基于GBDT算法的吉林省玉米产量预测模型研究

玉米是我国种植面积最广、产量最高、食用最多的3种主要农作物之一,掌握科学预测玉米产量的技术,可以为农业的种植规划、粮食储存加工、市场调控提供技术支持。该文兼顾气象因素和土壤因素,建立BP神经网络模型、RBF径向基神经网络模型、GBDT梯度提升决策树模型,对吉林省各县市玉米产量进行回归分析,对比分析其误差。实验结果中,GBDT模型预测的产量和真实产量间的拟合程度较高,R2达到0.92,可以在吉林省各县市玉米产量预测中表现出较好的效果。结果表明该模型对吉林省40个县市玉米产量进行预测的可行性,数据易于获取,能够帮助政府农业部门制定相关政策和方针指导生产。

基于ZigBee和GPRS网络的兔舍无线温度监测系统设计

随着畜牧业的不断发展,养殖场的规模越来越大,不断增加的人力、物力和复杂的操作给养殖户带来了挑战。融合ZigBee和GPRS技术,利用传感器来监测兔舍的温度,然后通过GPRS网络将数据传送到智能终端设备上,养殖户可以随时随地对大型兔舍进行监控和相关操作。采用无线控制技术,使兔舍更加整洁清爽,同时节省了大量的人力,使得操作更加快捷、准确。

基于数据挖掘的贝叶斯算法应用研究

在众多的数据挖掘算法中,贝叶斯算法因为准确性高,运算性能强而得到广泛应用。利用日常生活中的例子深入浅出的阐述了贝叶斯算法的基本原理,并应用SQL Server 2005数据挖掘工具,对2009年收集的农安地力评价的数据进行了分析,同时应用贝叶斯算法对地力等级进行了预测。

基于计算机技术的煤化工企业生产与应用分析

煤化工企业生产存在着非常巨大的安全隐患,不仅仅要对矿井下的煤矿生产进行安全管理,还要在煤矿转化成焦煤、气体或者液体等各种衍生产品的生产安全进行监控,以及技术管理等。而计算机技术的发展有效地推动了管理的信息化和自动化,因此在煤化工企业生产中,计算机技术已经得到了广泛的应用,重点探讨计算机技术在煤化工企业生产中的自动监测系统,以及企业信息化管理和综合调度系统方面的有关应用。

深度学习视域下网络学习行为分析模型及其教学策略研究

随着互联网的不断发展以及智能设备的普及,互联网学习逐渐成为一种热潮。这不仅导致教育方式发生了重要的革新,同时也促使学生的多元化学习需求对教师的教学提出了更高的要求。为了提升教学效果,同时受到O2O商业模式启发,许多高校纷纷开始整合网络教学资源,开展网络教学活动。5G时代的发展,教育与网络形成了一种深度融合的发展趋势,网络教学方式也成了一种不可或缺的形式。但是,相对于传统教学来讲,网络教学的效果受个体学习行为影响较大。因此本文在深度学习视域下,针对学生的网络学习行为提出了具体分析模型,并以此为基础针对学生的具体学习需求制定可行的教学策略以及方案提出具体的建设性方案。

基于对分课堂的“数据库原理”课程教学改革与实践

对分课堂是一种基于心理学原理,注重内化过程的新的课堂教学模式。为了应用对分课堂模式在“数据库原理”课程教学进行教学实践,在教学目标、课堂教学设计和课程考核方面进行了改革。实践证明对分课堂能使学生重拾学习的主动性,学习能力和动机有所增强,提高了课堂效率,改善了教学效果。

基于专家知识的玉米病虫害贝叶斯网络的构建

由于农业数据具有丰富、多维、动态、不完整、不确定等特点,需要一种方法能够从结构化和半结构化的大量数据中找出隐藏的规律,根据规律制订正确的策略,从而指导农业生产,促进作物的优质、高产。贝叶斯网络具有对不确定知识表示形式简洁、双向推理能力等特点,是一种基于模型的处理不确定性知识的概率方法。本文采用了基于专家知识的方法,重点研究了贝叶斯网络建模技术在玉米病虫害中的应用。

关联数据信息深度摘取中的核心特征聚类仿真

针对传统关联数据信息特征摘取方法存在的摘取响应时间过长、摘取准确率低等问题,提出一种基于关联数据信息深度摘取的核心特征聚类方法。方法通过构建关联数据节点回归空间分析关联数据信息核心特征,将分析结果转化成特征向量;用关联数据网格分布结构模型对关联数据信息核心特征向量进行分类处理,通过量化分解核心特征向量,并在其聚类中心对其进行模糊分段处理,完成关联数据核心特征的融合,实现数据聚类。仿真证明,所提方法对关联数据信息的核心特征摘取响应时间仅为0.4s,数据摘取准确度高达90%以上;同时聚类的准确度也高于一般的聚类方法,可以有效地完成对关联数据信息核心特征的聚类。

