摘要：针对现有的农产品溯源系统中数据监管存在的监管单一、权限集中,以及监管过程中隐私泄露等问题,通过研究小麦制粉行业全业务流程特性,设计并构建了面向小麦区块链追溯系统的分级监管模型。该模型以联盟链Hyperledger Fabric为基础构建多链架构,提出了基于密文策略属性加密(CP-ABE)技术的加密隐私密钥传输方法,通过一对多的加密属性设计多个数据监管部门,并在密文中嵌入访问结构实现权限管控。通过理论分析,所提出的分级监管模型能够在满足消费者追溯需求的基础上,实现企业隐私保护、分级授权管控、全流程穿透式实时监管的功能。在安全方面,该模型在控制策略保持不变的情况下,改变需加密密钥的任意一位,生成密文平均变化率为95.5%;在保持密钥不变的前提下,通过改变企业授权访问策略,引起解密私钥平均变化率为75.5%,具有较高的混淆性和安全性。在效率方面,所设计的分级监管模型公开溯源数据平均查询时延为6.67 ms,隐私数据平均解密查询时延为34.45 ms,数据监管平均查询时延为37.78 ms。

摘要：为了充分挖掘物联网的潜力,设计了基于LoRa技术的农田物联网系统,该系统可实现田间环境数据的采集,并进行了田间通信试验。选取空地及两块甘蔗地进行试验,分别获取了不同发射功率、不同通信距离、不同天气状况下的共3 000个接收信号强度指示(Received signal strength indication,RSSI)数据。试验结果表明,在蔗田通信中,发射功率15dB,晴天的通信品质比发射功率10、20dB及黎明、出现露水等潮湿条件下更稳定,甘蔗密度明显影响通信品质。建立了发射功率15dB、晴天条件下RSSI值与通信距离的关系模型,其决定系数 R^2达到0.929 1。

摘要：近年来,针对传统数据库技术在一些新的应用领域(如CAD,CAE,cAsE等)所暴露的缺陷,提出和发展了面向对象方法,以适应这些新的要求。与此同时,演绎数据库也获得一些进展,但大都是在关系数据库提供的工具上进行逻辑程序设计的扩展,且缺乏对复杂对象进行推理的能力。因此,将演绎和面向对象方法结合起来是当前数据库研究的新方向。已提出一些系统:如ORION系统,POSTGRES系统,基于逻辑数据库语言LDL等,但其中一些只注意用规则说明和规则调用来扩展面向对象数据库界面。

摘要：设计了可以对作物氮含量进行实时监测的作物冠层分析仪。分析仪由传感器与控制器组成,通过无线方式进行数据传输。传感器包含光学部分和电路部分,光学部分包含4个光学通道和光电探测器,其中2个通道分别在610 nm与1220 nm处测量太阳辐射光,而另外2个通道在同样的2个波段上测量作物冠层的反射光;电路部分主要由电源、放大单元和无线传输模块组成。控制器内除了无线传输模块外,周边还集成了键盘、液晶显示、数据存储和上传等功能模块。详细阐述了仪器的硬件设计和软件设计。标定实验显示光学部分工作稳定,无线传输性能好。与Quality Spec高光谱仪进行的田间对比实验也取得了较好的效果,相关系数达到0.52。

摘要：为提高RGB(Red,Green,Blue)图像方法在检测植物叶片叶绿素含量的预测精度、普适性和实用性,该研究提出了一种智能手机结合辅助拍照装置获取植物叶片RGB图像并即时检测叶绿素含量的低成本方法。设计了一种内置主动光源的低成本便携式拍照装置,用以降低环境光及拍照角度等因素对成像质量的影响;并采用了基于24色Macbeth标准色卡的二阶多项式回归法构建色差校正矩阵以减小不同手机所获取图像的色差;最后开发了基于微信小程序的远程诊断系统以实现植物叶片叶绿素含量的原地、实时及无损检测。以甘蔗叶片为例,采用了3款不同品牌的手机进行了试验,首先分析了叶片39种颜色特征与其叶绿素含量的相关性及色差校正方法对其的影响。结果表明,该方法获取的叶片颜色特征与叶绿素含量大多具有较强的相关性(相关系数>0.8),同时,色差校正可明显提升多手机混合数据集的颜色特征与叶绿素含量的相关系数,其中RGB色彩空间下三个颜色通道亮度值R、G、B的代数运算特征(B-G-R)/(B+G)的提升最明显,达到了0.8424,比校正前提高了89%。进一步结合主成分分析构建了色差校正前与色差校正后的叶绿素含量多元线性回归(Multivariate Linear Regression,MLR)和支持向量机回归(Support Vector Regression,SVR)预测模型。多手机混合数据集通用预测模型中,色差校正后的SVR通用预测模型精度和稳定性最高,相比校正前的SVR通用预测模型,五折交叉验证的R^(2)均值达到了0.7214,提高了14.6%,RMSE均值为0.3288 mg/g,降低了13.3%;同时,该模型五折交叉验证的R^(2)标准差仅为0.0042,具有更高的稳定性。该研究为不同手机准确预测植物叶片叶绿素含量提供了一种通用方法。

