智能农业论文模板(10篇)

导言：作为写作爱好者，不可错过为您精心挑选的10篇智能农业论文，它们将为您的写作提供全新的视角，我们衷心期待您的阅读，并希望这些内容能为您提供灵感和参考。

篇1

2.丰南区农业灌溉智能化系统建设

丰南区在2008年开始建设农田灌溉监测系统，2010年9月列入全国第二批小型农田水利重点县项目区。项目建设之初，丰南区就确立了工程节水与管理节水一体建设的目标，把农业灌溉用水监测纳入项目建设之中，与管灌工程建设紧密结合起来，实现了农业灌溉的自动化、智能化管理，由传统粗放管水农业向现代化精准用水农业转型，取得了很好的效果。农业灌溉监测系统的建设，监测中心是关键，是整个监测系统的中枢。为此，丰南区建立了2个中心，一个在局机关，另一个在唐山海森电子公司（企业自建），两个监测中心并行，同时监测，数据共享。通过几年的运用，达到了如下目标：一是建成了全省第一个县级农业灌溉监测系统。以监测中心为中枢，智能控制柜为监测点，形成了灌溉监测网络。二是实现了对农业灌溉各种数据的适时监测，利用数据指导农民灌溉。到2012年底，全区共有农田机井8126眼，目前安装机井智能控制柜2700多套。机井灌溉智能控制柜设施安装率达到30%以上，初步形成了农用机井灌溉数据信息采集及分析。

3.农业灌溉智能化系统应用效果

及注意事项农田灌溉监测系统的建设，以机井智能控制柜为载体，全面提升用水计量设施。以机井智能控制柜替代传统井房是建设灌溉监测系统的突破口，智能控制柜与传统井房相比具有占地少、投资小、快速安装、使用简便且安全可靠、计量收费公平、准确、可重复使用等优点。通过实际运用，达到了如下目标：一是工程形象面貌焕然一新。整齐划一、新颖别致的机井智能控制柜替代了破旧的老式井房，使整个工程的可视性大幅度提升。二是实现了单一用电计量向水电双控计量的转型。改变了过去IC卡单一计量电量的方式，使农民可以直观地看到用水情况，增加农民的节水意识。三是操控方便。经过简单的培训，农民可以熟练掌握使用方法。根据灌溉周期及个人时间要求，随时进行浇地，改变了过去排队浇地，争水、抢水的现象。四是提高强制管理手段，实现用水、缴费自动结算，解决长期存在的农业灌溉收费难的问题，也为开征农业水资源费打下了基础。五是大面积推广机井智能控制柜，为全面建设灌溉监测系统奠定了物质基础。农业灌溉智能监测系统的应用，为农业灌溉自动化管理提供了良好的信息平台，同时，也存在一些问题，一是现在部分务农人员年龄偏大，利用智能手机操作有一定困难，需要技术培训和指导。二是在防偷仿盗方面需要加强管理。三是全面普及需要投入大量资金，目前，国家没有针对农业灌溉智能监测系统的专项资金，致使农业灌溉智能监测项目发展缓慢。

篇2

 

人类社会迈入新的世纪，全球展开了信息技术革命，并且正以前所未有的方式对社会变革的方向起着决定作用。随着信息化的深入，信息的数量以惊人的速度急剧地爆炸性增加。论文参考网。除了广播、电视、书籍、报纸等各种传统的信息传播媒介之外,又出现了国际互联网、无线上网、手机上网等新的信息传递手段,使信息获取变得更加多样复杂，同样使农业信息获取的渠道增多。面对“信息爆炸”的时代，如何快速高效的进行网络中的农业信息获取成了农业信息工作的首要任务。

在新的环境下，作为农业信息从业人员，应掌握更多的从当前网络中获取农业信息的手段，下面从六个方面说明如何在当前网络中进行农业信息获取。

1、使用专业的农业信息搜索引擎，是农业信息化发展的方向。

要在海量信息中找到所需农业信息，就必须用到专业级的搜索引擎。我国目前现状，农业信息的获取还很困难，特别是急需农业科技信息和市场信息的企业、部门、农户，他们通过综合搜索引擎，并不能迅速找到自己想要的信息。据不完全统计，在农业领域现有各种网站近十万多个，涉及农、林、牧、渔、水利、气象、农垦、乡镇企业及其它农业部门。在这些海量的信息中，如何搜索一个准确的农业信息是农业人员非常关注的问题。因此，针对于中文农业网络资源研发专业化的搜索引擎，实现农业信息的精确搜索是农业信息搜索引擎发展方向。

在专业农业搜索引擎方面，有些网站已经走在前列:

世界范围：(1)农业冲浪(agrisurf.com)。世界上最大的农业专业搜索引擎，提供分类检索和关键词检索,提供大约20 000多个农业相关网站和95个国家与地区的有效链接。

(2) Ceres Online

ceresgroup.com/col/

专门提供农业信息。其搜索功能连接到了农业产业的其它专业人员。日历数据库列出了几百个即将到来的农业活动，气象图提供了世界各地天气情况以及热点信息。论文参考网。

（3）AgEconSearch

agecon.lib.umn.edu/

AgEcon搜索收集，索引包括诸如农业，食品供应，自然资源经济学，环境经济学，农产品贸易及广义的农业经济领域的学术研究全文。

国内相关搜索引擎：

(1)农搜sdd.net.cn/

农搜农业专业搜索引擎的研发得到了中国农业科学院“杰出人才工程”经费的资助。

(2)搜农sounong.net/

中国搜农是在国家科技支撑计划项目和现代农村信息化关键技术研究与示范项目资助下取得的一项重大创新成果，也是第一个面向我国农业企业、农民大户、农业专业技术协会以及广大农业科技人员提供农业通用搜索与农产品供求、农业实用技术、政策新闻等专题的搜索服务。

(3)so.ag365.com/365农业搜索

(4)chinanong.com/华农在线-中国农业信息搜索引擎

(5)086ny.com/soso/超农网农业搜索

(6)3nss.com/Portal/Default.aspx三农搜索网

2、除了农业搜索引擎外，网络中农业信息获取还要有相应的专业智能浏览器。

使用专门开发的面向农业信息获取方面的智能浏览器，可以借助智能浏览器的功能，方便快捷地进行快速搜索、精确搜索，过滤无关信息，提取农业信息，为广大农民用户方便快捷地获取农业信息提供服务。

3、使用在线农业专家系统。

农业专家系统是运用人工智能的专家系统技术，汇集农业领域知识、模型和专家经验等，采用合宜的知识表示技术和推理策略，以信息网络为载体,为农业生产管理者提供咨询服务。传统的农业专家系统在现今的网络条件下变的不适用。现在农业专家系统的发展方向为:在线农业专家系统及实时智能专家系统。

目前国内许多专家系统已经上线并且在使用过程中起到了良好效果。

（1）esa.org.cn/index.asp

广西智能农业信息网，提供作物类、瓜果类、蔬菜类、畜牧类、兽医类和水产类等六类十九种在线专家系统。

（2）nbnky.gov.cn:4000

宁波农经网农业专家系统，提供了蔬菜病虫害专家系统、河蟹养殖专家系统、家兔养殖专家系统、海水养殖系列专家系统、网箱养鱼专家系统等二十八种在线专家系统。

（3）hebaic.com.cn/index.do?templet=er_zjxt

河北农业技术推广网、河北农业智能信息网专家系统，提供金丝小枣栽培专家系统、养牛管理专家系统、无公害番茄专家系统等三十余种在线专家系统。

（4）zjxt.hzagro.com/

农业专家系统.net，杭州市科技局、杭州市农办主办提供了水果干果、蔬菜种植、花卉苗木、中药材、水产养殖、畜禽养殖等类七十余种在线农业专家系统。

（5）202.107.249.147/

丽水市农业专家知识系统，提供了花卉苗木、食用菌、笋竹、蔬菜、水产、中药材、其它等十类八十五种在线农业专家系统。

4、进行农业信息智能分析。

农业信息智能分析是应用智能化技术代替传统方法进行农业信息分析的新的研究领域。它主要是围绕农业生产、农产品市场、农业经营管理、农业科技中的分析对象, 进行智能化地信息自动采集、存储、管理、计算、判别等的过程,可模仿、代替专家,解决农业中波动分析、风险识别、早期预测、效果评价等诸多问题。目前农业智能分析技术在我国已投入实际使用。

