禾谷镰孢菌FGSG＿09482基因功能初探

为研究禾谷镰孢菌FGSG09482基因的生物学功能,以禾谷镰孢菌为试材,采用Split-Marker基因敲除技术构建基因敲除盒,PEG (聚乙二醇)介导转化法转化禾谷镰孢菌原生质体,在含有潮霉素的培养基上培养筛选,获得FGSG09482基因敲除突变株。通过观察比较其敲除突变体表型,从而分析鉴定该基因的生物学功能。结果表明:以野生型PH-1作为对照,敲除突变体的菌落形态没有明显变化,分生孢子形态没有明显差异,培养滤液颜色没有明显区别。分生孢子侵染番茄果实实验表明,以番茄果实为侵染宿主,对比野生型PH-1,突变体致病力没有减弱。但突变体菌落的生长速率滞后于野生型PH-1;敲除突变体的产孢量低于野生型PH-1;有性杂交实验表明,敲除突变体几乎不产生子囊壳,野生型PH-1可以。本研究初步表明,FGSG09482基因对禾谷镰孢菌菌落的生长速率有一定的调控作用;对禾谷镰孢菌的分生孢子的产量、子囊壳的产生也有影响,推测FGSG09482基因可能与禾谷镰孢菌有性生殖、无性生殖过程相关。     

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。     

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。     

气吸式覆膜精量油菜播种机排种性能试验与优化设计

针对目前高寒地油菜播种机普遍存在的重播漏播率高、人工劳动强度大、生长期缺水等问题，研究设计了一种气吸式精量播种机，一次性完成膜上播种、施肥、滴水灌溉、覆膜。分析了播种机主要结构、工作原理，对其关键部件进行结构设计，以排种盘转速、气吸室负压、排种盘型孔直径为试验因素，利用软件优化分析获得合理参数组合。结果表明：播种机排种盘转速197 r·min^-1、气吸室负压2.5 kPa、排种盘型孔直径1.2 mm时，田间播种合格率为93%、重播率3%、漏播率1%，播种质量较好。田间试验表明上述参数组合下排种器工作性能满足油菜播种机工作性能要求，该研究为油菜精密播种机的研究和设计提供了理论和技术参数。     

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。     

彩色马铃薯花色苷研究进展

彩色马铃薯色彩丰富,薯形美观,营养全面,其功能成分花色苷,被公认为是人类健康饮食中的天然抗氧化剂来源。文章概述了彩色马铃薯花色苷的类型、含量、分布以及提取,重点阐述了彩色马铃薯花色苷合成路径的结构基因和调控基因,对彩色马铃薯的应用前景进行展望,以期为马铃薯天然色素资源开发利用和彩色马铃薯育种提供参考。     

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。