基于推荐算法的农作物在线问诊系统的研发

这是一篇关于推荐算法,在线问诊,农作物,智能分诊,SSM框架技术的论文, 主要内容为农业作为我国的支柱产业,在我国经济发展中具有重要作用。当前,在农作物种植过程中,农作物的病害、虫害以及农业生产问题难以及时解决。农作物病虫害的防治成效直接关系到农作物产量与质量,因此及时、有效的病虫害诊断是保证农作物种植健康有序发展的关键手段。本文针对针对农户在农作物病虫害诊断、防治等农业生产过程中遇到的相关问题,及时获取专家的指导和帮助,利用网络通讯技术和相关的网络设备,研发了基于推荐算法的农作物在线问诊系统,服务于农业生产。具体工作与研究成果如下:(1)基于因素指标,研究并构建了专家推荐算法,实现了自动分诊。基于要素指标的推荐算法的性质特点,针对农户、专家、农作物三类对象,分别研究、分析、筛选出了相关的因素指标。首先,对影响推荐算法因素的分析,确定了两者匹配的因素指标;其次,基于农户和专家信息匹配方法,分别设置了各因素指标权重;然后,基于所设置的指标与权重,构建了推荐算法,从而实现了针对农户要解决的问题,自动分配专家指导和帮助;最后,通过将结构化文本信息的匹配与采用加入相关因素指标的结构化文本匹配对召回率、准确率、F1值等计算,验证了因素指标对推荐算法的有效性,其精准率达到89.31%,召回率达到84.58%,F1值达到85.21%。(2)基于软件工程的技术方法,研发了农作物在线问诊系统。基于软件工程的相关思想、按照软件工程中的软件开发过程,采用面向对象的软件开发技术,构建了分析模型、设计模型等。首先,给出了农作物在线问诊系统需求分析,构建了业务流程模型和用例分析模型,并给出了用户端和管理端两个模块的业务流程和用户用例分析;其次,通过对控制层、模型层、视图层的分析,构建了应用系统的体系结构、数据模型,给出了完整的系统构建方案;然后,基于HTML、CSS、Java Script、JSP等Web技术完成对系统前端的开发,基于SSM框架完成系统后端的开发,并采用Ajax技术实现前后端之间的通信及数据传输;最后,对系统进行了测试与结果分析,验证了系统的可用性、安全性和稳定性,整体达到了预期目的和要求。本文基于软件工程的开发技术完成了农作物在线问诊系统的研发与构建。系统针对农户提出的农作物病害、虫害以及农业生产等问题,可及时、准确、高效地为农户推荐专家,减少不必要的损失。APP端在线问诊的实现,方便了用户使用,为农户提供了高时效性的问诊平台,在线问诊系统的效果更加显著,促进了农业经济的高质量发展。

