基于遥感数据和作物生长模型的小麦变量施肥研究进展

就国内外基于遥感数据和作物生长模型在变量施肥技术的研究应用作了阐述, 提出了快速、无损农业测试技术将是精准变量农业和数字农业今后的发展方向, 对作物生长模型以及精准变量施肥技术的研究进展作了较系统的调查研究, 阐述了将遥感数据与作物生长模型进行数据同化, 实现以高产、优质、环保为目的农业生产的可行性。并结合我国国情提出了发展精准农业变量施肥技术所面临的困难和出路。     

河西灌区青贮玉米智能节水灌溉系统设计

针对河西地区青贮玉米灌溉系统依据农户经验判断灌溉时间和量,自动化程度低,导致不能精准灌溉和水资源浪费的问题。设计了一种基于作物生长模拟模型的智能节水灌溉系统,利用作物生长模拟模型可逐日动态预测土壤含水量变化对玉米产量影响的优势,嵌入式设计智能节水灌溉决策系统,实现玉米的智能化精准灌溉。该系统能对河西地区青贮玉米智能化生产的知识决策关键环节提供技术支持。     

基于区块链的物联网设备自主管控方案

传统物联网设备管理系统可能存在隐私数据易泄露、设备运行情况难掌握、异常事件难追溯等痛点, 给个人、企业乃至社会层面都带来了不利影响. 针对以上问题, 本文设计了一种基于区块链的物联网设备自主管控及管控行为审计方案, 通过区块链存证技术将接入系统的设备信息锚定至区块链, 对设备全生命周期进行管理; 基于智能合约技术实现对物联网设备的数据采集、分析及远程管控的一体化自主管控流程; 最后, 结合区块链不可篡改和可追溯的特性对用户行为进行安全审计. 分析结果表明, 本方案具备安全性高、扩展性强等特点, 为构建物联网系统安全管理架构提供了思路.     

基于改进AlexNet模型的油菜种植面积遥感估测

目前农作物种植面积估测主要是依据遥感影像数据,结合遥感处理技术对遥感地物进行识别监测,估测结果受遥感数据源影响较大。为此提出了改进过的AlexNet卷积神经网络分类识别算法模型,该模型在传统AlexNet模型基础上,针对Landsat8遥感影像数据,创新的提出将五个卷积层的卷积核修改为两个3*3大小和三个2*2大小,并在三个全连接层后加入dropout层,减少过拟合的出现。将改进前后的模型和加入dropout后的改进模型分别对湖北省荆门市2017年油菜作物种植面积进行分析研究,研究从测试精度、Kappa一致性检验和估测面积三方面进行,实验结果表明加入dropout的改进后模型估测效果最好,估测面积与实际面积误差率为2.39%,Kappa一致性检验结果为0.9625,一致性较高。验证了改进后AlexNet模型在油菜作物遥感识别方面的适用性。     

粒子系统在虚拟作物生长中的应用研究

提出了一种基于粒子系统的虚拟作物器官的建模方法,通过这种方法结合作物生长中取得的实测数据能较好地模拟作物器官在三维空间中的形态及其动态生长过程.利用计算机图形学技术,通过VC＋＋.net和OpenGL实现了作物器官的动态生长.     

基于RS-485总线的温室环境控制系统研制

作物生长需要一个适宜的环境,在可控环境下,可以不分季节、不分地区地种植所需的作物。控制系统为实现这一目标提供了基础。控制系统设计采用主从模式,基于RS—485总线协议,设计全数字化传感器和测控输入输出模块;采用COM组件技术设计应用软件的数据采集、控制算法和控制输出组件。整个系统经过测试和运行,证明满足可控环境调控要求。     

基于生长模型的温室虚拟黄瓜构建研究*

在温室内对黄瓜植株生长进行实验观测,以生育期内累积生长度日为参数分别建立黄瓜的形态发生与生理功能模型.采用类封装技术对植株生长单元及器官类进行定义,建立植株拓扑结构与器官形态变化的规则化描述模型,通过信息融合与重构处理构建植株生长的虚拟模型.实验表明该方法在虚拟植株生长方面具有一定的可行性和有效性,为动态掌握和预测适宜...     

