基于本体的HACCP体系知识获取与知识表示

本文借助本体编辑工具Protege,研究了基于本体的知识获取与知识表示,将HACCP体系知识转化为该领域本体,用RDF／OWI．的形式进行描述,并对其概念,属性关系以及工作流程进行表示,构建了一个HACCP本体知识库为领域知识服务、自然语言处理．案例推理提供技术支持和智能基础。     

大学计算机基础实验自主探究式教学模式理论与实践研究

本文针对学分制下大学信息技术实验课所面临的新环境,较为深入地分析了当前教学模式的问题,接着初步探讨了以学生为主体、以教师为主导、以学生自主探究为主线的网络环境下的大学计算机基础实验自主探究式教学模式。     

基于高光谱的砀山酥梨炭疽病害等级分类研究

为了检测病害的不同程度等级,以接种炭疽病的砀山酥梨为研究对象,利用高光谱成像技术对病害进行建模分类。在400～1000nm光谱区域采集砀山酥梨样本接种炭疽病初期到发病、直至腐烂整个过程的时序高光谱图像;采用阈值分割法对图像进行背景分割,并基于有效的光谱区域做主成分分析,选取第二主成分(PC2)提取染病的感兴趣区域,并对感兴趣区域用权重系数法作特征值提取;采用非监督的分类算法对特征值进行聚类分析。通过对210个样本集进行观察分析发现,样本分类的有效程度为98.41%。实验结果表明,采用高光谱成像无损检测技术对砀山酥梨炭疽病不同程度的分类是有效的。     

基于敏感度分析的案例特征项权重算法的改进

研究案例库特征项权重的确定方法,通过集成BP神经网络和敏感度分析,改进案例库特征项的权重确定算法,将案例库中的各特征项和决策目标项构造一个BP神经网络,经训练和学习后,依次删除输入节点,分析网络的输出对输入的敏感程度,确定各特征项的权重。并以红籽西瓜仁重的案例库对其进行测试,结果表明该算法是有效的。     

一种基于支持向量回归和动态特征选择的梨黑星病预测方法

当前作物病害预测方法存在时效性差、预测结果拟合度较低的问题.提出一种基于回归的预测方法框架,用SVM对数据向量特征进行约简,它可以重复选择密切相连的特征和构建可动态优化自身参数.用本方法对黄河故道览地区砀山酥梨黑星病为例进行预测测试,与现有方法以及实测数据进行相关性统计分析.结果表明在对酥梨的黑星病预测上提出的方法,在拟合度、推理效率和准确率上具有显著的优势.     

实用拜占庭容错共识算法的奖惩机制优化研究

联盟链是农业溯源行业的首选区块链方案,针对其核心共识机制实用拜占庭容错共识算法（PBFT）存在的共识安全性低、主节点出错概率大、通信开销大等问题,通过引入奖惩机制以及分组共识机制,提出了基于奖惩机制的改进实用拜占庭容错共识算法。把节点划分为4类,制定节点信誉规则,增强节点主动性,减少拜占庭节点的参与;剔除作恶节点参与共识资格,统计其余节点信誉值及票数,动态筛选信誉良好节点作为共识节点,并依据最高信誉值规则选取主节点,从而提升共识安全、降低拜占庭节点当选主节点概率;以PBFT共识为基础,将共识过程简化为组内共识及全局共识两个阶段,并基于最少广播消息数提出最优分组,缓解共识节点数目增多导致通信量过大的问题。实验结果表明,该方案能够有效抑制拜占庭节点,提升共识安全性能,降低共识成本。     

面向嵌入式除草机器人的玉米田间杂草识别方法

为了实现嵌入式除草机器人在玉米田间准确、快速的进行除草工作,提出了一种实时目标检测算法GBCYOLOv5s。使用1×1卷积和深度可分离卷积的组合替代普通卷积,在不改变输出特征图大小的情况下减少主干网络产生的杂草冗余特征。设计了一种双向特征融合网络（S-BiFPN）增强特征提取能力,充分利用不同尺度的特征提高杂草检测速度,并将多通道结构与自注意力机制结合,通过对输入特征进行压缩与再加权,以加强对小目标的关注度。针对不同的环境构建MWeed数据集进行测试,结果表明,与现有Yolov5s、Faster RCNN等模型方法相比,GBC-YOLOv5s模型轻量化后的大小仅为3.3 MB,输入图像的检测耗时（GPU）达到15.6 ms,平均精度（mAP）达到96.3%,能够有效地提升目标检测速度和识别精度,为农业智能除草领域提供理论依据。     

基于DataSocket的果园生态环境远程数据采集系统

本文论述了虚拟仪器开发平台LabVIEW及其DataSocket技术,并利用它们设计出果园气象生态环境因子数据的自动采集与远程传输系统,实现了基于网络的果园生态环境远程实时监测。为果树生产管理提供了现代化手段,以及科学决策奠定了基础。