基于卷积神经网络的农作物病害识别研究

这是一篇关于农作物,卷积神经网络,病害识别,特征融合,注意力机制的论文, 主要内容为农业在一个国家的经济发展过程中起着战略性作用,对于发展中国家的经济稳步发展至关重要。由于农作物病害而引起的农产品减产减收是农业经济发展的一大障碍,为了解决这一障碍,对于农作物病害的及时防治尤为重要。准确且高效的识别农作物病害是进行病害防护治理的前提条件,对农作物的产量和品质有直接影响,因此如何更加高效并且精准的对农作物病害进行识别对于农业生产具有重要意义。在过去,一般通过农作物病害专家对发病作物进行病害识别,这种方式耗费人力物力,并且时效性难以满足。随着科学技术的进一步发展,很多研究人员通过提取病害特征并构建机器学习模型进行病害识别,仍然存在识别过程复杂,泛化性较差等问题。为了解决上述问题,本文以卷积神经网络为基础进行研究,试图找到更合适的农作物病害识别算法。卷积神经网络依靠其优越的特性在各个领域中得到应用,在图像识别技术应用领域更加具备优越性,其能够对病害图片中的特征信息实现自主获取,相对于传统图像识别方法而言,准确度有明显提升。本文针对农作物病害识别所做的研究工作主要有以下三个部分:(1)提出了基于迁移学习结合特征融合的农作物病害识别算法。通过迁移学习技术对病害数据集进行更高效的训练,并将两个模型学习到的病害特征进行特征融合以获得更丰富的病害特征信息。鉴于VGG16和Res Net50两种网络模型的类激活热力图不同,将两种网络所提取到的病害特征信息进行特征融合,构建为新的Res＿VGG模型。随后进一步分析了学习率、数据增广、训练方式对模型的影响,与其他常见模型做了对比实验。(2)提出了基于注意力机制和多尺度残差网络的农作物病害识别算法。该研究在残差网络(Res Net18)的基础上进行改进,引入Inception模块,利用其多尺度卷积核结构对不同尺度的病害特征进行提取,提高了特征的丰富度。在残差结构的基础上加入注意力机制SE-Net(Squeeze-and-Excitation Networks),增强了有用特征的权重,减弱了噪声等无用特征的影响,进一步提高特征提取能力并且增强了模型的鲁棒性。实验结果表明,改进后的多尺度注意力残差网络模型(Multi-Scale-SE-Res Net18)在复杂田间环境收集的8种农作物病害数据集上的平均识别准确率达到95.49%,相较于原Res Net18模型准确率提高10.88%。(3)基于改进的Mobile Net V2模型的农作物进行病害识别。如今,智慧农业生产所使用的智能设备多是移动端设备,面临设备资源有限等问题。本研究使用Shuffle Net V2网络的通道分组以及通道混洗模块来对Mobile Net V2的倒残差结构进行改进,替代部分1×1卷积,形成新的模块,称为SIR(Shuffle Inverted Residuals)模块。在确保准确率的同时,改进后的SIR-Mobile Net模型参数量相较于原Mobile Net V2降低了33%。

基于推荐算法的农作物在线问诊系统的研发

这是一篇关于推荐算法,在线问诊,农作物,智能分诊,SSM框架技术的论文, 主要内容为农业作为我国的支柱产业,在我国经济发展中具有重要作用。当前,在农作物种植过程中,农作物的病害、虫害以及农业生产问题难以及时解决。农作物病虫害的防治成效直接关系到农作物产量与质量,因此及时、有效的病虫害诊断是保证农作物种植健康有序发展的关键手段。本文针对针对农户在农作物病虫害诊断、防治等农业生产过程中遇到的相关问题,及时获取专家的指导和帮助,利用网络通讯技术和相关的网络设备,研发了基于推荐算法的农作物在线问诊系统,服务于农业生产。具体工作与研究成果如下:(1)基于因素指标,研究并构建了专家推荐算法,实现了自动分诊。基于要素指标的推荐算法的性质特点,针对农户、专家、农作物三类对象,分别研究、分析、筛选出了相关的因素指标。首先,对影响推荐算法因素的分析,确定了两者匹配的因素指标;其次,基于农户和专家信息匹配方法,分别设置了各因素指标权重;然后,基于所设置的指标与权重,构建了推荐算法,从而实现了针对农户要解决的问题,自动分配专家指导和帮助;最后,通过将结构化文本信息的匹配与采用加入相关因素指标的结构化文本匹配对召回率、准确率、F1值等计算,验证了因素指标对推荐算法的有效性,其精准率达到89.31%,召回率达到84.58%,F1值达到85.21%。(2)基于软件工程的技术方法,研发了农作物在线问诊系统。基于软件工程的相关思想、按照软件工程中的软件开发过程,采用面向对象的软件开发技术,构建了分析模型、设计模型等。首先,给出了农作物在线问诊系统需求分析,构建了业务流程模型和用例分析模型,并给出了用户端和管理端两个模块的业务流程和用户用例分析;其次,通过对控制层、模型层、视图层的分析,构建了应用系统的体系结构、数据模型,给出了完整的系统构建方案;然后,基于HTML、CSS、Java Script、JSP等Web技术完成对系统前端的开发,基于SSM框架完成系统后端的开发,并采用Ajax技术实现前后端之间的通信及数据传输;最后,对系统进行了测试与结果分析,验证了系统的可用性、安全性和稳定性,整体达到了预期目的和要求。本文基于软件工程的开发技术完成了农作物在线问诊系统的研发与构建。系统针对农户提出的农作物病害、虫害以及农业生产等问题,可及时、准确、高效地为农户推荐专家,减少不必要的损失。APP端在线问诊的实现,方便了用户使用,为农户提供了高时效性的问诊平台,在线问诊系统的效果更加显著,促进了农业经济的高质量发展。