基于高阶残差和注意力机制的轻量型作物害虫识别

精准识别作物害虫对作物进行适时地防护和治理具有重要意义. 在面向自然环境时, 由于作物害虫体积小、与环境颜色的差异性不大, 同时又面临着各种噪声和复杂背景等因素的影响, 目前与深度学习相关的作物害虫识别模型存在难以兼顾识别准确率和鲁棒性的要求, 难以部署在计算资源有限和低性能的移动端等缺陷. 因此选取ShuffleNetV2网络结构中模型参数最少的ShuffleNetV2 0.5×为基准网络, 设计了一个基于高阶残差和注意力机制的轻量型作物害虫识别模型(HOR-Shuffle-CANet). 其中, 前期的高阶残差可以为后面的网络层提供丰富的害虫特征, 有效提高模型的识别准确率; 坐标注意力(coordinate attention, CA)机制能够进一步抑制背景噪声和对作物害虫重点信息的关注, 有效增强模型的鲁棒性; 带标签平滑正则化(label smoothing regularization, LSR)的双稳态逻辑损失函数可以解决训练含噪数据集时逻辑损失函数的两个缺点, 使得模型对噪声的适应能力更强. 试验结果表明, HOR-Shuffle-CANet模型在自然场景中10类常见作物害虫图像的测试数据集上达到了91.22%的识别准确率, 较基准网络提升了3.54个百分点. 在保持轻量化计算的基础上, 其识别准确率也高于现有的经典卷积神经网络AlexNet、VGG-16、GoogLeNet、Xception、ResNet-34和轻量级网络模型MobileNetV3-Small、EfficientNet-B0等. 该模型具有识别准确率高、鲁棒性强和抗干扰性能好等特点, 能够很好地适应作物害虫识别的实际应用需求.     

考虑时序约束的多智能体协同任务分配

研究多智能体系统的多目标多任务分配问题, 考虑任务之间的时序关系, 建立分布式任务分配模型. 扩展了一致性包算法(CBBA), 按优先级将目标任务归入不同层级, 各智能体在构建任务包和任务路径时, 只将分配过高阶段任务的目标添加至相应的任务包和任务路径中, 从而保证目标任务时序约束的同时, 保持了CBBA算法的特性. 与多任务分配问题经典算法的比对实验表明, 所提出的改进算法求解结果稳定可靠, 运行时间优于经典算法.

     

基于BIM技术的铁路数字化协同设计体系研究

随着“新基建”战略的大力推进,工程建设正从高速度发展向高质量发展转变,铁路行业也迎来了机遇与挑战。人工智能、大数据、物联网、BIM等新技术与铁路融合后,形成智能铁路的基础技术体系和理论框架,为实现智能铁路战略提供重要技术保证。本文基于BIM技术在数字化设计中的研究与应用,通过建立统一的数据架构,建设完善的标准体系、搭建数字化协同平台以及数字化设计软件研发形成数字化协同设计体系,为智能铁路的全生命周期管理提供可靠的数据基础。     

基于细节提取的运动目标追踪算法

目前运动目标追踪任务中干扰具有很大的欺骗性,目标追踪算法容易被带有陷阱的数据集所欺骗.为了提升追踪算法在追踪数据集上的效果,本文提出基于SiamFC孪生网络上改进的DPP-SiamFC追踪算法,该算法在原网络基础上引入DPP (Detail-Perserving Pooling)池化层和残差网络,有效的保留目标的细节特征.本文并在VOT2017追踪数据集上验证网络性能,实验结果达到了网络性能提升的效果.     

基于矩阵条件数的NGM(1, 1, k) 模型病态性研究

针对灰色NGM(1,1,k)模型的病态性问题,以矩阵谱条件数作为测量其病态性的工具,对该模型背景值在不同取值下的系数矩阵谱条件数分类进行了分析与证明.研究结果表明,当且仅当系统原始数据序列为常数列时,NGM(1,1,k)模型才会出现严重病态性问题,而此时进行灰色预测建模毫无实际意义.最后通过实例对该模型的病态性进行了实验分析.研究结论认为,通常情况下灰色NGM(1,1,k)模型并不存在严重病态性问题.     

IoT设备程序同源性智能检测技术综述

IoT设备与各行业的深度融合方兴日盛,使得IoT程序快速开发的需求不断增长。开发者习惯于集成第三方库或常用代码。不幸的是,若这些代码中隐藏着潜在的漏洞,那他们也会被扩散到不同的程序中,为其大规模扩散创造了条件。这也是造成近年来IoT设备群体性安全事件频发的重要原因之一。为了降低危害,发现具备相似漏洞的程序并进行相关的处置是一个有效的方法。同源性分析作为挖掘程序间关联关系的重要手段之一,可高效地实现程序漏洞的智能溯源取证。结合机器学习和深度学习技术,它表现出解决大规模程序安全性检测的巨大潜力。然而,IoT设备的软硬件特点仍使得该技术的使用面临挑战。当前已有诸多方案在IoT设备程序的同源性智能检测方面取得了进展。因此,本文将系统性回顾近年来相关技术研究的成果,将他们分为相似性分析和创作者归属技术。首先,我们介绍了两种方式的数据来源。接着,检测过程中涉及的特征选择、特征表示以及相对应的检测方法也被依次介绍。进一步的,本文不仅比较和总结了方案的特点和局限性,还对他们在不同类型IoT设备程序的适配性进行了对比分析。最后,文章针对IoT程序分析提出了一些研究建议。作者希望本综述可为研究者阐明这些工作的核心技术点,并为他们在IoT设备上的进一步应用提供启发。     

