融合多头注意力的轻量级作物病虫害识别

【目的】解决当前病虫害识别方法参数多、计算量大、难以在边缘嵌入式设备部署的问题，实现农作物病虫害精准识别，提高农作物产量和品质。【方法】提出一种融合多头注意力的轻量级卷积网络(Multi-head attention to convolutional neural network,M2CNet)。M2CNet采用层级金字塔结构，首先，结合深度可分离残差和循环全连接残差构建局部捕获块，用来捕捉短距离信息；其次，结合全局子采样注意力和轻量级前馈网络构建轻量级全局捕获块，用来捕捉长距离信息。提出M2CNet-S/B/L 3个变体以满足不同的边缘部署需求。【结果】M2CNetS/B/L参数量分别为1.8M、3.5M和5.8M，计算量(Floating point operations,FLOPs)分别为0.23G、0.39G和0.60G。M2CNet-S/B/L对PlantVillage病害数据集取得了大于99.7%的Top5准确率和大于95.9%的Top1准确率，对IP102虫害数据集取得了大于88.4%的Top5准确率和大于67.0%的Top1准确率，且比同级别的模型表现优异。【结论】该方...     

巴迪可降解膜和芽接质量对橡胶树嫁接苗成活率及苗木生长的影响

【目的】改善茶叶嫩芽识别困难的问题,提高模型的识别准确率。茶叶嫩芽的识别是实现茶叶自 动化采摘的核心技术之一,而茶叶嫩芽生长的姿态以及采集图像时的拍摄角度等条件都会对茶叶嫩芽的识别带 来困难,造成识别准确率低的问题。【方法】提出一种改进的 YOLOX 茶叶嫩芽检测算法 SS-YOLOX,该方法能 准确地对一芽一叶、一芽二叶等茶叶嫩芽进行识别、分类。该方法通过添加注意力模块（Squeeze and excitation, SE）提高模型的特征提取能力,改善小目标漏检问题、引入 Soft NMS 算法改善检测框重叠度较高时的打分机 制,提高模型对不同场景下嫩芽的识别能力。【结果】消融试验表明,引入 Soft-NMS 算法、SE 模块均能提 高 YOLOX 模型模型的检测精度,以引入 SE 模块提升较为明显。通过不同嫩芽图像对比验证算法的可行性和 准确性,SS-YOLOX 模型的均值平均精度 mAP 比原 YOLOX 模型提高 2.2%,达到 86.3%,表明经过改进后, 模型的识别能力得到提升。在目标嫩芽数量较多的情况下,SS-YOLOX 模型能有效地降低漏检率和错检率。 【结论】SS-YOLOX 模型能准确识别茶叶嫩芽,且识别效果更好,可为茶叶智能化采摘提供技术基础。     

基于深度学习的在线烟叶等级判定研究

对烟叶进行等级判定可以合理利用烟叶资源，提高卷烟产品质量，对实现经济利益最大化有重要意义。提出一种基于深度学习的在线烟叶等级判定方法，该方法采用ResNeXt为基础网络，在残差结构中嵌入SE模块以增强重要通道的信息，并引入FPN+PAN结构将网络浅层细节特征和高层语义特征进行融合，以实现多尺度特征表达。测试结果表明，该方法烟叶等级判定的准确率达到92.8%,因此该方法对烟叶等级具备良好识别的能力，可适用实际生产。     

基于 YOLOv5s 和 Android 的苹果树皮病害识别系统设计

【目的】针对果园多种苹果树皮病害实时检测的需求,设计基于 Android 的苹果树皮病害识别 APP 以便进行果园精准管理。【方法】通过网络查找和实地拍摄收集轮纹病、腐烂病、干腐病 3 种病害的图片 数据,经扩增和标注后按照 8 ∶ 2 比例进行训练集和测试集的划分。使用 YOLOv5s 算法训练苹果树皮病害识别 网络模型,对训练得到的轻量级网络模型进行 Android 端部署,并设计相应 APP 界面,实现对轮纹病、腐烂病、 干腐病的快速诊断。【结果】训练后得到的深度学习网络模型识别效果良好,准确率稳定在 88.7%,召回率稳 定在 85.8%,平均精度值稳定在 87.2%。其中腐烂病准确率为 93.5%,干腐病准确率为 88.2%,轮纹病准确率为 84.3%。将其在 Android 端部署后,每张病害图片处理时间均小于 1 s,检测置信度为 87.954%。该轻量级识别系 统不仅实现了 3 种病害的快速检测,也保证了较高的识别精度。【结论】YOLOv5s 网络权重模型小,能够轻松 实现 Android 端的部署,且基于 YOLOv5s 设计的 APP 操作简单、检测精度高、识别速度快,可以有效辅助果园 精准管理。     

