基于用户兴趣模型的个性化农业信息推送系统

为解决我国农业信息服务平台利用率低、农民自主获取信息能力差的问题,本研究在对农业信息化技术发展现状和农户的实际需求分析的基础上,构建了农户兴趣模型,利用信息推送技术设计实现了个性化农业信息推送系统。该系统可构建动态用户兴趣模型并对其实时更新,实现了有效、准确的农业信息推送。

基于本体的鱼病诊断专家系统的构建

针对传统的鱼病诊断专家系统存在知识表示不精确且推理效率低,不同的专家系统之间知识共享困难等问题,建立了一种基于本体的鱼病诊断专家系统。通过改进的"六步法"对鱼病诊断知识本体进行建模,进而建立鱼病诊断专家系统。该鱼病诊断专家系统大大提高了知识表示的精确性和推理效率,且能够实现鱼病诊断知识的共享。

基于时间序列与RBF的农产品市场价格短期预测模型

为协助生产者更好地播种和收获,有效把握国内农产品价格波动规律,提高农产品价格预测精度。本文构建了基于农产品价格时间序列组合预测方法与RBF神经网络的集成预测模型,以ARCH、Holt-Winters无季节模型时间序列组合预测方法揭示农产品价格序列线性特征,以RBF神经网络揭示农产品价格非线性变动规律,并以1997—2011年全国农产品集贸市场大豆月度价格走势数据为例进行实验验证。研究结果显示,基于农产品价格时间序列组合预测方法与RBF神经网络的集成预测模型精度高于时间序列组合预测方法或RBF神经网络模型,是一种有效的农产品价格预测模型。

基于Android手机客户端的棉花病虫害诊断专家系统研究

为了让农业智能诊断系统更加廉价、便捷、有效地为普通农户服务,本研究提出并设计了一种基于Android手机终端的棉花病虫害智能诊断系统。该系统基于棉花病虫害知识模型库,采用产生式规则和正向推理方法,实现了棉花病虫害的实时、有效诊断,且具有一定的通用性和较强的实用性,推广应用前景广阔。

基于地基激光雷达数据的单株玉米三维建模

为探索地基激光雷达数据在植物真实三维建模上的应用,研究基于MeshLab软件的三维Alpha-Shape算法和移动立方体算法进行玉米植株三维真实模型的重建。三维Alpha-Shape算法基于离散激光雷达点云构建Delaunay三角网,通过Alpha值的设置判断各单纯形是否保留,完成玉米植株三维重建。移动立方体算法则通过查找每个体素与等值面相交的交面,所有交面连在一起即为所求的等值面。Alpha值分别设置为0.006 290、0.012 638、0.018 635,采用Alpha-Shape算法进行单株玉米三维重建,试验结果表明:当Alpha值设置较小时,对玉米叶片、茎秆等细节信息表达的比较精细,但许多叶片中间不连续;Alpha值设置较大时,对玉米植株细节信息表达不精细。基于移动立方体算法重建出的玉米植株曲面较为光滑,且孔洞较少,但重建结果不完整。