检索结果-南通市图书馆

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于RFID的动物示踪与识别系统

农业机械学报 2009年第S1期40卷 263-266页

作者：程雪周修理李艳军郑先哲东北农业大学工程学院哈尔滨150030

世界各国增强动物性食品溯源机制的重要手段之一是对动物进行示踪和识别。介绍了一种基于RFID技术的动物示踪与识别系统。在阐述系统整体功能的基础上,设计了一种基于ARM开发系统的GPRS无线数据传输终端,针对动物示踪与识别系统实现功... 详细信息

世界各国增强动物性食品溯源机制的重要手段之一是对动物进行示踪和识别。介绍了一种基于RFID技术的动物示踪与识别系统。在阐述系统整体功能的基础上,设计了一种基于ARM开发系统的GPRS无线数据传输终端,针对动物示踪与识别系统实现功能及特征对数据中心数据库进行了具体设计,并结合动物示踪与识别系统的性能特点,阐述了系统应用的重要意义。

关键词：动物射频识别通用分组无线服务示踪

在线全文

学校读者我要写书评

暂无评论

基于ARM的土壤含水率无线传输系统设计

农业机械学报 2009年第S1期40卷 241-243,231页

作者：彭胜民周修理程雪王福林黑龙江八一农垦大学工程学院大庆163319 东北农业大学工程学院哈尔滨150030

介绍一种基于ARM处理器的土壤含水率无线传输系统。在对系统功能要求进行说明的基础上,设计了基于嵌入式系统的土壤含水率无线传输终端,包括土壤含水率采集系统和嵌入式系统软件。针对土壤含水率无线传输系统功能及特征,阐述了系统应用... 详细信息

介绍一种基于ARM处理器的土壤含水率无线传输系统。在对系统功能要求进行说明的基础上,设计了基于嵌入式系统的土壤含水率无线传输终端,包括土壤含水率采集系统和嵌入式系统软件。针对土壤含水率无线传输系统功能及特征,阐述了系统应用的性能特点和重要意义。

关键词：土壤含水率 ARM 无线传输

在线全文

学校读者我要写书评

暂无评论

基于ARM的养猪场数据无线传输系统设计

农业工程学报 2010年第S2期26卷 115-119页

作者：周修理程雪李艳军赵文颖东北农业大学工程学院哈尔滨150030 陕西航空电气有限责任公司咸阳713100

为满足养猪场管理中对数据传输的要求,设计一种基于ARM的养猪场数据无线传输系统。以S3C2410为无线数据传输系统终端核心,与MC55无线模块连接构成嵌入式无线数据传输平台。基于嵌入式Linux操作系统和GPRS数据传输技术,对无线终端的硬件... 详细信息

为满足养猪场管理中对数据传输的要求,设计一种基于ARM的养猪场数据无线传输系统。以S3C2410为无线数据传输系统终端核心,与MC55无线模块连接构成嵌入式无线数据传输平台。基于嵌入式Linux操作系统和GPRS数据传输技术,对无线终端的硬件和软件进行设计,同时对数据中心服务器软件进行具体设计。试验结果表明:该系统实现终端与服务器的数据交互,传输接收数据准确。本系统与射频识别技术相结合,可实现养猪场生猪身份代码的实时采集与准确传输。

关键词：传输系统设计无线传输系统 ARM 养猪场 S3C2410 MC55

永常村大豆机械化栽培模式增产因素的测定与分析

在线全文

学校读者我要写书评

暂无评论

农机化研究 1996年第3期18卷 9-11页

作者：乔金友周修理戴有忠颜亮东北农业大学黑龙江省林甸县农机局

通过对永常村大豆机械化生产中有关生长性状参数的测定和定量的分析，揭示出按“永常模式”栽培大豆的增产内在因素和环境条件，进一步研讨改进永常模式和提高黑龙江省大豆产量的技术组装方法。

关键词：大豆栽培机械化增产因素

在线全文

学校读者我要写书评

暂无评论

基于机器学习的机械压实对大豆产量的影响

农业机械学报 2023年

作者：周修理秦娜王开宇孙浩王大维乔金友东北农业大学电气与信息学院东北农业大学工程学院

为评估农业机械作业对大豆产量的影响，本文开展不同机型、不同压实次数的拖拉机压实试验，获取不同压实环境中的土壤物理性质和大豆产量数据，分别从影响大豆产量的机械因素、土壤因素和复合因素出发，使用多元线性回归(Multiple linea... 详细信息

为评估农业机械作业对大豆产量的影响，本文开展不同机型、不同压实次数的拖拉机压实试验，获取不同压实环境中的土壤物理性质和大豆产量数据，分别从影响大豆产量的机械因素、土壤因素和复合因素出发，使用多元线性回归(Multiple linear regression，MLR)、随机森林(Random forest，RF)、自适应增强模型(Adaptive boosting，AdaBoost)、人工神经网络(Artificial neural network，ANN)4种机器学习算法建立大豆产量影响模型，对模型性能及模型特征重要性进行综合分析。研究结果表明：机械作业与大豆产量间关系复杂，集成学习算法(AdaBoost和RF)所建立的模型具有更好的拟合效果，模型的决定系数更高；利用复合因素对大豆产量建立的模型拟合度最高，其次为机械因素和土壤因素，其中基于AdaBoost的复合因素对大豆产量影响模型其拟合程度最优，其R2为0.92，MAE为1.33%，RMSE为1.86%；机械因素、土壤因素都会影响大豆产量，其中机械压实次数以及表层和亚表层的土壤坚实度为影响大豆产量的重要因素，在实际生产中可通过减少机械作业次数、疏松表层及亚表层土壤坚实度来改善机械压实影响。

关键词：机械压实大豆产量预测机器学习土壤坚实度