Уважаемые коллеги, доброго времени суток! Представляем вам китайское научное издание Information Processing in Agriculture. Журнал имеет второй квартиль, находится в открытом доступе, издается в Нидерландах в известном Elsevier BV, его SJR за 2018 г. равен 0, 756, печатный ISSN - 2214-3173, предметные области - Ихтиология, Прикладная наука о компьютерах, Агрономия и частное земледелие, Зоотехника и зоология, Лесное хозяйство. Вот так выглядит его обложка:
Редактором является Даолинг Ли, контактные данные - dliangl@@cau.edu.cn, office@keaipublishing.com.
Журнал был создан в 2013 году для стимулирования развития науки и техники, связанных с обработкой информации в сельском хозяйстве, у него следующие задачи:
- Содействие использованию знаний и методов технологий обработки информации в сельском хозяйстве;
- Отчет об опыте и публикациях институтов, университетов и правительства, а также о прибыльных технологиях сельского хозяйства;
- Обеспечение платформы и возможностей для обмена знаниями, стратегиями и опытом между исследователями в области обработки информации по всему миру;
- Поощрение и взаимодействие между учеными сельского хозяйства, метеорологами, биологами (патологами/энтомологами), специалистами в области информационных технологий и другими заинтересованными сторонами для разработки и внедрения методов, методик и инструментов, связанных с технологией обработки информации в сельском хозяйстве;
- Создание и продвижение экспертных групп для разработки агрометеорологических баз данных, моделирования растениеводства и животноводства, а также прикладных программ для разработки систем поддержки принятия решений, основанных на результатах деятельности сельскохозяйственных культур.
К публикации принимаются статьи на английском и китайском языках по следующим аспектас:
- Интеллектуальные датчики, биосенсоры и биоэлектроника, материальные и молекулярные инновации для химического и биологического зондирования, датчики, системы автоматизации и управления для сельского хозяйства;
- Беспроводные сенсорные сети, 4G, NB-IOT и приложения 5G в сельском хозяйстве;
- Применение дистанционного зондирования и дискретного элементного моделирования (дем) в сельском хозяйстве;
- Моделирование, оптимизация, моделирование и автоматизированное управление;
- Системы поддержки принятия решений, интеллектуальные системы и искусственный интеллект;
- Машинное зрение, компьютерное зрение, обработка и автоматизация изображений, а также технологии визуализации для высокопроизводительного фенотипирования;
- Достижения в области спектроскопии и гиперспектральных свойств биологических продуктов;
- Передовые вычислительные подходы для решения задач сельскохозяйственной и биологической инженерии;
- Применение вычислительной гидродинамики (CFD) в сельском хозяйстве;
- Инспекция и прослеживаемость качества пищевых продуктов;
- Точное земледелие, интеллектуальные инструменты, робототехника для сельского хозяйства;
- Интернет- и облачные вычисления и точное земледелие;
- Большие данные, интеллектуальный анализ данных и анализ данных для сельскохозяйственных приложений;
- Беспилотные летательные аппараты (БПЛА) для зондирования, визуализации и сельскохозяйственного аквакультурного применения.
Пример статьи, название - Detection of plant leaf diseases using image segmentation and soft computing techniques. Заголовок (Abstract) - Agricultural productivity is something on which economy highly depends. This is the one of the reasons that disease detection in plants plays an important role in agriculture field, as having disease in plants are quite natural. If proper care is not taken in this area then it causes serious effects on plants and due to which respective product quality, quantity or productivity is affected. For instance a disease named little leaf disease is a hazardous disease found in pine trees in United States. Detection of plant disease through some automatic technique is beneficial as it reduces a large work of monitoring in big farms of crops, and at very early stage itself it detects the symptoms of diseases i.e. when they appear on plant leaves. This paper presents an algorithm for image segmentation technique which is used for automatic detection and classification of plant leaf diseases. It also covers survey on different diseases classification techniques that can be used for plant leaf disease detection. Image segmentation, which is an important aspect for disease detection in plant leaf disease, is done by using genetic algorithm. Keywords: Classification; Genetic algorithmImage; processing; Plant disease detection
