基于BERT+BiLSTM+CRF深度学习模型和多元组合数据增广的渔业标准命名实体识别

为解决渔业标准命名实体识别任务中部分实体语料分布稀疏导致的效果不佳问题,提出了基于多元组合数据增广(data augmentation method based on multiple combination,MCA)的渔业标准命名实体识别方法,该方法融合了基于领域词典的联合替换算法(joint replacement algorithm based on domain dictionary,DDR)、基于槽点保护的随机删除算法(random deletion algorithm based on slot protection,SPD)和基于槽点保护的随机插入算法(random insertion algorithm based on slot protection,SPI)进行语料库的数据增广,首先构建"水产品名称"同类词词典和领域同义词词典,通过两个词典分别对"水产品名称"类实体和随机词进行同类词替换和同义词替换,生成新的句子,以增加目标实体数量和句子的多样性,然后在基于槽点保护的情况下对原句子分别进行随机删除和随机插入操作,在保留实体及上下文特征的情况下进一步丰富语料的多样性,提高模型的泛化能力.结果表明,采用基于融合注意力机制的BERT+BiLSTM+CRF网络模型和多元组合数据增广方法进行渔业标准命名实体识别,准确率、召回率、F1值分别达到了91.73％、88.64％、90.16％,具有较好的效果.研究表明,基于多元组合数据增广的渔业标准命名实体识别方法有效解决了部分实体样本稀疏问题,提升了渔业标准命名实体识别的整体效果.     

不同精粗比饲粮对育肥前期牦牛生长性能、血清生化指标及瘤胃发酵参数的影响

本试验旨在研究不同精粗比饲粮对育肥前期牦牛生长性能、血清生化指标及瘤胃发酵参数的影响。选取3周岁、体重[(164.9±12.9) kg]相近、体况良好的公牦牛48头,随机分为4组,每组12头。4组牦牛分别饲喂精粗比为35∶55(C35组)、50∶50(C50组)、65∶35(C65组)和80∶20(C80组)的试验饲粮。预试期为15 d,正试期为90 d。结果表明:1) C65和C80组的平均日增重(ADG)和干物质采食量(DMI)显著高于C35组(P0.05),C35组的料重比(F/G)显著高于其他3组(P0.05)。2) C65和C80组的血清葡萄糖含量显著高于C35和C50组(P0.05),C65组的血清总蛋白显含量著高于C35组(P0.05),C65组的血清尿素氮含量显著低于C35和C80组(P0.05),C80组的血清谷丙转氨酶和谷草转氨酶活性显著高于其他3组(P0.05)。3)C80组的瘤胃液pH显著低于其他3组(P0.05),C65组的瘤胃液氨态氮含量显著低于C30和C80组(P0.05),C80组的瘤胃液总挥发性脂肪酸含量显著高于其他3组(P 0.05),C35和C80组的瘤胃液乙酸含量显著高于C50和C65组(P0.05),C65和C80组的瘤胃液丙酸、丁酸和异丁酸含量显著高于C35和C50组(P0.05),C65组的瘤胃液乙酸/丙酸显著低于其他3组(P0.05)。综上所述,综合育肥前期牦牛生长性能、血清生化指标及瘤胃发酵参数,饲粮精粗比为65∶35时效果最佳。     

基于卷积神经网络的玉米病害识别方法研究

为解决传统的玉米病害识别方法中特征提取主观性强及误识率高的问题,提出利用卷积神经网络对玉米病害进行识别。以玉米病害图像和健康图像共5种类别的玉米图像为研究对象,并采用LeNet模型进行试验。首先,按照8∶2的比例为每种玉米病害图像选择训练集和测试集。然后,通过试验组合和对比分析的方法比较不同卷积神经网络结构设置对准确率的影响,选出最佳参数。另外,选用Adam算法代替SGD算法来优化模型,通过指数衰减法调整学习率,将L2正则项添加到交叉熵函数中,并选择Dropout策略和ReLU激励函数。最后,确定了一个10层CNN网络结构。试验结果显示,玉米花叶病、灰斑病、锈病、叶斑病和玉米健康识别率分别为95.83%、90.57%、100%、93.75%、100%,平均识别率达96%,平均计算时间为0.15 s。经试验结果比较,该模型识别效果明显高于传统方法,为玉米病害的防治提供技术支持。     

面向温室大棚的自清洁式土壤参数监测仪研制

温室大棚土壤环境参数影响作物正常生长，需长期对其进行监测。针对现有固定式温室大棚土壤参数监测仪中传感器末端普遍长期埋于土壤中，导致传感器使用寿命缩短的问题，引入一种基于Arduino的土壤参数监测仪。该仪器可实现对土壤参数的定时检测，为植物生长所需土壤营养成分的配比和定时灌溉提供实时精准参考数据。在数据采集完成后实现对监测仪传感器探针部位的自动清洁和维护，减缓了传感器因长时间接触土壤造成的电化学腐蚀生锈，提高了传感器使用寿命。该监测仪为实现智能化温室环境动态监控物联网系统的开发奠定了一定基础。      

