菌物标本信息智能采集管理系统

菌物标本信息智能采集管理系统

论文摘要

传统菌物标本采集方式使用数码相机、GPS定位仪和纸笔记录采集信息,再录入到电脑中,采集效率低下、工作重复,且二次录入易出现照片和信息对应错误。为解决上述传统采集方式存在的不足,本文开发了一套菌物标本信息智能采集管理系统,实现菌物标本信息的野外智能采集和管理。系统由移动端菌物标本信息智能采集App和服务器端菌物标本信息管理系统两部分组成,用户通过移动端App智能化录入标本信息,传输到服务器端进行存储和管理。本文研究内容包括以下三部分:训练菌物识别模型,使用TensorFlow深度学习框架,通过迁移学习的方法训练用于菌物识别的神经网络模型,并在Android平台部署;基于Android平台开发移动端App,实现菌物识别、图像采集、地理位置获取、输入信息动态匹配等菌物标本信息智能采集功能,以及标本采集数据的存储和传输;开发服务器端管理系统,基于Spring Boot框架、MySQL数据库,实现菌物标本信息和用户信息的管理,以及信息的批量导入和导出。本文开发的菌物标本信息智能采集管理系统实现了菌物标本信息的野外智能采集和管理。移动端App通过菌物识别、标本信息智能采集以及标本信息的传输,使菌物标本的野外采集更加便捷。服务器端管理系统接收采集数据,对标本采集记录和用户信息进行有效的管理。该系统简化了菌物标本采集流程,提高了采集的效率和准确率,实现了菌物标本信息采集和管理一体化。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  •   1.1 研究背景和意义
  •   1.2 国内外研究现状
  •   1.3 主要研究内容
  •   1.4 论文章节安排
  • 2 相关技术介绍
  •   2.1 Android开发平台
  •   2.2 深度学习框架TensorFlow
  •   2.3 迁移学习
  •   2.4 TensorFlow Lite
  •   2.5 OkHttp
  •   2.6 Android Camera2
  •   2.7 百度地图API
  •   2.8 Spring Boot
  •   2.9 MySQL
  •   2.10 本章小结
  • 3 需求分析
  •   3.1 移动端菌物标本信息智能采集App
  •     3.1.1 注册登录模块
  •     3.1.2 菌物标本信息采集模块
  •     3.1.3 菌物识别模块
  •   3.2 服务器端菌物标本信息管理系统
  •     3.2.1 标本管理模块
  •     3.2.2 App用户管理模块
  •     3.2.3 系统管理模块
  •   3.3 本章小结
  • 4 系统设计
  •   4.1 系统架构设计
  •   4.2 系统流程设计
  •     4.2.1 菌物标本信息采集流程
  •     4.2.2 菌物标本信息管理流程
  •   4.3 系统界面设计
  •     4.3.1 移动端菌物标本信息智能采集App界面设计
  •     4.3.2 服务器端菌物标本信息管理系统界面设计
  •   4.4 数据库设计
  •     4.4.1 移动端菌物标本信息智能采集App数据库
  •     4.4.2 服务器端菌物标本信息管理系统数据库
  •   4.5 本章小结
  • 5 基于深度学习的菌物识别模型研究
  •   5.1 数据集建立
  •   5.2 模型训练
  •   5.3 模型格式转换
  •   5.4 本章小结
  • 6 系统实现
  •   6.1 移动端菌物标本信息智能采集App实现
  •     6.1.1 菌物标本信息采集模块实现
  •     6.1.2 菌物识别模块实现
  •   6.2 服务器端菌物标本信息管理系统实现
  •     6.2.1 标本管理模块实现
  •     6.2.2 App用户管理模块实现
  •     6.2.3 系统管理模块实现
  •   6.3 本章小结
  • 7 系统安装及使用
  •   7.1 系统安装
  •     7.1.1 移动端菌物标本信息智能采集App的安装
  •     7.1.2 服务器端菌物标本信息管理系统的部署
  •   7.2 系统使用
  •     7.2.1 移动端菌物标本信息智能采集App使用简介
  •     7.2.2 服务器端菌物标本信息管理系统使用简介
  •   7.3 本章小结
  • 8 系统测试
  •   8.1 测试环境
  •   8.2 功能测试
  •     8.2.1 移动端菌物标本信息智能采集App功能测试
  •     8.2.2 服务器端菌物标本信息管理系统功能测试
  •   8.3 测试结论
  • 9 总结与展望
  •   9.1 总结
  •   9.2 工作展望
  • 参考文献
  • 个人简介
  • 导师简介
  • 获得成果目录清单
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 牟凯雯

