基于光声光谱和TCA迁移学习的稻种活力检测

种子活力是决定水稻产量的最重要因素之一，但目前水稻种子活力的近红外和高光谱等无损检测方法易受种子表皮颜色影响，且所建模型难以适应新品种。该研究提出基于光声光谱技术的稻种活力无损检测方法并结合迁移学习进行新品种稻种活力检测。首先，对Y两优、龙粳、南粳、宁粳、武运粳、新两优等具有区域代表性的典型6种水稻品种，进行高温高湿人工老化处理，得到0~7 d老化时间的水稻种子；再通过调制频率获得8种不同深度的光声光谱信息，用主成分分析、竞争性自适应重加权算法对光谱降维得到特征光谱后，对Y两优、龙粳、南粳、宁粳、武运粳分别建立偏最小二乘回归（Partial Least Squares Regression，PLSR）、反向传播神经网络（Back Propagation Neural Network，BP）、广义回归神经网络（Generalized Regression Neural Network，GRNN）、支持向量回归模型（Support Vector Regression，SVR）、深度卷积神经网络（Convolutional Netural Network，CNN）的稻种活力预测模型，并选择最优调制频率；最后，通过迁移学习将建立的模型迁移到新两优稻种进行活力预测。结果表明，光声光谱最佳扫描频率为300 Hz，CNN预测模型精度较高，相关系数和均方根误差分别优于0.990 9、低于0.967 5；且经过迁移学习，仅需通过对源域数据的训练，即可直接对新品种稻种的活力进行精确预测；通过TCA迁移学习后，新两优稻种活力预测的相关系数从0.718 5提高到0.990 3。研究表明，采用光声光谱深度扫描技术对不同种类稻种的活力进行高精度检测是可行的，且经过迁移学习，仅需80粒新品种稻种信息即可实现稻种活力的精确预测。     

不同时间尺度下温室无土栽培番茄蒸散规律研究

采用试验测量法,以温室环境参数为变量,建立了不同时间尺度下番茄蒸腾量和椰糠水分蒸发量回归模型以分析温室无土栽培番茄蒸腾规律和椰糠水分蒸发规律。结果表明,1h、1d时间尺度下番茄蒸腾量回归模型的决定系数分别为0.673 8、0.801;68d(整个试验周期)时间尺度下,1号番茄累积蒸腾量与累积有效积温、累积辐射积的拟合决定系数分别为0.998 4、0.993 6。1d时间尺度下,椰糠水分蒸发量特性方程的回归系数为0.891;58d(整个试验周期)时间尺度下,椰糠累积水分蒸发量与累积有效积温和累积辐热积回归方程的决定系数分别为0.999和0.992 7。随着时间尺度增大,番茄蒸腾量和椰糠水分蒸发量与环境参数的相关性显著提高。     

冬小麦精准追肥机专家决策系统

为了实现小麦生长过程中的实时变量追肥,研究了光谱数据处理策略及目标追肥量的计算模型,开发了基于近地光谱探测技术的实时变量追肥专家决策系统,结合小麦冠层归一化植被指数(NDVI)、追肥机实际行进速度和肥料反馈量,双通道独立控制施肥机构的转速和开度,从而实时调整追肥量,实现精准变量追肥。试验结果表明,专家决策系统的控制精度达到90%以上,可以满足精准追肥的要求;拔节期,变量追肥比定量均匀施肥增施氮肥28 kg/hm2左右;变量施肥有利于改善小麦群体结构,降低产量差异性。     

基于高光谱和CARS-IRIV算法的‘库尔勒香梨’可溶性固形物含量检测

[目的]利用高光谱技术实现‘库尔勒香梨’可溶性固形物含量的有效无损检测具有重要意义,但是高光谱数据通常噪声明显,大量无关信息变量和冗余信息变量的存在降低了模型的预测精度。本文旨在探究对高光谱数据特征变量筛选的有效方法来实现‘库尔勒香梨’可溶性固形物含量的快速检测。[方法]以‘库尔勒香梨’可溶性固形物含量(SSC)为研究指标,利用高光谱成像技术采集样本400~1 000 nm波长的漫反射光谱,对样本感兴趣区域(ROI)的光谱进行预处理,分别采用竞争性自适应重加权算法(CARS)、迭代保留信息变量算法(IRIV)以及CARS-IRIV算法筛选特征变量,基于不同筛选方法分别建立偏最小二乘(PLS)与最小二乘支持向量机(LS-SVM)预测模型,以预测集相关系数(Rp)、预测均方根误差(RMSEP)和预测相对分析误差(RPD)值对模型进行评价。[结果]CARS-IRIV算法可以有效减少CARS算法提取的变量个数,并稳定模型预测精度。LS-SVM模型预测结果优于PLS模型,在LS-SVM模型中CARS-IRIV-LS-SVM预测精度最高,Rp、RMSEP和RPD值分别为0.889、0.300和2.823。[结论]CARS-IRIV是一种有效的高光谱特征变量筛选算法,在提高预测精度的同时简化了模型的运算,CARS-IRIV-LS-SVM模型结合高光谱成像技术可以对‘库尔勒香梨’SSC进行快速有效的无损检测。     