数据库原理实验教学的研究与实践

实验教学环节是培养学生动手实践和创新思维的重要手段。本文根据多年的教学经验，总结了数据库原理实验教学过程中遇到的问题，根据课程特点，提出实验教学环节中对应的改进方法，以加强学生对理论知识的理解和创新能力的培养。

基于知识图谱的水稻病虫害智能诊断系统

【目的】利用知识图谱对水稻病虫害领域复杂的异构数据信息进行结构化存储,建立病虫害间语义关系,为水稻病虫害关联检索及智能诊断提供理论依据。【方法】首先提出一种面向水稻病虫害的知识图谱构建方法和基于图的水稻病虫害检索算法,通过引入节气实体实现水稻病虫害的预警。其次提出基于确定性因子(Certainty factor,CF)模型和知识图谱相结合的知识推理方法,利用CF与水稻病株症状的结合实现水稻病虫害的诊断。【结果】利用命名实体识别模型,得出病、虫害名称及危害症状实体的准确率分别为0.92、0.90及0.87,进一步构建包括1972个实体及5226个实体关系的垂直领域知识图谱。通过自主开发的智能诊断系统进行案例分析,试验表明,诊断算法正确率达到86.25%。【结论】该系统有效地解决了水稻病虫害领域数据检索、预警与诊断中知识的复杂性及不确定性的问题,有较强的实用价值和推广前景。

玉米精准施肥数据库建模研究

精准施肥是玉米精准作业系统中的关键环节,玉米精准施肥数据库的创建是建立玉米精准施肥决策支持系统的基础。针对吉林省玉米精准作业示范区的实际情况和当前玉米精准施肥数据库设计中存在的不规范性等问题,基于软件工程方法设计与实现了玉米精准施肥数据库。该数据库的创建避免了数据冗余,有利于施肥数据的规范化管理,能够提高玉米精准施肥软件系统的开发效率。

工程教育背景下基于对分理念的本科生计算思维能力的培养

为了促使我校的本科工程教育达到我国的《工程教育认证标准》,以计算机类学生本科教育为例,以对分课堂为形式设计课上教学、自主学习、课堂讨论等教学环节,提高对学生计算思维能力的培养。制订三个课堂的人才培养环节,使创新创业工程、技能产出能力培养贯穿专业教育全过程,提升工程教育下计算机类专业的教育质量。

多媒体水稻生产智能系统的应用

为实现科学种田智能化,研制了多媒体水稻生产智能系统。该研究以水稻栽培中的水、肥、土、病、虫、草害等田间管理为突破口,运用计算机技术实现专家系统的人机界面、知识获取机制、推理机制、解释机制等,通过平台开发,对数据、信息、资料的有效共享,提高了分析识别各种状态及病虫鼠害发生、发展情况的能力,有效地解决了水稻栽培中遇到的各种问题。在该系统应用地区,水稻产量增幅10.2%,经济效益增加4448.8万元。与水稻栽培模拟优化决策系统相比,增加了计算机界面交互功能,简化了应用程序,有利于该项技术成果的转化与推广,在农作物栽培管理及“三农”服务领域具有重要的指导意义和广阔的应用前景。

多媒体鹅生产技术专家系统的研究与应用

为提高鹅产品质量和产量,将畜牧业生产知识和计算机技术结合,研制了多媒体鹅生产技术专家系统。该系统将数据库、人工智能、网络技术应用到畜牧业生产,使养殖户正确地掌握鹅的饲养管理和疫病防治技术,提高了鹅产品质量和产量。实践结果表明,应用该系统可使每只鹅提高经济效益2.5元以上。