    导师: 张海燕,付红萍

    关键词: 菌物标本,智能采集,图像识别,移动端,管理系统

    来源: 北京林业大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 生物学,计算机软件及计算机应用

    单位: 北京林业大学

    分类号: TP311.56;Q93-33

    DOI: 10.26949/d.cnki.gblyu.2019.001205

    总页数: 65

    文件大小: 4394K

    下载量: 27

    相关论文文献

    • [1].欢迎投稿《菌物研究》[J]. 菌物研究 2020(01)
    • [2].“新农科”背景下菌物科学与工程专业建设与人才培养规划[J]. 微生物学通报 2020(04)
    • [3].《菌物研究》欢迎投稿[J]. 菌物研究 2020(02)
    • [4].菌物名称注册[J]. 菌物学报 2020(07)
    • [5].关于加快我国菌物药资源开发利用的初步思考[J]. 中国发展观察 2020(Z6)
    • [6].菌物名称注册[J]. 菌物学报 2020(08)
    • [7].《菌物研究》欢迎投稿[J]. 菌物研究 2020(03)
    • [8].菌物名称注册[J]. 菌物学报 2020(09)
    • [9].加快菌物药资源开发利用[J]. 农村工作通讯 2020(14)
    • [10].《菌物研究》欢迎投稿[J]. 菌物研究 2019(01)
    • [11].《菌物研究》欢迎您投稿[J]. 菌物研究 2019(02)
    • [12].2019年《菌物研究》总目次[J]. 菌物研究 2019(04)
    • [13].欢迎投稿《菌物研究》[J]. 吉林农业大学学报 2017(05)
    • [14].欢迎投稿《菌物研究》[J]. 吉林农业大学学报 2017(06)
    • [15].欢迎投稿、欢迎订阅《菌物研究》[J]. 菌物研究 2017(04)
    • [16].欢迎投稿《菌物研究》[J]. 吉林农业大学学报 2018(01)
    • [17].《菌物研究》欢迎投稿[J]. 菌物研究 2018(01)
    • [18].欢迎投稿《菌物研究》[J]. 吉林农业大学学报 2018(03)
    • [19].欢迎投稿《菌物研究》[J]. 吉林农业大学学报 2018(04)
    • [20].欢迎投稿《菌物研究》[J]. 吉林农业大学学报 2018(02)
    • [21].开拓创新求发展 矢志不渝谱华章——《菌物研究》2008—2018年发展纪实[J]. 菌物研究 2018(03)
    • [22].2016年《菌物研究》总目次[J]. 菌物研究 2016(04)
    • [23].欢迎投稿、欢迎订阅《菌物研究》[J]. 菌物研究 2016(04)
    • [24].欢迎投稿、欢迎订阅《菌物研究》[J]. 菌物研究 2017(01)
    • [25].欢迎投稿、欢迎订阅《菌物研究》[J]. 吉林农业大学学报 2017(04)
    • [26].欢迎投稿、欢迎订阅《菌物研究》[J]. 吉林农业大学学报 2017(03)
    • [27].欢迎投稿、欢迎订阅《菌物研究》[J]. 吉林农业大学学报 2017(02)
    • [28].欢迎投稿、欢迎订阅《菌物研究》[J]. 菌物研究 2017(02)
    • [29].欢迎订阅2018年《菌物研究》杂志[J]. 食用菌学报 2017(03)
    • [30].欢迎投稿、欢迎订阅《菌物研究》[J]. 吉林农业大学学报 2015(06)

    标签:;  ;  ;  ;  ;  

    菌物标本信息智能采集管理系统
    下载Doc文档

    猜你喜欢