收敛后的损失值均有所下降;同时,IoU为0、0.5、0.75时的平均精度(mask AP)分别提升了7.8、6.4、7.2个百分点,模型性能更优。

基于SSH2架构的农村信息服务系统的设计与实现

利用互联网等现代信息技术,为农民提供高效便捷、简明直观、双向互动、个性化的农村综合信息服务。根据用户需求和当地农业特色,系统基于SSH2架构,后台采用MySQL数据库,在Eclipse环境下开发了面向广大农民应用的农村信息服务系统。实现了子站点生成、信息采集和智能推送,安全管理一体化和一站式,与农村信息一体机终端配合。农村信息服务系统可直接为广大农民提供信息浏览、技术查询、远程诊断、远程教育等功能。

物联网猪舍氨气浓度与环境数据的关系研究

由于猪舍温湿度及氨气浓度是影响猪生长的主要环境因素,建立了1个多种物联网传感器的猪舍环境参数监控系统,通过对环境数据持续检测采集与回溯分析,得出物联网猪舍温、湿度与氨气浓度的昼夜变化关系,依托这些数据分析更加科学地调控猪舍的温湿度与空气,为猪创造一个更好的生长环境,实现更加科学化养猪。

油菜株型模拟研究进展

株型结构是作物表型组学研究的重要内容之一。油菜株型研究不仅有助于定量化株型评价,选育高光效、适宜机械化作业的品种,也有利于提高油菜生长模型的机理性,具有重要的科学意义。本文针对当下国内外作物株型研究现状,重点从传统作物株型和作物株型模拟两个方面分别进行归纳总结,并着重综述了油菜株型相关研究进展,最后概要评述了当前在油菜株型研究中存在的关键问题,提出相关建议,并展望了未来油菜株型研究趋势。

江苏省村级农业信息服务综合管理系统应用实效分析

针对江苏省农村村级信息服务中存在的问题,设计开发应用江苏省村级信息服务站系统,实现了信息资源采集、管理、推送,子站的生成、管理,远程诊断、远程教育等功能。通过对系统平台服务应用情况数据进行分析,发现农户对涉农信息资源需求的规律,从而更好地指导涉农信息资源的整合,并根据不同地域、不同时节,提供高时效性的涉农信息服务,为农户提供私人定制化的农业综合信息服务。

农业模型发展分析及应用案例

农业模型、农业人工智能及数据分析等技术贯穿于智慧农业的信息感知、信息传输、信息处理与控制全过程,是智慧农业的核心技术。为进一步明晰农业模型的内涵和作用,促进农业模型进一步研究及应用,推动智慧农业健康、稳定和可持续发展,本研究采用系统分析、比较及关系框图等方法,分析了农业模型的内涵,阐述了农业模型和智慧农业要素与过程的关系,明确了农业模型的作用并附以应用案例,比较了农业模型的国内外重要发展动态与趋势。国内外农业模型研究与应用重要进展比较表明,农业模型研究应用需要考虑农业生物要素的4个水平、农业环境要素的6个尺度、农业技术与农业经济要素的6个层次并采用相应方法进行,农业模型环境要素空间多尺度研究应用有较大发展潜力;农业模型与分子遗传学、感知技术及人工智能技术结合,农业模型研究应用的公私有组织协作,粮食安全挑战将成为农业模型进一步发展的重要推动力,且需更注重将各种农业系统模拟、数据库、和谐性与开放数据及决策支持系统相连接。中国农业模型研究与应用已形成具有中国特色的作物模型系列,也融入农业模型的互比较与改进、智慧农业等世界潮流,需要抢抓机遇,加快发展。农业模型是农业系统要素内及要素间关系的定量化表达,是农业科学定量与综合的重要方法,具有认识论价值,它与感知技术的结合可以在智慧农业数据获取与处理中发挥不可或缺的作用,成为信息农业技术落地应用的重要桥梁和纽带。

