基于改进AlexNet的岭南水稻虫害识别方法研究

通过改进经典AlexNet深度学习模型在几种典型的水稻害虫识别中的深度不足和过拟合问题,探索出一套泛化能力更强、识别精度与计算效率更加均衡的深度学习网络模型,达到在一定计算资源支持下能适应复杂情境的精准辨识水稻害虫的需求。本研究中AlexNet-enhanced模型经过了以下改进:(1)采用通过缩小卷积核和增加卷积层深度的方式提升对图像深层次特征提取的能力;(2)删除LRN层和删除一个全连接层提升模型计算性能;(3)使用RReLU激活函数改进模型鲁棒性。试验数据使用多种网络数据集和自采集数据,选择稻纵卷叶螟、稻大螟、稻二化螟、稻三化螟、稻飞虱、稻象甲等具有代表性的南方水稻害虫数据作为试验数据,并加入健康水稻影像数据构建试验数据集。选择VGG-16、经典AlexNet、LeNet等3种模型训练作为本研究的对比模型,对4种模型的准确率、混淆矩阵、精确率、召回率、F1分数等结果参数进行综合比对分析评估模型性能。结果表明:(1)AlexNet-enhanced模型对比经典AlexNet模型在训练时间上有较大升高,但对比VGG-16这类结构更深的神经网络模型具备明显的训练时间优势;(2)与经典AlexNet模型相比,改进后的模型对水稻害虫的识别率有较大的提升,对幼虫的识别率提升更加明显;(3)对试验结果的分析发现4种模型对各类型害虫的成虫识别率均明显高于幼虫。本研究结果表明,改进的AlexNet模型对南方水稻害虫的识别问题有不错的应用效果,可以作为大田间水稻害虫智能识别的有效解决方案;同时,神经网络模型的训练受特征采样条件约束较强,需要对生产中的数据采集设备进行针对性的改进。

基于RFID和二维码的生猪溯源体系设计与实现

介绍基于RFID和二维码技术的生猪溯源体系设计与实现。体系由1个生猪溯源公共平台和5个与平台数据对接的溯源信息管理客户端构成,整合从养殖到监管五个环节的信息,实现生猪产品质量安全全程追溯。

基于多种数据传输方式的农业物联网系统设计与实现

在分析和比较几种典型的有线和无线数据传输技术的基础上,根据监测点距离、环境、数据量等实际情况,合理选择数据传输方式,介绍了基于多种数据传输方式的农业物联网系统整体架构和功能组成。通过基于多种数据传输方式的农业物联网的建设和应用,实现了农业生产场景各类监测数据的低成本、快速、可靠地采集和传输,有利于实现生产过程的远程精细化、可视化、智能化管理,提高资源利用率和生产效率。

基于知识图谱分析的我国智慧农业发展现状与提升对策研究

以中国知网收录的2009—2020年发表的智慧农业主题论文为研究对象,采用CitespaceV软件进行可视化分析,绘制智慧农业知识图谱,分析我国智慧农业研究现状与前沿热点,并提出对策建议。研究表明我国智慧农业研究发文量呈增长趋势,尤其是近两年智慧农业研究进入快速增长期。中国农业科学院、中国农业大学、南京农业大学是智慧农业科研力量较强的研究机构,但机构间合作较少。智慧农业研究热点是农业大数据、物联网、云计算和农业现代化,其研究前沿在无线传感器网络、物联网、现代农业和互联网+等方面。我国智慧农业仍处于探索阶段,但随着科技的发展,其内涵和科技水平在不断丰富、提升。目前,数字技术与农业加速融合,物联网技术在农业生产和流通场景中得到广泛应用,国有传感器能够满足绝大多数场景下的数据需求;植保无人机与智能农用装备普及,在农业遥感测绘、病虫害防控、农情监测等方面开展应用;农业信息智能分析决策技术、云服务技术、农业知识智能推送、农机导航及自动作业、植物病虫害和畜禽疫病识别等智慧农业关键技术仍需攻关。

基于Android的农业科技成果推广移动端应用软件设计与实现

在分析广东省农业科技成果推广需求的基础上,介绍了基于Android的农业科技成果推广移动端应用软件的系统架构和功能组成等设计方案,并重点介绍了单点登录和个性化定制2个功能的技术实现。基于Android的农业科技成果推广移动端应用软件的应用拓展了农业科技成果推广的移动网络信息通道,为互联网平台用户补充提供个性化精准服务,在一定程度上提高了农业科技信息推广效率,实现了农业科技成果推广信息服务的轻量化和智能化。

安全农产品智能供应链服务体系构建与应用

随着我国现代化进程加快,社会主要矛盾已经转化成人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。2020年以来的新冠肺炎疫情,致使传统供销渠道受阻,不少地区农产品滞销。因此,针对“小生产”与“大市场”二元格式下,农产品供应链不完整、供需信息不对称、产销对接不畅等痛点问题,开发具有农科特色的安全农产品智能供应链服务体系平台,在实现全面乡村振兴、农产品均衡保障供给、农产品价格基本稳定、质量安全追溯水平提高等方面均具有重要的现实意义。