（1）农业部的“农作物遥感监测系统”,通过采用遥感和地理信息系统手段,及时动态地监测农作物生长状况,解决了依赖实地调查、手工记录、数据上报等传统信息获取方式的不足。针对数据和信息源不足、渠道不畅等问题,农业系统开展了“农产品市场监测预警系统”的开发与应用,定期对粮、油、果、菜、畜产品等主要农产品的生产、需求、进出口、市场行情,进行动态监测、分析,为政府部门、生产者和经营者提供了决策参考。

（2）中国农科院智能化农业预警技术与系统重点开放实验室,构建了全国农产品供求平衡分析预测模型体系框架,开展了12种主要农产品的市场供求分析预测。利用网络抓取技术、数据挖掘技术,已经能从海量的信息中获取市场波动的隐性信息。论文参考网。并建立了主要农产品供求信息库,能对12种主要农产品的市场行情进行趋势分析与展望。

5、使用专业农业网站、专业农业论坛、专业农业交流圈。

传统的专业农业网站及专业农业论坛仍然是广大农民互联网上获取农业信息的主要渠道。另外基于新兴的WEB2.0技术组建的专业农业交流圈能大大增强访问者之间的互动也迅速发展，大有前途。

国内专业农业网站及农业论坛：

（1）202.127.45.50/

中华人民共和国农业部，中国农业信息网。

（2）zgny.com.cn/

中国农业网，农业企业的商务信息平台。

（3）chinabreed.com/

中国养殖网，最大畜牧行业门户网站，提供养殖、饲料、养猪、养鸡、养牛、 养羊、家禽、兽药、特种养殖及畜牧机械相关信息。

（4）aweb.com.cn/

农博网，国家农村信息服务示范项目，以“服务农业,E化农业”的宗旨，为涉农人群提供农业资讯、农产品电子商务、农业论坛以及农业人才服务。

（5）12582.com/

农信通农村信息网，涉农生活服务移动互联网平台,提供最新农业信息，化肥、饲料、农机等价格行情，农民工招聘、就业信息；食品、水果、蔬菜等农产品交易信息，是城乡互动、乡村旅游、农家乐的综合展示窗口。

（6）feedtrade.com.cn/

中国饲料行业信息网，为饲料生产加工、饲料原料贸易、饲料添加剂及畜牧养殖企业提供全面的新闻、行情、价格和分析预测等信息资讯服务。

（7）yuanlin.com/

中国园林网,提供园林绿化苗木资讯,园林绿化景观,园林绿化苗木工程,园林绿化设计 ,等方面信息,为相关园林绿化苗圃企业提供商铺,是园林绿化,苗木园艺的专业园林绿化门户。

（8）bbs.aweb.com.cn/

中国三农论坛，博览天下农事，关注农村、关心农业、关爱农民。

6、除了以上信息资源外,专题讨论组、电子论坛等也可以方便地为相同科学领域的农业专家提供交流空间,这也是当前网络获取农业信息资源的重要方式之一。

参考文献：

[1]《不同搜索引擎在农业领域的应用效果对比》，刘艳华、徐勇。《农业网络信息》2009年08期.

[2]《互联网上农业信息资源的整合、利用与管理研究》，严方。《华中农业大学》，硕士论文.

篇3

中图分类号：TP393 文献标识码：A DOI：10，3969/J.issn.1003-6970.2013.03.001

本文著录格式：[1]郭平，刘波，沈岳，农业云大数据自组织推送关键技术综述[J].软件，2013，34（3）：1-6

0 引言

随着物联网、云计算、下一代互联网等新一代信息技术的快速发展和信息内容的日益增长，“信息过载”问题愈来愈严重，推荐系统（recommender systems）被认为可以有效的缓解此难题，帮助用户从海量数据中发现感兴趣信息，满足个性化需求。

近年来，我国在农业个性化知识服务服务领域从本体论、语义网、知识工程角度开展了广泛的研究，成果主要体现在三个方面：以搜索引擎为代表的知识检索系统，需回答大量预设问题进行知识推理的专家系统，特定领域应用系统，它们在各自的场合都发挥了积极作用。然而知识检索系统不能满足用户个性化需求，专家系统的应用很难普及，特定领域应用开发成本高和重用难度大。物联网与数据挖掘云服务提供知识服务云实现物理世界的“感知控”，知识服务云的研究主要集中在制造和图书情报领域，云环境下的农业个性化知识服务的研究尚处于起步阶段，主要集中在服务模式的构建与展望。

本文是对科技部科技支撑课题“农村农业信息化关键技术集成与示范”（2011BAD21803）与“农村物联网综合信息服务科技工程”（2012BAD35800）研究成果的总结，也是对农业云推荐系统研究的升华。

1 农业云大数据自组织区域推送的提出

1.1 农业信息资源特点

我国自“十一五”时期以来，农业农村信息化发展取得了显著成效，主要表现在农业农村信息化基础设施不断完善、业务应用深入发展、物联网技术在农业中逐步推广应用等方面。从中央到省，市、县建立了“三农”综合信息服务平台，涉农企业、组织和科研院所也积极搭建了各具特色的农业信息服务平台，目前正向乡镇村发展。农村信息员队伍及以农业综合信息服务站和农业合作社为代表的农村信息服务机构发展迅速，“三电合一”、“农民信箱”、“农村热线”等信息服务模式应用深入。云计算利用海量的存储能力把农业信息资源形成高度集成和虚拟化的计算资源一“农业知识聚合云”，支持用户在任意位置、使用各种终端方便获取信息，但由于农业领域生态区域性和过程复杂性及农业区域发展不平衡和农民文化的多层次性也带来了“信息过载”、“资源隐晦”“资源迷向”等问题。

1.2 农业云环境下大数据自组织区域推送

物联网和云计算背后是大数据，在云计算模式下，用户不确定的、智能的交互，个性化需求更加多元化，信息交互行为更加频繁；在大量用户通过社会标注达成共识的过程中，逐渐形成不同社区，涌现出群体智能，形成“农业用户兴趣社交云”。利用云的海量存储、群体涌现智能、强大的计算能力和物联网感知控优势，可以提供面向用户复杂分析计算，实现业务重点由面向应用和资源的传统信息服务，转变为基于对海量农业知识进行动态划分，有目的、主动、定制、自组织推送给有需求的农业用户，为农业用户提供实时性、个性化知识服务，指导农业生产过程。

首先以Hadoop+MapReduce+HBaSe分布式框架为处理平台，对“农业用户兴趣社交云”，融合用户兴趣偏好和社交网络进行建模，将这些多元用户信息充分融入推送系统会更好产生推荐结果；将推荐对象“农业知识聚合云”按农业知识高维性、多样性、多层次性特征分类聚类为各种知识块静态和动态元数据；通过智能算法推荐和社会网络推荐为用户发现个性化内容；根据用户的地理位置、用户服务的评价以及云基础服务提供商信息将预测值最高的服务推送给用户实现与物理世界的互动（如图1）。