茄子黄萎病识别及绿色防治

茄子黄萎病是危害茄子的主要病害之一,一般田块发病株率10%~15%,严重田块发病株率50%~70%,导致产量大幅降低,甚至绝收。现就茄子黄萎病的症状识别、发生条件、发生规律及绿色防控技术介绍如下。1症状茄子黄萎病俗称半边疯、半边黄、黑心病,该病在苗期发病很少,多在结果后表现症状,叶片是症状最直观的表现部位,发病初期近叶柄的叶缘部叶脉间褪绿,晴天高温时萎蔫,夜间或天气转阴时恢复,随着病害的发生发展。     

蓝光对滇重楼生长及光合作用的影响

[目的]研究不同波长(410、440、450、460和485 nm)蓝光对滇重楼(Paris polyphylla var.yunnanensis)生长及光合作用的影响。[方法]以3年生滇重楼种苗为试材,测定不同波长蓝光处理3个月后的光合参数、叶绿素荧光参数及生长指标等。[结果]410和485 nm蓝光处理下滇重楼潜在光合能力和长势较差,440 nm蓝光处理下净光合速率(P_n)、气孔导度(G_s)和蒸腾速率(T_r)均最高,全株鲜质量较初始鲜质量增加比例最高,而胞间CO_2浓度(C_i)较低,且光系统Ⅱ的最大光合效率(F_v/F_m)低于正常范围,非光化学猝灭参数(NPQ)较低,说明该波长蓝光处理对滇重楼造成光胁迫;440 nm蓝光处理下滇重楼叶绿素a及叶绿素(a+b)含量均最高,叶绿素b含量较高,仅次于450 nm蓝光处理。[结论]440 nm蓝光处理下滇重楼叶片光合能力较强,有利于其鲜质量增加和光合色素含量的累积。     

ZJ17卷烟机工艺参数对烟支质量的影响研究

运用3因素3水平正交试验研究ZJ17卷烟机在以7000支/min速度运行的情况下,卷烟机上弹丝辘转速、小风机压力、风力工艺除尘系统压力3个工艺参数对卷烟烟支产品质量的影响,通过试验得出最佳工艺参数,并对工艺参数和设备进行了调整改进。     

油菜角果数量及关键表型参数的自动化检测方法研究

为有效替代人工方式考种油菜、观测角果,研究了一种用于测量批量角果的数量和关键表型参数的自动化检测方法。设计了角果散铺和图像采集装置,利用拨动加振动的方式将堆积角果均匀散开并拍摄视频;使用二维码作为标记块,以有效地提取关键帧并拼接为包含全部角果的整幅图像;提出了基于凹点提取与匹配的图像分割方法,分割各种形态下的重叠角果,准确率达到98%以上。在关键表型参数测量中,利用了最大类间方差法以判断角果的正置或侧置姿态,以此估计角果横切面的近似椭圆长短轴,再计算角果的长度、表面积和体积。实验结果表明该方法具有很好的检测精度,对不同品种的油菜适应性较好,长度、表面积和体积的估计误差分别不大于2.9%、4.8%和5.0%。该方法可以有效替代人工方式的油菜考种,为相关农业科研领域提供基础数据。     

滴灌下氮盐交互对加工番茄荧光特性及产量品质的影响

【目的】新疆有着全中国最大面积的盐碱地和加工番茄的种植基地。在新疆开展两年试验以研究加工番茄在氮盐交互下生长、生理、产量和品质的变化规律,获得适宜新疆盐碱地种植加工番茄的合理施氮量和土壤盐分范围,为新疆扩大加工番茄种植面积和合理施氮提供科学的理论依据及技术途径。【方法】试验于2017和2018年在石河子大学现代节水灌溉兵团重点实验基地进行,以当地主栽品种3166为试验材料,2017年试验共设置4个土壤含盐量水平：1.5、4.0、7.0和10.0 g·kg ^-1及4个氮素水平：201、166、131和96 kg·hm ^-2,2018年在2017年的基础上去除10.0 g·kg ^-1的土壤含盐量,增加5.0 g·kg ^-1的土壤含盐量和不施氮量处理。试验测定和分析加工番茄的荧光叶绿素参数、产量和品质指标。【结果】在氮盐交互下,加工番茄荧光参数及产量等指标均呈现出复杂的变化规律。绝大多数的荧光参数及产量受土壤盐分的主导作用较氮素强,在同等氮素水平下,7.0 g·kg ^-1和10.0 g·kg ^-1的土壤盐分对加工番茄荧光指标抑制程度最大;低盐分水平下,166 kg·hm ^-2的中等偏高的施氮量对加工番茄的荧光指标促进作用最大,其次是施氮201 kg·hm ^-2的处理;在中等偏高的盐分水平下,96 kg·hm ^-2的低氮对加工番茄的最好,其次为不施氮水平。加工番茄的鲜果产量总体上符合“盐高产低”的规律,但低氮高盐处理的产量明显高于其他同盐度的氮素水平下的产量。可溶性固形物、VC、可溶性糖和可滴定酸均随着土壤含盐量的增大逐渐增大,糖酸比的最大值均出现在低盐处理,盐分对加工番茄品质的影响远高于氮素,二者交互对加工番茄的品质并无显著性影响。通过图形叠加分析方法,得出了加工番茄获得相对最优产量和品质的合理施氮范围和土壤含盐量区间。【结论】在盐碱程度偏高的土壤可通过少施氮素来提高加工番茄产量;加工番茄获得相对最优产量和品质的合理施氮范围和土壤含盐量区间为N：98.12—119.60 kg·hm ^-2,S：3.57—5.58 g·kg ^-1。