基于区域卷积神经网络模型的广西柑橘病虫害识别方法研究

【目的】研究基于区域卷积神经网络(R-CNN)模型的广西柑橘病虫害识别方法,为提高柑橘重要病症分类和病理检测效率提供参考依据。【方法】设计专用R-CNN模型,采用多层神经网络,通过机器学习算法和神经网络对柑橘黄龙病、红蜘蛛感染和溃疡病等广西柑橘主要病症特征图像进行识别,分析其准确率和空间复杂度。【结果】R-CNN模型对广西柑橘黄龙病的平均识别准确率为95.30%,对红蜘蛛感染的平均识别准确率为90.30%,对溃疡病的平均识别准确率为99.10%,均优于传统机器学习方法中支持向量机算法(SVM)的平均识别准确率(分别为93.20%、88.20%和95.20%),分类效果也优于小型神经网络模型如视觉几何组网络(VGG-19)模型,平均识别准确率分别提高4.25%、4.62%和2.55%。R-CNN模型在较少神经元参数(33层卷积网络)情况下,空间复杂度比SVM和VGG-19模型低,能获得更佳的柑橘黄龙病、红蜘蛛感染和溃疡病识别效果。【结论】R-CNN模型识别是一种对柑橘黄龙病、红蜘蛛感染和溃疡病行之有效的鉴别方法,可在广西柑橘果园大量部署和应用。     

基于坐标注意力机制和残差网络的水稻叶片病虫害识别

【目的】针对在自然条件下水稻叶片病虫害的识别效率不高、准确率较低的问题，探索基于ResNet深度学习网络的水稻叶片病虫害识别模型（ResNet50-CA）。【方法】在ResNet-50的残差卷积模块下引入坐标注意力机制（CA），采用LeakyReLU激活函数替代ReLU激活函数，使用3个3×3的卷积核替换ResNet-50模型首层卷积层中的7×7卷积核。【结果】在使用传统卷积神经网络进行水稻叶片病虫害研究发现，ResNet-50能够较好地平衡识别准确率和模型复杂度之间的关系，因此选择在ResNet-50网络模型的基础上加以改进。使用改进后的网络通过微调参数进行水稻叶片病虫害对比性能试验，研究发现在批量样本数为16和学习率为0.000 1时，ResNet50-CA获得最高的识别准确率（99.21%），优于传统的深度学习算法。【结论】改进后的网络能够提取出水稻病虫害更加细微的特征信息，从而取得更高的识别准确率，为水稻叶片病虫害识别提供新思路和方法。     

基于YOLOv5-C的广佛手病虫害识别

【目的】为实现复杂背景下广佛手发病早期的病虫害快速精准识别,提出一种基于YOLOv5-C的广佛手病虫害识别方法。【方法】使用YOLOv5s网络模型作为基础网络,通过引入所提出的多尺度特征融合模块,提高网络模型的特征提取与特征融合能力,均衡提高每一类广佛手病虫害的识别准确率;使用注意力机制模块提高网络模型对病虫害目标特征信息的关注度,弱化复杂背景的干扰信息,提高网络模型的识别准确率;利用改进的C3-SC模块替换PANet结构中的C3模块,在不影响网络模型识别性能的条件下减少网络模型的参数。【结果】基于YOLOv5-C的复杂背景下的广佛手病虫害识别,F1分数为90.95%,平均精度均值为93.06%,网络模型大小为14.1 Mb,在GPU上每张图像平均检测时间为0.01 s。与基础网络YOLOv5s相比,平均精度均值提高了2.45个百分点,7个类别识别的平均准确率的标准差由7.14减少为3.13,变异系数由7.88%减少为3.36%。平均精度均值比Retina Net、SSD、Efficientdet和YOLOv4模型分别高22.30、20.65、4.84和2.36个百分点。【结论】该方法...     