从以上分析可知，农业云大数据自组织区域推送的关键技术有用户兴趣模型、推荐对象模型，推荐算法、数据挖掘四个部分，以下分别对这几项技术进行论述。

1.2.1 用户兴趣模型

用户兴趣建模是个性化服务技术的基础和核心，包括数据收集、模型表示、模型学习与模型更新。用户兴趣建模的方法有很多，常用的有向量空间模型、神经网络、遗传算法、用户一项目评价矩阵、基于案例的表示、基于本体论的表示、基于加权关键词的表示，基于社会网络的表示等。几乎每种表示形式都是以一种私有形式进行知识表示，此外一些表示技术还依赖于模型学习，如广泛使用的基于向量空间模型的表示与TF-IDF学习技术联系在一起。表示形式的私有性和对学习技术的依赖性阻碍了用户模型在系统间的共享，这种共享对于减少用户建模工作量，提高推荐算法启动效率具有重要意义。因此开发独立于模型学习技术的通用用户模型表示技术是目前研究中热点，基于语义网和社交网络的用户模型在这方面表现了优势。

用户的兴趣或需求会随时间、情景发生变化，结合长期和短期兴趣及兴趣的变化用户兴趣建模的重点，目前的更新机制很难及时跟踪用户兴趣的变化，有更好的学习效率和动态变化适应能力的建模是未来的重要研究方向，国内外大量的文献对此展开了研究，遗忘函数、时间窗、用户兴趣的漂移特性等被提出。

在湖南农业云中，基于呼叫中心、互联网，手机报、手机短信，电视广播等用户在多应用系统中形成的兴趣偏好和社交网络特征，提出“农业用户兴趣社交云”建模思路：以图论模型表示用户“兴趣图”数据和“社交图”数据，根据经典的局域世界演化理论，综合考虑实际情况中用户之间的多重关系和关系的强弱程度，以用户之间相似度为节点连接概率因素，生成动态多维网络，进行用户数据的挖掘和更新；结合农业本体，在多维社交网络的基础上，将基于农业本体的区域用户兴趣融合在云计算平台上进行处理。

1.2.2 推荐对象模型

推荐本质上是将推荐对象的特征与用户的兴趣偏好进行推荐计算，所以推荐对象的描述和用户的描述密切相关。推荐系统应用不同领域，它推荐的对象也就各不相同，目前，湖南农业云主要是文本性数据；不同的对象，特征也不相同，目前没有一个统一的标准来进行统一描述，主要有基于内容、分类、聚类的方法。

基于内容的方法是从对象本身抽取信息表示对象，常见的是向量空间模型，使用最广泛的是加权关键词矢量方法进行特征选取，使用TFIDF计算每个特征的权值。向量空间模型对模型中的特征词进行权重估计（TF-IDF）过程中不考虑特征词之间的相关性，直接用特征词作为维度构建文档向量，降低了文档向量对文档概念表达的准确性以及对不同类型文档的区分能力。

基于分类的方法是把推荐对象放入不同类别，把同类文档推荐给对该类文档感兴趣的用户。主要有两种，一种是基于知识工程的方法，使专家的类别知识直接编码为分类规则，正确率和召回率高，但工作量大；近期研究最多的是另一种一机器学习，根据训练样本集建立分类器，方法有很多，常见的有概率分类、贝叶斯回归分析、决策树分类器、决策规则分类器、Rocchio分类器、神经网络分类器、支持向量机（SVM）、分类器融合、Boosting分类器、k最近邻方法（KNN）等。

研究文本聚类的最初目的是为了提高信息检索的查全率和查准率，近年来，文本聚类用于自动产生文本的多层次的类，并利用这些新生成的类对新文本进行效率较好的归类，已经提出了大量的文本聚类算法。传统的聚类算法在处理高维和海量文本时效率不很理想。针对这样的问题，将聚类分析与计算智能理论，并行计算、云计算等相结合，设计出高效的并行聚类算法，己经成为一个比较流行的研究思路。

在湖南农业知识云数据模型中，将能更好反映特征词相关性的超图模型引入，将文档中提取的特征项表示为图中节点，特征词条之间的关系构成图中边，用边上权值表示相关联特征项之间共现程度。通过对文本图模型K最近邻划分实现降维降噪的粗粒度数据切片；对切片后数据反映用户兴趣如地域、时间、诉求等多维度特征的智能聚类，实现细粒度的聚合与分割。

“农业知识聚合云”模型算法建立在基于MapReduce处理的大规模图上，得到各种知识块静态和动态元数据。

1.2.3 推荐算法

推荐算法是整个推荐系统中核心部分，大量的论文和著作都关注了这个方面。目前，基本包括以下几种：基于内容过滤推荐、协同过滤推荐、基于关联推荐、基于知识推荐、基于效用推荐、基于网络结构推荐、基于聚类推荐、基于社会网络分析推荐、混合型推荐等。通过对众多推荐算法进行比较分析，各种算法都有优缺点（如表1）：

各种推荐方法都有各自的优缺点，在实际问题中采用多种策略进行混合推荐，主要有两种混合思路：推荐结果混合和推荐算法混合。目前大部分的推荐算法都是混合推荐算法，主要还是以协同理论为核心，再配合其他算法的优点或交叉学科的理论来改善推荐的质量。另外基于社会网络个性化推荐算法研究是一个趋势，基于社会网络的推荐是协同过滤的延伸，通过考察结点之间（用户和用户之间或产品之间）的相关性和结点之间的信任度可以获得比一般协同推荐更高推荐效果，如文献提出将社会网络关系结合到推荐算法中。纵观国内外在推荐算法上的研究，主要集中在基于用户显性评分数据的协同过滤算法上，对基于非显性评分行为数据场景下的研究却显得有点不足。目前在扩展性问题上学术研究不是很具有针对性，主要集中在通过各种交叉学科中的方法来对用户进行聚类或对行为数据进行降维、压缩等缩短推荐的项目集或减少计算量，从而提升算法的性能；有关基于云平台上的推荐算法研究目前主要集中于协同过滤算法MapReduce化。而实际应用中，己出现利用分布式集群解决算法扩展性方法，如Google News的推荐算法就是部署在分布式环境下，从而满足海量数据下的推荐服务。

根据农业云大数据自组织区域推送实际情况将推荐结果和推荐算法混合，提出“三层推荐”策略：在丰富的知识块云元数据基础上，将知识块属性和用户兴趣行为基于频繁模式的知识关联撮合推荐；通过复杂网络聚类算法识别一个用户多个社区兴趣，融合“兴趣图”和“社交图”协同过滤推荐，突破算法推荐的局限性，让用户信任的朋友圈子为其发现和推荐内容，取得社交推荐的时效性和算法推荐的长尾性之间的互补，从而针对每个社区成员提供精准个性化推荐；根据基础设施服务供应商、用户所在的地理位置以及用户对服务可用性评价值的相似性等，将大量用户云终端聚类为一定数量的社区，提高云端推送服务的有效性，最终形成通过大众参与，支持云间变换，集电信网、广播电视网、互联网合一的自组织区域推送，较有效地处理一般推荐算法中存在的稀疏性、冷启动以及大规模实时计算的问题。

1.2.4 云计算下个性化数据挖掘

数据挖掘采用了多种领域中的思想，包括来自统计学的抽样、估计、假设检验以及人工智能、模式识别和机器学习的搜索算法、建模技术和学习理论。随着数据挖掘的不断发展，也采用了包括最优化、进化计算、信息论、信号处理、可视化、信息检索、云计算、并行计算等技术。与传统的数据挖掘相比，云计算下的个性化数据挖掘的目标，就是通过云计算中心，向用户提供针对其即时演化需求的数据挖掘SaaS（Software as aService，软件即服务）服务，其基础问题主要为：对于用户不同的数据挖掘需求以及针对用户特点进行个性推荐的建模和表征；数据挖掘算法适应云计算的并行分布式化；使数据挖掘的结果和算法能够支持云间变换并形成一种面向用户、即时组合的、变粒度的云服务，其中数据挖掘的云服务化是研究的难点。

