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。     

基于R2U-Net和空洞卷积的羊后腿分割目标肌肉区识别

针对前处理工序造成的羊肉智能精细分割目标肌肉区图像识别准确度低的问题，以羊后腿自动去骨分割工序为研究对象，提出一种基于R2U-Net和紧凑空洞卷积的羊后腿分割目标肌肉区识别方法。对传统的U-Net语义分割网络进行改进，以U-Net为骨架网络，采用残差循环卷积块替换原始U-Net的特征编码模块和解码模块中的卷积块以避免U-Net的梯度消失，在特征编码模块和特征解码模块之间增加一个紧凑的四分支空洞卷积模块对语义特征进行多尺度编码，实现缝匠肌图像分割模型的构建。一方面，针对缝匠肌这一核心目标肌肉区，采集羊后腿图像构建数据集训练与测试本文模型，以验证该方法的准确性与实时性；另一方面，通过旋量法标定夹爪坐标系、相机点云坐标系、机器人坐标系的齐次变换矩阵以计算分割路径，并采用主动柔顺的力/位混合控制方法操纵分割机器人进行目标切削运动，验证基于本文方法得到的目标图像开展目标肌肉分割的可行性。相关试验结果表明：当交并比为0.8588时，本文方法平均精确度为0.9820，优于R2U-Net的(0.8324，0.9775)；单样本检测时间平均为82ms，说明本文方法可快速、准确分割出缝匠肌图像，满足机器人自主分割系统的实时性要求，优于U-Net、R2U-Net、AttU-Net算法。最后，在本文方法得到的缝匠肌图像基础上开展机器人实机分割试验，机器人对5条羊后腿的平均切削时间为7.9s，平均偏移距离为4.36mm，最大偏移距离不大于5.9mm，满足羊后腿去骨分割的精度要求。     

基于计算机的木材特征提取和分类识别技术研究综述

木材由于内部结构和组成成分的差异，使不同种类木材表现出完全不同的理化性质，并决定其不同的用途和商业价格，因此针对木材的分类识别研究具有重要的应用价值。木材分类识别通常经过木材特征提取和基于特征的分类识别这2个步骤。目前木材特征提取主要利用计算机视觉、光谱分析等技术。木材分类识别是基于木材特征的数字化，这一部分可利用计算机算法实现自动识别，较以往人工识别可大幅提高准确度。文中通过分析近20年来木材特征提取和分类识别的相关文献，介绍各种基于计算机的木材特征提取与分类识别技术的特点及适用范围，并结合计算机技术的发展方向探讨木材特征提取与分类识别技术的发展趋势，以期为构建更准确的木材分类识别技术提供参考。     

施用草甘膦对转基因抗除草剂大豆田杂草防除、大豆安全性及杂草发生的影响

【目的】转GAT 和EPSPS 双价基因抗草甘膦大豆‘GE-J16’是我国具有自主知识产权的抗除草剂材料,喷施草甘膦后,评价草甘膦对杂草防除、大豆安全和杂草发生的影响,为其将来商业化种植后的安全监测与杂草治理提供数据支持。【方法】除草效果：每小区以对角线5点取样法取5个0.25 m ²样点并标记,施药后28 d调查禾本科和阔叶杂草株数,并剪取地上部分称取鲜重, 计算株防效和鲜重防效。对大豆安全性：每小区以对角线5点取样法,每点随机取4株大豆并标记,在喷药当天、药后7、14、21及28 d调查大豆株高和复叶数,观察药害,收获前每小区取50株大豆调查结荚数及产量。杂草发生情况：每小区以对角线5点取样法取5个0.25 m ²样点并标记（避开除草效果取样点）,调查并记录每种杂草种类、株数,计算每种杂草相对多度。【结果】转基因大豆喷施900、1 800和3 600 g a.i./hm ²草甘膦对禾本科杂草株防效2016年分别为84.30%、95.22%和83.62%,阔叶杂草株防效分别为49.80%、64.52%和61.93%,禾本科和阔叶杂草鲜重防效分别在95.36%和82.05%以上,2017年对禾本科和阔叶草株防效分别达94.93%和85.09%以上,对禾本科和阔叶杂草鲜重防效分别达98.00%和96.57%以上。转基因大豆喷施草甘膦对大豆生长没有不良影响,产量高于人工除草处理。两年研究结果表明转基因抗除草剂大豆喷施草甘膦后杂草群落发生改变,转基因抗除草剂大豆田不除草处理小区主要优势阔叶杂草为反枝苋（Amaranthus retroflexus）、打碗花（Calystegia hederacea）、马齿苋（Portulaca oleracea）,禾本科杂草为狗尾草（Setaria viridis）、马唐（Digitaria sanguinalis）和牛筋草（Eleusine indica）,共6种,喷施草甘膦900—3 600 g a.i./hm ²后转基因大豆田5种主要优势杂草为打碗花、夏至草（Lagopsis supina）、马齿苋、牛筋草和狗尾草。【结论】转基因抗草甘膦大豆‘GE-J16’喷施草甘膦900—3 600 g a.i./hm ²对杂草有很好的防除效果, 对大豆安全。因此,转基因抗草甘膦大豆‘GE-J16’将在我国有很好的商业化应用前景,喷施草甘膦影响杂草种群的发生,如今后商业化种植需长期密切监测种群变化。     

