基于DenseNet的西瓜叶片病虫害识别模型

叶片病虫害对众多植物的影响巨大，快速、准确地识别植物叶部病害，采取正确的措施进行防治具有十分重要的意义。文章提出了基于Dense Net的西瓜叶片病虫害识别模型，分析了模型的结构和设计思想，在经过数据扩充后的西瓜叶片病虫害图片数据集上进行了训练。实验结果显示，该模型在对真实环境下的西瓜叶片病虫害图片的分类准确率在86%左右，超过了AlexNet、Vgg和GoogleNet三种常见的卷积神经网络模型，可以基本满足病虫害识别需求。     

基于Web森林病虫害防治决策专家系统研究

基于Web的森林病虫害防治决策专家系统将人工智能技术、GIS技术、数据库技术和网络技术有机地结合起来,可以对森林病虫害进行预测预报和防治决策.系统采用三层的B/S结构和选择符合J2EE标准的开发平台,构建了专家系统的知识库、推理机、事实库和解释器等主要模块.最终,实现了对森林病虫害的发生期、发生量、危害趋势、灾害发生区域的预测预报和防治决策等功能.同时,系统利用了GIS技术可以通过WebGIS地图将发生灾害的区域信息直观、全面地显示给用户.     

水稻病虫害遥感监测与预测研究进展

病虫害现已成为水稻产量的最大制约因素之一，传统的植保技术主要依靠植保人员的视觉和经验，存在一定的主观性，且费时费力，难以满足大范围的实时监测需要。遥感技术的发展提供了一种大面积、全天候、多方位的数据快速获取手段，能够为病虫害的识别分类提供作物种植信息和环境信息，是实现对水稻病虫害进行大面积监测预测的重要手段。在阐述水稻病虫害遥感监测和预测机理的基础上，重点从多尺度遥感监测方法、预测方法、水稻病虫害监测与预测模型构建以及监测预测系统等多方面概述了水稻病虫害监测与预测的研究进展，并指出目前水稻病虫害监测与预测研究存在的问题及未来发展趋势。随着信息化农业的发展与多源数据的融合运用，趋向于精准化与智能化的水稻病虫害遥感监测与预测，将会越来越成熟。     

基于VGG-16卷积神经网络的水稻疾病识别小程序

微信小程序用户群体多、范围广、操作灵活便捷等优点得到广泛使用，其“用完即走”的特点非常适合于解决农民对常见水稻虫害识别不熟悉的而导致农药滥用错用问题。为了实现自然场景下害虫实时精准被识别，构建基于VGG-16卷积神经网络的水稻害虫智能识别模型。根据水稻的叶片特征和发病自然场景，对VGG-16网络的卷积层局部调整，优化主要模型参数，实现针对水稻疾病的智能识别，在测试集上的平均准确率是91.3%，该小程序通过微信开发者工具进行编译，应用WXML、WXSS和Java Script技术，VGG卷积神经网络模型导入常见水稻虫害的数据集训练针对水稻的虫害识别模型，通过Https请求来调用远程服务器运行的模型应用，从而实现小程序识别多种常见水稻疾病的功能。该小程序平台能够帮助用户方便快捷地查询到水稻虫害类别，代替以往传统的农学专家人工辨认的过程，能够快速地进行根据农作物疾病类型进行对应的处理，有效提高水稻病害的防治率，实现精准防治的目标。     

棉花病虫害防治过程中专家系统的应用

本文以专家系统基本原理为基础,将棉花病虫害防治的理论和实用技术和计算机技术进行了有效的结合,构建了针对于棉花的病虫害防治的专家系统。文章主要介绍了利用系统开发平台PAID构建专家系统的方法和在棉花病虫害防治过程中专家系统的知识库、推理机、规则库等的工作原理。     

基于卷积神经网络的黄瓜病害识别研究

针对在黄瓜种植过程中,不能及时观察出病害种类以及不合理地使用药物防治而导致减产或死亡的问题,提出了基于卷积神经网络的黄瓜病害识别方法。通过使用手机拍照的方法采集带有病害特征的样本图片,进行图像增强处理,制作了黄瓜叶面病害数据集,并研究AlexNet、VGG-16和ResNet50三种不同深度网络模型的病害识别效果,通过设计不同方案进行模型训练,找出训练效果最优的网络模型并进行病害图片检测。结果表明,系统能够满足预期的黄瓜病害识别要求,具有较高的识别准确率。     

农作物病虫害防治管理信息系统研究开发

面向农作物病虫害防治管理工作需求,设计开发了农作物病虫害防治管理信息系统.系统将GPS、嵌入式GIS组件技术、ADOCE数据库访问技术和GIS分析管理等技术应用于农作物病虫害发生、防治信息采集和管理分析过程中,实现了农作物病虫害发生面积、发生动态、灾情损失等信息进行动态定位采集、网络化上报及动态更新、可视化分析统计、显示.初步应用表明,系统对于提高农作物病虫害信息管理水平具有较好的促进作用.     