（1）云计算下个性推荐的建模和表征

云下的个性推荐建模和表征与传统上个性化推荐明显的不同在于海量异构大数据和用户间群体涌现的社交网络，它们本质上形成了多个顶点的大规模图。云计算可以为大规模个性化提供技术支撑，云服务本身也有大规模个性化定制应用需求，目前研究两者结合的文献还很少，张泽华从计算资源的角度基于复杂系统理论对云计算联盟体系结构进行建模，并基于蚁群优化算法和复杂系统理论进行了负载均衡研究；郭昱就有效处理客户需求信息该如何选择与分布云计算平台中的关键节点问题，提出了基于云计算的大规模定制客户需求模型。赵东杰对复杂网络、数据挖掘与群体智能有效结合进行了探索研究。农业云大数据自组织推送通过“农业知识聚合云”分解的静态、动态知识元数据和“农业用户兴趣社交云”形成的兴趣图、社交图基于用户行为和知识元数据的关联撮合，通过人工智能和社交圈子帮助用户发现内容，实现搜索和推荐的无缝结合，为智能个性化推荐实现“内容找人”愿景。

（2）算法并行分布式与高性能计算

对于大规模数据的处理，典型系统结构大致分为三类：基于MapReduce模型的分布式并行处理系统、基于BSP模型的分布式并行处理系统和分布式图数据库系统。数据挖掘算法现在的发展趋势是基于云计算的并行数据挖掘，它的同一个算法可以分布在多个节点上，多个算法之间是并行的，多个资源实行按需分配，而且分布式计算模型采用云计算模式，数据用DFS或者HBASE，编程模式采用MapReduce这种方式。Bhaduri等整理了一个十分详尽的并行数据挖掘算法文献目录，包含了关联规则学习、分类、聚类、流数据挖掘四大类分布式数据挖掘算法，同时还包括分布式系统、隐私保护等相关的研究工作。

2 基于云计算推荐系统研究的重点、难点与热点

2.1 云环境下用户偏好获取安全与可信问题

推荐系统中，用户数据集的数量和质量问题，影响用户模型的精确度、可用性，导致问题的根本原因在于用户对隐私和安全的考虑。而云环境下，数据的安全与隐私是用户非常关心的问题。既能得到准确用户信息而提高推荐系统性能，又能有效保护用户信息同时检测并能预防推荐攻击（一些不法的用户为了提高或降低某些对象的推荐概率，恶意捏造用户评分数据而达到目的）将是未来推荐系统的一个重要研究方向。

2.2 模型过拟合问题

过拟合现象是指系统推荐给用户的对象与用户刚刚看过的不是太相似或者太不相关。过拟合（过学习）的问题本质上来自于数据的不完备性，这在实际应用中是无法完全避免的。在于兴趣偏好获取方式或隐私等原因使用户没有对足够多类别的对象进行评价。目前解决的主要方法是引入随机性，使推荐算法收敛到全局最优或者逼近全局最优，关于既要保证推荐的多样性，又不能与用户看过的对象重复或毫不相关这一问题的研究是推荐系统研究的一个难点和重点。

2.3 稀疏性与冷启动问题

稀疏性和冷启动问题困扰推荐系统很长时间了，前者的解决办法主要过滤和降维。目前针对冷启动问题提出了一些解决方法，主要分为两大方面，一是直接利用传统协同过滤的评分数据结合特定的方法进行解决，二是新用户或新项目的内容属性信息与传统的协同过滤评分数据相结合的方法进行改善冷启动问题。稀疏性与冷启动问题一直是推荐系统研究的一个难点和重点。

2.4 数据挖掘的结果和算法智能服务化

将数据挖掘算法融入针对海量用户的使用记录和计算资源间协作进行优化组合，利用这些特性通过大众参与的交互作用，提高云间服务的智能性、有效性将是大数据时代推荐系统研究的一个制高点。将数据挖掘任务及其实现算法服务化，通过SaaS方式向云计算中心索取所需的相应的数据挖掘，这可能是目前突破数据挖掘专用软件使用门槛过高、普通大众难以触及、企业用户使用成本太大、挖掘算法和结果难以实时得到评价和相应修改等问题的最有希望的解决方案之一，也是数据挖掘走向互联网大众、走向实用化的重要的一步。

2.5 大数据处理与增量计算问题

目前对大数据的研究仍处于一个非常初步的阶段，半结构化和非结构化数据给传统的数据分析带来巨大挑战，尤其算法如何快速高效地处理推荐系统海量和稀疏的数据成为迫在眉睫的问题。当产生新的数据时，算法的结果不需要在整个数据集上重新进行计算，而只需考虑增量部分，对原有的结果进行微调，快速得到准确的新结果，是增量计算的理想状态。但一般而言，随着信息量的增多，算法的误差会累积变大，最终每过一段时间还是需要利用全局数据重新进行计算。一个特别困难的挑战是如何设计一种能够保证其误差不会累积的算法，也就是说其结果与利用全部数据重新计算的结果之间的差异不会单调上升，要达到这种程度，还有很长的路要走。

结束语：

随着新一代信息技术的快速发展和信息内容的日益增长，搭载在云计算平台的自组织区域推送具有它天然的优势：云的海量存储使得推荐系统能有效获取训练数据；云的分布式计算能力提供了较高的响应能力；海量用户的使用记录和计算资源问大众参与的交互涌现，最终形成自组织优化组合的智能个性化云推送。因此，农业云自组织区域推送具有重要的研究意义和广阔的应用前景，对云环境下其他领域的个性化推送应用具有借鉴意义，但目前存在大量问题需要进行深入细致的研究。