农作物种植环境监测及质量溯源系统

这是一篇关于农作物,生长环境监测,农产品溯源,智慧农业的论文, 主要内容为农业信息化、自动化技术在我国的基层使用仍然存在诸多问题。由于专业知识和技术的限制,大部分种植者依然依靠人力凭借经验对农作物的种植进行管理。有些地区受到地形限制,无法铺设光纤、电缆,架设无线网络环境,即使可以搭建网络环境和输电装置,高昂的铺设费用也让很多管理者望而却步,并不能真正享受信息化所带来的增产增收。当今食品安全问题已经被国家高度重视,能够记录农作物全程种植信息的溯源系统是监管食品安全的有效手段。开发基于太阳能供电的全程自动监测农作物种植过程的硬件装置,和能够供消费者查询种植管理信息的互动溯源体系是十分必要的。针对以上问题,设计开发了农作物种植环境监测及质量溯源系统。在硬件装置上面,采用stm32f103作为数据处理芯片,HSTL—102STRWS土壤温湿度传感器、SHT20空气温湿度传感器作为环境监测模块。传感器通过UART以及I2C与单片机进行数据传输。装置采用太阳能电池板与锂电池混合供电,市电补充性供电模式。解决了因为特殊地形无法铺设输电电线的问题,一定程度上节约了能源。针对传统采集装置传输距离限制、布线成本高、可移动性差的缺点,通过采用GPRS远程数据传输方式解决相关问题,实现了种植环境信息的全程自动化监测。在软件平台方面,选择B/S架构设计平台,解决了传统C/S架构对硬件要求高的问题。管理者可以在任何浏览器载体上对环境进行监测以及溯源管理信息的录入,避免了信息的遗露。为消除第三方物联网机构的规则限制,选择阿里云作为服务器厂商,自行搭建配置服务器开发环境。设计与硬件连接的接口程序,实现全天候实时的监测环境参数。根据使用场景要求设计MySQL数据库,确定数据表格式,保证录入数据的全面性。为了更贴合基层人员的使用习惯,使用HTML+CSS+JavaScript+PHP开发web应用,尽可能的减少前端输入,更多的由后端逻辑去执行。软件平台可以实现农作物种源、苗源、施肥、农药、采收、运输等全程信息的记录与查询。本系统实现了全天候实时监测农作物种植环境信息,监测装置能够全自动运行。实现将数据库中的农作物种植全过程溯源信息、被监测地区的实时上传的数据以网页的形式反馈给使用者和消费者,从而实现农产品的种植环境监控以及溯源功能。具有适应性强、信息化程度高、成本较低等优点,有利于我国提高农业生产效率,减少食品安全问题的发生。