原烟配方模块设计原料使用定位研究

【目的】揭示原烟配方模块和单等级烟叶原料之间化学成分的关系，研究以烟叶化学成分为主要依据进行原烟配方模块组配的可行性，为更加客观、便捷地开展原烟模块设计工作提供科学参考。【方法】利用模糊综合评判方法，以河南中烟工业有限责任公司云南某产区2个原烟模块的化学成分为目标，对同产区21个单等级烟叶进行相似性分类，并用感官质量指标进行验证。【结果】相似性分类后，2个原烟配方模块的高、中、低目标值原料分别有4、5和12个以及3、9和9个；21个单等级烟叶的化学指标综合评判结果与感官质量分类结果吻合度分别达90.48%和76.19%。【结论】以原烟配方模块的化学成分为目标，可较准确地对同产区单等级烟叶进行相似性分类。研究结果在原烟模块设计目标原料快速确定方面有较好的实用性。     

基于BPNN的烤烟褐变程度识别及其分类烟叶质量分析

【目的】建立BP(Back propagation)神经网络(BPNN)自动识别系统，以实现烤烟褐变标准化和量化。【方法】以云烟87上部烟叶为样本，通过扫描获取烟叶颜色等特征信息，建立BP神经网络烤烟褐变程度识别模型，输出判别结果，以人工判别烤烟褐变结果为参考，进行相似度比较。通过外观质量、常规化学成分、多酚含量、TSNAs含量和感官质量变化分析比对，验证BP神经网络自动识别系统和人工识别结果的精准度。【结果】建立的BP神经网络模型能够精准识别烟叶褐化等级，其识别准确率为98.75%,分级烟叶外观质量、常规化学成分、多酚含量、TSNAs含量和感官质量变化与人工识别基本一致，两种识别模式无显著性差异(P<0.05),为杂色烟分级提供了客观评价方法，能有效区分不同褐变程度烟叶的可用性。【结论】BP神经网络识别系统对烟叶褐变程度鉴别精准度与人工识别接近，可以利用BP神经网络自动识别系统替代人工识别。     

基于深度可分离卷积的实时农业图像逐像素分类研究

【目的】为了提高作物和杂草的识别准确率和实时性,以苗期甜菜田间彩色图像为研究对象,提出了基于深度可分离卷积的实时农业图像逐像素分类方法。【方法】本研究使用由农业机器人采集的苗期甜菜田间彩色图像,通过人工逐像素标注方法将彩色图像中各个像素点标注为作物、杂草、土壤3个类别,并将单一类别的标注信息分别置于3个不同的图像通道,构成用于训练和测试的数据集。首先,建立以编码器-解码器为基础的深度可分离卷积神经网络模型,将编码器部分和解码器部分进行多尺度合并,由编码器部分决定像素位置,解码器部分获得像素分类;然后,为了解决分类类别覆盖率不平衡的问题,通过单通道标注信息训练,提高了低覆盖率分类类别的准确率,再将多个训练结果输出,实现对图像中的土壤、杂草、作物的识别;为了控制网络参数规模,采用宽度乘数控制点卷积核的个数,同时在不同分辨率输入条件下对网络模型进一步测试,以讨论网络模型的实时性。最后,使用随机数据增强技术扩充数据集,数据集中的80%用于网络参数的训练,20%用于测试网络性能。【结果】(1)通过与已有逐像素分类方法比较,本文方法获得较高的分类准确率。其中,SegNet方法逐像素分类的平均准确率为90.06%,U-Net方法平均准确率为92.06%,三通道标记训练的本文网络平均准确率为92.70%,单通道标记训练的本文网络平均准确率达94.99%。(2)通过计算不同方法单一类别逐像素分类的各项指标,论证了本文提出的单通道标注信息训练方法在处理分类类别覆盖率不平衡和训练样本较少情况下的优势。对杂草逐像素分类的准确率,SegNet方法为18.39%,U-Net方法为18.33%,三通道标记训练的本文网络为22.87%,单通道标记训练的本文网络准确率达41.94%。(3)通过宽度乘数可以有效控制网络模型的参数规模,当宽度乘数为1时,参数尺寸为676.8万,当宽度乘数为0.1时,参数尺寸降低到7.72万,是原始网络参数规模的1.14%,对土壤、杂草、作物的逐像素分类准确率分别仅降低2.81%、2.78%、3.7%,按照识别精度需求参数规模还可以进一步减小。(4)在输入分辨率和宽度乘数的共同作用下,讨论了网络的实时处理能力。采用GPU硬件加速对3个类别同时识别的速率可达20 fps,对单一类别识别速率达60 fps。可满足农业除草系统和作物监测系统实时在线运行。【结论】本文所提出的基于深度可分离卷积的逐像素分类方法,能对农业图像中的土壤、杂草、作物实施有效逐像素分类,同时该方法能对单一类别逐像素分类进行实时处理,满足实际系统的应用需求。     