参考文献

[1]孟祥武，胡勋，王立才，张玉洁，移动推荐系统及其应用[J]，软件学报，2013，24（1）：91-108

[2]杨涛，基于本体的农业领域知识服务若干关键技术研究[D]，上海：复旦大学计算机科学技术学院博士论文，2011，1-50

[3]杨晓蓉，分布式农业科技信息共享关键技术研究与应用[D]，北京：中国农业科学院博士学位论文，2011，3-35

[4]赵春江，农业智能系统[M]，北京：科学出版社，2009，1-210，

[5]何清，物联网与数据挖掘云服务[J]，智能系统学报，2012，7（3）：1-5，

[6]黄卫东，于瑞强，共享学习模式下知识服务云平台的构建研究[J]，电信科学，2011，12：6-11

[7]丁静，杨善林，罗贺，丁帅，云计算环境下的数据挖掘服务模式[J]，计算机科学，2012，39（6）：217-219，237

[8]邓仲华，钱剑红，陆颖隽，国内图书情报领域云计算研究分析[J]，信息资源管理学报，2012，2：10-16

[9]胡安瑞，张霖，陶飞，罗永亮，基于知识的云制造资源服务管理[J]同济大学学报（自然科学版），2012，40（7）：1093-1101

[10]程功勋，刘丽兰，林智奇，俞涛，面向用户偏好的智能云服务平台研究[J]，中国机械工程，2012，23（11）：1318-1323，1336

[11]刘波，方逵，沈岳，可重构的农业知识服务模式研究[J]农机化研究，2011，36（11）：66-70

[12]赵星，廖桂平，史晓慧，陈诚，李文圃，物联网与云计算环境下的农业信息服务模式构建[J]，农机化研究，2012，4：142-147

[13]郭永田，中国农业农村信息化发展成效与展望[J]，电子政务，2012，02-03：99-106

[14]李道亮，中国农业农村信息化发展报告（2011）[M]，北京：电子工业出版，2012，87-150

[15]钱平，郑业鲁，农业木体论研究与应用[M]，北京：中国农业科学技术出版社，2006，1-100

[16]吴丽花，刘鲁，个性化推荐系统用户建模技术综述[J]，情报学报，2006，25（2）：55-62

[17]李珊，个性化服务中用户兴趣建模与更新研究[J]，情报学报，2010，29（1）：67-71

[18]王国霞，刘贺平，个性化推荐系统综述[J]，计算机工程与应用，2012，48（7）：66-76

[19]王巧容，赵海燕，曹健，个性化服务中的用户建模技术[J]，小型微型计算机系统，2011，32（1）：39-46

软件杂志欢迎推荐投稿：http：///

[20]张华清，动态多维社会网络中个性化推荐方法研究[D]，济南：山东师范大学硕士学位论文，2012，16-31

[21]丹，面向跨系统个性化服务的用户建模方法研究[J]_情报杂志，2012，31（6）：156-161

[22]邓夏玮，基于社交网络的用户行为研究[D]，北京：北京交通大学硕士学位论文，2012，4-43

[23]马尧，基于多维用户特征建模的个性化社交搜索引擎的设计与实现[D]，广州：华南理工大学硕士学位论文，2012，12-55

[24]陈恩红，徐童，田继雷，杨禹，移动情景感知的个性化推荐技术[J]，中国计算机学会通讯，2013，9（3）：19-24

[25]Jong Hwa Kima，b，，Hyun JoonLeeb，Extraction of user profile based on workflow and information flow[J]，Expert Systems with Applications，2012，39（5）：5478-5487

[26]南智敏，钱松荣，引入漂移特性的用户兴趣模型优化研究[J]，微型电脑应用，2012，28（3）：30-32

[27]郭新明，弋改珍，混合模型的用户兴趣漂移算法[J]，智能系统学报，2010，5（2）：181-184

[28]程显毅，朱倩，文本挖掘原理[M]，北京：科学出版社，2010，9-45 [29]李涛，推荐系统中若干关键问题研究[D]，南京：南京航空航天大学博士学位论文，2009，31-80

[30]姜伦，模糊聚类算法及其在中文文本聚类中的研究与实现[D]，哈尔滨：哈尔滨理工大学硕士学位论文，2010，18-48

[31]冯汝伟，谢强，丁秋林，基于文本聚类与分布式Lucene的知识检索[J]，计算机应用，2013，33（1）：186-188

[32]陶红，周永梅，高尚，一种基于语义相似度的群智能文本聚类的新方法[J]计算机应用研究，2012，29（2）：482-532

[33]孟海东，刘小荣，基于聚类分析的图模型文档分类[J]计算机应用与软件，2012，29（1）：117-174，229

[34]饶君，张仁波，东呈晓，吴斌，基于MapReduce的大规模图挖掘并行计算模型[J]，应用科技，2012，39（3）：56-60

[35]于戈，谷峪，鲍玉斌，王志刚，云计算环境下的大规模图数据处理技术[J]，计算机学报，2011，34（10）：1753-1767

[36]吕善国，吴效葵，曹义亲，基于网络结构的推荐算法[J]_实验室研究与探索，2012，31（7）：278-280，368

[37]周佳，罗铁坚，一种基于内容关联的学术资源协同推荐算法[J]，中国科学院研究生院学报，2013，30（1）：117-123

[38]唐晓波，张昭，基于混合图的在线社交网络个性化推荐系统研究[J]情报理论与实践，2013，36（2）：91-95

[39]王立才，孟祥武，张玉洁，上下文感知推荐系统[J]，软件学报，2012，23（1）：1-20

[40]刘建国，周涛，汪秉宏，个性化推荐系统的研究进展[J]，自然科学通报，2009，19（1）：1-15

[41]许海玲，吴潇，李晓东，阎保平，互联网推荐系统比较研究[J]软件学报，2009，20（2）：350-362

[42]孙冬婷，何涛，张福海，推荐系统中的冷启动问题研究综述[J]，计算机与现代化，2012，5：59-63

[43]张亮，基于聚类技术的推荐算法研究[D]，成都：电子科技大学硕士学位论文，2012，7-18

[44]Liu， F.，Lee， H.J. Use of social network information to enhance collaborative filterinperformance.Expert[J] Systems with Applications. 2010， 37（7）：4772-4778.

[45]Jiang， J.， Lu， J.， Zhang， G.， Long， G. Scaling- Up Item-Based CollaborativeFiltering Recommendation Algorithm Based on Hadoop[C].2011 IEEE World Congress onServices.IEEE[A]. 2011， 490-497.

[46]周源，基于云计算的推荐算法研究[D]，成都：电子科技大学硕士学位论文，2012，26-64

[47]吕雪骥，基于云计算平台的智能推荐系统研究[D]，合肥：安徽大学硕士学位论文，2012，25-43

[48]刘晨，改进的聚类挖掘算法对网络自助出版“长尾”文本的推荐应用[D]，上海：复旦大学硕士学位论文，2011，10-19

[49]陈桂生，张海粟，刘玉超，云计算下的个性化数据挖掘服务[EB/OL]，[2011-2-28]中国人工智能学会通讯，http：//www，/contents/50/119，html

[50]张泽华，云计算联盟建模及实现的关键技术研究[D]，昆明：云南大学博士学位论文，2012，26-114

[51]郭昱，吴清烈，基于云计算的大规模定制客户需求响应模型及其节点的选择与分布[J]，系统工程理论与实践，2011，31（增刊2）：1-6

[52]赵东杰，张海粟，韩言妮，杨海涛，何宇，基于网络化数据挖掘的群体智能研究方法[C]，Proceedings of 2010 The 3rdInternational Conference on Computational Intelligence andIndustrial Application（Volume 9）.IEEE[A].2010，239-243.

[53]AnandRajaraman，Jeffrey David Ullman著，王斌译，互联网大规模数据挖掘与分布式处理[M]，北京：人民邮电出版社，2012，1-253

[54]Bhaduri K， Das K， Liu Kun， et al. Distributed data mining bibliography[EB/OL]. [2011-01-03]. http：// cs. umbc. edu/～hillol/DDMBIB/

篇4

李道亮教授向《中国科技财富》介绍，近年来，我国农业信息化发展虽然迅速，但仍然存在一些问题。主要表现在，农业信息技术产品不成熟、服务体系整体的不完善、缺乏相应的激励和鼓励政策及产业体系、农业信息化机制不健全和联产承包责任制规模比较小，组织化程度低等方面。要解决这些问题，李道亮教授认为，应当呼吁对农业信息化的政策支持；国家应当有意识地扶持一两个龙头企业转向农业信息化的研究与生产，加快农业信息技术及产品熟化与转化；调动三大电信运营商积极对农业信息化的投入；同时还要大力推动农业规模化经营。

篇5

[5] 何安科.基于STM32与光强传感器BH1750的无线路灯控制系统[J].企业科技与发展，2011（20）：15-17.

[6] 张海辉，杨青，胡瑾，等.可控LED亮度的植物自适应精准补光系统[J].农业工程学报，2011（9）.

[7] 朱虹.LED照明驱动及自适应调光研究[D].上海：上海大学硕士学位论文，2007.

