种母猪群养管理的问题与对策研究

随着欧盟全面禁止限位栏的使用,实现种母猪群养将成为未来福利饲养和健康养殖的新技术和新模式.从识别、饲养、分离和发情鉴别等方面分析了种母猪群养模式面临的问题,并从电子标识与自动识别、群养个饲、自动分离、发情智能鉴别等方面提出种母猪群养管理的对策;介绍了种母猪群养管理系统实现的关键技术,包括自动化控制系统和基于数据库的工作流系统.     

完善我国农村集体建设用地流转制度的几点建议

加强对农村集体建设用地流转的管理以促进农村集体建设用地流转制度的完善,关键在于相关法律法规的修改、土地产权的明确、流转条件和范围的界定、流转方式和年期的确定、流转程序的规范化、流转收益分配制度的健全、集体建设用地评价体系的构建、集体建设用地交易制度的创建,以及土地利用的统一管理.     

基于XML的高校成绩管理系统研究与实现

由于数据共享出现死锁,数据集中的成绩管理常常出现系统崩溃而影响教师登录成绩.通过分析可知,如果成绩登记表是以1个表或1个文件独立存在,可以解决因数据共享出现死锁的问题.本文研究在不影响综合教务系统其他功能的前提下,1张成绩表就是1个XML文档,实现了基于XML的高校成绩管理系统.该系统不仅可以解决死锁问题,而且可有助于实现无纸化和本地化的管理.     

科技管理数据挖掘和基于WebGIS的展示

在分析传统的科技管理工作不足的基础上,设计了一体化的科技管理数据库,通过引入工作流技术、数据挖掘技术、GIS技术,着重研究了项目申报审批与工作的流程化定制、GIS图形可视化表达和数据挖掘与统计分析等关键技术,构建了基于WebGIS的科技管理信息系统平台.     

CAD到GIS数据格式转换的探讨

针对CAD到GIS数据的转换问题,对转换前、转换后以及转换的方法从理论与实践方面进行了探讨。结果表明,为了尽量避免转换后产生的问题,必须对CAD数据进行CAD文件重命名、删除多余要素、CAD图层重新命名、CAD图层提纯以及确定CAD系统等转换前处理。     

农用无人机超低容量旋流喷嘴的雾化特性分析与试验

针对农用植保无人机超低容量喷施作业时,使用液力喷嘴产生的雾滴粒径较大,离心喷嘴结构复杂、价格较高等不足,基于旋流雾化的原理并采用模块化方法,提出了一种超低容量旋流喷嘴结构。通过对旋流喷嘴内流场的流体动力学行为和雾化特性进行数值分析与试验,明确了流体的物理特性和旋流喷嘴的结构参数等对雾化性能的影响规律。研究结果表明,液膜表面的正弦波失稳是导致锥形液膜碎化为雾滴的主要原因,在旋流喷嘴的结构参数中,喷嘴出口直径是喷嘴雾化性能的主要影响因素。当喷嘴出口直径从1增大至1.5 mm,喷雾流量平均增大了46.23%,喷雾角平均增大了29.77%,产生雾滴的索特平均直径平均增大了15%。此外,喷雾流量还与旋流槽数量成比例,旋流槽的螺旋角主要影响喷雾角。喷嘴入口处的流体相对压强则对喷雾角及雾滴粒径有较大的影响,其中喷雾角随着相对压强的增大而增大,而雾滴的索特平均直径随压强的增大呈非线性递减,当流体的相对压强从70增大至160 k Pa时,系列化旋流喷嘴的索特平均直径降低了约25%~35%。此外对于旋流喷嘴而言,流体黏度的增大会导致喷雾角的减小,但适当增加流体的黏度(不超过纯水黏度的200%)可显著降低雾滴的平均粒径,提高喷嘴的雾化质量。该研究可为农用无人机超低容量变量喷洒系统的研发提供参考。     

