信息技术在粮食多式联运系统中的应用与展望

粮食作为国计民生的重要物资,其稳定、高效的运输对于保障国家粮食安全具有至关重要的意义。本文从多式联运高效衔接技术、路径优化、信息共享、一体化监控平台等方面阐述了多式联运信息化发展现状,并针对信息技术在粮食多式联运方面的应用以及现存问题,提出了一种基于北斗/5G和SPC的粮食多式联运粮情动态监测的方法。利用北斗+5G融合定位以及北斗短报文通信方式,弥补了运输车辆在室内、城市密集区等复杂环境下的精准定位和通信的不足。通过设置粮情状态判定规则结合下位机传感器采集数据进行分析,绘制SPC动态控制图,在实现对粮情状态实时监控的同时,可通过观测数据波动情况预测潜在风险,提前干预,减少粮食在途损耗。最终,为未来打造粮食多式联运高效衔接一体化智能监管平台提供支撑。

基于TCN-BiGRU结合自注意力机制的储粮温度预测研究

粮食仓储管理对于国家具有重要意义,储粮温度是判断粮食仓储安全的重要指标之一。准确地预测储粮温度并及时做出相应的防护措施能够有效降低粮食仓储损耗。针对传统储粮温度预测模型预测准确度较低的问题,提出一种融合时域卷积网络(TCN)、自注意力机制(Self-Attention)和双向门控循环单元(BiGRU)的网络模型。首先通过TCN提取储粮温度数据的局部特征,并根据储粮温度数据的时序特征将自注意力机制加入网络为不同粮情特征分配权重,突出对储粮温度预测影响更大的特征,之后利用BiGRU网络学习粮情序列的双向依赖关系来获取序列中的更多信息,实现对储粮温度的预测。结果表明,所提出的模型均方根误差RMSE为0.389 5,平均绝对误差MAE为0.328 1,确定系数R2为0.991 2,与其他模型相比误差小,预测精度高,能够为粮仓的温度管控提供决策依据。

神经辐射场多视图合成技术综述

如何从图像中渲染出较为真实的虚拟场景一直是计算机图形学与计算机视觉领域的研究目标之一。神经辐射场是一种基于深度神经网络的新兴方法,它通过学习场景中每个点的辐射场来实现较为真实的渲染效果。通过神经辐射场不仅可以生成逼真的图像,而且可以生成具有真实感的三维场景,在虚拟现实、增强现实和计算机游戏等领域有着广泛的应用前景。然而,其基础模型存在训练效率低、泛化能力差、可解释性不足、易受光照和材质变化影响以及无法处理动态场景等问题,在某些情况下无法获得最佳的渲染结果。大量基于此研究的工作陆续展开,且在效率和精度等方面都取得了出色的成果。为了跟踪该领域最新研究成果,对近年来神经辐射场领域的关键算法进行回顾和综述。首先介绍了神经辐射场的产生背景及原理,对后续关键改进模型进行分类探讨。主要涵盖以下几个方面:对神经辐射场基本模型参数的优化,在渲染速度与推理能力方面的提升,对空间表达和光照能力的改善,针对静态场景相机位姿估计与稀疏视图合成方法的改进,以及在动态场景建模领域的发展。对各种模型的速度与性能进行分类对比与分析,并简要介绍了该领域主要模型评估指标与公开数据集。最后对神经辐射场未来发展趋势进行展望。

基于卷积神经网络的农作物病虫害检测研究进展

农作物病虫害是全球农业生产的严重威胁之一,易造成巨大的经济损失。引入机器视觉和机器学习方法进行农作物病虫害检测,不仅可以提高病虫害检测的效率,而且有助于及时采取防治措施,降低损失。卷积神经网络(CNN)作为深度学习的代表技术之一,在计算机视觉领域的图像识别、物体识别等方面应用广泛,在农作物病虫害检测方面也取得了一些成果。本文概述了基于CNN检测农作物病虫害的技术要点、发展历程,综述了该技术的主要研究方向与进展,总结了目前研究中存在的主要问题并提出相应的解决策略,旨在为CNN在农业上的应用提供理论依据,并为农业生产管理的智能化提供技术支撑。

基于深度学习的烟雾与火灾检测算法综述

在各种灾害中,火灾是最经常、最普遍的威胁公众安全和社会发展的主要灾害之一。随着经济建设的迅猛发展,城市规模日趋扩大,重大火灾隐患急剧增加。然而,目前广泛使用的烟雾传感器探测火灾的方法,易受距离等因素影响,导致检测不及时。视频监控系统的引入为解决这一问题提供了新思路,基于视频的传统图像处理算法是较早提出的方法,最近机器视觉与图像处理技术快速发展,涌现出一系列使用深度学习技术来自动检测视频和图像中火灾的方法,在消防安全领域具有非常重要的实际应用价值。为了综合分析火灾检测的深度学习方法相关改进及应用,简要介绍了基于深度学习的火灾检测流程,重点从分类、检测、分割3个粒度对火灾检测的深度方法详细对比分析,阐述每类算法针对现有问题采取的相关改进。总结现阶段火灾检测存在的问题,并提出未来的研究方向。