烟·硝·莠去津-精异丙甲草胺组合防除春玉米杂草效果与安全性

以春玉米大田单独苗前封闭除草方式、单独苗后除草方式为对照,调查苗前封闭除草结合苗后除草施用方式对湖南省永州市玉米田主要杂草空心莲子草[Alternanthera philoxeroides(Mart.)Griseb.]、藜(Chenopodium album L.)和野艾蒿(Artemisia lavandulaefolia DC)的防效及对玉米的安全性。结果表明,苗前喷施精异丙甲草胺1 200～1 800 g/hm~2封闭除草,结合苗后喷施28%烟嘧磺隆·莠去津·硝磺草酮复配剂2 100～3 000 g/hm~2除草的方式,对3种杂草在苗后除草剂施药后55 d的株防效和鲜重防效均在90%以上,总体高于单独处理且具长效性和安全性。     

3％吡氟酰草胺颗粒剂防除水稻移栽田阔叶杂草田间药效试验

为了明确防除水稻移栽田阔叶杂草的有效药剂,研究3%吡氟酰草胺颗粒剂对水稻移栽田阔叶杂草的防除效果及对水稻的安全性。水稻移栽前1 d在田块均匀撒施药剂,药后20、40 d对水稻的生长和阔叶杂草的防效进行调查。结果表明,3%吡氟酰草胺颗粒剂能有效防除丁香蓼(Ludwigia prostrata)、鸭舌草(Monochoria vaginalis)、鳢肠(Eclipta prostrata)等一年生阔叶杂草,施药后对杂草生长的抑制作用明显,对水稻安全,推荐施用3%吡氟酰草胺颗粒剂用药量135～225 g (a.i.)/hm~2。     

棉隆土壤消毒防除小麦田杂草的效果及对养分的影响

采用田间试验研究了98%棉隆微粒剂防除小麦田主要杂草的效果,及杂草防除后对氮、磷、钾及水分的影响。结果表明,施用98%棉隆微粒剂防除小麦田杂草效果显著,对菵草(Beckmannia syzigachne)、猪殃殃(Galium aparine L)、牛繁缕[Malachium aquaticum (L.) Fries]、大巢菜(Vicia sativa L.)均有良好防效,总鲜重防效达87.5%～99.5%,优于两种对照药剂。杂草防除后,显著降低了杂草对田间氮、磷、钾和水分的消耗,有效改善了田间的水肥条件。98%棉隆微粒剂处理的小麦田产量达2 970.01～3 123.77 kg/hm2,增产效果显著,产量较清水对照增加28.9%～35.6%,每公顷增收1 532.38～1 886.02元。     

醚苯磺隆·异丙隆防除单双子叶杂草及对养分的影响

进行了50%醚苯磺隆·异丙隆可湿性粉剂(WP)对小麦田杂草的防除效果试验。结果表明,施药后30、90 d,防除杂草的综合株防效分别为96.08%～99.46%、98.31%～100%;施药后90 d,综合鲜重防效为99.94%～100%;对照药剂50%醚苯磺隆WP和50%异丙隆WP防除杂草的综合株防效分别为97.37%、97.09%和100%、98.99%,鲜重防效分别为100%、99.97%。     

基于显著性增强和迁移学习的鱼类识别研究

针对水下鱼类无法快速准确识别的难点,提出一种具有图像主体自动增强功能的鱼类迁移学习方法。该方法将鱼类RGB图像转换至Lab颜色空间后,利用中央周边算子计算得到整个输入图像的显著性值,进而提供鱼类目标的潜在区域,并结合GrabCut算法获取鱼类分割图像,最终将融合分割图的原始图像送入优化后的残差网络中进行训练。通过对23种鱼类进行识别试验,结果显示,固定ImageNet数据集上ResNet-50预训练模型的conv1层和conv2层参数,微调高层参数的方法能够取得最好的识别效果,且在公开的Fish4Knowledge数据集上,该模型取得了最高的识别准确率,平均识别精度达到99.63%。与其他卷积神经网络方法的对比结果显示,本方法在Fish4Knowledge和Fish30Image数据集上的识别精度和时间性能均具有较大优势,其中识别准确率至少提升4.98%。多个数据集上的试验验证了模型的有效性。     

新型高效智能便携式梨果采摘装置的研制

研究和制作一款基于自由变化高低分离及高清视觉定位捕捉的悬挂果高效采摘装置,适用于果树密集、全地形便携高效的采摘工作。主要包括悬挂果采摘机械特性研究、新型百变自由伸缩分离的悬挂果采摘臂的数学分析和机构制作、视觉定位机构、悬挂果定位影像识别技术、剪切机构的研究能通过自由百变伸缩机械臂实现高空和低空的悬挂果的采摘,结合高清影像识别和无线控制技术,能根据果实的大小、颜色、成熟度等属性,选择性采摘并对其进行分类、分级,实现果实的高效采摘,同时不损伤果树,实验表明能大大降低人工劳动强度。