丙草胺与4种磺酰脲类除草剂混用对稻苗安全性的影响

室内测定了丙草胺分别与磺酰脲类除草剂甲磺隆、苄嘧磺隆、醚磺隆和吡嘧磺隆混用后，一叶一心期稻苗抑制50％株高的使用浓度(IC50)和抑制10％株高的使用浓度(IC50)，并用共害系数(CHC)对混用组合安全性的联合作用进行了评价．结果表明：所有混配处理的CHC10均小于12．0，表现出强烈的解毒效应；不同混用处理的CHC50值差异很大，丙草胺与甲磺隆混用的CHC50均小于25．0，解毒效应显著．丙草胺与苄嘧磺隆混配的CHC50为26．1—167．8，丙草胺与苄嘧磺隆混用的CHC50为52.2—115.5，丙草胺与醚磺隆混用的CHC50为80．0—110．2．     

不同阶段肉仔鸡能量需要模型的建立

试验研究了0~8周龄肉仔鸡胴体与羽毛蛋白、脂肪的生长曲线及0~3、4~6和7~8周龄3个阶段每日摄入不同水平的能量及蛋白对其体蛋白、体脂肪沉积的影响,旨在确定胴体与羽毛蛋白、脂肪动态的沉积规律及日粮能量沉积为体蛋白及体脂肪的效率。试验1,包括3个饲养试验分别选取体重相近的0、21和42日龄爱拔益加(AA)肉仔鸡324只,按性别及日粮随机分为18个处理,每处理3个重复,每重复6只鸡。肉仔鸡每日限量饲喂,饲喂水平分别为正常采食量的90%、70%和50%,每日定量供给肉仔鸡高、中、低3个水平的高蛋白质基础日粮及由饲喂水平决定的定量淀粉,进而使肉仔鸡每日采食能蛋质量比(代谢能/粗蛋白)不同的9种日粮;试验2,选取体重相近的0日龄AA肉仔鸡144只,按性别不同随机分为2个处理,每处理4个重复,每重复18只鸡。试验初和试验末分别进行屠宰,以测定肉仔鸡胴体和羽毛蛋白、脂肪和干物质含量。结果显示:1)Gompertz方程能很好的拟合不同性别肉仔鸡蛋白和脂肪的生长,不同性别间蛋白和脂肪极限重量、羽毛蛋白和脂肪的生长速率差异显著(P<0.05),而胴体蛋白和脂肪的生长速率差异不显著(P>0.05)。2)在0~3、4~6和7~8周...     

