关于动物医学专业少数民族学生教育的探析

分析了动物医学专业少数民族学生教育教学面临的困难及存在的问题，提出了调整少数民族班级的培养方案、民汉帮学提高少数民族学生汉语水平、提高少数民族学生的英语应用能力、提高动物医学专业少数民族学生就业质量等具体改革措施，从而达到提高少数民族学生对动物医学专业的理解、提升学生的主动学习意识、提高学生的综合能力、促进学生就业的目的。     

植物乳杆菌野生质粒分析及其提取方法的优化

乳酸菌质粒提取研究具有很长的历史。目前已有多个有效的乳酸菌质粒提取方法被报道，其中多数以乳酸球菌为研究对象，而植物乳杆菌质粒提取有效方法报道较少。该研究以植物乳杆菌为研究对象，通过对比分析并优化已报道的乳酸菌质粒提取方法，得到了高效且适于平台期植物乳杆菌野生质粒的提取方法。通过该方法进一步分析了植物乳杆菌野生质粒数和高拷贝质粒，为后续构建植物乳杆菌表达系统所需供体质粒和受体菌株提供了重要依据。     

基于两种生态学理论监控草地质量

准确理解中度干扰假说和冗余结构理论，并将两者有机结合，有助于草地质量的调控。关于这两种生态学理论所取得的相关研究成果，对于认识和理解草地生态系统的结构、功能、演替以及生产潜力具有积极作用，这也使其逐步成为指导草地畜牧业生产实践十分重要的科学依据。阐述了草地质量及其具体表示指标，以及中度干扰假说和冗余结构理论与草地质量的关系，并论述了中度干扰假说和冗余结构理论在封育、中度放牧、毒害草防治等管理措施条件下草地质量变化的生态学过程中的作用。     

典型山地草甸草原主要牧草生长发育情况分析

对天山北坡中山带典型山地草甸草原4种具有代表性的天然牧草——老芒麦（Elymus sibiricus）、黄（Astragalus membranaceus）、老鹳草（Geranium wilfordii）、千叶蓍（Achillea millefolium）的生长发育情况进行了研究。结果表明，4种牧草的高度变化趋势表现为“慢-快-慢”的植物基本生长规律；老芒麦、千叶蓍、老鹳草的生长速率在返青期到分蘖期时较快，而黄芪的生长速率则在返青后就较快，分蘖期后4种牧草的生长速率开始变慢；盖度和产量的最大值出现在6月和7月。     

大豆小肽螯合铁的制备工艺及光谱分析研究

通过铁源筛选比较得知,氯化亚铁比较适合与大豆小肽进行螯合反应制备大豆小肽螯合铁,利用响应面法优化了大豆小肽螯合铁的制备工艺,优化结果为:小肽与亚铁盐质量比4∶1,反应pH5.0,反应温度40℃,得到离子螯合率平均值为56.81%,经中试车间生产试制得到大豆小肽螯合铁的得率是78.3%,螯合率为82.39%,检测大豆小肽螯合铁的主要成分中的蛋白含量为78.94%,铁的含量为10.87%。红外和紫外光谱分析检测结果显示:大豆小肽和大豆小肽螯合铁(Fe~(2+))红外吸收峰的强度在不同波长位置上有明显的变化,大豆小肽螯合铁(Fe~(2+))在紫外波长上发生了明显的位移且宽化,表明大豆小肽螯合铁(Fe~(2+))形成了络合物。同时对大豆小肽螯合铁的结构进行了预测。     

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。     

基于图像特征R通道检测玉米粒霉变及霉变程度的方法

霉变玉米粒对食品业、畜牧业和工业加工都有影响,因此快速识别霉变玉米粒具有重要应用意义。通过试验发现,正常玉米粒与霉变玉米粒在R通道上的像素值界限分明,G通道次之,而在B通道上两者的像素值大致相同,据此提出一种基于R通道来检测霉变玉米粒的方法。该方法利用正常/霉变玉米粒R通道上像素值的特征,对测试集中的玉米粒进行数理统计分析,获得正常/霉变玉米粒R通道像素值的取值区间。通过玉米粒图像处理得到总像素点数和霉变像素点数,并定义霉变像素点数与总像素点数之比为占比,通过非参数估测方法获取正常/霉变玉米粒占比交点作为判断玉米粒是否霉变的阈值。本文还探讨霉变玉米粒的霉变程度,即将霉变像素值的区间划分为三个子区间,分别得到重度、中度和轻度霉变像素点的数量,并分别依据占比将霉变玉米粒划分为重度、中度和轻度霉变。试验结果表明,所提出的方法对玉米粒是否属于正常还是霉变,检测的正确率都达到99%;对同一批霉变玉米粒进行不同位置重复试验,也能较稳定地识别出霉变玉米粒的霉变程度。     

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。