6个研究背景和意义示例,教你写计算机甜瓜论文

今天分享的是关于甜瓜的6篇计算机毕业论文范文, 如果你的论文涉及到甜瓜等主题,本文能够帮助到你

甜瓜和生菜幼苗多环境因子生长模型构建与效应分析

这是一篇关于甜瓜,生菜,多环境因子,生长模型,工厂化育苗的论文, 主要内容为工厂化育苗是一种利用现代科技手段和先进设备对植物进行大规模批量生产的方式。育苗中最关键的是环境调控,不同环境因子间存在复杂的交互关系,通过单因子的调控很难达到理想的调控效果。为了探究多环境因子耦合对园艺作物的影响,解析多环境因子间的互作关系,寻找最佳的环境因子组合,为工厂化育苗中的环境调控提供科学的依据。本研究以甜瓜和生菜为试验材料,以白天空气温度、CO2浓度和营养液浓度为调控因子,采用三因子五水平通用旋转组合设计,先分析环境因子对单指标的影响,再引入因子分析法对6个生长指标(总鲜重、总干重、净光合速率、壮苗指数、叶面积和叶绿素含量)提取公因子,将所得公因子作为幼苗综合评价指标。在此试验的基础上对不同处理进行光响应曲线的测定,采用支持向量机算法(SVR)构建净光合速率预测模型,基于模型解析光照强度、白天空气温度、CO2浓度和营养液浓度对两种幼苗净光合速率的影响。通过光合速率预测模型预测不同环境下的光响应曲线,并以响应曲线上曲率最大值点作为不同环境下的光强控制点。最终以3个环境因子为输入,最佳控制光强为输出构建了最佳控制光强预测模型。主要研究结果和结论如下:1.阐明了环境因子对甜瓜和生菜幼苗净光合速率、壮苗指数和叶面积的主因素效应、单因素效应和边际效应。甜瓜幼苗的净光合速率和叶面积主要调控因子为白天空气温度,壮苗指数主要调控因子为营养液浓度。单因素效应分析中,白天空气温度、CO2浓度和营养液浓度对净光合速率和叶面积效应均为开口线下抛物线,3个因素对壮苗指数的效应为单调递增曲线。边际效应分析中,3个因素对净光合速率和叶面积均为负效应,白天空气温度对壮苗指数为负效应,CO2浓度和营养液浓度对壮苗指数为正效应。生菜幼苗的净光合速率和叶面积主要调控因子为白天空气温度,壮苗指数主要调控因子为营养液浓度。单因素效应分析中,3个因素对净光合速率、壮苗指数和叶面积的效应均为开口向下抛物线。边际效应分析中,3因素对3个指标均为负效应。2.解析了多环境因子互作对两种作物综合生长指标的影响基于两种作物的综合评价模型,得出3个环境因子间存在互作关系,只有3因子均处于最是范围之内两种幼苗的综合评价值最高,即长势最好。通过两种作物拟合模型的优化得出甜瓜幼苗白天空气温度适宜区间为33℃～35℃,CO2浓度适宜区间为:1 043～1 408μmol/mol,营养液浓度适宜区间为2.4～2.6m S/cm。生菜幼苗白天空气温度适宜区间为26℃～28℃,CO2浓度适宜区间为:1 215～1 456μmol/mol,营养液浓度适宜区间为1.7～2.0 m S/cm。3.构建了两种幼苗净光合速率对光照强度、白天空气温度、CO2浓度和营养液浓度的响应模型和最佳控制光强预测模型。通过对甜瓜幼苗和生菜幼苗光响应曲线数据的测定,分别获取试验数据315组和420组,将数据样本按7:3分为训练集和测试集,通过支持向量机算法建立净光合速率预测模型,结果表明两种作物模型在测试集上的决定系数(R2)分别为0.965和0.889。通过光合速率预测模型计算出不同环境组合下的净光合速率,并采用最大曲率值法,计算出3个环境因子组合下的最佳控制光强,每种作物获得1331组数据,将数据样本按7:3分为训练集和测试集,通过支持向量机算法建立甜瓜幼苗和生菜幼苗最佳控制光强预测模型,结果表明在测试集上的R2分别为0.933和0.886。最终依据模型计算得出甜瓜幼苗在适宜的白天空气温度、CO2浓度和营养液浓度下最适宜的光强为867μmol/(m2·s)。生菜幼苗适宜的白天空气温度、CO2浓度和营养液浓度下最适宜的光强为674μmol/(m2·s)。