基于高斯概率模型的水稻重叠病斑分割算法

研究水稻病斑中的重叠病斑识别问题,针对诊断水稻图像信息和及早防治.传统的水稻病斑分割算法都是对病斑的像素进行直接的操作,容易造成像素信息的丢失,存在着识别准确性差问题,造成后期的识别率不高.为解决上述问题,提出了基于像素概率模型的水稻病斑分割方法.通过自适应病斑分割算法,用高斯混合模型描述每一像素的色彩分布情况,再以具有最大适应度值的子模型作为当前分布模型来描述每一病斑像素的特征,避免了对像素的直接操作.仿真结果表明,方法能够有效的分割大部分重叠水稻病斑特征,提高了识别准确性,取得了比较好的效果.     

基于Web森林病虫害防治决策专家系统研究

基于Web的森林病虫害防治决策专家系统将人工智能技术、GIS技术、数据库技术和网络技术有机地结合起来,可以对森林病虫害进行预测预报和防治决策。系统采用三层的B/S结构和选择符合J2EE标准的开发平台,构建了专家系统的知识库、推理机、事实库和解释器等主要模块。最终,实现了对森林病虫害的发生期、发生量、危害趋势、灾害发生区域的预测预报和防治决策等功能。同时,系统利用了GIS技术可以通过WebGIS地图将发生灾害的区域信息直观、全面地显示给用户。     

基于深度学习的农作物病虫害图像识别APP系统设计

为准确有效识别出农作物病虫害类别及位置,构建一款农作物病虫害图像识别App系统,为广大农户、研究人员及管理者提供智能信息服务.该系统基于Android平台开发,在所收集的大量病虫害数据集上,开展了Darknet、YOLO等深度网络模型训练和测试,并使用批量正则化、维度聚类和课程设计学习等技术优化模型,实现了181种作物...     

Assessing Ideational and Evaluative Skills and Creative Styles and Attitudes

This article describes the rationale for the multiphase creative problem solving process, and reports the findings from an empirical investigation conducted to facilitate the problem solving of managers. The ideational skills of the managers were assessed before and after training in a complete process of creative problem solving, along with their ideational attitudes, creative problem solving style (i.e., generator, conceptualizer, optimizer, or implementor), and evaluative skill (i.e., ability to recognize original ideas). The most important findings indicated that the training had a significant impact on the evaluative accuracy of the managers. They were significantly more accurate in their judgments about original ideas after training, both in their identification of original ideas and their recognition of unoriginal ideas. After training, the managers also gave more solutions and more original solutions to problems. Finally, several variables (e.g., the “preference for active divergence” attitude, and the conceptualizer process style) seemed to moderate the impact of training. Training was therefore effective, with specific effects that can be predicted from pre-training individual differences in attitudes and process style.     

Rank and select revisited and extended

The deep connection between the Burrows–Wheeler transform (BWT) and the so-called rank and select data structures for symbol sequences is the basis of most successful approaches to compressed text indexing. Rank of a symbol at a given position equals the number of times the symbol appears in the corresponding prefix of the sequence. Select is the inverse, retrieving the positions of the symbol occurrences. It has been shown that improvements to rank/select algorithms, in combination with the BWT, turn into improved compressed text indexes.     

高等院校行政分析与决策系统的设计与实现

为提高高等院校的管理水平和决策水平,充分利用校园网资 源,开发了高等院校行政财政分析与决策系统。解决了诸如数据的动态查询、自动生成报表 、网络环境下数据共享等技术问题,具有网上数据共享、图形界面友好和安全的保密措施等 特点。     

Stochastic balancing and approximation-stability and minimality

A new method of stochastic model reduction has recently been introduced by Desai et al. [1], [2]. The stability of the reduced order model has not previously, been considered. In this paper, we show that the stability of the reduced order model follows directly from the results of Pernebo and Silverman [3]. It is also shown that the reduced order model is minimal, in the controllability/observability sense. The relevance of this notion of minimality to stochastic minimality is made clear.