简介:摘要:本文基于机器视觉识别技术识别杂草与作物根茎,将杂草等对耕深测量的影响进行量化处理,使用激光测距仪进行田地测试,实验结果表明耕深测量会因为杂草的影响而偏大 4-5mm。 Kalman滤波能够缩小测量范围,减小耕深测量标准差。通过 Kalman滤波编写相应程序,应用机器视觉技术,及时修正由于杂草等对耕深测量的影响,有利于进一步提高耕深的测量精度,对精准农业工程具有重要意义。
简介:用户在线评论已经成为消费者购买产品或选择服务决策中最为关注的因素。现有研究多集中于用户在线评论的解释内容,没有对在线评论解释类型对消费者购买决策的影响及其边界条件进行研究。为此,本文通过三个实验,研究在线评论解释类型对在线评论感知有用性及消费者购买意愿的影响,并探讨了上述影响的边界条件。结果发现,正面解释类型对在线评论感知有用性有正向影响,负面解释类型对在线评论感知有用性的影响不显著。对搜索品而言,解释行为的在线评论与消费者评论感知有用性呈正相关关系;对体验品而言,解释反应的在线评论与消费者评论感知有用性呈正相关关系。进一步研究发现,时间距离可以调节解释类型与产品类型对在线评论感知有用性的影响。对于搜索品,时间距离近时,相较于解释反应的在线评论,消费者对于解释行为的在线评论的感知有用性更高;而对于体验品,时间距离远时,相较于解释行为的在线评论,消费者对于解释反应的在线评论的感知有用性更高。本研究为口碑研究提供了新的思路,并且在实践中有助于电商有针对性地引导用户在线评论的内容,增强在线评论内容对其他消费者购买决策的影响,从而提高电商的销量。