基于高光谱/可见光的甜瓜白粉病早期识别与严重度分级研究

这是一篇关于甜瓜,白粉病,早期识别,病害分级的论文, 主要内容为甜瓜白粉病是甜瓜生产中常见且危害严重的病害之一。甜瓜白粉病早期无明显症状,一旦扩散会造成严重损失,同时染病程度不同导致精准防治难度极大,因此甜瓜白粉病的早期识别和病害分级研究对防治白粉病、提高甜瓜的产量和质量具有重要意义。本研究使用高光谱成像技术实现甜瓜白粉病的早期识别,通过深度学习方法对甜瓜白粉病进行叶片与病斑的分割以实现病害严重度分级,并开发甜瓜白粉病识别与分级系统,旨在为甜瓜白粉病防治提供有效技术手段。主要研究成果如下:(1)基于高光谱特征提取的甜瓜白粉病早期识别为实现甜瓜白粉病早期识别,本文采集不同天数的甜瓜健康叶片和未显现状态下染病叶片的光谱数据,采用连续投影算法(SPA)、竞争性自适应重加权算法(CARS)算法和主成分分析算法(PCA)分别提取8个、9个特征波长以及4个主成分,并基于原始波长和提取的特征数据结合随机森林(RF)和自适应增强(Ada Boost)两种集成学习算法,构建出8种甜瓜白粉病早期识别模型。结果表明,SPA-Ada Boost模型平均准确率达到93.5%,对第1天染病叶片的识别准确率可达93.3%,且所提取的特征波段较原始波段减少了93.75%。这表明本文所提出的甜瓜白粉病早期识别模型在减少特征波段的同时,可实现对甜瓜白粉病的早期识别。(2)基于改进UNet的甜瓜白粉病严重度分级为实现甜瓜白粉病严重度分级,本文采集甜瓜白粉病显现状态下的图像数据,基于改进的UNet模型对甜瓜叶片与白粉病病斑进行分割以实现病害严重度分级。该模型以VGG16网络作为主干网络,并使用VGG16网络权重文件作为预训练权重,加快模型训练速度,进一步地,添加通道注意和空间注意力机制模块(CBAM)加强对白粉病病斑与叶片的关键特征训练,提高模型泛化能力。结果表明,改进CBAM-UNet模型对甜瓜叶片和白粉病病斑的分割平均像素精度达到92.85%,平均交并比达到87.83%,分级平均准确率达到94.36%。这表明本模型能够准确分割出甜瓜叶片与病斑,并通过病斑占叶片的像素比例实现对甜瓜白粉病叶片的严重度分级。(3)甜瓜白粉病识别与分级系统设计与实现为实现系统的便捷性和高效性,本文采用Spring Boot和Vue技术搭建甜瓜白粉病识别与分级系统。该系统分为客户端小程序和服务端后台管理系统两部分。客户端小程序具有病害识别、病害严重度分级和相关防治建议等功能,用户上传甜瓜叶片图片或特征波段反射率值后,点击检测按钮即可得到识别与分级结果,同时该结果会保存到后台服务器的数据库中。后台管理系统具有用户管理、甜瓜信息管理和留言管理等功能,能够实现对识别与分级结果的统计、分析和管理,为病害防治工作提供科学依据。