篇6

【关键词】智能温室 电气工程 设计与实现

温室与电气自动化技术相结合形成智能温室，既自动化温室。其以计算机控制为核心，结合各类电动化技术分别由遮阳系统控制阳光照射面积和时间，喷滴灌系统控制湿度，风扇系统控制温室温度，移动苗床系统控制栽种面积与密度等多种系统组合。

1 智能温室电气工程现状及问题

1.1 智能温室的现状

我国处于急速发展的阶段，由于改革开放，我国吸收来自外界很多先进的技术，促进我国科学技术的发展，从而促进我国经济产业的发展。我国智能温室电气工程利用当代传感器技术、电子技术、通讯技术、网络技术和采集技术等多种电气工程的先进技术共同构建智能温室的各个系统。智能温室的电气工程与农业种植技术相结合现农业产品连续生产并且高产量高品质的目标。

智能温室为农业产品创建良好的生长环境，避免受到季节、温度、湿度等客观条件限制的同时，也避免多种化学污染。随着自动化的不断深化，农业产品的成本不断降低，从而整体提升农业产品的经济效益;当代技术的加入，智能温室通过信息采集系统反应的全面精确的数据信息，加深对智能温室的控制力度和完善其管理体系。

1.2 智能温室的问题

我国近几年的智能温室技术主要引进国外的先进技术，由于市场的需求，我国对于智能温室的功能正在不断开发和研究中，不断完善智能温室的各项功能。我国目前智能温室存在以下缺点：一是建立温室结构标准体系。现今我国智能温室结构没有明确的国家标准，普遍遵循企业自身制定的标准，其结构往往各个不相同，从而导致农业产品质量、产量没有统一的标准;二是智能温室监控软件的引用。我国目前没有比较适合我国环境的温室监控系统，虽然引进的温室监控软件、设备成本过高，不符合市场经济的盈利原则，还存在不适合我国温室环境和季节气候标准的测定。除此之外，大多数温室监控软件不具备采集温室环境各个因素相互影响之间的信息数据，实际上环境中各个因素之间是相互影响，相互的制约的关系，彼此之间呈现动态的变化趋势，其造就的环境因素作用于温室中的农产品，鼓励人们积极开发研究智能温室的各个功效。

2 智能温室控制系统的设计与实现

智能温室系统的控制系统主要分为气候和营养液监控系统两部分组成。气候监控系统主要是对农作物所处的外界环境进行监控，例如温室中的湿度、温度、CO2含量、光照、风速等多种环境中会影响农作物生长的外界因素进行全面的监控，形成动态的数据图，随时将环境控制在对农作物生长最有利的状态;营养液的控制系统主要根据不同农作物所需的夺中国营养元素的含量控制，为农作物创建良好的生长环境，确保农产品的产量和品质。控制系统的构件由五部分组成：

2.1 上位机的设计与实现

上机位是以计算机为核心创建完善的监控系统，在计算机屏幕上呈现相关的时间以及对应的测量值和其动态曲线图，还要设计报警系统以及各个环结构件的运行状态，使其管理者随时了解温室中相关数据信息，保持温室的最佳状态。对于温室中出现的故障、关键数据信息、报警系统所传输的数据信息，要定时对其进行储存，并且将其打印成纸质的形式，对其进行存档，防止由于外界因素丢失数据，加强温室的控制力度和便于检修人员对数据信息的调用。设定操作人员的权限，允许其根据农作的不同设定相关参数，并且有权在出现故障时强制停止。

2.2 下位机系统

下位机是接受上位机中所显示的数据信息，并且对其数据信息进行分析处理。下位机相对于上位机是一个相对独立的个体，其操作人员同样可以对温室中的相关数据进行监控和调整。下位机通过多种精密科学数据的处理，并且通过传输机构将分析结果传输给上位机，通过复杂程序的设定，对下位机下达相关指令，下位机严格按照指令行运行，实现温室中全面的监控系统。

2.3 通信通道的设计

通讯通道的设计是以稳定、便捷为主旨，确保各项功能的有效实施和对温室的控制力度。系统中通信通道采取RS485接口连接，该接口由于双接口、抗干扰功能和传输距离长的优势能够稳定、便捷传输。RS232接口其无论是稳定性、传输距离还是快捷方式都不及RS485，这类非平衡的传输方式适用于PC机之间的链接，因此上位机和下位机之间的通讯方式根据其通信的方式特点选择不同的通信方式，并且实现两种通信方式之间的相互转换，保证信息之间的稳定、便捷的传输效率。

2.4 信号采集电路的设计

信号采集电路是根据各种传感器对于温室环境的测量和敏感度所获取的信息数据传输给上位机并对温室实施综合性的监控功能，既实现对于温室环境和营养液的监控功能。为了保证数据信息的精确性和高效性，传感器灵敏程度至关重要，同时其采集电路也要具有很强的抗干扰性和简约的特点，既选择数字型传感器则符合以上要求，经常被使用，同时为了保证各个数据信息之间不相互影响，从而设定为并联电路和各种信息的模拟转换器，保证数据信息的顺利传输。

2.5 执行部分的设计

智能温室的电器工程是通过天窗和遮阳帘开、关和角度，的电机来控制温室中农作物的光照面积和程度;通风电机控制其通风状况;加热设备控制温室的温度;喷淋设备控制温室内的湿度;CO2开放阀控制室内CO2的含量;营养液的施放阀和营养液的配方保证营养液的平衡等各项执行部分为农作物创建良好的生长环境，从而提升农作物的产量和质量。

3 结束语

综上所述，智能温室是提升农业事业的有效手段，其打破季节、时间和环境各项的客观因素，为农作物创建最佳的生长环境。智能温室是由各类电气工程实现对室内的温度、湿度、光照、二氧化碳含量和营养液的释放量和成分配置等功能。其技术的不断完善推动农业事业的不断进步。

参考文献

[1]丁欣，孙智卿，郭鹏举.基于ARM的智能温室控制系统[J].山西农业大学学报：自然科学版，2010（01）.

[2]侯建华.智能温室远程控制系统的设计与实现―基于LPC2132[J].农机化研究，2010（12）.

[3]潘刚.温室环境远程智能监控系统的设计与实现[J].微型机与应用，2014（07）.

篇7

2甘肃省农业信息化评价指标体系的建立

信息化指标体系是信息化水平测算与评价的重要依据。使用信息化指标体系，可以定量衡量甘肃省信息化水平，为制定信息经济和社会发展计划提供科学、量化依据。按照农业信息化理论和研究方法，确定描述农业信息化环境、信息网络硬件建设、农业信息技术应用、农业信息资源及农业信息人力资源等5个指标，对一级指标、二级指标进行评测，建立甘肃省农业信息化评价指标体系（见表1），同时，为保证所得数据的准确性，以指标体系当中的农业信息化贡献率为例，利用数学模型对所得数据进行分析优化。