基于叶片病斑特征的茄子褐纹病识别方法

目前对蔬菜病害的识别方法都有一定的局限性,难以满足现代农业要求。该文以计算机视觉技术为手段,结合图像处理与模式识别技术,重点分析了茄子病害叶片上褐纹病病斑的颜色、形状、纹理特征参数,提出了一种基于叶片病斑特征的茄子褐纹病识别方法。根据在HSI(hue-saturation-intensity)颜色空间中叶片上病斑色调不同的特点,利用H分量图像提取病斑,获取病斑图片,然后提取每个病斑区域的12个颜色参数、11个形状参数和8个纹理参数等共31个特征参数。再通过方差和主成分分析法选择20个分类能力强的特征参数组成分类特征向量,并随机选取35个非褐纹病病斑的特征向量与35个褐纹病病斑的特征向量组成的训练集,构建Fisher判别函数对测试集进行分类,试验结果表明,对茄子褐纹病的识别准确率达到90%,说明该识别方法可以对茄子叶部病害进行快速、准确识别,为田间开放环境下实现茄子病害实时检测提供了技术支撑。     

面向作物表型分析的大豆植株叶片语义重建

为解决三维扫描仪、多视图数据获取的三维点云因缺少语义信息导致难以从点云上判别植株器官部位问题,提出一种二维先验语义嵌入的大豆植株叶片三维语义建模方法：首先,基于Mask R-CNN模型对大豆叶片进行语义分割;然后,对分割结果和多视图数据进行立体重建融合学习,实现大豆植株叶片二维语义到三维叶片点云迁移,获得植株叶片点云语义信息,进而建立植株叶片三维语义模型。通过多组盆栽大豆植株试验对该模型进行验证,提取叶长和叶宽与人工实测数据进行对比分析,叶长和叶宽均方误差分别为2.53和1.52 mm,决定系数分别为0.97和0.89。结果表明,该方法能够便捷、精准地构建植株叶片三维语义模型。     

基于梅尔谱图和改进ResNet34模型的鸭蛋裂纹识别算法

针对鸭蛋裂纹人工检测受主观性影响造成精度波动大等问题,利用ResNet34网络模型,提出1种基于梅尔谱图的鸭蛋裂纹识别算法。首先利用敲蛋装置收集敲蛋声音数据,再将音频转化成梅尔谱图,构建梅尔谱图数据集,然后搭建ResNet34模型,引入迁移学习机制训练模型,再通过Adam优化算法更新梯度,增加注意力机制模块并将卷积结构替换为深度可分离卷积以对网络模型进行改进,并调整参数进行优化,最后利用模型对鸭蛋裂纹进行识别。结果显示：改进的ResNet34DP＿CA网络模型检测的平均准确率为92.4%,对比原始ResNet34网络模型,平均准确率提高5.5个百分点,参数量减少32%;对比其他网络模型VGG16、MobileNetv2和EfficientNet,平均准确率分别提高10.9、13.7、16.3个百分点,识别时间为21.5 ms。结果表明,所提出的基于梅尔谱图和改进ResNet34模型的鸭蛋裂纹识别算法,能够有效地对鸭蛋裂纹进行检测识别。     

基于NFC的农产品移动溯源系统开发与应用

[目的]完成农产品加工包装、运输仓储、销售等环节相关信息的自动采集与处理,克服常见农产品溯源系统缺点,以保障农产品的质量安全,实现从农场到餐桌的农产品信息溯源.[方法]基于手机安卓系统设计并开发客户端,采用安卓系统的应用程序接口(Application programming interface,API)实现近场通讯(Near field communica-tion,NFC)标签的读写,采用android-async-http作为网络请求框架、universal-image-loader作为图片显示框架,Gson作为Json数据序列化和反序列化框架,采用基于位置的服务(Location base service,LBS)实现物流定位和轨迹跟踪;服务器端运用Java Web技术,采用JFinal作为开发框架.[结果]基于NFC开发的农产品移动溯源系统具有用户管理、溯源码读写、打包码绑定、车辆信息录入、仓储信息采集、物流路径跟踪和溯源信息查询等功能,方便涉农企业和仓储人员便捷、快速、高效录入农产品在加工包装、仓储运输及销售等环节的溯源信息,消费者也能够使用具有NFC功能的手机对农产品信息进行查询.[结论]基于NFC的农产品移动溯源系统能够很好地满足涉农企业和公众对农产品信息溯源的需求.