番茄辣椒微型根系形态原位采集系统设计与实现

为实时获取浅根系作物的根系生长形态,设计了一种可用于多点测量的微型根系形态实时原位采集系统。系统主要由微型摄像头和光学放大元件等组成(体积1.5cm3),采集的图像通过无线模块发送至终端。采用基于区域生长的根系图像分析方法,以腐蚀图像为出发点,膨胀图像为终止点,结合相似性准则进行区域生长、区域标记和区域保留,来滤除土壤孔隙和杂质等对图像产生的干扰,从而提取根系轮廓,并通过图像形态学计算得到根长密度、根系平均直径等形态参数。以此系统采集樱桃番茄、辣椒根系形态参数,试验结果表明,根系长度测定值的绝对误差不超过1.5 mm,相对误差不超过5.3%;根系平均直径绝对误差不超过0.09 mm,相对误差不超过6.7%。与土壤采样法测定值相比,在0～10、10～20、20～30和30～40 cm 4个土壤层内2种测定方法根系平均直径决定系数R20.87(P0.01),根长密度在30 cm深度以内的土壤层决定系数R20.81(P0.01)。证明本文设计的微型根系形态实时原位采集系统具有较高的准确性,可用于浅根系作物形态的多点观测。     

嫁接提高蔬菜作物抗逆性及其机制研究进展

嫁接广泛应用于蔬菜作物的生产实践中,可显著提高蔬菜作物抗逆性,提高蔬菜作物产量、改善品质。本文综述了近年来嫁接在提高蔬菜作物抗病性、耐盐性、耐寒性、耐热性、耐旱性、耐弱光、抗涝性和耐重金属胁迫方面的研究进展,重点阐述了嫁接提高蔬菜作物抗病性、耐盐性和耐寒性的生理及分子生物学机制,可为嫁接在蔬菜作物上的有效应用和抗逆栽培研究提供理论依据。     

基于有限单元法的芦蒿茎秆力学特性分析

【目的】建立芦蒿Artemisia selengensis茎秆柔性体模型。【方法】根据芦蒿茎秆的物性参数,通过ANSYS有限元分析软件建立茎秆力学模型,对芦蒿茎秆在不同生长部位的轴向、径向压缩力学特性进行研究,分析比较模型计算值和试验测试值。【结果】模型计算值和试验测试值最大偏差为14.46%。芦蒿茎秆具有各向异性特征,其轴向压缩力学特性远大于径向;在3种不同位置段,径向压缩时,茎秆破碎出现在加载面的两端边缘位置,轴向压缩时,茎秆破碎出现在加载面,且应力由接近加载区域向周围逐渐减弱。【结论】可以运用模型仿真分析芦蒿茎秆力学特性,结果可为减少芦蒿在收获、运输、加工、储藏过程中的机械损伤和芦蒿收获机具的研制提供理论依据和参考。     

基于振动及EEMD-CMAC算法的鸭蛋散黄在线检测

针对鸭蛋长期存储以及运输过程中造成的散黄问题,构建一种基于振动信息的鸭蛋散黄在线检测流水线,可实现鸭蛋的自动触压和随动检测。通过磁致伸缩振子对鸭蛋扫频振动进行音频信息增强,对音频振动信号进行集合经验模态分解,并通过主成分分析进行降维提取主要特征,基于此,构建基于小脑神经网络的鸭蛋散黄检测模型。试验中,对320枚鸭蛋进行检测(训练集200枚,测试集120枚),结果表明,基于累积贡献率达98.14%的前5个主成分的鸭蛋散黄检测模型训练集和测试集识别率分别达98.66%和97.03%,每枚鸭蛋在线检测时间约1 s。研究表明,所研制的检测流水线基于磁致伸缩振子扫频激励未知品质鸭蛋,再结合EEMD-CMAC进行鸭蛋散黄检测是可行的,可满足流水线在线检测的要求。     

褐菇无损采摘柔性手爪设计与试验

针对娇嫩褐菇自动化无损采摘易损的问题，首先分析了褐菇的生物学特性和力学特性，分别给出拔断和扭断采摘方式抓持力的约束方程，并优选出扭断式采摘方法；通过ANSYS对柔性手指夹持褐菇进行静力学分析，给出柔性手指指节数、褐菇直径及气压与抓持力之间的函数关系，建立评价函数，通过遗传算法优选出3指4指节的柔性手爪结构，以及18.65kPa的最优抓持控制气压；基于此设计3指4指节的柔性手爪，并进行褐菇采摘试验，结果表明，与刚性手爪相比，柔性手爪抓持力减小，为（2.4±0.3）N；刚性手爪采摘褐菇的抓握处切面5mm深度内均有损伤，且表面抓痕明显，而柔性手爪抓握处表面和内部均完好无损。说明所设计的3指4指节柔性手爪适于褐菇的自动化无损采摘。     

水果尺寸在线测量的智能柔性手爪设计

针对目前水果自动化分级中手爪普遍缺少抓取力和水果尺寸信息而感知能力不足的问题,设计一种具有抓取力和水果尺寸原位动态检测功能的柔性手爪。首先,设计一种基于单气道多腔体结构的智能柔性三指手爪,其中一根手指通过悬臂梁力传感器竖直安装于手掌上用于检测力触觉,一根手指内嵌柔性弯曲度传感器用于检测手指的弯曲度,另一根手指直接固装于手掌上;设计力觉传感器和弯曲度传感器调理电路,并分别进行标定。其次,提出基于力觉传感器和弯曲度传感器融合的水果尺寸原位测量方法,推导基于手指弯曲度的水果尺寸测量公式,并通过有限元分析和试验进行验证。有限元仿真结果表明,基于手指弯曲度的水果直径测量误差小于5%;通过分别对不同直径(15 mm、25 mm、35 mm、45 mm)的3D打印圆柱和水果(杏子、冬枣、红提和龙眼等)进行抓取试验,表明力觉信号第一次突变时刻(手指刚接触到圆柱时)的手指弯曲度可用于被抓物直径的精确测量,误差小于5%。基于柔性手爪的力觉传感器和弯曲度传感器信息融合进行水果尺寸的在线快速测量是可行的。