蜂群箱体关键参数在线监测系统与性能测试

随着信息技术的发展，利用大数据分析、物联网监控、传感器感知、无线通信等技术构建一种蜂箱蜂群实时在线监测系统，是减少因开箱检查造成蜂群应激反应的可行解决方案。本研究针对蜂箱封闭环境进行实时监测困难的现状，利用STM32F103VBT6 32位微控制器，同时融合了温湿度传感器、微麦克风以及激光对射传感器，开发了一套低功耗、可连续工作的蜂群箱体关键参数在线监测系统，实现了养蜂生产过程中多参数信息获取以及蜂箱内蜂群的环境参数和生活状态的实时在线监测。系统主要包括核心处理模块、数据采集模块、数据发送模块以及数据库服务器等。数据采集模块包括蜂箱内部温湿度采集单元、蜂群声音采集单元、蜜蜂进出巢数量计数单元等，通过接入移动通信网络进行数据传输。系统现场部署性能测试结果表明，研制的系统能够实时监测蜂箱内温湿度，有效区别进出蜂箱的蜜蜂并记录进出巢门的蜜蜂数量，且自动获取的蜂群声音与标准的蜂群声音分布相吻合。本系统符合设计要求，采集参数准确可靠，可以作为蜂群相关研究的数据采集方法。     

基于卷积神经网络的水稻钵体软盘穴播量检测

为避免水稻钵体软盘穴播量检测过程中的秧盘背景分割和稻种特征的手工设计及提取,本文提出了一种基于卷积神经网络的水稻钵体软盘穴播量检测方法,该方法可自动学习和提取不同穴播量的水稻种子特征,实现常规稻、杂交稻和超级杂交稻钵体软盘穴播量为0、1、2、3、4、5、6及7粒以上共8种播量的自动检测。本文在每层卷积单元网络结构参数保持固定的前提下,选取2～4层共3种不同卷积单元数量的网络结构对RiceCountCNN模型性能进行试验,试验结果表明随着模型深度加深,模型检测精度逐渐提高。本文在3层RiceCountCNN模型网络框架下,按卷积核的大小递减和数量递增原则选择得出不同的卷积核网络参数组合方式,最终优化得出网络结构为9C16-AP2-7C32-AP2-5C64的模型性能最佳,平均正确率达到98.76%。为测试RiceCountCNN模型的性能,每个水稻品种选取1幅19穴×14穴的图像作为测试集对模型进行测试,试验结果得出模型针对常规稻、杂交稻和超级杂交稻的检测正确率分别达到97.37%、98.12%和90.98%,每幅图像的检测时间小于2.33 s。研究结果满足精密育秧播种实际工况检测要求,该研究为实现水稻精密衡量播种作业提供参考。     

三种土壤水势传感器在原状与扰动黏壤土上测定精度评价

分别在田间原状黏壤土和室内扰动黏壤土上安装MPS-1、MPS-6、pF水势传感器与TDR315L土壤水分传感器测定土壤水分特征曲线,通过比较测定结果的准确性,提出了三种土壤水势传感器的使用建议。结果表明:MPS-1传感器虽测量范围窄,但无论在原状黏壤土还是扰动黏壤土上均表现良好;MPS-6和pF传感器测量范围宽,但测量的水势值精度不高,且MPS-6传感器对温度敏感,pF传感器在使用期间内表现不稳定。MPS-1传感器应用于原状和扰动黏壤土由其数据拟合出的土壤水分特征曲线与对照曲线重合度较高,而MPS-6和pF传感器应用于原状和扰动黏壤土,当含水量高于0.30 cm~3cm~(-3)时测定结果拟合得到的水分特征曲线与对照曲线重合度较高。比较三个水势传感器的测量表现,可以认为MPS-1传感器用于含水量高于0.30 cm~3cm~(-3)的原状黏壤土和含水量高于0.17 cm~3cm~(-3)的扰动黏壤土,MPS-6传感器用于含水量高于0.30 cm~3cm~(-3)的原状和扰动黏壤土测定土壤水势的效果较好。本研究结果可为使用上述三种传感器测定土壤水分特征曲线提供参考。     

基于机器视觉传感器技术的玉米深松机械控制系统研究

GPS导航技术在农业机械生产中应用较为广泛，但是GPS抗干扰性能差，智能化水平低。该文旨在开发一种融合先进算法与视觉定位传感器的玉米深松机械控制系统，提出一种机器视觉和GPS数据融合算法，并搭建玉米深松机控制平台。田间试验结果表明，该系统能够有效地提高玉米生产效率和质量，具有较高的实用价值和应用前景。     

兽药网络销售监管存在的问题与对策

随着网络经济快速发展,网络营销得到了快速发展,但同时也存在诸多的问题,如通过网络销售假劣产品、无证经营、虚假宣传等,这些给畜禽产品质量安全带来了隐患。作为兽药监管部门,如何更好地加强兽药产品网络销售监管,进一步规范网络销售的市场秩序,保障畜禽产品质量安全,成为当前亟需研究和解决的一项重要工作。