基于推荐算法的农作物在线问诊系统的研发

这是一篇关于推荐算法,在线问诊,农作物,智能分诊,SSM框架技术的论文, 主要内容为农业作为我国的支柱产业,在我国经济发展中具有重要作用。当前,在农作物种植过程中,农作物的病害、虫害以及农业生产问题难以及时解决。农作物病虫害的防治成效直接关系到农作物产量与质量,因此及时、有效的病虫害诊断是保证农作物种植健康有序发展的关键手段。本文针对针对农户在农作物病虫害诊断、防治等农业生产过程中遇到的相关问题,及时获取专家的指导和帮助,利用网络通讯技术和相关的网络设备,研发了基于推荐算法的农作物在线问诊系统,服务于农业生产。具体工作与研究成果如下:(1)基于因素指标,研究并构建了专家推荐算法,实现了自动分诊。基于要素指标的推荐算法的性质特点,针对农户、专家、农作物三类对象,分别研究、分析、筛选出了相关的因素指标。首先,对影响推荐算法因素的分析,确定了两者匹配的因素指标;其次,基于农户和专家信息匹配方法,分别设置了各因素指标权重;然后,基于所设置的指标与权重,构建了推荐算法,从而实现了针对农户要解决的问题,自动分配专家指导和帮助;最后,通过将结构化文本信息的匹配与采用加入相关因素指标的结构化文本匹配对召回率、准确率、F1值等计算,验证了因素指标对推荐算法的有效性,其精准率达到89.31%,召回率达到84.58%,F1值达到85.21%。(2)基于软件工程的技术方法,研发了农作物在线问诊系统。基于软件工程的相关思想、按照软件工程中的软件开发过程,采用面向对象的软件开发技术,构建了分析模型、设计模型等。首先,给出了农作物在线问诊系统需求分析,构建了业务流程模型和用例分析模型,并给出了用户端和管理端两个模块的业务流程和用户用例分析;其次,通过对控制层、模型层、视图层的分析,构建了应用系统的体系结构、数据模型,给出了完整的系统构建方案;然后,基于HTML、CSS、Java Script、JSP等Web技术完成对系统前端的开发,基于SSM框架完成系统后端的开发,并采用Ajax技术实现前后端之间的通信及数据传输;最后,对系统进行了测试与结果分析,验证了系统的可用性、安全性和稳定性,整体达到了预期目的和要求。本文基于软件工程的开发技术完成了农作物在线问诊系统的研发与构建。系统针对农户提出的农作物病害、虫害以及农业生产等问题,可及时、准确、高效地为农户推荐专家,减少不必要的损失。APP端在线问诊的实现,方便了用户使用,为农户提供了高时效性的问诊平台,在线问诊系统的效果更加显著,促进了农业经济的高质量发展。

基于推荐算法的农作物在线问诊系统的研发

这是一篇关于推荐算法,在线问诊,农作物,智能分诊,SSM框架技术的论文, 主要内容为农业作为我国的支柱产业,在我国经济发展中具有重要作用。当前,在农作物种植过程中,农作物的病害、虫害以及农业生产问题难以及时解决。农作物病虫害的防治成效直接关系到农作物产量与质量,因此及时、有效的病虫害诊断是保证农作物种植健康有序发展的关键手段。本文针对针对农户在农作物病虫害诊断、防治等农业生产过程中遇到的相关问题,及时获取专家的指导和帮助,利用网络通讯技术和相关的网络设备,研发了基于推荐算法的农作物在线问诊系统,服务于农业生产。具体工作与研究成果如下:(1)基于因素指标,研究并构建了专家推荐算法,实现了自动分诊。基于要素指标的推荐算法的性质特点,针对农户、专家、农作物三类对象,分别研究、分析、筛选出了相关的因素指标。首先,对影响推荐算法因素的分析,确定了两者匹配的因素指标;其次,基于农户和专家信息匹配方法,分别设置了各因素指标权重;然后,基于所设置的指标与权重,构建了推荐算法,从而实现了针对农户要解决的问题,自动分配专家指导和帮助;最后,通过将结构化文本信息的匹配与采用加入相关因素指标的结构化文本匹配对召回率、准确率、F1值等计算,验证了因素指标对推荐算法的有效性,其精准率达到89.31%,召回率达到84.58%,F1值达到85.21%。(2)基于软件工程的技术方法,研发了农作物在线问诊系统。基于软件工程的相关思想、按照软件工程中的软件开发过程,采用面向对象的软件开发技术,构建了分析模型、设计模型等。首先,给出了农作物在线问诊系统需求分析,构建了业务流程模型和用例分析模型,并给出了用户端和管理端两个模块的业务流程和用户用例分析;其次,通过对控制层、模型层、视图层的分析,构建了应用系统的体系结构、数据模型,给出了完整的系统构建方案;然后,基于HTML、CSS、Java Script、JSP等Web技术完成对系统前端的开发,基于SSM框架完成系统后端的开发,并采用Ajax技术实现前后端之间的通信及数据传输;最后,对系统进行了测试与结果分析,验证了系统的可用性、安全性和稳定性,整体达到了预期目的和要求。本文基于软件工程的开发技术完成了农作物在线问诊系统的研发与构建。系统针对农户提出的农作物病害、虫害以及农业生产等问题,可及时、准确、高效地为农户推荐专家,减少不必要的损失。APP端在线问诊的实现,方便了用户使用,为农户提供了高时效性的问诊平台,在线问诊系统的效果更加显著,促进了农业经济的高质量发展。

