排序方式: 共有35条查询结果,搜索用时 15 毫秒
11.
为了提高农机作业补贴的客观性和监管效率,开发了一种基于Android手机的农机作业信息采集系统。采用摄像头Intent、Service组件和Alarm Manager服务设计图像采集模块,基于Android平台的GPS技术设计作业量统计模块,采用Http通信协议设计数据传输模块,并集成为信息采集APP。应用试验表明,输入农机编号、拍照间隔、定位间隔和农机宽度参数,即可自动、实时地获取作业时间、地理位置、田间图像和作业亩数等信息,并通过无线传输或人工读取SD卡2种方式将作业信息移交到相关管理部门。该系统操作简便,信息准确,实时性强,为政府部门进行农机作业补贴提供了便捷、可靠的核算和监管依据。 相似文献
12.
13.
针对作物建模过程中监测数据存在的时间段识别分段以及异常数据问题,研究自动、有效的数据预处理方法,以期为后续分析和建模提供可靠的样本。采用改进后的聚类分析对监测获得的多维时间序列数据进行分类,进而获得连续、全面、均匀的时间段,在此基础上,根据样本数据规模选择合适的异常检测准则,用于异常数据检测和处理。通过对黑豆以及番茄、南瓜、黄瓜等作物监测数据的聚类分析及异常检测处理,高效地筛选出适合分析和建模的数据样本集。研究表明,聚类分析与异常检测相结合的数据预处理方法有效避免了作物监测实验中存在的误差和干扰,提高了数据分析与建模的质量和效率,在作物模型尤其是小样本作物模型的研究和应用中具有潜力。 相似文献
14.
针对数值反演过程中参数优选方法适用性不明确的问题,研究最小化目标函数、带有自适应差分演化Metropolis的马尔可夫链蒙特卡罗方法(MCMC-DREAM)对数值反演效果的影响,为探索高效的参数优选方法提供参考。数值算例反演结果表明:最小化目标函数方法计算复杂度较低,但对参数初值敏感,适合于对目标区域土壤有较为深入了解的场合使用;MCMC-DREAM对参数初值不敏感,但计算复杂度较高,适合于先验信息有限的场合使用。两种参数优选方法都存在“异参同效”现象,先验信息与敏感性分析有助于克服该问题,提高数值反演解决实际问题的能力。 相似文献
15.
基于近邻传播算法的茶园土壤墒情传感器布局优化 总被引:1,自引:0,他引:1
针对节水灌溉的土壤墒情传感器布局问题,提出了基于近邻传播算法(affinity propagation,AP聚类算法)的优化布局策略。策略在保证茶园传感网络全覆盖的基础上,实时采集试验区各节点的土壤墒情数据,构建节点土壤含水率的相似度矩阵,并迭代计算各节点的吸引度和归属度值,得出聚类数和聚类中心。结果表明,采用AP聚类算法对试验区域传感器进行优化布局,优化了传感器数量和位置,使传感器数量由25个减少到2个。在试验区随机采集土壤相对含水率,经验证,聚类中心节点的土壤相对含水率与试验区平均值相近,相对偏差近为0.76%,表明聚类中心节点的土壤墒情数据具有代表性。该方法有效降低了数据的冗余度,节约了系统成本。 相似文献
16.
针对茶园土壤墒情传感器布局中传感器数量过多、数据冗余度过大的问题,采用改进的K-medoids方法,优化茶园土壤墒情传感器使用数量及部署位置。在保证茶园传感网络全覆盖的基础上,实时采集各传感节点数据;构造各传感器在不同天气条件下的时间序列数据,并运用三次样条插值法拟合成连续函数;应用谱排直法定义新的时间序列数据的距离函数替换K-medoids中的欧氏距离,将聚类中心作为最终的传感器布点;随机选取位置并采集土壤相对含水率以验证聚类中心作为传感器布点的代表性。采用改进前和改进后的K-medoids方法对2018-07—2018-08(试验Ⅰ)和2020-12(试验Ⅱ)采集的土壤墒情数据进行聚类。结果表明:1)改进的K-medoids将32个传感器减少到4个,改进前后簇中心墒情值与簇均值的相对偏差,试验Ⅰ由2.85%降到1.91%,试验Ⅱ由2.01%降到1.43%;2)改进K-medoids所得聚类中心相对含水率与试验区域平均值相近,相对偏差小于2%;3)以改进的K-medoids算法所得聚类中心作为起点的布点路径长度为82.4m,使用8个传感器,优于改进前的106.5m和10个传感器。基于... 相似文献
17.
为给农户提供质优价廉的园艺作物叶部病害识别服务,提出基于迁移学习的模型训练及基于Flask的Web部署方法。对PlantVillage数据集进行预处理,分别使用ResNet18、ResNet50和ResNet152 3种模型进行迁移学习训练,得到3种识别模型。利用Flask将模型部署到服务器上。3种识别模型对苹果等14类园艺作物26种叶部病害的平均识别准确率分别是95.61%、96.63%和97.33%,识别单张图像的时间分别是10.9、17.9、33.7 ms。综合考虑模型特点和用户期望,设计快速、标准和准确3种识别模式,实现深度模型在服务器中稳定运行,具有一定的实用价值。 相似文献
18.
19.
基于无人机平台和图像分析的田间作物检测 总被引:2,自引:0,他引:2
为高效、精准、及时地获取农作物的空间分布及其面积,建立了基于无人机平台和图像分析的大田作物检测方法:采用小型四旋翼无人机搭载高性能数码相机获取作物图像后,通过图元分割和目视解译获得目标样本,提取其21维颜色特征和3维纹理特征,采用BP神经网络分类器和像素累加法进行作物种类识别和面积测量。试验结果表明,系统对小麦、油菜、蚕豆和大蒜的平均识别率达86%,面积测量的平均相对误差约为9.62%。 相似文献
20.
针对常用的回归和神经网络作物建模方法存在的输出单一、参数优化困难和预测精度不足等问题,利用基因表达式编程优异的全局搜索能力和RBF神经网络多输出任意非线性函数逼近特点,设计了1种GEP优化的RBF多输出模型算法GEP-RBF。以水稻和番茄的5个关键环境因子为输入、以叶片CO_2交换率和蒸腾速率为输出,进行建模验证。结果显示,在预测的均方根误差指标上,GEP-RBF模型与GA-RBF和RBF相比,水稻的CO_2交换率和蒸腾速率分别降低了约28.4%、38.0%和89.9%、62.8%,番茄的CO_2交换率和蒸腾速率则分别降低了约56.9%、48.4%和75.3%、67.1%;在多输出结果的平衡性指标上,相比GA-RBF和RBF,GEP-RBF模型提高了约16.4%~77.4%。结果表明,GEP-RBF模型具有良好的预测精度和多输出平衡性,是一种有效的作物生长建模方法。 相似文献