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。     

基于深度学习的小浆果一体化智能采摘与分选研究进展

小浆果因具有较高的营养价值和保健作用深受人们喜爱，被国际市场誉为第3代水果。随着市场需求量的增加，林业小浆果的智能采摘与分选成为一种新的趋势。目前，由于现有技术自动化和智能化程度不高，导致大量人力、物力的投入。深度学习方法的飞速发展促进了检测技术的精确作业和检测精度的提高。文中概述了深度学习的发展进程，通过总结国内外关于深度学习方法在小浆果采摘与分选中的应用，提出深度学习方法在实际应用过程中存在的问题及解决措施，并展望深度学习方法在小浆果智能采摘与分选检测方面的发展趋势。     

黄腐酸联合黄连解毒散对肉鸡肠道功能影响的研究

试验以黄腐酸和黄连解毒散为材料,将150只肉鸡随机分成空白组、抗生素组、黄腐酸组、黄连解毒散组、混合组Ⅰ、混合组Ⅱ及混合组Ⅲ,通过考察鸡肠道结构(肠绒毛高度、隐窝深度)、菌群(双歧杆菌、乳酸杆菌、大肠杆菌)数、消化酶(蛋白酶、脂肪酶、淀粉酶)活力,以及肠道pH值等指标,探讨黄腐酸联合黄连解毒散对肠道功能影响。结果显示,与空白组相比,42 d混合组Ⅱ可使肠道乳酸杆菌数量、淀粉酶活力分别提高了6.83%(P<0.05)、15.23%(P<0.05);混合组Ⅰ与空白组相比,肠道蛋白酶活力、隐窝深度分别提高了77.94%(P<0.01)、15.84%(P<0.01),与抗生素组相比,肠绒毛高度增加了32.74%(P<0.01);混合组Ⅱ与混合组Ⅲ相比,V/C值升高33.06%(P<0.01)。结果表明,肉鸡日粮中添加适量的黄腐酸和黄连解毒散能显著提高肉鸡消化酶活力,改善肉鸡肠黏膜结构及菌群组成,从而提高肉鸡的生长性能。     

枸杞枝屑作为平菇栽培基质配方优化试验

以平菇为试材,以不同比例的枸杞枝屑为主要原料,采用袋栽方式栽培平菇,研究不同栽培基质对菌丝生长情况及生物学效率的影响,并在原试验配方基础上优化基质结构。结果表明:枸杞枝屑的含量不同对平菇菌丝的生长速度和生物学效率的影响不同,但无论枸杞枝屑作为低温型平菇栽培基质还是高温型平菇栽培基质,以枸杞枝屑45%、玉米芯40%、麦麸10%、石膏粉2%、胡麻饼2%、过磷酸钙1%为最佳配方;在此配方下平菇表现为菌丝生长势较强,产量高,生物学转化率高。     

工厂化育苗技术初探

近年来，设施农业生产育苗得到业内人士高度重视，工厂化育苗小区建设投入逐年加大，应用范围越来越广，探讨应用推广适合当地生产的工厂化育苗技术成为衡量设施农业发展水平高低的重要标志。     

Effects of Different Substrate Composition on Growth of Gesneriaceae Plants

The cultivation experiment was carried out to investigate the effects of different proportions of peat soil, perlite, vermiculite and yellow mud on growth of Gesneriaceae species(Chirita gueilinensis, Sinningia speciosa, Lysionotus pauciflorus, Hemiboea henryi, Aeschynanthus acuminatus, Saintpaulia ionantha). The growth traits of each plant growing in 7 different matrix materials were investigated.The plant height, crown width and chlorophyll content of each plant were measured. The results showed that the best substrate ratio was peat soil∶vermiculite=2∶1for C. gueilinensis, L. pauciflorus and H. henryi; peat soil∶perlite∶vermiculite = 2∶1∶1for S. ionantha; peat soil∶vermiculite∶yellow mud=2∶1∶1 for S. speciosa; peat soil∶perlite∶vermiculite∶yellow mud=2∶1∶1∶1 for A. acuminatus.     

草莓籽的营养成分分析及开发利用

以草莓籽为试材,分析研究了草莓籽的理化成分、氨基酸含量、矿质元素组成及草莓籽油的脂肪酸组成。结果表明:草莓籽中含有丰富的碳水化合物(8.05%)、蛋白质(13.17%)、脂肪(18.08%)和粗纤维(51.43%);草莓籽中检出了除蛋氨酸外,其它16种人体必需的氨基酸;草莓籽含有11种矿质元素,矿质元素含量由高到低依次为CaKMgFeMnZnNaSrCuCoSe;草莓籽油中脂肪酸主要由不饱和脂肪酸组成(94.15%),其中以亚油酸(45.54%),亚麻酸(33.07%)为主。     

走进欧洲家庭农场

<正>前几天参加了国家农业部关于农业信息化的培训,授课老师讲到农业物联网,着重介绍了欧洲家庭农场中农业物联网的应用情况,着实令笔者大开眼界。几个人管理几万平方米的大棚,2个人管理200头奶牛……几乎家家户户都是这种模式,利用信息化手段,夫妻二人足不出户就将偌大的产业打理得井井有条,这就是传说中"钱多活少离家近"