农作物种植环境监测及质量溯源系统

这是一篇关于农作物,生长环境监测,农产品溯源,智慧农业的论文, 主要内容为农业信息化、自动化技术在我国的基层使用仍然存在诸多问题。由于专业知识和技术的限制,大部分种植者依然依靠人力凭借经验对农作物的种植进行管理。有些地区受到地形限制,无法铺设光纤、电缆,架设无线网络环境,即使可以搭建网络环境和输电装置,高昂的铺设费用也让很多管理者望而却步,并不能真正享受信息化所带来的增产增收。当今食品安全问题已经被国家高度重视,能够记录农作物全程种植信息的溯源系统是监管食品安全的有效手段。开发基于太阳能供电的全程自动监测农作物种植过程的硬件装置,和能够供消费者查询种植管理信息的互动溯源体系是十分必要的。针对以上问题,设计开发了农作物种植环境监测及质量溯源系统。在硬件装置上面,采用stm32f103作为数据处理芯片,HSTL—102STRWS土壤温湿度传感器、SHT20空气温湿度传感器作为环境监测模块。传感器通过UART以及I2C与单片机进行数据传输。装置采用太阳能电池板与锂电池混合供电,市电补充性供电模式。解决了因为特殊地形无法铺设输电电线的问题,一定程度上节约了能源。针对传统采集装置传输距离限制、布线成本高、可移动性差的缺点,通过采用GPRS远程数据传输方式解决相关问题,实现了种植环境信息的全程自动化监测。在软件平台方面,选择B/S架构设计平台,解决了传统C/S架构对硬件要求高的问题。管理者可以在任何浏览器载体上对环境进行监测以及溯源管理信息的录入,避免了信息的遗露。为消除第三方物联网机构的规则限制,选择阿里云作为服务器厂商,自行搭建配置服务器开发环境。设计与硬件连接的接口程序,实现全天候实时的监测环境参数。根据使用场景要求设计MySQL数据库,确定数据表格式,保证录入数据的全面性。为了更贴合基层人员的使用习惯,使用HTML+CSS+JavaScript+PHP开发web应用,尽可能的减少前端输入,更多的由后端逻辑去执行。软件平台可以实现农作物种源、苗源、施肥、农药、采收、运输等全程信息的记录与查询。本系统实现了全天候实时监测农作物种植环境信息,监测装置能够全自动运行。实现将数据库中的农作物种植全过程溯源信息、被监测地区的实时上传的数据以网页的形式反馈给使用者和消费者,从而实现农产品的种植环境监控以及溯源功能。具有适应性强、信息化程度高、成本较低等优点,有利于我国提高农业生产效率,减少食品安全问题的发生。