3数据来源与研究方法

3.1数据来源数据模型建立是以甘肃省农业信息化评价指标中基准层1中的第一项农业信息化贡献率为例，选取2003-2011年甘肃省农业信息化对农业总产出贡献率作为实验数据，统计数据来源为《中国固定资产投资统计年鉴》、《甘肃发展年鉴》、《中国统计年鉴》等统计资料。3.2研究方法通过MATLAB运算，利用基于粒子群优化的最小二乘支持向量机回归（leastsquaressupportvectorre-gression,下称LSSVR）算法对甘肃省农业信息化贡献率的进行研究，以期提高农业信息化投入对农业产出贡献的评价精度。3.2.1LSSVR算法LSSVR算法的基本思想，是选择一非线性映射：Z=φ（x），将n维输入i维输出样本向量从原空间映射到高维线性特征空间F构造最优线性回归函数[2,9-11]：y（x）＝w·φ（x）＋b（1）式中，w为线性回归系数，b为偏移量，φ（·）为非线性映射函数。为了获取最小二乘支持向量回归机系数w和b，将以下函数最小化：（2）其中，R（w）为结构风险，εi为容许误差，τ为正则化因子，用于控制对超出误差样本的惩罚程度。引入拉格朗日乘子αi解决上述优化问题：其中，αi为拉格朗日乘子，αi≥0。根据优化条件：，，，，分别将（3）式对w、b、εi、αi进行偏导，并消除w、εi，得到线性方程组：（4）采用径向基核函数，，σ＞0。所获得的最小二乘支持向量回归机回归函数为：（5）3.2.2粒子群优化LSSVR参数最小二乘支持向量回归机训练参数的选取对预测结果有较大影响。对此，笔者采用混合智能算法，用粒子群优化算法选取最小二乘支持向量回归机训练参数。粒子群算法是基于群体智能随机优化算法，采用“群体”和“个体”的概念，通过群体间粒子间的合作与竞争产生群体智能指导优化搜索[11]。其基本原理为随机初始化一群粒子，将其中第i个粒子定义为：Xi＝（xi1，xi2，…，xim），将粒子i的当前飞行速度定义为：Vi＝（vi1，vi2，…，vim），粒子i所经历的最好位置Pi＝（pi1，pi2，…，pim）。然后，通过迭代寻找最优解。在每一次迭代中，粒子通过个体极值和全局极值来更新自己。基本粒子群优化算法的进化方程可描述为：vij（t＋1）＝w·vij（t）＋c1·r1·（pij（t）－Xij（t））＋c2·r2·（pgj（t）－Xij（t））（6）Xij（t＋1）＝Xij（t）＋vij（t＋1）（7）（6）式中，w为惯性权值，r1、r2为0与1之间均匀分布的随机数，c1、c2为加速因子，t为进化迭代数，pij（t）为个体极值，pgj（t）为全局极值。定义的适应度函数（F）为：（8）（8）式中，yi为实际值，为预测值，M为训练数据的数量。3.2.3PSO优化的LSSVR算法（PSO-LSSVR）采用最小二乘支持向量机进行回归建模时，核函数参数、正则化因子τ的取值是一个非常关键的问题，τ控制对超出误差的样本的惩罚程度(τ>0)，反映了支持向量之间的相关程度。所以、τ的取值非常关键，取值不当会带来很大误差。具体过程略，设计算法实现步骤如下（见图1）：3.3农业信息化评价分析甘肃省农业信息化投入量基本呈波浪式增长趋势（见图2），2011年甘肃省农业信息化投入量为32.5亿元（表2），在西北五省中排第2位，但是总投入量占全国的0.15%，低于全国平均值的一半。PSO-LSSVR模型评估优化农业信息化贡献率结果见表3。

篇8

 

新形势下，要建设现代农业，需要依靠有文化、懂技术、会经营的新型农民。必须充分发挥农村的人力资源优势，大幅度增加人力资源开发投入，全面提高农村劳动者素质，为推进新农村建设提供强大的人力智力支持。循环农业作为现代农业的重要内容和发展模式，需要培育具有新理念、掌握新技能的新型农民。但目前，我国农村劳动力中大部分人基本上属于体力型和经验型农民，不具备现代化大生产所需要的初级技术能力。农民的农业生产技术水平不能满足加快农业科技进步的需要，农业经济效益不高，如何培养新型农民也成为当今社会局解决的问题。我认为要培养新型农民应从以下几个方面入手：

一、政府要加大对农村人力资源开发的投入力度

政府要加大对农村人力资源建设的投入，在经费上给予大力支持。要增加教育投资力度，鼓励社会增加教育投入，尤其是鼓励和宣传一部分富裕农民集资捐助教育。同时政府为农民提供入学贷款、为大学生到农村创业提供融资、信贷等优惠。农民要提高认识、转变观念、参与循环农业发展，需要的是信息和充分的供给。政府需对现有农业信息传播体系进行集成整合，完善循环农业信息网络建设，提高网站质量，扩充循环农业信息量，让农民与时俱进；要加强信息标准化建设，构建智能化农村社区信息平台，促进循环农业信息资源共享和开发利用，全面、高效、快捷的为农民提供信息咨询服务；促进农村信息化进程，加快信息进村入户，把政府上网工程的重点放在村组两级，不断提高农村基层适应市场，把握农业、科技发展前沿动态的能力，增强其参与农业循环经济发展的积极性和自觉性。

二、从根本上转变农民的思想观念

首先观念更新是发展农业循环经济的重要前提。农民的思想意识和价值观直接影响着农业经济的发展。要转变农民传统、保守的思想观念农业论文农业论文，树立循环农业发展理念，增强广大农民群众实施循环农业的积极性和自觉性，为循环农业的实施建立强大的社会基础。因此，在农村教育、宣传中，要将转变其思想观念放在首位，应适时引导他们抛弃传统的小农意识，走出安于现状、不思进取的误区，自觉融入发展市场经济和建设现代农业的大潮，使之感到知识经济时代已经到来，生产劳动不再是单纯的体力消耗，而是“技能加体能”、知识加勤劳”的复合型支出。其次发展循环经济，需要农业劳动者不断学习新知识、掌握新技能。农业循环经济是知识经济，农民群众要树立“知识致富”的理念。21世纪，知识就是经济，谁拥有了知识，谁就拥有了财富。没有知识的土地是贫瘠的，农业人力资源开发，就是要让农民掌握知识，运用知识，耕耘土地，创造财富。开发农民的潜能，在生产中，变“体力劳动为主”为“脑力劳动为主”，运用各种工具辅助劳动，运用各种知识指导劳动，知识致富。第三，直接面向农民群众的基层领导干部在转变农民思想观念上具有表率作用核心期刊目录龙源期刊。在农村现实生活中，一旦正确的政策路线确定后，干部队伍便起着关键性作用。他们直接影响着政策路线的正确实施。因此，转变落后的思想观念，首先是要转变农村干部的思想观念。各级干部要以科学发展观为指导，辩证地认识经济增长与环境保护的关系，转变把增长简单等同于发展的观念。在发展道路上，要彻底改变片面追求GDP增长而忽视资源和环境问题的倾向，树立资源意识和环保意识。要深刻认识发展农业循环经济对于落实科学发展观、实现经济和社会可持续发展、全面建设小康社会的重要性、必要性和紧迫性，牢固树立农业循环经济的发展观念。

三 加强农民循环农业基础知识和科技知识的教育与培训

循环农业的实施，需要更多的农业高新技术和现代管理技术，而这些技术又需要有较多文化和科技知识的农民才能掌握。因此，有必要建立一个以基础教育为依托，以农村职业教育为主体，以科技普及、培训和推广为重点的农村教育体系，造就一批有知识、懂技术、会管理的新型农民，提高农村劳动力的整体素质。在当前农村正规教育资源有限的情况下，应大力发展农业短期培训和科技普及教育，加速农民知识化进程。要改革农村基础教育模式，在义务教育中加大循环农业基础知识和科技知识内容比重，同时制定优惠政策，鼓励农业专业毕业生，退休科技工作者到农村创办职业技术教育或科技进修学校，传播循环农业的科技知识和经营管理知识。

四 发展农民合作组织，为循环农业提供组织保障

在社会主义市场经济条件下发展农业，客观上要求农民再次走上合作制的道路，即农民在经营上自己组织起来，按照生产的需要组织不同形式、不同

摘要在“民办、民管、民受益”的基本原则下，搞好办点示范农业论文农业论文，同时，建立上下工作指导机构，搞好示范推广、培训等工作。

五 有组织地转移农村剩余劳动力

大量的剩余劳动力滞留于土地上将会影响农业生产率，无助于人力资本存量的提高，也会造成诸多社会不安定因素。有组织地精农村剩余劳动力向城市转移对农业可持续发展将产生深远而积极的意义，也将为农业循环经济的发展创作有力的条件。其一，农村劳动力进城务工将增加他们的收入，随着收入的增加，农民工将有更多的资金投资于教育、健康，人力资本存量会有较大提高。其二，农村劳动力在城市务工期间，用人单位将给予他们一定的培训机会。在工作的过程中，通过干中学，农民工也将进一步提高职业技能和专业知识。其三，农村劳动力在城市工作生活过程中，会接受更多有价值的信息，这将有助于改变存留于部分农民身上的封闭意识和小富即安的保守思想，使农村劳动力更具进取精神、开拓意识。随着思想观念的转变、文化知识和职业技能的积累、生产资金的增加，农民采用先进技术和新的农业生产模式的主动性和能力也得到了提高，增强了农业循环经济的发展动力。为了促进农村剩余劳动力转移，目前最迫切的工作是改变传统的城乡分割户籍制度，消除各项对农村劳动力务工的歧视性规定，加强农民工岗前培训，建立信息完备的劳动力市场，引导农民工有序、有组织地转移。