基于RGB-D点云的田间原位玉米株高测量试验研究

为满足田间原位玉米株高的测量需求,避免破坏性取样后进行株高测量难以捕捉植株在自然环境下生长的真实情况与表型的动态变化,提出了一种基于RGB-D相机的田间原位玉米株高的测量方法。首先,通过RGB-D相机同时获取可见光图像和其对应的深度信息,计算相机的内参,得到玉米植株的三维点云数据;其次,通过基于欧几里得距离的统计滤波算法和随机采样一致性算法(RANSAC)的阈值分割快速去除三维点云中的离群点、环境噪声及复杂的自然环境背景(包括土壤面和滴灌管等),并通过OBB包围盒验证滤波效果;最后,通过单株玉米植株分割,提出了一种基于俯视视角下玉米株高的测量方法,并计算出田间原位玉米的株高参数。试验中,在玉米快速生长期中选取两天的试验数据,其试验用5个品种的平均测量误差分别为1.47cm和2.70cm,均方根误差(RSME)分别为1.68cm和2.80cm,人工实测结果和算法测量结果进行线性拟合后得到待测系数R2分别为0.9831和0.9797。试验结果表明:利用RGB-D相机对田间原位玉米的表型测量与株高分析具有可行性,所提出的测量与计算方法最后获得的玉米株高参数具有较高的准确性,可以为玉米表型参数提取提供更为有效地技术手段。

基于ARDUINO的智能花盆设计

针对现在人们繁忙的生活经常无法及时的给家里或者办公室里的盆栽浇水、浇灌方式不合理问题,基于ARDUINO设计了一款适用于室内盆栽智能化浇灌装置,用土壤温湿度传感器对土壤温湿度进行实时监测,并将相应的土壤参数显示在显示屏上,并且在需要的时候可以通过TTS语音合成播报模块实现土壤温湿度的实时播报功能。当土壤湿度下降到一定的阎值时,控制器激活水泵或者电磁阎实现浇水功能,从而达到智能浇灌的目的,验证了智能浇灌系统的可行性。

基于频繁项集改进的Apriori算法在智能温室中的应用研究

为减少原始Apriori算法在频繁项集与候选项集上扫描整个数据库时间和空间造成大量消耗,采用基于频繁项目集挖掘算法(FIM)来减少项目集,通过减少对候选项集与频繁项集的控制与规则树的剪枝,并在其基础上优化并行算法和针对特定集群分区的方法,使用温室蔬菜生长环境数据与产量数据进行试验。试验结果表明:改进算法在平均时间复杂度方面优于原始算法,改进算法的平均运行时间仅为原算法62.5%,新算法适合大规模数据挖掘,特别是候选项与处理事务的数量较大的情况,在不同的最小支持度的条件下,改进后的Apriori降低时间率的平均值为72.40%。

基于粒子群与模拟退火协同优化的农田物联网混合多跳路由算法

农业无线传感器网络对农田土壤、环境和作物生长的多源异构信息的获取起关键作用。针对传感器在农田中非均匀分布且受到能量制约等问题,本研究提出了一种基于粒子群和模拟退火协同优化的农田物联网混合多跳路由算法(PSMR)。首先,通过节点剩余能量和节点度加权选择簇首,采用成簇结构实现异构网络高效动态组网。然后通过簇首间多跳数据结构解决簇首远距离传输能耗过高问题,利用粒子群与模拟退火协同优化方法提高算法收敛速度,实现sink节点加速采集簇首中的聚合数据。对算法的仿真试验结果表明,PSMR算法与基于能量有效负载均衡的多路径路由策略方法(EMR)相比,无线传感器网络生命周期提升了57%;与贪婪外围无状态路由算法(GPSR-A)相比,在相同的网络生命周期内,第1个死亡传感器节点推迟了两轮,剩余能量标准差减少了0.04 J,具有良好的网络能耗均衡性。本研究提出的PSMR算法通过簇首间多跳降低远端簇首额外能耗,提高了不同距离簇首的能耗均衡性能,为实现大规模农田复杂环境的长时间、高效、稳定地数据采集监测提供了技术基础,可提高农业物联网的资源利用效率。

基于Bootstrap和Wordpress个人博客的搭建

随着互联网的加速发展,网页成为互联网不可分割的一部分,但不断加快的开发节奏,使开发者编写一个一体化的网站所用时间大大减少,随之而来的,出现了越来越多的网页框架,使用此类框架,就不必完整编写全部的内容,只需关注表现的样式,这无论从安全性还是便捷性上,都得到了大大的提升。本文讲述了采用Bootstrap框架和Wordpress内容管理系统相结合的方式,快速而有效地开发一个个人博客的详细过程。

电磁寻迹车的设计与实现

电磁寻迹车是一种基于传感器检测通有交变电流的导线,根据传感器采集来的数据经过微处理器的处理完成对车的舵机调节打舵,以及通过检测驱动轮的速度和舵机打舵的大小对速度进行调节控制。在如今科技越来越发达的时代我们的生活节奏和出行速度都加快了,同时交通事故也增加了,将来寻迹车也就是无人驾驶车的优越性可想而知。