分组1 - 报告未提及投资评级 [无] - 核心观点为阐述智慧农业发展背景现状趋势等多方面内容包括人工智能在农业领域应用历程智慧农业发展趋势农业智能分析典型农业专家系统与决策支持典型农业机器人农业精准作业技术及智慧农业展望等 [1][6][18] 分组2 - 第1章智慧农业发展背景中提到中国农业发展阶段的过渡智慧农业是高新技术与农业生产结合的产业是农业可持续发展重要途径 [6] - 1.1人工智能在农业领域中的应用历程阐述人工智能概念及其在农业领域的应用潜力 [7] - 1.2智慧农业发展趋势指出智慧农业是全新农业生产方式与职能管理是中国农业4.0核心内容还提到在中国的研究进展存在问题发展前景等 [18] 分组3 - 第2章农业智能分析提到物联网等技术与农业结合产生大量数据数据挖掘与智能分析技术对现代农业发展有重要意义 [30] - 2.1农业数据挖掘指出其价值在于从大量农业数据中挖掘有用知识可用于精准农业生产等多方面 [31] - 2.1.1农业数据挖掘特点包括数据类型多样可挖掘出的知识可用于多方面用途 [32] 分组4 - 2.1.2农业网络数据挖掘是以WEB信息资源为对象的信息检索相关工具及技术发展情况 [34] - 2.1.3农业感知数据挖掘提到其数据来源特点及与网络数据的不同之处以及基本架构等 [37] - 2.1.4农业数据挖掘应用包括育种数据挖掘作物生产数据挖掘养殖数据挖掘等方面 [40][42][45] 分组5 - 2.2农业数据语义分析提到农业领域数据知识存在形式及语义分析技术研究的必要性 [47] - 2.2.1农业数据语义模型利用FAO农业本体等建立知识描述及相关概念细化等 [48] - 2.2.2农业数据存储模型基于分类方法建立逻辑存储模型及提高检索效率的相关措施 [50] 分组6 - 2.2.3农业数据知识表示提到农业领域知识构建依赖专家参与关联规则发现的重要性及相关方法 [51] - 2.2.4农业数据语义检索建立在农业本体上解决数据和知识资源定位检索推理交互问题及中英文语义检索的差异 [53] - 2.2.5分布式农业知识协同构建包含的内容及相关构建方法 [54] 分组7 - 2.3农业病虫害图像识别提到中国农业受病虫害影响传统调查方法的不足基于图像识别技术的优势及研究步骤 [56] - 2.3.1基于机器视觉的农业病虫害自动监测识别系统框架包括信息获取平台及软件的开发等 [59] - 2.3.2农业病虫害图像采集方法包括室内和田间的采集方法及相关设备 [60][62] 分组8 - 2.3.3农业病虫害图像预处理针对原始害虫图像的处理方法及受光照影响下的处理措施 [65] - 2.3.4农业病虫害特征提取与识别模型构建提取害虫特征构建识别模型的过程 [66] - 2.3.5农业病虫害模式识别获取害虫图像进行识别与计数的过程及测试结果 [67] 分组9 - 2.4动物行为分析提到动物行为学概念及与多学科相关性动物行为分析的目的畜牧生产中传统研究方法的不足及现代监测技术 [68] - 2.4中音频分析技术提到动物叫声与健康等的关系采集方案及音频分析技术的处理步骤 [69][70]