无线网络环境下基于手机的农村信息服务模式探究

随着以3G、4G为标志的下一代移动互联网技术和智能手机产业的迅猛发展,智能手机已经成为人们须臾不可或缺的工具。移动通信技术和智能手机的普及,为农民提供高效便捷、简明直观、双向互动的信息服务,也将为农村信息化带来革命。通过考察手机在中国农村信息服务中的作用、优势和现状,分析以智能手机为终端以农民为中心对象的农村信息服务新模式,并就建设重点、难点和关键问题等进行了探讨。

植物根系表型信息获取技术研究进展

人口数量增长和全球气候变化加剧了粮食安全供给压力,育种学家亟需培育高产、高效作物品种以满足日益增长的粮食消费需求。基于根性状的品种培育改良可有效提高作物水分、养分利用率,但根系表型观测的困难性极大地限制了育种进程。随着自动化控制、成像和传感器以及图像解译技术的发展,高通量根表型信息系统性收集已成为可能。本文综述了一系列适用于室内或田间的非破坏性或破坏性根系二维或三维结构测定技术;系统阐述了主流的根表型参数提取图像分析技术和软件;探讨了基于根表型平台的根性状筛选应用于新品种培育的成功案例,并对高通量根表型平台的进一步研发进行了展望。

逐日平台搭载作物生长信息传感器效果检验与评估

为验证逐日平台追踪太阳的准确性及其消除太阳高度对作物生长信息传感器影响的效果,从而解决被动光源作物生长信息监测仪器因太阳高度角变化导致反射率测量误差波动大、有效采样窗口期短等问题,在课题组前期被动光源作物生长信息传感器和逐日平台研制的基础上,通过逐日准确性试验、标准反射率以及作物冠层反射率检测对比试验,对逐日平台搭载作物生长信息传感器的实际效果进行了检验与评估。结果显示,逐日平台水平方向追踪太阳的平均偏离角度为0.592°,竖直方向追踪太阳的平均偏离角度为0.470°;当作物生长信息传感器直接测量10%、20%、40%、60%标准反射率灰度板和作物冠层反射率时,在8:00-17:00时间段内因受太阳高度角影响,传感器测量的反射率波动幅度达60.00%以上,仅中午前后(11:00-13:00)测量的反射率较为准确;当使用逐日平台搭载作物生长信息传感器测量相同对象时,8:00-17:00时间段内测得反射率均较为准确,反射率波动幅度在2.53%以内。试验结果表明,使用逐日平台能显著提升被动光源作物生长信息传感器测量的准确性,延长作物生长信息传感器日工作时间1倍以上。

基于高光谱成像技术的不同类型小麦穗发芽籽粒识别

【目的】为探索利用高光谱成像技术识别不同类型小麦籽粒穗发芽的方法。【方法】利用涵盖不同倍性、籽粒颜色的3个品种的小麦种子为材料,通过设置穗发芽对比实验,利用PCA、ICA、HSV 3种变换方法分析不同类型小麦正常和穗发芽籽粒光谱、图像的差异,提取图像和光谱特征参数,并运用最小距离法、最大似然法和支持向量机3种不同识别算法进行小麦籽粒发芽识别。【结果】穗发芽与否会在其光谱特性上有所反映,发芽籽粒的光谱反射率在品种间差异较小,发芽与未发芽籽粒的光谱反射率存在较大差异,大于未发生穗发芽品种之间的差异,特别是在光谱波段470~620 nm之间。通过光谱差异分析并结合支持向量机算法进行识别得到的结果精度更高,识别精度达到96%。【结论】研究结果可为种子质量监控、自动筛选识别等提供技术支持。

基于Struts框架的出租车经营行为IC卡管理系统实现

研究基于Struts1框架的系统开发,采用MVC(模型-视图-控制器)的设计模式,实现了对出租车经营行为的IC卡管理系统,主要管理模块分为出租车公司、驾驶员、车辆等,实践表明,该系统提高了数据的处理能力可以对出租车的经营行为进行有效的管理,并且具有很好的维护性和扩展性。