農(nóng)業(yè)與生物信息智能感知與處理技術(shù)

第1章 緒論
1.1 智慧農(nóng)業(yè)及其關(guān)鍵技術(shù)
1.1.1 智慧農(nóng)業(yè)
1.1.2 智慧農(nóng)業(yè)關(guān)鍵技術(shù)概論
1.2 農(nóng)業(yè)信息智能感知技術(shù)前沿
1.2.1 敏感元件與傳感器
1.2.2 微機電系統(tǒng)機器人
1.2.3 現(xiàn)代傳感技術(shù)
1.3 農(nóng)業(yè)信息智能處理技術(shù)前沿
1.3.1 農(nóng)業(yè)大數(shù)據(jù)技術(shù)
1.3.2 農(nóng)業(yè)云計算技術(shù)
1.3.3 農(nóng)業(yè)機器學習技術(shù)
1.3.4 人工智能技術(shù)綜合應(yīng)用
參考文獻
第2章 作物生長參數(shù)智能感知與處理技術(shù)
2.1 概述
2.2 基于光譜優(yōu)選區(qū)間與特征波長級聯(lián)方法的葉綠素含量預(yù)測
2.2.1 數(shù)據(jù)采集
2.2.2 優(yōu)選區(qū)間篩選結(jié)果
2.2.3 特征波長篩選結(jié)果
2.2.4 葉綠素含量預(yù)測模型
2.3 農(nóng)田作物長勢近地感知裝備研究與開發(fā)
2.3.1 基于雙波長調(diào)制光傳感器的作物葉綠素含量檢測
2.3.2 基于譜圖融合傳感器的作物生長檢測
2.4 農(nóng)田作物長勢遙感監(jiān)測與智能信息處理技術(shù)
2.4.1 融合多元遙感特征的冬小麥識別方法
2.4.2 結(jié)合LOSSA-SVR與多時相遙感的冬小麥產(chǎn)量估算方法
2.4.3 協(xié)同時空遙感特征的冬小麥產(chǎn)量估算方法
2.5 甘蔗糖分信息無損檢測與智能處理技術(shù)
2.5.1 光譜數(shù)據(jù)采集
2.5.2 光譜數(shù)據(jù)分析處理
2.5.3 基于特征波長篩選的蔗糖分預(yù)測模型
2.5.4 甘蔗糖分無損檢測傳感器的設(shè)計與實現(xiàn)
2.6 基于作物生長參數(shù)檢測的精細作業(yè)技術(shù)
2.6.1 基于傳感器的變量施肥技術(shù)基礎(chǔ)
2.6.2 基于傳感器的變量施肥系統(tǒng)組成
2.6.3 施肥推薦模型比較分析
2.6.4 變量施肥控制系統(tǒng)設(shè)計
2.6.5 基于傳感器的變量施肥系統(tǒng)效果
參考文獻
第3章 作物病蟲害信息智能感知與處理技術(shù)
3.1 概述
3.2 大田作物病蟲害智能感知與處理技術(shù)
3.2.1 基于可見光成像的小麥葉部病害檢測
3.2.2 基于多光譜成像的玉米小斑病檢測
3.2.3 基于熒光成像的植物葉部病害檢測
3.2.4 基于端邊云協(xié)同的小麥蚜蟲檢測
3.3 園藝作物病蟲害智能感知與處理技術(shù)
3.3.1 基于可見光成像的黃瓜葉部病害檢測
3.3.2 基于特征學習的蘋果葉部病害識別
3.3.3 香蕉枯萎病遙感檢測方法
3.4 作物病蟲害檢測與精細作業(yè)技術(shù)
3.4.1 基于二維激光雷達的果樹在線探測與對靶變量噴藥
3.4.2 基于LAI與霧滴沉積量的植保無人機施藥決策模型
3.4.3 基于云平臺的植保無人機與植保作業(yè)管理
參考文獻
……
第4章 作物表型信息智能感知與處理技術(shù)
第5章 土壤參數(shù)智能感知與處理技術(shù)
第6章 農(nóng)產(chǎn)品品質(zhì)信息智能感知與處理技術(shù)
第7章 設(shè)施園藝參數(shù)智能感知與處理技術(shù)
第8章 農(nóng)業(yè)與食品有害微生物信息智能感知與處理技術(shù)
第9章 畜禽健康養(yǎng)殖生理生態(tài)信息智能檢測與處理技術(shù)
第10章 農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)及其應(yīng)用