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。     

黑龙江省一 、二积温区水稻花药培养条件优化

为提高黑龙江省第一、二积温带水稻花药培养效率,促进该技术在粳稻新品种选育中的应用,以五优稻2号及黑龙江省第一、二积温区骨干亲本的F1、F2为材料,对提高花培效率的几个关键环节如取材标准、关键时期培养基配方和培养条件等进行了方法改良。结果表明:取穗以叶枕距、颖壳颜色和花药长度等多重因素为标准;适用于以五优稻2号为亲本的诱导培养基配方为进口N6+凝胶3.6g·L-1+蔗糖60g·L-1+2,4-D2mg·L~(-1);分化培养基配方为MS+KT 2mg·L~(-1)+IAA 1mg·L~(-1)+蔗糖30g·L-1+琼脂4g·L-1,同时辅以16h光照;生根培养基中加入3～6mg·L~(-1)多效唑,可以壮苗促分蘖,提高移栽成活率。     

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。     

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。     

鄂尔多斯细羊毛生产经营分析及发展对策

鄂尔多斯细羊毛主要产自内蒙古自治区鄂尔多斯市乌审旗，羊毛综合品质堪比澳毛。近年来，在各级政府的大力支持下，当地相关部门积极探索，摸索出了一条有效的细羊毛生产经营之路，细羊毛价格连年攀升，当地农牧民实现稳步增收。为了进一步推进该地区细羊毛供给侧结构性改革，建议该地区进一步加强鄂尔多斯细毛羊品种改良，做好羊毛直销的组织工作，全面推行羊毛现代化管理技术，推行羊毛公正检验制度方面的生产经营模式。     

耐盐抗旱优质高产棉花新品种‘衡棉1670’的选育研究

抗逆优质丰产棉花新品种的培育及应用是当前棉花生产节水提质增效的关键。‘衡棉1670’是河北省农林科学院旱作农业研究所以中早熟陆地棉品种资源材料‘衡棉210’为母本,以‘衡棉4号’为父本杂交,后代多年南繁北育,经旱棚盐池鉴定选择,在枯黄萎病混生重病地、不防治棉铃虫的高压胁迫下,经过多年连续定向选择育成。其突出表现为抗枯黄萎病、丰产优质、耐盐抗旱节水,适宜在河北省及黄河流域同类生态春播棉区推广种植,2019年8月通过河北省农作物品种审定委员会审定（审定编号为冀审棉20190013）。     

低聚半乳糖干预缓解肠道炎症的研究进展

肠道炎症已成为我国社会健康的难题和挑战，其发病率在我国迅速增长。肠道炎症发病原因复杂，目前尚缺乏有效的缓解药物，因此加强肠道炎症有效缓解物质的研发至关重要。低聚半乳糖（galactooligosaccharide，GOS）是一种食疗益生性较优的乳源功能性低聚糖，能够有效促进肠道内益生菌的增殖，改变肠道菌群结构，刺激免疫应答，进而改善肠黏膜屏障功能，缓解肠道炎症。本文综述近年来国内外有关肠道炎症及GOS干预缓解肠道炎症作用的研究进展，并对其应用前景进行展望，为此领域的研究提供科学依据。     

2008-2015年国家甘薯区域试验的回顾及思考

通过对八年四轮国家甘薯区域试验的回顾与分析，了解我国甘薯育种现状及发展趋势，以国家甘薯育种目标为导向，探寻我国甘薯未来的发展趋势及新品种选育的有效途径，为甘薯育种工作提供参考。