篇9

【中图分类号】G642 【文献标识码】A 【文章编号】1006－9682（2012）06－0063－02

一、引 言

物联网（Internet of Things，IOT）又称传感网，指的是将无处不在的末端设备和设施，包括具备“内在智能”的传感器、移动终端、工业系统、楼控系统、视频监控系统和“外在使能”的各种资产、携带智能终端的个人与车辆等，通过各种无线或有线的通讯网络实现互联互通，从而提供安全可控乃至个性化的实时监控、定位溯源、报警联动、远程控制、安全防范等管理和服务功能，实现任何智能物体间的“管、控、营”一体化。物联网是继计算机、互联网和移动通信之后的又一次信息产业的革命性发展。目前物联网被正式列为国家重点发展的战略性新兴产业之一。物联网产业具有产业链长、涉及多个产业群的特点，其应用范围几乎覆盖了各行各业。并且随着科学技术的不断发展，物联网技术将催生新的产业，形成新的经济增长点，其发展前景十分可观。鉴于此，2010年8月，教育部审批通过了35所高校获批开设物联网相关专业，新设专业将自2011年开始招生。在2011年，又有27所高校设置的“物联网”专业通过了教育部的审批。

二、教学实践与教学方法的初步探索

笔者所在的大学还未申报物联网专业，但与物联网技术相关的支撑专业门类比较齐全，如信息与通信工程、电子科学技术、计算机科学与技术、控制工程及测控技术及仪器等专业。基于此，笔者在2011年连续两个学期开设了物联网技术导论的公选课，学生选课非常踊跃，170人的选课规模每次都爆满，从这可以看出当前本科生对物联网等新生技术具有非常强的学习欲望。针对物联网技术的特点，在现有教学技术的基础上，对教学方案进行了初步探索。

1．合理选择教材

笔者结合选课学生的特点：不仅有理工科学生，还有社会科学类学生，选择了周洪波博士所编写的《物联网技术、应用、标准和商业模式》一书。此书以通俗易懂的方式，指导学生了解物联网世界，且不需要较强的专业背景，适应不同专业的学生。

2．严格修订教学大纲，合理安排教学内容。

教学大纲不仅是进行教学内容及进度的依据，也是考试考查的依据，更是教学质量评估的依据。一个好的教学大纲，非常有利于教学质量的提高。在教学内容上，首先讲述物联网产业的发展与机遇，让同学们明白物联网技术无论是在经济、生活以及国家战略上都有非常重要的前景。让同学们掌握互联网、物联网以及它们的区别与联系，并了解基于四大技术的物联网支柱产业群，分别为RFID从业人员、传感网从业人员、M2M人群以及工业信息化人群；其次，着重讲述物联网产业链，即Device、Connect以及Manage（DCM）三层系统，或者也可称之为感知层、网络层和应用层。让学生了解物联网的通讯与连接，包括短距离无线通讯技术、长距离无线通讯技术、短距离有线通讯技术和长距离有线通讯技术。在物联网应用方面，通过物联网在城市市政管理、农业园林、医疗保健、智能楼宇和交通运输等方面和同学们进行交流和探讨。并通过介绍各种传感器的原理与技术，让同学们对整个物联网系统有更进一步的了解。

3．教学方法和教学互动

物联网是个实用性很强、发展前景很广的技术。将来物联网会发展到什么程度，对人类的科技和生活会产生什么影响，都是一个未知数。因而在教学过程中，笔者非常注意和学生互动，让同学们发挥自己的想象力，尽量去描绘50年，甚至100年后因物联网的存在，人们的生活所发生的翻天覆地的变化。在上课过程中，笔者既有讲述的环节，有和学生互动的环节，更有让学生分组讨论的环节。笔者希望此课程是个开放的课程，学生不仅能学到知识，更能发挥自己的主观能动性。同时，通过运用多媒体等途径来呈现物联网所存在的问题和发展前景，请同学们利用已有知识，并发挥自己的想象尝试提出解决方案，设置悬念，然后抓住重点、热点作深入分析，最后上升为理论知识。从而使课程生动形象，对错分明，环环相扣，印象深刻，气氛活跃。当然，这种讲课方式有一个前提，那就是建立在师生间平等、相互理解的基础上。这种授课方式，就是师生间的相互沟通，实现这种沟通，理解是基础，也即心灵交融，才能实现交往、沟通。

4．考核方式

为了适应物联网技术应用型人才培养目标的要求，笔者在考核方式上突出强调学生对物联网技术的基本概念掌握和发展前景设想，同时考查学生的论文写作能力，从而实现对学习过程的督促与考核，客观完整地评价学生的学习效果。在考核的评价标准上学生的成绩由学生上课过程中的讨论报告、出勤率和最终课程论文三个部分组成。其中讨论报告占20%，出勤率占20%，最终课程论文占60%。这种考核方式既能让学生进一步了解物联网技术，又能发挥学生的想象力和主动性，并能让学生初步掌握科技论文的写作格式和写作方法。

三、结束语

物联网是一个新兴的产业和技术，笔者依据物联网专业的特点，结合我校应用型人才的培养目标，从物联网专业设置的现状、教学内容、教学方法和考核方式等方面进行了初步的探讨。经过几个学期的教学探索，摸清了教学规律，优化了教学过程，改进了教学方法，使学生具有合理的知识结构，理论与实践相结合，从而具有解决实际问题的能力、开放的思维和协作能力，能够畅想未来，把握经济、社会和科学发展的大趋势，以适应社会经济和本科生教育信息化发展的需要，成为能够适应21世纪新挑战的复合型高端人才。

参考文献

1 周洪波.物联网技术、应用、标准和商业模式［M］.北京：电子工业出版社，2010

2 康晓慧、罗霄凤、张梅等.植物病理学方向研究生教学改革与探索［J］.安徽农业科学，2012（2）：1225～1227

篇10

[4]张艳红，郑春风.对高校本科毕业论文写作问题的思考[J].吉林师范大学学报（人文社会科学版），2012，（3）.

[5]王琪.高校本科毕业论文坚持之必要性及质量提高对策――以英语专业本科毕业论文为例[J].教育教学论坛，2014，（6）.

[6]柳巧玲，米天胜.高校本科毕业设计（论文）教学质量综合评价研究[J].南京审计学院学报，2010，（3）.

[7][9]邓晓成.关于提高本科毕业论文质量的思考[J].哈尔滨师范大学社会科学学报，2013，（2）.

[8]张欣.高校本科毕业论文质量提升的思考[J].内蒙古师范大学学报（教育科学版），2013，（3）.

[10]胡成.本科毕业论文（设计）的悖论与改革[J].长春工业大学学报（高教研究版），2011，（3）.

[11]吴益锋，张淑敏，田夏.上海交通大学提升本科毕业设计（论文）质量的改革与实践[J].实验技术与管理，2014，（7）.

[12]贾廷秀.思政专业本科毕业论文质量保障体系建设研究[J].长江大学学报（社科版），2013，（1）.

[13]柯颖.高校本科毕业论文教学改革的对策思考[J].学生论坛，2008，（10）.

[14]乔军，孟庆玲.提高本科毕业论文质量的几点思考[J].教育探索，2011，（9）.