于峰
- 作品数：53 被引量：201H指数：8
- 供职机构：北京市农林科学院更多>>
- 发文基金：北京市科技计划项目北京市农林科学院科技创新能力建设专项国家科技支撑计划更多>>
- 相关领域：自动化与计算机技术农业科学经济管理文化科学更多>>
- 一种农业信息服务一体机
- 本发明公开一种农业信息服务一体机，涉及信息服务领域，包括箱体、安装在箱体侧面的显示器和内部的控制系统，所述箱体上设置有扫描窗口、照排窗口、打印机输出口、视频摄像头和输入区，控制系统连接有打印装置、扫描装置、摄像装置和通讯...
- 于峰栾汝鹏张卫张峻峰孙素芬刘新
- 文献传递
- 散养环境下鸡体重实时监测系统研究被引量：4
- 2020年
- 为了实时、自动监测散养环境下鸡的体重数据,了解整个鸡舍全群的生长状况,根据鸡的活动特点及生物习性研发了以盘式称重器为基础的鸡体重实时监测系统,对系统主要硬件结构和软件设计进行了详细的说明,并在某北京油鸡养殖基地选取5个育成期鸡舍对系统采集频率及准确度进行测试。结果表明:第一周5个鸡舍每只鸡每天平均称重3次左右,其余四周每只鸡每天称重6次左右,最高达到7次,采集样本覆盖性较高。在准确度方面,5个鸡舍监测结果整体误差介于-24.37~25.81g,相对误差为-1.99%~1.78%,测试结果符合预期要求。
- 王明刘新平阳于峰
- 关键词：散养无线传输
- 一种适用于Web日志挖掘的关联规则发现算法被引量：7
- 2013年
- Apriori算法是一种经典的关联规则发现算法。针对Web日志挖掘的特点,在Apriori算法基础上给出一种适用于动态事务数据库挖掘的关联规则发现算法,并对比该算法与Apriori算法的区别。将该算法应用到网站的日志挖掘中,实验证明该算法的性能较原算法有一定的提高。
- 栾汝朋张倩张峻峰于峰刘新
- 关键词：WEB日志挖掘APRIORI算法
- 基于.NET技术的农业信息资源共享平台开发被引量：5
- 2006年
- 北京农业数字资源中心的农业信息资源共享平台是集数据库自动建库,异构数据库统一管理,界面个性化定制,数据挖掘于一体的分布式管理Web平台。它采用了.NET技术,提高了系统开发效率。本文重点介绍平台的系统框架、数据库设计及自动建库功能的实现。
- 谭翠萍张峻峰郑怀国于峰
- 关键词：农业信息资源共享平台NET
- 生猪养殖信息化现状及问题分析被引量：8
- 2014年
- 信息化技术因其精准、高效、智能的优势,在生猪养殖行业已得到广泛应用。综述了近年来生猪养殖信息化方面的国内外研究现状,并提出了生猪养殖信息化存在的问题和未来的研究方向。
- 付蓉张倩于峰
- 关键词：生猪养殖信息化技术物联网
- 一种IP信息接收机
- 本实用新型公开了一种IP信息接收机，所述接收机外部设有机箱、电源及有电视或显示器输出端口，所述接收机内部包括嵌入式芯片为核心的微型计算机、卫星接收卡、网卡和存储设备，所述微型计算机与外部的电源相连接。本实用新型硬件、软件...
- 于峰张卫张峻峰孙素芬栾汝朋刘新
- 文献传递
- 京津冀地区市域及县域蔬菜生产特征分析被引量：3
- 2021年
- 利用区位熵指数和K均值聚类算法(K-means)分析了京津冀地区13个市域单元和184个县域单元的蔬菜生产空间分布、集聚程度及分类。结果表明:京津冀地区市域蔬菜生产大致分为紧缩型、发展型和平衡型三类;县域蔬菜生产呈现一定的专业聚集度,区位熵两极分化趋势明显,可根据县域蔬菜生产特征将京津冀地区划分为4个蔬菜生产区。
- 张倩胡雁翔于峰王明李刚
- 关键词：蔬菜生产区位熵
- 异构型农民信息机的研究和应用
- 针对目前农村基层信息化建设,研制了一种能同时通过卫星和互联网,接收多家信息服务站数据,直接连接电视或显示器输出,遥控器操作的异构型农民信息机。此设备基于嵌入式芯片为核心的微型计算机平台,采用Windows XP操作系统,...
- 张卫于峰栾汝朋黄咏华
- 关键词：异构农业信息
- 基于无线传感技术的散养鸡集蛋系统设计与实现被引量：2
- 2021年
- 为了能自动、准确采集散养环境下的产蛋数据,研究设计了基于无线传感设备的散养鸡集蛋系统,该系统集成RFID身份识别、称重传感器和数据处理模块,采用基于ZigBee协议的网络传输方式,实现了鸡蛋的自动分离、计数、称重、收集和分析功能。初步应用结果表明,该系统对鸡蛋数量的统计误差在1%以内,对鸡蛋的平均动态称重误差介于0.42%~1.13%,具有较高的准确率。该系统在试运行期间稳定、可靠,数据采集准确率符合试验预期,可用于散养环境下鸡蛋的智能化管理和采集。
- 平阳王一罡金娟于峰刘新王明
- 关键词：散养鸡蛋电子标签无线传输
- 基于CNN的作物分类识别图像获取平台研究进展
- 2024年
- 基于机器视觉的作物精准分类识别是农业自动化、智能化作业的前提。在作物图像分类识别任务中,卷积神经网络(CNN)是当前应用最广泛的算法之一。作物表型特征及生长环境的复杂性,决定作物图像获取平台的多样性。通过分析2020—2022年国内外基于CNN的作物分类识别研究,图像获取平台可划分为通用平台和自建平台两大类:通用平台硬件产品成熟、部署方便,但要做好设备选型和环境搭建;自建平台分为固定式和移动式,能高效获取试验数据,但硬件集成较为复杂。详细对比分析各类平台的优缺点及适用范围。作物图像获取平台的未来趋势包括:高通量、高效率、自动化的通用图像获取装置,集成多种传感器的多模态数据采集与融合应用,自带运算处理的智能摄像头等,更精细化的图像获取平台将有效支撑作物表型的深入研究。
- 张倩王明于峰陶震宇张辉李刚
- 关键词：卷积神经网络图像获取