基于VRML技术的水利工程三维地形景观生成

以水利工程行业常用的专业地形图为基础，讨论了水利工程格网DEM的构建和地形景观的生成方法，并结合VRML技术，实现了水利工程三维地形景观可视化方法。

基于Logistic映射的数字水印方案

介绍了一种基于logistic映射的混沌数字水印方案,运用离散余弦变换(DCT),在频域,将混沌序列嵌入到直流分量DC中,利用人类视觉系统(HVS)的掩蔽特性,该水印自适应地隐藏到图像中,保证了水印的不可见性,并且可以检测水印的存在与否.实验结果表明,对于常见的信号失真(加入椒盐噪声、中值滤波等)和几何失真(有损压缩、剪切等),该算法具有较好的稳健性.

基于Agent的分布式地理信息查找与获取技术

提出了基于Agent的分布式地理信息查找与获取的新思路,给出了构建基于Agent的分布式地理信息查找与获取模型,并在此模型的基础上给出了具体实现方法,实现了分布式地理信息的透明访问。

水利工程地理信息元数据的设计

通过对国内外著名的地理信息元数据标准的剖析,讨论了元数据的基本概念及元数据管理系统的开发和网络访问技术。在此基础上,结合水利工程地理信息元数据的特点实现了水利工程元数据标准、编写指南、关键词词典等功能,对元数据库建设具有有益的借鉴价值。

DCS结构的面粉生产监控系统

介绍了一种分散控制集中监视的面粉厂DCS系统。该系统由PC机、工控机、PLC组成,能对生产过程进行自动控制,并通过网络把生产情况传送到各地方。文章对系统的软、硬件设计作了详细介绍。

利用混沌加密方法提高通信安全性

在详细分析Bu和Wang方法的传输模式的基础上,指出该方法的不足;通过在密文中增加一个大于1的开关函数,对其方法进行了改进.通过对广义R ssler系统的数值模拟,表明改进方法既能弥补上述不足,又能提高通信安全性.

基于Agent的分布式空间数据挖掘研究

在分析数据挖掘、空间数据挖掘、Agent的概念和技术特点的基础上,提出了一种基于代理的分布式空间数据挖掘模型,描述了分布式数据挖掘中协调器、数据挖掘代理、数据库和用户之间的通信、程序调用和代码迁移等实现方法。

城市地下管线信息系统的设计与实现

利用G IS管理城市的地下管线是一个有效的手段,也是数字化城市的基础。本文通过一个城市地下管线开发实例,分析了地下管线开发的目标、功能以及关键技术,为城市地下管线的系统建设提供了借鉴方案和基本思路。

柱面透镜——宽银幕电影实现的技术基础

讨论宽银幕电影与普通电影的不同之处,及柱面透镜在其中所起的重要作用。

对量子力学中表象及其变换的理解

从表象的定义出发,把表象变换与数学上几何坐标和线性代数进行了类比,并从物理学角度来理解表象及其变换。

人造偏振片的发明与立体电影的发展

追溯了人造偏振片的发明过程及立体电影的发展历程,说明了在立体电影发展过程中偏振片的作用。最后对立体电影的发展进行了展望。

γ-Fe_2O_3和Fe纳米微粒的制备及相组成

用共沉淀法制备γ-Fe2O3和Fe纳米微粒,用X-射线衍射和TEM研究其相结构和形貌,并对影响相组成的因素进行了分析。

三维粮库管理系统的设计与实现

基于粮库事务管理的需求,以粮库多源数据(管网、线路、三维数据等)为基础,充分考虑粮库不同于其他单位的特点,对三维粮库管理系统的技术构架进行了分析,设计了基于Web的3DGIS的三维粮库管理系统,解决了粮库事务的一体化管理问题,实现了将WebGIS与3D 2种技术有机结合的三维粮库管理系统.

太阳电池及光伏发电

本文从太阳能电池的原理出发,分析了各种太阳电池的优劣,并对国内外光伏发电的发展现状进行评论。同时介绍了光伏发电的应用并展望了我国光伏发电的前景。

基于深度学习的粮食安全信息融合技术研究

作为世界上最大的粮食生产及消费大国,我国粮食在产后的储存安全方面显得尤为重要。针对多种储粮信息的安全状况分析,采用数据融合技术是获得全面、准确结果的有效方式。数据融合通过对粮食多源信息的综合分析,以获取安全评估的一致性解释和描述。深度学习则是提取数据深层特征的有力工具,因此基于深度学习的多源数据融合方法能够充分发挥数据关联与潜在价值,更加稳定的做出准确判断和决策。本文首先根据相关文献综述数据融合的产生与发展;并对传统数据融合方法应用以及现代数据融合研究成果进行分类对比,分析深度学习在数据融合中的优势,进而提出深度学习在粮食信息融合处理中的可行性;最后结合粮情处理现状,提出一种基于深度学习的粮情二级融合框架,采用温度、湿度、水分、虫害四种储粮信息的融合,对其在储粮安全评估中的应用做出研究和展望。