基于多分类器DS证据理论融合的水果识别研究

针对不同分类器对不同水果种类识别准确率的不均衡问题,提出一种基于多分类器DS证据理论融合的水果识别方法。该研究选择kaggle上fruits360数据集中的5种水果作为研究对象,首先对预处理后的5种水果图像的颜色、纹理、形状特征进行提取,分别选用BP神经网络、K均值、SVM三种分类器,结合被测图像在每种分类器上的识别结果和各个分类器对不同水果的分类准确率,构建基本概率函数(BPA函数),通过DS证据融合规则对分类器融合后对被测图像进行识别。试验结果表明:该方法对5种水果的识别平均准确率为95.2%,总体标准偏差为0.02993,在提高单分类器识别准确率的同时,解决了分类器对各种水果识别的不均衡问题。对10组测试集识别的平均准确率为93.5%,总体标准偏差为0.055,该方法对水果种类的识别更准确和稳定。     

杉木第3代种子园多元素配方施肥效应研究

杉木种子园为培育高产稳产杉木良种提供重要保障,在林业生产中具有积极意义。通过试验研究,探究杉木3代种子园土壤养分丰缺情况、养分间的平衡规律,确定杉木种子园最佳肥料配比和施肥量,以期为闽北低山丘陵红壤分布区杉木种子园提供推荐施肥配方。采用“3414”配方施肥设计方案,对闽北第3代杉木种子园开展N、P、K、Ca、Mg、B、Mo等元素施肥试验。分别设计大量元素氮、磷、钾三因素施肥水平（并增设施用钼肥处理）、中微量元素钙、镁、硼三因素施肥水平,以球果数量（质量）、出籽率、种子产量、胸径等为评价指标,拟合肥料效应函数方程,研究各养分间的作用规律,并提出最佳施肥配比和施肥量。结果表明：种子园土壤N、P、K、Ca、Mg养分含量较低,B含量属于中等水平,而Mo含量较高;N、P、Mg以及N-K、Ca-B肥料联合对种子园产量的影响达到显著或极显著水平,而单施某一肥料效应较小,其中单施K、Ca、B几乎没有效果,而肥料联合施用效果较好。综合效应分析结果,得出种子园最大产量施肥量组合为：每株施尿素100 g+过磷酸钙897 g+氯化钾150 g+石灰150 g+硫酸镁105 g+硼砂75 g,并配施钼肥。N、P₂O₅、K₂O、CaO、Mg、B、Mo的用量依次为46.0、107.7、90.0、75.0、31.4、2.3、5.0 g,其配比为N:P₂O₅:K₂O:CaO:Mg:B:Mo=1.0:2.3:2.0:1.6:0.7:0.05:0.1。多元素配方施肥能很好地改善杉木种子园产量和质量,单株球果产量、球果单粒重、出籽率及种子园产量等指标均比不施肥的母树有大幅度提高。本研究施肥方案,理论上种子园产量可达45.99~95.65 g/株,大量元素施肥试验的产量达到理论产量的80%~86%,中微量元素施肥试验的产量为理论产量的70%左右。现实种子园平均产量大约是预测产量的40%,通过合理配方施肥有望大幅度提高杉木3代种子园产量。     

谷子株高及穗部性状主基因+多基因混合遗传模型分析

【目的】株高和穗部性状是影响谷子产量的关键性状。探究谷子株高及穗部性状表型变异的遗传规律,为相关性状的遗传改良与基因定位提供参考依据。【方法】以谷子优质品种豫谷18为共同父本,分别与黄软谷和红酒谷杂交,构建2个分别包含250个家系的重组自交系F₇群体（YYRIL和YRRIL）。采用主基因+多基因混合遗传模型,对YYRIL和YRRIL群体在2个环境下的株高、穗长、穗下节间长、穗码数、穗粒重等5个农艺性状的表型数据进行遗传分析。【结果】5个性状在所有环境中均表现连续变异且存在超亲分离现象,峰度和偏度绝对值小于1,近似正态分布,呈现数量性状的典型遗传特点。性状间相关性分析表明株高与穗长、穗下节间长在所有环境中均呈极显著正相关,穗码数与穗粒重呈极显著正相关。遗传模型分析显示YYRIL和YRRIL群体株高的最适遗传模型分别为PG-AI和PG-A多基因模型,多基因遗传率分别为95.15%和91.27%。2个群体穗码数的最适模型均为PG-AI,多基因遗传率为70.07%—71.58%。穗下节间长在2个群体的最适遗传模型分别为4MG-CEA和3MG-CEA,均为等加性主基因模型。穗下节间长在YYRIL群体的主基因遗传率为9.69%,4对主基因加性效应值相等,均为-0.34,具有负向效应;穗下节间长在YRRIL群体的主基因遗传率为45.78%,3对主基因加性效应值相等,均为1.17,具有正向效应。穗长在YYRIL群体的最适模型为MX2-ED-A,即2对显性上位主基因+加性多基因模型,主基因遗传率为43.56%,多基因遗传率为50.56%。控制穗长的2对主基因加性效应值分别为-1.21、1.68,多基因加性效应较小,为-0.0017;穗长在YRRIL群体的最适模型为MX2-AE-A,即2对累加作用主基因,加性多基因混合遗传模型;穗长的主基因遗传率为46.40%,多基因遗传率为46.91%。控制穗长的第1对主基因加性效应值为1.53,具有正向效应,第1对主基因加性×第2对主基因加性上位性互作效应值是0.60,多基因加性效应值为-0.47,表现为较低的负向遗传效应。穗粒重在YYRIL群体的最适遗传模型为MX2-ED-A;符合2对显性上位主基因+加性多基因模型,主基因遗传率为69.09%,多基因遗传率为12.08%;控制穗粒重的2对主基因加性效应值分别为0.58、5.82,以第2对主基因的加性效应为主,多基因加性效应值为-3.81。穗粒重在YRRIL群体的最适遗传模型为3MG-PEA,即3对部分等加性主基因遗传模型;穗粒重的主基因遗传率为81.10%,3对主基因加性效应值分别为-2.68、-2.68和2.66,前2对主基因的加性效应值相同,且均为负向效应。【结论】谷子株高、穗码数的最适遗传模型相似,均服从多基因遗传,遗传率较高,受环境影响较小;穗下节间长的遗传受主基因控制,主基因遗传率偏低,受环境影响较大,在栽培中应充分考虑环境因素;穗长遗传受主基因和多基因共同控制;穗粒重在2个群体均服从主基因遗传,主基因遗传率较高,可能存在主效QTL。     