基于谱顶层分割的网络社区层次抽取方法

针对网络层次中不同尺度上社区内连接密度的异构性,提出了基于谱顶层分割的网络社区层次抽取方法.首先,将网络的谱顶层分割定义为某个子网络的二分,给出了顶层分割的期望划分;然后,引入队列的思想计算社区连接密度,自顶向下逐层分解给定网络,并提出了社区层次抽取算法;最后,通过实验表明:所提出的方法比同步法和多尺度法在随机层次网络测试的性能更加优越,为社区教育和大数据行为特征识别提供了相关技术基础支持.     

一种基于群能量恒定的粒子群优化算法

粒子群优化算法(PSO)是一种新兴的随机优化技术，在许多领域得到了广泛应用。为了提高算法的计算精度，加快算法的收敛速度，本文提出了一种群能量恒定的粒子群优化算法(SEC-PSO)。算法根据粒子内能进行动态分群，并且引入粒子最差位置，通过最优个体和最差个体获取信息。将SEC-PSO用于几种典型函数的优化问题，仿真结果表明，SEC-PSO具有更强的全局搜索能力，优化性能明显提高。     

饱和不确定离散切换系统的静态输出反馈控制

研究一类具有饱和输入的多胞不确定性离散切换系统在平均驻留时间切换方式下的静态输出反馈控制问题.在平均驻留时间切换信号下,基于参数依赖间断切换Lyapunov函数和几个基本引理,通过求解LMI最优问题设计出使闭环系统达到局部指数稳定的静态输出反馈控制器,并给出了系统稳定的吸引域.仿真结果表明了所提出的设计方法的有效性.     

理想情况下混合态量子系统的Lyapunov控制策略

本文在假定被控系统具有理想条件的前提下,研究了带有附加自由度的Lyapunov方法在混合态量子系统中的应用问题.基于LaSalle不变原理,我们推导出了控制场作用下系统的最大不变集、以及始于任一初始态的系统轨线的收敛状态集,给出了系统对于最大不变集中任一目标态渐近稳定化的、自由度的构造原则.为了清晰阐述自由度的构造原则,我们在一个两能级的量子系统上进行了数值仿真实验,仿真结果同时也表明了本文所得理论结果的合理性.     

变速控制力矩陀螺的飞轮参数与构型倾侧角优化设计

为了在保证姿控和储能功能条件下设计出变速控制力矩陀螺(VSCMG) 簇参数, 在已有动量包络分析的基础之上, 给出了考虑飞轮调速范围存在上限和下限约束条件下的动量包络空间和储能特性分析, 提出了VSCMG簇的飞轮参数和构型倾侧角的优化设计方法. 将VSCMG簇的参数优化设计问题描述为非线性、多约束、强耦合的 单目标静态优化问题, 采用序列二次规划算法求解优化问题, 获得优化的单元参数, 并计算出动量包络面, 验证了所提出优化方法的有效性.

     

采用两步训练法的多目标分布估计算法

提出两步训练法,改进了基于规则模型的多目标分布估计算法.在算法的模型训练环节,首先采用均值分簇法进行初步聚类;然后采用基于流形分簇法进行细致聚类,代替原算法中采用局部主元分析算法需要循环迭代的聚类分簇方法.通过6个Benchmark测试函数验证,改进算法保持了原算法的收敛性和多样性,并缩短了寻优的时间.     

基于自适应特征权重聚类算法的用电问题分析

提升客服系统对于群体客户用电问题的分析与理解能力是改善电力行业客服质量的重要途径之一.本文基于数据挖掘中的聚类技术,以电力客服中心记录的客户用电问题为数据基础,建立客户服务数据分析聚类模型,进而提出了针对用电问题分析的改进的自适应特征权重K-Means聚类算法.实验验证了该方法可快速准确地实现客服数据的自动聚类,可挖掘出隐藏的客户用电问题关键信息,为改进用电力客服质量与潜在服务风险预测提供了技术支撑.