ICP-OES法同时测定果蔬中铅、砷、镉、铬、铜、锡含量

果蔬样品经混酸消化后,控制一定的酸度,定容后应用等离子体发射光谱法(ICP-OES)对果蔬中铅、砷、镉、铬、铜、锡六种有害重金属进行测定,研究了分析测定条件,方法简单快速。测定结果表明,五种元素的加标平均回收率在91.0%~107%之间。其RSD均小于3.5%。按该方法进行处理及测定铅、砷、镉、铬、铜、锡,在选择的测定条件下最低检出限分别为0.0006 mg/kg、0.0003 mg/kg、0.00003 mg/kg、0.00005 mg/kg、0.00003 mg/kg、0.0006 mg/kg。     

民勤绿洲荒漠交错带三种沙丘类型的自然植被特征

基于对民勤沙井子地区植被调查数据,研究了固定沙丘、半固定沙丘和流动沙丘3种沙丘类型的自然植被特征.结果表明:从固定沙丘、半固定沙丘到流动沙丘,总盖度、灌木盖度下降,草本盖度增加.物种丰富度减小是物种多样性下降的主要原因.从植物的生活型来看,多年生草本和灌木类植物受沙丘类型的影响最大,而一年生草本和半灌木可存活于不同沙丘类型.白刺的生态优势度(重要值)由小到大依次为固定沙丘、半固定沙丘、流动沙丘.植物多样性与白刺的生态优势度呈负相关.不同沙丘类型白刺地上生物量变化明显,半固定沙丘白刺生物量最大.     

寄生虫引起的草鱼鳃病的组织病理比较研究

本文对草鱼的隐鞭虫病、车轮虫病、小瓜虫病、指环虫病、三代虫病及中华鱼蚤病六种寄生虫性鳃病的组织病理变化进行比较研究，寄生虫性鳃病均可引起鳃组织发生炎症反应，粘液分泌亢进，嗜酸粒细胞和淋巴细胞浸润；但又因病原体的种类不同，危害鱼的方式、方法不同，因此病理变化又有很大差别，对鱼危害较大的均为变质性炎，如隐鞭虫病；对鱼危害较小的则属增生性炎，如中华鱼蚤病．     

葡萄盆栽技术

葡萄盆栽技术,包括择土选种、露地扦插、田间管理、装盆及整形、肥水管理等内容,对葡萄盆栽爱好者有一定的指导意义。     

Yield and quality of maize stover: Variation among cultivars and effects of N fertilization

Biomass yields and concentrations of crude protein(CP), ether extract(EE), neutral detergent fiber(NDF), acid detergent fiber(ADF), and crude fiber(CF) were analyzed for five cultivars of summer-sown maize(Zea mays L.) stover grown in field trials at three rates of N fertilization, and sampled immediately after grain harvest.The results revealed differences in yields and concentrations of nutrients according to stalk height and hence harvest portion among the cultivars.N application greatly increased biomass yield and CP, especially in upper stalks and to a lesser extent, EE.Concentrations of NDF and ADF decreased as N rate increased.The results show that stovers from all local popular maize cultivars are suitable as animal fodder and that moderate N application improves feed quality of stover.     

Characterisation of Neonicotinoid and Pymetrozine Resistance in Strains of Bemisia tabaci (Hemiptera: Aleyrodidae) from China

Four strains of the Q biotype and one of the B biotype of the whitefly Bemisia tabaci collected from China were characterised for resistance to four neonicotinoid insecticides and pymetrozine. Q biotype strains showed moderate to strong resistance to imidacloprid, thiamethoxam and acetamiprid, but little or no cross-resistance to dinotefuron. Resistance to neonicotinoids was consistently associated with resistance to pymetrozine, despite the latter having a distinct (though unresolved) mode of action. The single B biotype strain proved largely susceptible to all the insecticides investigated. Resistance in the Q biotype strains was associated with over-expression of a cytochrome P450 monooxygenase gene, CYP6CM1, whose substrate specificity presumably accounts for the observed cross-resistance profiles.     

贵州山区做好玉米区域试验的经验与方法

玉米区域试验是在不同生态条件下,对新育成品种的丰产性、稳产性、抗逆性、适应性及品质性状等进行全面鉴定和综合评价的中间环节,是新育成品种能否通过审定推广的重要过程,是农业科研与农业生产的重要纽带,是新品种是否能在本地区推广应用的科学依据,做好玉米区域试验事关重大.     

Web2.0,以个人为中心的互联网时代的到来

本文介绍了Web2．0的知识和背景，对Web2．0出现的基础以及典型技术和应用作了阐述，同时对其作出了前景展望。