基于快速卷积神经网络的果园果实检测试验研究

近年来,基于数字图像处理和机器学习算法的果实自动识别检测研究已经越来越成熟。针对传统检测方法检测过程中难以满足实时性要求的缺点,采用了基于Faster-RCNN的果实快速检测模型。模型由卷积神经网络(CNN)和区域提议网络(RPN)组成,首先由CNN进行卷积和池化操作提取特征,然后由RPN选取候选区域,通过网络全连接层参数共享,由目标识别分类器和边界框预测回归器得到多个可能包含目标的预测框,最后通过非极大值抑制挑选出精度最高的预测框完成目标检测。分别对桃子、苹果和橙子的三种果实进行检测,采用迁移学习方法,使用已经预训练好的两种深度神经网络模型ZFnet和VGG16,通过数据集的训练对Dropout及候选区域数量进行参数调整完成网络调优。检测并分析果实不同布局形态下模型的检测效果。试验结果表明,当Dropout取值为0.5或0.6,候选区域数量为300时网络模型最佳,ZFnet网络中,苹果平均精确度为92.70%,桃子为90.00%,而橙子为89.72%。VGG16网络中,苹果平均精度为94.17%,桃子为91.46%,橙子为90.22%。且ZFnet和VGG16的图像处理速度分别达到17 fps和7 fps,能够达到果实实时检测的目的。     

新型果园宽幅联合仿形修剪机设计与研究

针对目前修剪机修剪形状单一,适应性差,修剪机械通用性能低的问题,通过理论分析、三维模型设计、性能试验相结合的方法,设计针对新型果园的宽幅联合仿形修剪机。主要对该整机的机架结构、切割装置、传动系统、液压系统进行了设计,并分别对机架结构和切割装置的机构进行运动分析。试验结果表明:该修剪机切割高度范围为500～4 000 mm,向左最大移动幅度为1 530 mm,向右最大移动幅度为740 mm,左右最大摆角幅度为±25°,最大切割直径为60 mm,修剪漏割率为7.3%,修剪合格率为90.9%,切割断面质量和修剪形状符合农艺学的要求。该机适应性强,通用性能高,能满足多种修剪树形的需要。     

外生菌根菌在杨树生产中的研究现状

通过对杨树外生菌根资源情况的介绍,及总结杨树菌根化育苗技术、菌根对杨树矿质营养吸收的影响、菌根对杨树抗逆性的影响等方面的研究现状,提出了外生菌根菌在杨树生产应用中未来研究的主要方向。     

不同基因型燕麦苗期耐盐碱性分析 及其鉴定指标的筛选

为探讨不同基因型燕麦苗期的耐盐碱性，筛选适宜松嫩平原种植的燕麦品种，本研究采用Hoagland营养液水培法，以250 mmol·L^-1高浓度NaHCO₃胁迫模拟松嫩平原盐碱环境，对49份来自国内外不同地区的主栽燕麦品种进行研究。试验测定了250 mmol·L^-1 NaHCO₃胁迫下燕麦的株高（X₁）、根长（X₂）、地上部鲜重（X₃）、地下部鲜重（X₄）、地上部干重（X₅）、地下部干重（X₆）、地上部含水量（X₇）、地下部含水量（X₈）、根冠比（X₉）9个指标，以各单项指标的耐盐碱系数(SATC) 作为衡量耐盐碱性的依据，利用多元分析方法对不同燕麦品种耐盐碱能力进行了综合评价。结果表明：通过对各指标的耐盐碱系数进行主成分分析，得到X₄、X₇、X₈ 3个综合指标，涵盖了全部数据86.155%的信息量；通过隶属函数分析和聚类分析将49份燕麦品种分为3类，其中草莜1号、张燕7、T7等3个品种为耐盐碱品种，HLJ 1、白燕2号等41个品种为中度耐盐碱品种，三分三、坝莜13号等5个品种为盐碱敏感品种。     

