农业无人机智能机器学习系统——基于人工智能和深度学习     

郭亚静 《农机化研究》2023,(3):237-240+259

为了提高农业无人机作业时的自主学习能力,基于人工智能技术将深度学习算法应用到了无人机机器学习系统的设计上,并提出了基于神经网络深度学习的农业无人机智能识别系统,有效提高了无人机的自动学习和识别能力。以采摘机器人的设计为例,对智能机器学习系统的可靠性进行了验证,并对不同学习算法果实识别的准确性进行了测试。测试结果表明：基于神经网络的深度学习算法在果实的成熟度识别方面具有明显的优势,从而验证了算法的可靠性。  相似文献   

二氧化氯对红花种子萌发及芽菜中维生素E的影响     

胡喜巧  杨文平  许世康  郭亚静  姚永梅  孟丽 《北方园艺》2014,(14)

以"红花二号"种子为试材,研究了不同二氧化氯浓度(0、500、1 000、1 500、2 000、2 500mg/L)对其种子发芽率、简易活力指数、幼苗的综合素质和产量的影响,及不同培养天数红花芽菜中维生素E含量的变化。结果表明:在二氧化氯浓度为1 000mg/L或1 500mg/L时,红花种子的发芽率、简易活力指数、产量和幼苗的综合素质均最好,红花芽菜中维生素E含量随培养天数的增加而增加,且增加幅度也在增加;因此1 000mg/L或1 500mg/L为二氧化氯处理红花种子的最适浓度,红花芽菜中维生素E含量在第8天时达到最大值,为62.07mg/g。  相似文献   

大豆蚜生物防治研究进展   总被引：1，自引：0，他引：1  

郭亚静  李学军  王堇秀 《辽宁农业科学》2014,(6)

大豆蚜(Aphis glycines Matsumura)是我国大豆作物的主要害虫之一,严重威胁大豆的产量和质量。长期使用化学农药防治大豆蚜产生诸多弊端,如杀伤天敌,破坏豆田生态平衡;污染农产品,危害人体健康等已受到人们的重视。为了减少化学农药的污染,生产绿色大豆,利用生物防治控制大豆蚜是有效途径之一。经查阅国内外相关文献,分别从抗蚜品种、生物制剂和保护利用天敌等方面对大豆蚜的生物防治进行了简要总结。  相似文献   

基于图像处理与计算机辅助的物理机械播种装置研究     

郭亚静 《农机化研究》2019,(10):219-223

采用计算机辅助中的虚拟设计技术,设计了一套物理机械播种装置。为了实现对该装置性能的检测,基于图像处理技术,采用大津法、中值法和二值法,设计和开发了一种播种装置性能参数检测方法,能够在条播、穴播和精密播种3种方式下实现对机械播种装置播种量、重播量和播种率的准确计算。  相似文献