拖拉机动量飞轮主动防侧翻控制与模型试验研究

针对拖拉机侧翻致死致伤事故仍时有发生的问题，基于旋转刚体加速时的反向施矩原理，以反作用动量飞轮为执行元件，提出了从主动安全角度解决拖拉机侧翻问题的研究方法。通过构建拖拉机动力学系统数学模型，解析了整机侧翻行为的动态演变机理。为保证拖拉机主体结构的完整性，将动量飞轮置于拖拉机前部，取代传统静态配重的同时可主动提供防侧翻力矩。应用Matlab/Simulink软件，对反作用飞轮的回稳过程进行了基于PID控制的有效性仿真分析，同时设计并搭建了比例模型试验平台，对主动施矩飞轮的回稳控制效果进行了试验验证。结果表明，装备飞轮的拖拉机与无控制组对比，在一次试验中可多次实现整机的防侧翻控制，使整机防侧翻性能得到明显改善，且不同行驶工况下的试验数据与仿真结果的相关性较强，充分验证了本文拖拉机侧翻动力学模型的有效性。     

基于微信公众号构建“形势与政策”课高效互动平台

新媒体在挑战传统“形势与政策”课教学效果的同时，也为其教学改革提供了丰富的手段和机遇。微信公众号作为新媒体的强势代表，为改进“形势与政策”课教学互动，构建高效互动平台提供了可能性与优越性，能够有效改进“形势与政策”课形式大于内容的现状，其内生的互动活力、活泼多样的互动形式、符合学生话语特点的交流方式，在一定程度上可以破除学生参与课程互动的惰性和抵触心理，保护瞬间即逝的学习积极性，其三大功能还有助于实现课程教学中一对多、一对一和多对多的教育和引导。而优秀推送内容的编排和高效互动平台的构建，都应当以专业性更强的教研室为中心。     

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。     

基于嵌入式和图像处理技术的精准自动施药平台研究

介绍了精准自动施药平台的结构及HSI颜色模型,并利用直方图均衡化处理、中值滤波和迭代阈值算法等图像处理技术,实现了杂草目标和背景的分离,从软硬件两方面设计了精准自动施药平台嵌入式控制系统。测试结果表明:精准自动施药平台准确率达到了91.5%以上,说明该平台具有很高的喷药精度和稳定性,能够满足对果园除草喷药的要求。     

基于部首嵌入和注意力机制的病虫害命名实体识别

为了解决农业病虫害命名实体识别过程中存在的内在语义信息缺失、局部上下文特征易被忽略和捕获长距离依赖能力不足等问题，以农业病虫害文本为研究对象，提出一种基于部首嵌入和注意力机制的农业病虫害命名实体识别模型(Chinese agricultural diseases and pests named entity recognition with joint radical embedding and self attention, RS-ADP)。首先，该模型将部首嵌入集成到字符嵌入中作为输入，用以丰富语义信息。其中，针对部首嵌入设计了3种特征提取策略，即卷积神经网络(Convolutional neural network, CNN)、双向长短时记忆网络(Bidirectional long short term memory network, BiLSTM) 和CNN-BiLSTM；其次，采用多层不同窗口尺寸的CNNs层提取不同尺度的局部上下文信息；然后，在BiLSTM提取全局序列特征的基础上，采用自注意力机制进一步增强模型提取更长距离依赖的能力；最后，采用条件随机场(Conditional random field, CRF)联合识别实体边界和划分实体类别。在包含11个类别和24715条标注样本的农业病虫害自制语料上进行了实验。结果表明，本文模型RS-ADP在该数据集上精确率、召回率和F1值分别为94.16%、94.47%和94.32%；在具体实体类别上，RS-ADP在作物、病害、虫害等易识别实体上F1值高达95.81%、97.76%和97.23%。同时，RS-ADP在草害、病原等难以识别实体上F1值仍保持86%以上。实验结果表明，本文所提模型能够有效识别农业病虫害命名实体，其识别精度优于其他模型，且具有一定的泛化性。     

植物根系表型信息获取技术研究进展

人口数量增长和全球气候变化加剧了粮食安全供给压力,育种学家亟需培育高产、高效作物品种以满足日益增长的粮食消费需求.基于根性状的品种培育改良可有效提高作物水分、养分利用率,但根系表型观测的困难性极大地限制了育种进程.随着自动化控制、成像和传感器以及图像解译技术的发展,高通量根表型信息系统性收集已成为可能.本文综述了一系列适用于室内或田间的非破坏性或破坏性根系二维或三维结构测定技术;系统阐述了主流的根表型参数提取图像分析技术和软件;探讨了基于根表型平台的根性状筛选应用于新品种培育的成功案例,并对高通量根表型平台的进一步研发进行了展望.     

电子时代的医学图书馆馆员和循证医学

 

简要阐述了循证医学的概念及其基本特点，探讨了电子时代循证医学对于医学图书馆员的要

求，同时提出了电子时代医学图书馆员应该具备的知识和技能。

     

ER MAPPER图像汉字注记的实现

本文介绍一种为ＥＲ　ＭＡＰＰＥＲ软件的图像实现汉字注记的方法。是利用Ｃ语言ＧＬ库编程，调用矢量汉字，通过矢量迭加的方法，以实现汉字注记     

钢板宽度检测仪的研究与实现

研究了数字图像处理技术在中板宽度测量系统中的应用。讨论了影响现场测量精度的各种因素。分析了现场背景环境亮度因素对测量造成的影响;讨论了钢板表面光线反射因素对测量造成的影响,并提出了相应的解决方案。