河南省猪肺炎支原体感染的流行情况调查

为了对河南省猪肺炎支原体的流行情况进行调查,试验从发生呼吸道疾病的肺中分离鉴定猪肺炎支原体,对疑似猪肺炎支原体的肺组织样品通过液体培养传代、固体培养基培养、吉姆萨染色镜检,PCR扩增,并进行测序比对。结果表明,2017年1—12月从河南省猪场发生呼吸困难的猪的实变的肺脏共采集148份,共分离25株猪肺炎支原体,分离率达16.89%。结果说明猪肺炎支原体在河南省发生呼吸道疾病的猪场中感染率较高。     

四川省猕猴桃溃疡病调查及株型鉴定

通过对四川省猕猴桃主产区的广元市、德阳市、绵阳市、巴中市、乐山市、成都市、宜宾市等区县的198个果园进行猕猴桃溃疡病调查统计，研究了溃疡病的发生与海拔、品种、树龄的关系，并且分离、纯化、鉴定猕猴桃溃疡病病原菌，结果表明，随着海拔的增高，溃疡病病害发生程度加重；在调查的品种中红阳较其他品种更容易感病；树龄小于3年或者是大于10年以上发病程度较轻。分离纯化得到343株菌株，其中有234株是溃疡病病原菌，并且均是PSA 3型菌株。     

基于双向准Z源逆变器的无刷直流电机驱动系统研究

针对农用电动运输车直流电源电压降落而导致的动力降低,以及车辆行驶工况复杂多变等问题,设计一种基于双向准Z源逆变器的无刷直流电机驱动系统。以STM32F103C8T6为控制器,完成驱动系统的硬件电路设计。通过直流母线方波升压和SVPWM控制策略,使无刷直流电机驱动系统具有ON-PWM斩波、准Z源方波升压、准Z源SVPWM三种驱动模式。最后搭建驱动系统的试验平台,取直流电源电压U_(dc)=24 V,直通占空比D_0=0.2,准Z源方波升压和准Z源SVPWM都将逆变桥的直流母线电压提升至40 V以上,有效解决直流电源电压降落的问题。驱动系统根据加速、爬坡、重载等具体工况快速、准确地切换工作模式,满足车辆的动力需求,提高车辆行驶的安全性和可靠性。     

基于PCA-Attention-LSTM网络的土壤氮含量监测

土壤作为农作物生长的主要营养来源,氮是植物生长的重要元素,有效评价土壤氮素含量可以促进配方施肥的发展。提出主成分分析、注意力机制和长短时记忆神经网络相结合的模型(PCA-Attention-LSTM)来监测土壤的氮素含量。采用PCA(主成分分析)对数据进行处理,提取影响土壤氮含量的关键影响因子,降低模型向量输入的维数,利用注意机制突出预测中的关键输入特征。在Keras深度学习框架的基础上搭建PCA-Attention-LSTM的网络模型,实现对未来2 h土壤氮含量的精监测。最后,以黑龙江省依安甜菜养植基地的数据对土壤氮含量进行训练和验证。结果表明,与RNN等其它网络模型相比,该模型的效果更好,基于PCA-Attenlion-LSTM网络模型的平均绝对误差,均方根误差和平均绝对百分误差分别为0.119、0.020、0.156。该模型预测精度高,泛化能力强,可以应用于土壤氮含量的监测。     

氨氮降解菌的分离、筛选及鉴定

家禽的规模化、集约化养殖产生了大量排泄物,这成为鸡舍内氨气的主要来源。氨气挥发前在粪便中的主要存在形式是NH4+-N,试验以硫酸铵为唯一氮源,从鸡粪便中筛选对氨氮具有高效降解性能的菌株,对其进行相关氨氮降解特性和体外抑制氨气试验。结果发现,C-2菌株能够高效降解氨氮,72 h时,C-2氨氮降解率为45.3%,且能够高效抑制鸡粪便氨气的释放。通过对其菌落形态、菌体特征、16S rDNA序列分析及生理生化试验结果,鉴定C-2菌株为枯草芽孢杆菌。本研究为以后在家禽粪便减排中的应用提供参考。