基于环境VPD决策的温室甜瓜灌溉系统设计与试验

这是一篇关于甜瓜,VPD,灌水量,K-means聚类算法,灌溉系统的论文, 主要内容为我国目前农业生产灌溉多以简单的阈值调控或时间控制为主,依靠人工经验进行管理,难以完全摆脱人工进行自主决策,自动化程度较低,管理粗放,不能按需进行水肥供给,不利于农产品产量与品质的提高,还导致资源利用效率低、劳动力成本增加。基于作物水肥需求模型的自动灌溉可以按作物需求进行精准水肥供给,在提高甜瓜产量与品质的基础上节约水肥资源,充分发挥水肥资源潜力,满足现代农业水肥农艺综合精准调控的时代要求,实现水肥一体化智能灌溉,促进农业产业化和集约化农业健康快速发展。本研究对自动灌溉系统的结构、灌溉量控制以及软硬件设计方法进行了深入研究,设计研发了基于温室甜瓜最优生长的自动灌溉决策系统,并在系统搭建完成后设计验证试验对系统应用效果进行了分析。本研究的主要研究内容与结果如下:(1)兼顾甜瓜产量、品质、水氮利用效率三个类别10个指标建立综合评价体系,引入融合最大隶属度的AHP法确定甜瓜栽培综合最优的日灌水水平,采用K-means聚类算法对日最优灌溉量与环境温湿度数据进行分析,建立了甜瓜不同生育期基于环境饱和水气压差(Vapor Pressure Deficit,VPD)聚类结果的定量灌溉决策模型。结果表明,120%蒸腾蒸发量的灌水水平下甜瓜综合生长最优,不同生育期内VPD与灌溉量数据在聚类形心数为3时轮综合表现最佳,组间轮廓清晰,界限分明,且在VPD较高时,灌水量显著增高,聚类结果最好。(2)基于模型的自动灌溉系统设计。基于甜瓜灌溉决策模型设计了远程自动灌溉系统,系统包括数据采集组件、通信组件、决策组件、监控组件及灌溉组件。通过C语言对单片机进行编程,嵌入作物需水模型,并通过各组件的联动实现环境数据的记录、实时监控、灌溉量的自主决策与执行和手动控制等功能。在硬件选择上兼顾低成本和设备轻简化,采用RS485温湿度传感器实现环境参数的自动采集;以高性能低能耗的STM32系列芯片作为主控芯片实现模型运算处理;由4G模块实现通讯及操控;通过输出继电器及电磁阀实现甜瓜生长期间的水肥系统的自动运行,并由电子流量计实时测量并反馈灌溉量;通过云平台实现远程监控功能。(3)自动灌溉系统试验验证。将基于模型的自动灌溉系统应用于甜瓜生产并与常规灌溉管理对照,试验处理甜瓜折算产量为9.79t·hm-2,相较于对照处理高2.2%;试验处理的甜瓜可溶性固形物含量和可溶性蛋白含量相较于对照处理分别高出0.98%和12.8%,但2组处理无显著差异;试验处理的甜瓜果实VC含量显著高于对照处理,达25.9%。在甜瓜全生育期的灌水量上,基于模型的自动灌溉系统优势显著,相比于对照处理节水15.9%。证明本系统采用的基于VPD与灌溉量的甜瓜灌溉决策模型合理,且有效降低了劳动力的投入,适用于甜瓜节水高效生产。

基于Web的温室甜瓜智能管理专家系统研究

这是一篇关于温室,甜瓜,专家系统,模拟模型,Web的论文, 主要内容为随着互联网的普及,人们能够较方便地使用浏览器获取信息。传统的甜瓜栽培专家系统大多使用单机模式,不利于系统的分发与更新。基于Web的专家系统因缺乏对甜瓜生长发育模型的应用,无法准确预测温室甜瓜的动态生长过程。本文在参考和比较国内外现有的甜瓜生长发育模拟模型的基础上,通过实验对已有的甜瓜生理发育期和叶面积指数模拟模型进行验证,获得了模型的必要参数,应用JSP和Drools技术建立开发出的基于Web的温室甜瓜栽培专家系统。通过分析国内外现有的农业专家系统,指出了农业专家系统的发展趋势并提出了研发中出现的问题。针对现有的甜瓜栽培专家系统的不足,提出了使用Java Web和Drools技术开发甜瓜专家系统的方法。选用基于Java的Drools推理引擎作为专家系统的推理模块,同时利用它能够使用DSL(Domain Specific Language领域特定语言)对知识进行管理的能力,使系统具有易维护的优点。在基于MVC的Java Web应用中,选择Struts2+Jquery的模式,使用Jquery实现界面显示与异步通信,后台由Struts2负责事件的分发和管理,Struts2与Drools的交互按功能封住成JavaBean完成。选用SQLite3作为数据库,采用sqlite-jdbc驱动来连接和操作数据库。本文建立的专家系统软件提供了对温室甜瓜发育阶段的预测和数据管理等功能,可为温室甜瓜种植提供必要的技术支撑,同时充分利用了一些优秀的开源软件(Open Source Software),有效地降低了整个系统的建立成本。