摘要：为解决当前作物氮素分析成本较高、分析过程复杂、分析时间长等问题,设计了一款基于光谱学原理的四波段作物冠层分析仪,通过快速检测作物冠层植被指数预测作物长势。分析仪主要由控制单元和测量单元组成。控制单元只含一个控制器,该控制器作为整个无线传感网络的协调器,负责将各个传感器节点发送的数据进行分类、显示以及存储等,并根据测量结果计算作物营养成分含量。测量单元则由多个光学传感器组成,主要负责光学信号的采集、放大、发送等。每个传感器可以在4个光学波段进行测量,分别是绿色植物可见光主要反射峰550 nm,可见光主要吸收波段650 nm,近红外波段7668、50 nm。标定试验显示光学传感器工作稳定,仪器具有较高的精度。初步玉米田间试验表明,仪器的测量结果与玉米叶片全氮含量的相关系数达到0.884。

摘要：【目的】实现香蕉病害的远程诊断。【方法】基于深度学习方法对香蕉作物的7种常见病害进行诊断。收集了5944幅健康及染病香蕉植株图像,按7∶1∶2分为训练集、验证集和测试集。利用迁移学习对GoogLeNet深度卷积神经网络训练获取诊断模型。进一步开发了包含手机移动应用程序(APP)和远程服务器的软件系统。【结果】通过对比不同迭代次数及不同优化器,最终采用了MomentumOptimizer迭代10000次的模型,平均测试精度达到了98%。设计的APP能够就地获取香蕉图像,并通过网络与集成了诊断模型的远程服务器通信,实时获取诊断结果。【结论】该病害诊断模型识别主要病害的精度高,在线诊断系统简单易操作,可快速有效地在线诊断香蕉常见病害,具有良好的应用前景。

摘要：针对小麦追肥作业过程中开沟器易损苗伤根、追肥位置准确性无法评估的问题,基于超声波传感器设计了小麦追肥精准评估系统,提出一种基于超声波传感器阵列交叉探测小麦追肥行的方法,实时评估追肥机具作业精度。系统由作业轨迹检测部分、数据采集部分和数据分析评估部分组成,依靠安装在追肥机具上的超声波传感器交叉扫描小麦追肥行,检测追肥机具作业轨迹。采集器实时采集超声波传感器数据,记录追肥机具作业轨迹,采用阈值滤波算法对异常数据进行筛选和剔除,利用卡尔曼滤波算法最优估计当前时刻电压,根据目标电压和最优估计电压计算追肥机具偏移距离,进行追肥机具作业精度评估。田间试验结果表明:追肥机具作业速度为3~4 km/h时,评估系统能够准确检测出追肥机具作业精度,偏移误判率为9%,最大误差距离为3.15 cm,误差距离在2 cm之内的占比超过90%,标准差均值为2.10 cm,与实际作业情况相符。本评估系统可以实现在小麦追肥作业过程中,实时对追肥机具作业精度量化评估,为小麦精准对行追肥作业精度评价提供了一种新的测量手段。

摘要：在课程这个微观层面,落实产出导向(OBE)仍然任重道远,而课程大纲起到牵引作用,对于工程类专业课程也是如此。为此,提出“1Why-2What-3How”并融入课程思政与工程设计思维的课程大纲撰写方法。这种撰写方法充分体现了以学生为中心、产出导向和持续改进的工程教育的核心理念,更有利于指导工程类学生学习,自觉担负学习任务,同时有利于指导任课教师开展课程教学,特别是对青年教师还可以起到传承课程建设经验的作用。自动化导学与实训课程的落地实践表明,这种方法增强了学生学习课程的获得感,提升了课程的质量。

摘要：无线传感器网络技术或物联网技术近年来引起了国内外研究者的广泛关注,并开始大量应用在工业、农业、环境等领域。仓库、大型储藏室等设施对空气中的温度、湿度、光强等环境因子非常敏感,且存在盗窃隐患。本研究就是立足于仓储设施的这一需求,设计了一套无线传感器网络监测系统。本系统通过传感器节点实现人体红外、温湿度及光强传感器的检测,并将信息汇聚到主控节点,可以实现环境异常报警,降低了人工巡视的工作强度。