幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

從數據到農田--人工智慧賦能土壤養分分析

  • 作者：王國偉//劉曉勇//王嘉欣|責編:趙婷
  • 出版社：中山大學
  • ISBN：9787306086815
  • 出版日期：2025/11/01
  • 裝幀：平裝
  • 頁數：210
人民幣：RMB 88 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書圍繞人工智慧技術在精準農業領域的創新應用，以土壤養分分析為核心，系統闡述了從農田數據採集到智能施肥決策的全鏈條技術體系。通過融合GPS、物聯網、機器學習、時空建模等前沿技術，構建了覆蓋土壤採樣優化、養分分級、濕度預測、多要素協同預測及施肥決策的完整方法論。書中首次提出網格布局優化演算法與改進型時空組合模型，攻克了傳統農業中採樣效率低、預測精度不足的痛點，並結合真實農田場景驗證了玉米施肥決策系統的實用性。全書以「數據驅動農田管理」為主線，為智慧農業提供了可落地的技術路徑與理論支撐。
作者介紹
王國偉//劉曉勇//王嘉欣|責編:趙婷
目錄
第1章  緒論
  1.1  研究背景及意義
    1.1.1  研究背景
    1.1.2  研究意義
    1.1.3  研究目的
  1.2  研究現狀
    1.2.1  傳統土壤養分分析方法
    1.2.2  基於模型的土壤養分預測研究現狀
    1.2.3  預測模型優化與改進方面的研究現狀
    1.2.4  土壤養分快速檢測技術方面的研究現狀
    1.2.5  施肥決策制定與變數施肥實踐方面的研究進展情況
  1.3  研究內容
  1.4  技術路線
第2章  GPS地塊邊界採集與土壤養分採集
  2.1  地塊邊界採集
    2.1.1  GPS採集設備
    2.1.2  採集過程
  2.2  採樣網格劃分
    2.2.1  MO組件
    2.2.2  劃分網格
  2.3  土壤養分獲取
第3章  基於物聯網的農田環境及土壤數據採集
  3.1  物聯網搭建
    3.1.1  無線傳輸結構選擇
    3.1.2  感測器硬體設計
  3.2  物聯網採集平台伺服器端
    3.2.1  數據通信協議
    3.2.2  系統邏輯
    3.2.3  用戶登錄模塊
    3.2.4  對客戶端提供的服務
    3.2.5  簡訊預警模塊
    3.2.6  簡訊發送記錄查詢
  3.3  物聯網採集平台PC端實現
    3.3.1  系統的主要功能
    3.3.2  地圖操作子系統
    3.3.3  歷史數據查詢
第4章  土壤採樣網格布局優化
  4.1  K   Means演算法
    4.1.1  K   Means演算法應用背景及概念
    4.1.2  K   Means演算法實現步驟
  4.2  土壤採樣優化布局步驟
    4.2.1  數據的標準化處理
    4.2.2  分類數量指定
    4.2.3  運行K   Means演算法的聚類結果
    4.2.4  土壤養分聚類
  4.3  土壤採樣網格布局優化
第5章  基於改進聚類演算法的土壤養分分級
  5.1  基於改進模糊聚類演算法的土壤養分分級
    5.1.1  空間模糊聚類分析
    5.1.2  演算法改進

    5.1.3  確定最佳分類數
    5.1.4  試驗結果及分析
  5.2  基於改進OPTICS演算法的土壤養分分級
    5.2.1  OPTICS演算法相關概念
    5.2.2  OPTICS演算法實現步驟
    5.2.3  改進的OPTICS演算法
    5.2.4  改進OPTICS演算法的應用流程
    5.2.5  利用改進OPTICS演算法實現土壤養分分級
  5.3  基於改進DBSCAN演算法的土壤養分分級
    5.3.1  DBSCAN的基本思想
    5.3.2  DBSCAN演算法存在的問題
    5.3.3  改進的DBSCAN多密度聚類演算法
    5.3.4  改進的DBSCAN演算法分析
    5.3.5  演算法應用
    5.3.6  實驗結果與應用
第6章  基於改進循環神經網路的土壤濕度預測
  6.1  基於組合模型的土壤濕度預測
    6.1.1  土壤濕度數據獲取
    6.1.2  土壤濕度時間預測模型
    6.1.3  基於BP神經網路的土壤濕度預測
    6.1.4  基於組合模型的土壤濕度預測
    6.1.5  基於改進ARIMA   BP神經網路的土壤濕度組合預測模型
  6.2  基於改進GRU循環神經網路的土壤濕度預測
    6.2.1  循環神經網路
    6.2.2  海鷗優化演算法
    6.2.3  貝葉斯優化演算法
    6.2.4  海鷗優化GRU循環神經網路
    6.2.5  基於貝葉斯優化演算法的GRU循環神經網路
    6.2.6  模型評價指標
    6.2.7  模型參數設置
    6.2.8  土壤濕度預測模型應用
第7章  基於時空組合模型的土壤氮磷鉀預測
  7.1  基於時間預測模型的土壤氮磷鉀預測
    7.1.1  模型基礎
    7.1.2  土壤養分時間預測模型
    7.1.3  土壤養分含量預測
    7.1.4  預測結果分析
  7.2  土壤養分時空預測模型
    7.2.1  空間預測模型
    7.2.2  時空組合預測模型
  7.3  時空組合預測模型在土壤養分預測中的應用
    7.3.1  採樣點土壤養分
    7.3.2  土壤養分含量預測
  7.4  最優參數篩選
    7.4.1  組合模型預測結果統計分析
    7.4.2  最優參數選取
    7.4.3  比較分析
第8章  玉米施肥決策系統
  8.1  施肥決策系統實現
    8.1.1  總體設計

    8.1.2  玉米施肥決策系統建立
  8.2  施肥處方圖製作
    8.2.1  施肥量數據導入
    8.2.2  設置屬性對應關係
    8.2.3  施肥處方圖生成
  8.3  變數施肥作業
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032