基于物联网感知应用的绿色水产养殖一体化管理平台设计

当前我国水产养殖业发展迅速,但水产综合生产力、远程管理能力和绿色养殖能力等方面仍存在较大的挑战。本文面向水产养殖业规模化、集约化、精细化和绿色化生产,采用物联网技术、卫星遥感技术、大数据分析技术等新一代信息技术,设计了一套绿色水产养殖一体化管理平台,该平台从水空星三体监测网络、数据服务系统、精细化养殖控制系统和智慧水产养殖系统等子系统入手,将传统水产养殖与物联网应用深度融合,为鱼塘全天候监测与智能化管理提供系统平台化解决方案,可以提升水产养殖的管理效率、减少水体异常导致的翻塘风险和尾水超标排放造成的环境污染。

基于知识图谱嵌入的多模型融合与多任务学习的工业软件组件推荐方法

随着物联网、云计算、工业互联网等的快速发展,工业软件系统逐渐向扁平化、松耦合、平台化、模块化与组件化的架构模式发展。工业软件组件已逐步演变为跨域、跨空间、跨平台的网络化协同新模式。然而,由于工业软件组件数量的不断的增加,为创建工业软件开发挑选合适的工业软件组件变得更加困难。为了解决这个问题,已经提出了各种方法来推荐工业软件组件以匹配子任务的需求。但目前的方法在特征融合与利用、文本需求理解、子任务与组件的类别等元数据信息利用等方面存在一些挑战。为了克服现有服务推荐模型推荐效率不高以及学习能力不强的问题,本文提出了一种新的基于知识图谱嵌入的多模型融合与多任务学习的工业软件组件推荐模型(KG-MTFM)。模型利用语义特征提取模块来提取子任务需求与工业软件组件描述文档的语义特征,获得语义特征向量。建立组件分类的知识图谱通过表示学习算法获得实体嵌入向量,将其与组件语义特征向量链接形成工业软件组件的特征向量后,引入特征交互模块来对子任务和工业软件组件之间的特征交互进行建模。实验结果表明,我们的方法优于目前流行的主要方法。

基于改进YOLOv8的流水线面点预制菜外观检测算法研究

针对面点预制菜速冻水饺外观质量检测中细微露馅人眼难以辨别、露馅颜色特征不明显、正常褶皱与露馅存在相似性等因素导致的人工质检容易误判和漏检等问题,提出一种基于改进YOLOv8的用于面点预制菜流水线质检场景的外观质量检测算法CL-YOLO,该算法在backbone阶段引入2个新的相互关联的卷积注意力模块,在保证模型轻量化的同时加强对饺子特征中的各个维度进行权重分配与学习,使其更好地提取卷积中针对饺子露馅特征的信息。试验结果表明,相较于YOLOv8n,CL-YOLO在流水线饺子识别任务中mAP精度提升0.9%,召回率提升1.8%,算法的检测速度达到159FPS,模型大小及参数量均能够满足边缘端部署需求;在EUM-DET数据集中,mAP精度提升1.8%,召回率提升0.5%。该算法为食品流水线质检场景提供了新的实现思路。

基于移动技术的电子村务系统研究

电子村务建设遵循信息化建设的指导思想，是电子政务在农村处理系统无纸化的实践，为农村的建设与治理提供有效农业现代化解决方案，有利于村民采用先进的科学技术手段参与到农村建设中，提高村民自治水平。利用移动技术，分析系统需求模型，对电子村务系统改进和创新，设计出移动化电子村务系统，帮助村民实现“移动终端在手，搜罗天下，当家作主”的目标。