专家系统在储粮机械通风控制研究中的应用

讨论了普通储粮机械通风系统的不足,提出了基于专家系统的储粮机械通风控制系统的详细设计方案和实现方法,并说明如何定义知识规则库中的规则集.实践证明,这种研究方法具有广泛的应用前景.     

稳态强磁场中小麦储藏生理特性分析研究

为预防小麦储藏期间的霉变和陈化,以及真实了解储藏期小麦的生理特征变化,开展了小麦生理指标变化的研究。在室温和湿度为12.5%下,通过常规条件下与稳态强磁场中降落值、生活力和粘度值所对应试验数据的分析显示：降落值和粘度值在前60d内快速变化、后30d变化缓变,它是小麦储藏中微生物活动增强和可能出现霉变的关键时期;在7T（Tesla,特斯拉）和15T的强磁场中,降落值和粘度值变化呈减小趋势,尤其15T磁场下后期出现平坦变化现象。这表明稳态强磁场具有抑制小麦生理变化和延缓小麦质变的作用。     

谷物害虫图像识别中特征值提取技术的研究

本文阐述了在仓储物害虫分类识别研究中利用计算机数字图像处理技术，对谷物害虫图像的一阶灰度值直方图和图像的目标区域，自动提4取静态仓储物害虫图像的数理统计特征、纹理特征和几何形状特征的主要技术和方法。试验结果表明，该方法可以为谷物害虫的计算机自动模式识别(快速分类)提供稳定的特征参数值，有效地提高了识别率。该方法为仓储物害虫的快速鉴定和分类研究开辟了新的途径。     

基于支持向量机的储粮害虫分类识别技术研究

介绍了采用三帧差分法实现锌物害虫图像恢复与提取的方法，利用图像的一阶灰度值直方图和图像的目标区域，自动提取静态储粮害虫图像的纹婵等特征。针对于相对特征维数而言样本数很少的特点，提出利用多类SVM分类器的方法实现对储粮害虫的快速鉴定和分类。实验结粜表明，相比传统的神经网络，SVM在有限样本情况下具有良好的泛化能力。     

物流系统中移动POS终端的设计与实现

电子商务的发展对建立集信息流、商流、资金流和物流于一体的新型物流配送中心提出了更高的要求。根据嵌入式系统设计的具体特点,分析了系统结构和移动终端的硬件组成,给出了实现该系统软、硬件终端以及WAP网关的解决方案。     

基于Agent的分布式空间数据挖掘模型及实现

在分析数据挖掘、空间数据挖掘、Agent的概念和技术特点的基础上，提出了一种基于代理的分布式空间数据挖掘系统，描述了其实现方法，因为本系统只传送数据挖掘的中间结果，所以大大减少了网络的数据传输量，并加强了数据的安全性和保密性。     

深度神经网络图像语义分割方法综述

图像语义分割是计算机视觉领域近年来的热点研究课题,随着深度学习技术的兴起,图像语义分割与深度学习技术进行融合发展,取得了显著的进步,在无人驾驶、智能安防、智能机器人、人机交互等真实场景中应用广泛。首先对应用于图像语义分割的几种深度神经网络模型进行简单介绍,接着详细阐述了现有主流的基于深度神经网络的图像语义分割方法,依据实现技术的区别对图像语义分割方法进行分类,并对每类方法中代表性算法的技术特点、优势和不足进行分析与总结。之后归纳了图像语义分割常用的大规模公共数据集和性能评价指标,并在此基础上对经典的语义分割方法的实验结果进行了对比,最后对语义分割领域未来可行的研究方向进行展望。     

基于Kriging插值算法的粮堆内部温度可视化研究

为了更直观地获得粮堆内部三维温度分布信息以及变化情况,本文对Kriging插值算法进行研究。建立了粮仓内部温度可视化插值模型,并将其运用到实验过程。经过采样点的数据插值,分别对1 000个数据点和27 000个数据点进行仿真可视化,并对27 000个数据点进行单切片专题图分析比较。在可视化程度相比较分析中,原始216个数据远远不能实现粮堆内部的温度可视化,在将温度插值分为27 000个点后再次进行可视化,便能直观清楚的反映粮仓粮堆内部温度信息。从而验证了Kriging插值算法在粮堆内部温度可视化中的有效性,通过采用Kriging插值算法对粮堆内部温度进行可视化研究有前瞻应用意义。     

大数据在粮库粮情预测中的应用

针对大数据在其他行业产生的聚合增值效应,立足粮情预测问题,分析大数据在我国粮情预测领域缺乏应用的现状。通过建立各级储粮公司数据共享的云服务平台,借助基于部分约束信息的大规模数据集EM概率聚类算法对粮库粮情大数据进行挖掘。围绕粮食储藏安全给出几点指导性意见,为未来粮情预测提供更好的理论技术支撑。指出大数据的应用必将成为提升粮食安全系数的重要手段和途径,同时实现降成本、增效益的目标,与此同时展望未来的发展趋势。     

基于BP神经网络和D-S证据理论的粮情评价研究

针对D-S证据理论的基本可信度分配函数难以确定和单一BP神经网络输出的评价结果不稳定的特点,提出了一种BP神经网络和D-S证据理论相结合的信息融合处理与状态评估方法用于粮情评价。该方法是将多个BP神经网络的输出结果作为证据理论的基本可信度分配函数（BPAF）,然后依据证据组合规则进行融合,得出粮情的安全程度。本方法降低了单一BP网络输出结果的不稳定性,且提高了融合处理的可信度和精度,增强了系统的容错性。