摘要：针对特定领域的知识特点、知识表示方法及采用的推理模型,提出一种基于产生式规则的多知识库专家系统。该系统改进传统专家系统的框架设计,根据求解问题的类别划分将知识库分解成相应的子知识库,再将子知识库的知识规则按知识表示的深度加以分解,建立反映专家经验知识的浅层知识库和原理性知识的深层知识库。系统采用主推理机和从推理机二级推理方式,不同的子知识库采用相应的从推理机。从而任务单一,搜索范围减小,能快速形成待检目标集。主从推理机制与正反向推理结合,提高系统的推理效率。运用该系统模型建造的农业领域专家系统实例,运行效率得到改善,速度显著提高。

摘要：传统的微博广告过滤方法忽略了微博广告文本的数据稀疏性、语义信息和广告背景领域特征等因素的影响。针对这些问题,提出一种基于隐含狄列克雷分配(LDA)分类特征扩展的广告过滤方法。首先,将微博分为正常微博和广告型微博,并分别构建LDA主题模型预测短文本对应的主题分布,将主题中的词作为特征扩展的基础;其次,在特征扩展时结合文本类别信息提取背景领域特征,以降低其对文本分类的影响;最后,将扩展后的特征向量作为分类器的输入,根据支持向量机(SVM)的分类结果过滤广告。实验结果表明,与现有的仅基于短文本分类的过滤方法相比,其准确率平均提升4个百分点。因此,该方法能有效扩展文本特征,并降低背景领域特征的影响,更适用于数据量较大的微博广告过滤。

摘要：为提高害虫图像识别的准确率,针对不同害虫具有不同的颜色、形状、纹理的特点,提出一种将颜色、形状、纹理特征与稀疏表示相融合的害虫识别方法.该方法利用已标注的训练样本构造不同特征下的训练样本矩阵,通过求解样本的最优稀疏系数以实现害虫图像识别.由于相同样本通过不同特征训练字典求解的稀疏系数不同,进而识别结果也不同.因此,文中进一步通过设计不同特征下的识别分类器实现多特征的融合.在实验室环境与农田环境下的实验结果表明,相较于其他方法,该方法的害虫识别率获得较大的提高.

摘要：根据Markov逻辑网融合一阶谓词逻辑和概率图模型的复杂性及不确定性处理能力的优点,提出将Markov逻辑网和基于本体与WEB搜索的属性抽取算法相结合的命名实体解析方法(MLN_AENER),解决一般基于Markov逻辑网的实体解析方法对非结构化的命名实体解析效果不佳的问题,并将该方法针对中文地理名称解析问题进行相应设计和实验.实验结果表明该方法具有较好的解析效果.

摘要：当前在物联网应用中,大量采集终端被用于感知环境、定位服务、状态监测等应用,并源源不断地上传数据,在提产助效的同时,给远程服务端数据收集及实时处理带来巨大挑战。利用Netty网络通信库构造高性能的收集端网络通信处理服务并设计出可供采集终端与收集端使用的通信协议,剥离出网络通信业务中耗时操作并将数据推送至流式消息处理系统Kafka中,再由Kafka消费者负责后续数据持久化、实时分析工作。由此实现一个支持高并发、低延迟的数据接入系统。实验结果表明,在万级别连接情况下,该系统能正常工作且保持较快的响应速度。

摘要：本文对用VB开发动态WEB页面经常遇到的含中文字符的表单域值提取问题进行了研究,并通过改进***库中的GetSmallField函数,解决了含有中文字符的表单域值提取问题。利用改进的GetSmallField函数,可以提取含有中文字符的任何形式的表单域值。

摘要：相较于一般物体的图像,农作物害虫图像因具有复杂的农田环境背景,分类与识别更加困难。为提高害虫图像识别的准确率,该文提出一种基于图像稀疏编码与空间金字塔模型相结合的害虫图像表示与识别方法。该方法利用大量非标注的自然图像块构造过完备学习字典,并运用该学习字典实现对害虫图像的多空间稀疏表示。与此同时,结合多核学习,该文设计了一种害虫图像识别算法。通过对35种害虫的识别,试验结果表明:在相同方法下,该文所提特征提取方法可使平均识别精度提高9.5百分点;此外,进一步通过对221种昆虫及20种蝴蝶的识别,试验结果表明:与传统方法相比较,该文所提方法使得平均识别精度提高14.1百分点。

摘要：介绍了以AVR单片机Atmega8L和无线传输芯片CC2420为核心构成的无线嵌入式传输智能控制器的设计方法,给出了系统硬件设计和软件的实现方法。

摘要：本文讨论了基于GPRS技术实现农田远程数据采集系统的设计,主要介绍系统的框架结构及工作流程、数据采集现场总线结构、农田数据采集系统软件的设计与实现。目的是解决农业信息技术研究中的实时数据缺乏的问题,为农业决策、生产管理提供有效的数据支持。

摘要：为了保证农作物种子的质量安全,按照国家相关法律法规的要求,种子生产企业要为其生产的种子产品提供质量可追溯的方案。针对采用赋码追溯方案的种子生产过程中二维码的识别率不够高的问题,提出了一种基于模糊PID控制的双摄像头调校系统,能够保证二维码标识的高识别率,并且能够实现随着生产环境的变更自动校准调整摄像头的位置。经过实际生产环境的测试,可以保证识别率到达98.5%~99.8%。