犊牛腹泻疾病的防治

本文通过对犊牛腹泻样品的检测,分别分析了规模养殖场和散养殖户疾病发生的原因,并提出了树立正确的预防疾病观念、选用敏感抗生素、实施犊牛隔栏补饲、合理配制母牛日粮和改善卫生条件等防治措施,以期降低肉牛养殖场(户)的经济损失。     

中药复方制剂在肉鸡疫病防治中的运用

进行规模化养殖是提高农民经济效益的重要途径,家禽养殖正在向规模化饲养转变,促进了养殖业的进一步发展。但是在养殖过程中容易发生疾病,不但影响养殖质量,也会制约产业的发展。如果在疫病发生时没有进行及时有效的治疗,很容易导致家禽死亡。目前,肉鸡疾病防治中应用的防疫和治疗方法有很多,为了保证防治效果,需要进行合理选择。中药复方制剂在肉鸡疫病治疗中应用效果较为显著,是一种科学、绿色的防治手段,可以推广运用。     

山区核桃栽培及病虫害防治技术

山区发展核桃产业,不仅能提高山区农户经济收入,防止水土流失,还能增加林木覆盖率。系统分析山区核桃种植及病虫害防治办法。     

基于图像处理的茶叶智能识别与检测技术研究进展分析

作为茶叶智能化生产的关键难题之一,基于图像处理的茶叶智能识别与检测技术受到广泛关注。通过综述图像处理技术在茶叶嫩芽识别定位、茶叶病虫害检测、茶叶品种识别与品质检测等方面的研究应用,分析比较各方法的优缺点,总结现有研究存在的主要问题有嫩芽分割受光照影响较大、难以分割含与嫩芽颜色相近背景的图像、枝叶遮挡情况识别效果不理想、缺乏真实背景下茶叶病斑识别算法等。指出基于图像处理的茶叶智能识别与检测技术未来的研究重点:增加不同地域茶叶及品种的样本数据以提高算法普适性;采取多信息融合的方法以求获得更全面的茶叶嫩芽信息;枝叶遮挡严重情况下的识别策略可考虑借助机械装置或风机拨开枝叶,从而避免因枝叶遮挡而导致识别率低的现象发生。     

卵磷脂桶混助剂的特性及其在防治稻飞虱中对氟啶虫胺腈的协同增效作用

为明确新型卵磷脂类桶混助剂“融透”的特性，采用透射电镜和激光粒度分析仪表征了其物理性质，并通过室内生物测定和田间药效试验测定了其在防治稻飞虱中对氟啶虫胺腈的协同增效作用。结果表明，“融透”中含有圆形脂质体，Z平均粒径为129.5 nm。室内生物测定结果表明，“融透”可使氟啶虫胺腈对褐飞虱的毒力增加1.67倍。田间药效试验表明，“融透”可使氟啶虫胺腈对稻飞虱的防效提高9.04%~41.77%；当氟啶虫胺腈减量40%时，添加“融透”的处理对稻飞虱的防效与未添加“融透”的常量组相当。研究结果表明，卵磷脂桶混助剂“融透”可以通过形成脂质体提高药剂的利用率，从而达到增效的作用。     

鸭鹅伪结核病的分析诊断和防治方案

伪结核病是由伪结核耶尔森菌引起的一种接触性传染病。其特征性病变为多个器官中形成类似结核病的干酪样结节。伪结核病广泛分布于世界各地,其易感动物以家兔、鼠等啮齿动物为主,哺乳动物和禽类也可感染。虽然鸭鹅伪结核病发生较少,但也有报道。北京某麻鸭养殖场曾暴发本病,发病率为22.70%,死亡率为13.60%。需要养殖者给予一定重视。本文从病原、流行病学、临床症状、病理变化、诊断和鉴别、预防措施和治疗方法等方面对鸭鹅伪结核病进行了介绍。     

定稿《现代农业科技》

沃柑主要是种植在南方的一种水果,其果肉饱满,果粒紧实,多汁味甜的特点,深受人们以及果农业公司的喜爱,进而进行广泛的栽植。为了能更好的栽植沃柑,获得丰富的产量,需要以优质的栽培技术以及强化病虫害的防治,从而达到高产量高质量的沃柑。     

核桃黑斑病的发生与防治

本文详细介绍了核桃黑斑病的症状、发生规律,并总结出了采取栽植良种、加强管理及合理使用药剂的综合防治措施。     

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。