基于深度卷积网络的育肥猪体重估测

为快速、无应激、准确地获取育肥猪体重数据,采用深度卷积网络对育肥猪体重进行了估测。结果表明:1)在改造后的Xception、MobileNetV2、DenseNet201和ResNet152V2 4种模型中,DenseNet201模型体重估测效果最好,在验证集上估测的相关系数为0.993 9,均方根误差为1.85kg,平均绝对误差为1.10kg,平均相对误差1.57%,被选为本研究所用的育肥猪体重估测模型;2)在测试数据上考察了该模型的泛化效果,其估测的相关系数为0.976 7,均方根误差为2.75kg,平均绝对误差为2.10kg,平均相对误差3.03%,效果良好;3)该模型的平均估测时间为0.16s,其处理速度远快于传统方法,更适合用于育肥猪分群系统、母猪饲喂站等对猪只体重获取速度要求严格的场合。综上,深度卷积网络模型可用于快速估测育肥猪体重,为猪场的自动化、智能化和无人化管理提供依据。     

基于深度学习VGG网络模型的海洋单细胞藻类识别算法

为更好地对海洋中单细胞藻类进行有效识别,本研究提出了基于改进式VGG16网络模型的单细胞藻类识别算法—AlgaeNet,在传统VGG网络模型基础上,通过减少卷积核数量,并添加BatchNormalization层进行神经网络模型加速。结果表明:在相同试验条件下,本研究中提出的AlgaeNet算法在训练过程中的损失值收敛速度及对测试集样本(卵形小球藻Chlorella ovalis与小等刺硅鞭藻Dictyocha fibula Ehrenberg)的预测准确率上升速度较传统VGG、AlexNet网络模型优势明显,识别准确率可达99.317%。研究表明,基于改进式VGG16网络模型的单细胞藻类识别算法AlgaeNet在单细胞藻类识别领域具有较好的分类识别性能,可实现海洋中藻类的准确识别。     

深度学习在作物病害图像识别方面应用的研究进展

在作物生产管理过程中,正确及时地诊断作物所患病害非常关键。基于深度学习的图像识别为作物病害自动快速诊断提供了新途径。相比传统图像识别所用的模式识别方法,深度学习网络模型能自行提取特征且能够由低维特征抽象出高维特征,取得更好的学习效果。系统梳理了深度学习在图像自动化识别方面的发展历程,介绍了浅层神经网络的相关概念,阐述了深度学习与之相比具有的优势,并简述了深度学习的重要图像识别算法——卷积神经网络。作物病害图像识别由单作物单病害、单作物多病害和多作物多病害的识别三部分组成,在分析讨论深度学习这三方面的研究现状以及目前该领域面临的困难与挑战的基础上,提出了未来可能突破的难点和研究重点。     

基于机器学习的ET0跨站适应性研究

【目的】针对气象数据缺失问题,研究机器学习方法在计算参考作物蒸散量(ET_0)中的应用,为ET_0的估算提供支持。【方法】基于已有的本地气象站与邻站数据,利用极限梯度提升法(XGBoost)模型和支持向量机(SVM)模型2种机器学习算法,结合江西省吉安和鄱阳2个气象站及对应邻站1966-2015年逐月气象资料,使用K折交叉验证法及4种统计指标(决定系数(R~2)、均方根误差(RMSE)、平均偏置误差(MBE)和归一化均方根误差(NRMSE))评估2种输入模式(本地输入或与邻站数据相融合输入)下估算逐月ET_0的适用性。【结果】2种输入模式下,XGBoost模型的性能整体优于SVM模型。只使用本地资料作为输入时,以最高温度(T_(max))、最低温度(T_(min))、地表总辐射量(R_s)为参数的模型性价比最高。使用邻站结合本地资料作为输入时,XGBoost模型对应的最佳输入参数为邻站ET_0数据(ET_0-ex),其平均R~2为0.986,RMSE和MBE分别为0.195和-0.106 mm/d, NRMSE为0.079。【结论】综合精度和稳定性等因素,当存在部分气象资料缺失时,使用本地数据或与邻站数据相结合,可成功估算出目标站点的ET_0值。推荐使用XGBoost模型且2种输入模式下最实用的输入组合分别为T_(max)、T_(min)、R_s和ET_0-ex,可用于类似江西鄱阳湖地区气象资料缺乏条件下ET_0的估算。     

高水分植物苜蓿强化干燥特性的试验研究

针对苜蓿为非均一性物质的特性,亟待提高各组分干燥程度的一致性。通过紫花苜蓿的生理和物理特性的试验分析,建立叶片、茎秆和草段的干燥特性曲线。利用基本的物理方法,确定最长干燥存留时间与苜蓿含水率的关系,机械处理次数和草段长度对苜蓿干燥速率的影响规律。试验研究表明:用机械压裂茎秆的方式处理的苜蓿与未处理的相比,干燥速度提高1.5~2倍。选择光滑槽压扁一次和纵向槽重复压扁三次处理的干燥效果最好。     

用力学—红外光谱法研究非胶组分对天然橡胶硫化胶拉伸诱导结晶的影响

将高度纯化及未纯化胶在同一条件下硫化,采用先进的力学——红外光谱法观察其硫化胶的应力——应变关系、应力松弛及其对应的红外二向色性比的变化情况。结果表明,非胶组分除具有促进硫化,增强硫化胶交联密度外,还具有明显的促进拉伸诱导结晶的效果,这就更好地说明非胶组分对硫化胶的补强作用。     

《机器人技术基础》课程教学探究——基于兴趣驱动学习方法探究

针对当前机器人技术课程在教学方面出现的问题,结合机器人课程多年教学实践,本文通过介绍机器人技术课程教学状况,综合当前教学方法进行了详细的分析和探究,提出了基于兴趣驱动学习的观点。从而使学生的学习由被动变主动,加深对机器人课程的认识和了解,进而达到提高教学效果的目的。     

数学分析的教与学

为推进数学分析课程的改革,培养学生应用数学分析相关知识解决实际问题的能力和提高数学专业素养,本文客观分析了数学分析教与学中存在的问题和现状,提出了待解决问题和实际对策,推进数学分析的改革进程。     

动物学探究性实验的构建与思考

探讨了动物学探究性实验应遵循的原则,并以此构建了无脊椎动物探究实验系列,旨在为探究实验的改革提供借鉴。     

篮球教学中运用合作学习的反思与前瞻

对合作学习教学与传统教学的观念进行比较,分析在篮球教学中采用合作学习出现的误区和认识偏 差,揭示了篮球合作学习教学中亟待解决的问题和注意事项,指出合作学习在篮球教学中的运用具有广阔 的发展前景。