藏东南18种杜鹃属植物花粉形态的比较

利用电子显微镜，对藏东南18种杜鹃属植物花粉的形态特征进行观察与分析，以期为分类鉴定提供孢粉学依据。18种杜鹃属植物分属于杜鹃亚属、常绿杜鹃亚属、糙叶杜鹃亚属。结果表明，供试花粉均为四合体花粉，四合体直径以大萼杜鹃最大，林芝杜鹃最小。单粒花粉球形或近球形，为3孔沟，黄杯杜鹃萌发孔的长宽值最高，为17.38 μm×3.32 μm，而林芝杜鹃萌发孔的长宽值最低。花粉外壁由大小、形状不一的颗粒组成，其中黄毛雪山杜鹃和白毛杜鹃的颗粒形状较为特殊，为长颗粒状。综合认为，花粉形态特征不宜作为分类鉴定的主要依据，但仍具有积极的参考价值。     

基于注意力机制和残差网络的苹果叶片病害分类

苹果叶片病害的高效准确识别有助于合理使用杀虫剂、肥料等农业资源，进而保证苹果的产量与质量。为提高苹果叶片病害识别的准确率，提出一种残差网络与注意力机制结合的苹果叶片病害识别模型：P-D-ECA-ResNet101。首先构建苹果叶片病害数据集，然后使用常见的4种网络模型在构建的数据集上进行训练，选取训练效果最好的ResNet101为骨干网络模型，通过推迟下采样(delayed downsampling)、拆解大卷积层以及引入高效通道(efficient channel attention module, ECA)注意力模块对ResNet101网络模型进行优化，最后通过特征图可视化展示改进后网络模型的识别机制。试验结果表明，推迟下采样可以增强模型特征提取能力，拆解大卷积层可以有效减少模型的复杂度，引入ECA注意力模块可以削弱无效特征信息对模型的干扰。改进后的P-D-ECA-ResNet101模型在构建的苹果叶片病害测试集上的平均识别准确率达到96.20%,相较于原模型ResNet101提升了2.20百分点。特征图可视化分析表明改进后的P-D-ECA-ResNet101模型可以更好地聚焦于病...     

多轴数控加工技术现状及发展趋势

科学技术的发展,使高速加工技术、多轴数控加工技术被广泛应用到模具加工制造领域。与传统的模具加工技术相比,新型加工技术得到了广泛的运用,对新产品的研发工作具有积极的促进作用,有非常重要的推广价值。为此,文章对多轴数控加工技术在我国模具加工的应用现状进行研究探讨,并分析其未来的发展趋势。     

浙江红花油茶幼林间作旱稻和黄精对植株生长和土壤改良的作用

为解决浙江红花油茶(Camellia chekiangoleosa)幼林空间利用率低的问题,并改善林地土壤、促进幼林健康生长,在庆元林场开展了浙江红花油茶间作旱稻、多花黄精为试验。结果表明:与浙江红花油茶清耕相比,浙江红花油茶+旱稻、浙江红花油茶+多花黄精间作经营的油茶株高、冠幅显著增加了51.2%~57.0%,52.7%~56.4%;2种间作经营模式的土壤含水率、非毛管孔隙度显著提高了17.7%~25.5%,21.1%~35.7%;土壤有机碳、碱解氮、有效磷和速效钾含量显著增加了18.4%~20.3%,36.2%~47.6%,29.2%~35.2%,24.8%~28.6%(P<0.05),经济效益增加了4倍。     

分蘖期施用多效唑对杂交水稻C两优817产量及主要性状的影响

在施分蘖肥时,通过配施不同用量的多效唑,研究了多效唑对杂交水稻C两优817产量和主要性状的影响。结果表明,多效唑随分蘖肥一起撒施后,C两优817株高降低,分蘖和有效穗增多,穗粒数减少,伸长节间缩短;随着多效唑用量的增加,缩短的伸长节间数增多,株高降低,抗倒伏能力增强;当多效唑用量达到2 250 g/hm2时,大风后未倒伏,产量最高,且变异系数最小。     

一种基于偏好免疫网络多特征辨识的油茶果分选识别方法

针对油茶果采摘、脱壳后机器视觉分选效率不高的问题,提出一种多特征偏好人工免疫网络算法,该算法应用人工免疫网络的多目标优化与偏好数据库特征,提取油茶目标的颜色、形态多特征输入免疫网络进行仿真测试。试验结果表明,本文提出的多特征偏好免疫网络的识别率最高达到90%以上。相比单特征分选方法有了较大的提升,证明本文分选方法的有效性,并为农林业目标智能化分选辨识提供一种可行的方案。