基于推荐算法的农作物在线问诊系统的研发

这是一篇关于推荐算法,在线问诊,农作物,智能分诊,SSM框架技术的论文, 主要内容为农业作为我国的支柱产业,在我国经济发展中具有重要作用。当前,在农作物种植过程中,农作物的病害、虫害以及农业生产问题难以及时解决。农作物病虫害的防治成效直接关系到农作物产量与质量,因此及时、有效的病虫害诊断是保证农作物种植健康有序发展的关键手段。本文针对针对农户在农作物病虫害诊断、防治等农业生产过程中遇到的相关问题,及时获取专家的指导和帮助,利用网络通讯技术和相关的网络设备,研发了基于推荐算法的农作物在线问诊系统,服务于农业生产。具体工作与研究成果如下:(1)基于因素指标,研究并构建了专家推荐算法,实现了自动分诊。基于要素指标的推荐算法的性质特点,针对农户、专家、农作物三类对象,分别研究、分析、筛选出了相关的因素指标。首先,对影响推荐算法因素的分析,确定了两者匹配的因素指标;其次,基于农户和专家信息匹配方法,分别设置了各因素指标权重;然后,基于所设置的指标与权重,构建了推荐算法,从而实现了针对农户要解决的问题,自动分配专家指导和帮助;最后,通过将结构化文本信息的匹配与采用加入相关因素指标的结构化文本匹配对召回率、准确率、F1值等计算,验证了因素指标对推荐算法的有效性,其精准率达到89.31%,召回率达到84.58%,F1值达到85.21%。(2)基于软件工程的技术方法,研发了农作物在线问诊系统。基于软件工程的相关思想、按照软件工程中的软件开发过程,采用面向对象的软件开发技术,构建了分析模型、设计模型等。首先,给出了农作物在线问诊系统需求分析,构建了业务流程模型和用例分析模型,并给出了用户端和管理端两个模块的业务流程和用户用例分析;其次,通过对控制层、模型层、视图层的分析,构建了应用系统的体系结构、数据模型,给出了完整的系统构建方案;然后,基于HTML、CSS、Java Script、JSP等Web技术完成对系统前端的开发,基于SSM框架完成系统后端的开发,并采用Ajax技术实现前后端之间的通信及数据传输;最后,对系统进行了测试与结果分析,验证了系统的可用性、安全性和稳定性,整体达到了预期目的和要求。本文基于软件工程的开发技术完成了农作物在线问诊系统的研发与构建。系统针对农户提出的农作物病害、虫害以及农业生产等问题,可及时、准确、高效地为农户推荐专家,减少不必要的损失。APP端在线问诊的实现,方便了用户使用,为农户提供了高时效性的问诊平台,在线问诊系统的效果更加显著,促进了农业经济的高质量发展。

基于知识图谱的农作物病虫害问答系统设计与实现

这是一篇关于农作物,病虫害,知识图谱,问答系统,自然语言处理的论文, 主要内容为我国病虫害年平均发生面积在4.60～5.08亿hm2,对各类农作物的生产产生巨大影响。因此,掌握病虫害防控知识,实现科学防控,对作物的产量和品质形成具有重要影响,为解决知识传播中的低效失真和手段落后问题,需要构建精准、高效、快捷的病虫害防治问答系统。本研究在收集农作物病虫害数据基础上,结合知识本体构建农作物病虫害知识图谱,利用自然语言处理技术,将病虫害知识的问题理解任务转化为问句模板分类任务,采用多种机器学习自然语言处理模型,实现病虫害问题分类,最后集成病虫害问答模型,实现病虫害问答系统。主要研究结果与结论如下:1.农作物病虫害知识图谱的构建。根据农作物病虫害专业知识特点,采用自顶向下的构建模式,结合农作物病虫害知识结构,设计了5层病虫害知识本体,确定了病虫害知识的领域和范围。依据病虫害知识特征,构建实体、关系和属性三元组知识框架,实现了麦类、玉米、水稻、棉麻、油料、糖、烟等12类作物,1065种病虫害知识图谱,包括农作物病虫害实体6594个,关系7044条,三元组6994个;设计出11类问题模板,构造了155916条、132类自然语言问句。2.基于自然语言处理的问答模型构建。基于农作物病虫害知识图谱,利用Han LP中文自然语言处理工具,进行农作物病虫害命名实体识别,形成了1114个农作物病虫害词典;利用自然语言处理技术,设计了基于朴素贝叶斯(Naive Bayes Classifier,NBC)、基于转换器的双向编码表征量(Bidirectional Encoder Representation from Transformers,BERT)和文本卷积神经网络(Text Convolutional Neural Network,Text CNN)农作物病虫害问答模型并测试,结果表明,NBC、BERT和BERT+Text CNN模型准确率分别达到96.8%、93.0%和99.6%,其中NBC最为稳定,精确率、召回率和F1值都在95%以上,最优模型为BERT+Text CNN,精确率、召回率和F1值都在99.5%以上,说明基于机器学习实现问题分类,利用知识图谱实现农作物病虫害知识匹配是可行的。3.农作物病虫害问答系统设计与实现。基于病虫害知识图谱,结合构建的农作物病虫害问答模型,利用Web Service和Flask框架技术,设计了三层农作物病虫害问答系统架构,构建了基于知识图谱的农作物病虫害问答系统,实现了农作物知识图谱、问答模型和问答服务的集成,结合命名实体识别技术,实现了农作物病虫害知识的精准推荐。