采用双模态联合表征学习方法识别作物病害

基于深度卷积神经网络的视觉识别方法在病害诊断中表现出色,逐渐成为了研究热点。但是,基于深度卷积神经网络建立的视觉识别模型通常只利用了图像模态的数据,导致模型的识别准确率和鲁棒性,都依赖训练数据集的规模和标注的质量。构建开放环境下大规模的病害数据集并完成高质量的标注,通常需要付出巨大的经济和技术代价,限制了基于深度卷积神经网络的视觉识别方法在实际应用中的推广。该研究提出了一种基于图像与文本双模态联合表征学习的开放环境下作物病害识别模型(bimodalNet)。该模型在病害图像模态的基础上,进行了病害文本模态信息的嵌入,利用两种模态病害信息间的相关性和互补性,实现了病害特征的联合表征学习。最终bimodalNet在较小的数据集上取得了优于单纯的图像模态模型和文本模态模型的效果,最优模型组合在测试集的准确率、精确率、灵敏度、特异性和F1值分别为99.47%、98.51%、98.61%、99.68%和98.51%。该研究证明了利用病害图像和病害文本的双模态表征学习是解决开放环境下作物病害识别的有效方法。     

Performance evaluation of venturi aeration system

The venturi aeration is an effective practice to increase the dissolved oxygen accessibility in the water bodies. This study aims to optimize the various geometrical parameters of the venturi aeration system. A non-dimensional technique was applied to find the optimum performance of various geometric parameters i.e. throat lengths (t_l), number of air holes (N), and converging and diverging angles (α and β). These experiments have been carried out using 1124 L capacity of tank having dimensions of 105 cm long, 105 cm wide and 102 cm deep. The experiments were conducted at a constant flow velocity of water (1.096 m/s) with varying throat length (t_l = 20–100 mm keeping 20 mm as interval between two consecutive length), number of air holes (N = 1–17 at an equal hole to hole distance of 5 mm between them), and converging and diverging angles (α and β = 10°, 15°, 20° and 25°). Multiple non-linear regression equations were also developed from the linear relation with the dependent variable (Non-dimensional form of standard aeration efficiency, NDSAE) and independent variables (t_l and N). With the geometrically optimized venturi aerator the optimum performance was found for t_l =100 mm, N = 17, and α and β = 15°. The maximum value of standard oxygen transfer rate (SOTR) and standard aeration efficiency (SAE) obtained was 0.0216 kgO₂/h and 0.611 kgO₂/kWh respectively. From the non-dimensional study, it was found that the NDSAE is the function Reynolds number (Re) and Froude number (Fr). The simulation equations were developed on the basis of Re and Fr for NDSAE, and subjected to 7.378 × 10⁻⁶ < Re < 3.689 × 10^-5 and 0.163 < Fr < 0.817, respectively.     

农业劳动力转移的减贫效应分析——基于重庆涪陵的实践检验

【目的/意义】农业劳动力转移的减贫效应尚未得出一致结论,基于对重庆涪陵的实践分析,探讨通过做好政策保障以提升农业劳动力转移的减贫效应。【方法/过程】以涪陵区2004-2018年的农业劳动力转移的减贫相关数据为基础,通过运用多元回归法分析涪陵区农业劳动力转移的减贫效应。【结果/结论】结果显示:提升农业劳动生产率有利于增加农民的农业收入和非农收入;缩小城乡收入差距有利于农民减贫;提高人力资本密集度有利于增强农民的挣得能力。要提升农业劳动力转移的减贫效应,这就要求:促进农业转移人口的市民化,提升农业劳动力转移的减贫效应;提高乡村自治与贫困户自我发展能力,促进农业劳动力转移的减贫动力;完善社会扶贫协作联动机制,为农业劳动力转移提供制度保障。     

基于超星学习通的混合式教学模式应用研究——以发酵工程课程为例

为了提高发酵工程课程的教学质量和教学效果,针对发酵工程课程的内容和特点,将互联网+技术与教学相结合,进行了基于超星学习通平台的混合式线上线下教学方式的改革,结果表明:在增强了学生自主学习能力的同时,也促进了教师的自我提升。     

机器学习及其在农业中应用研究的展望

机器学习是一种面向机器的数据分析方法,自动化机器学习的研究促进了人工智能的发展。大数据的快速积累,促进了机器学习算法的井喷式发展。如何选择合适的机器学习算法解决行业问题,成为了当前应用的难点。笔者整理了机器学习新材料,对各种机器算法的特点和算法之间的差异,进行了仔细的梳理,总结了各种算法的需求背景和优缺点,以及主要的应用场合。在此基础上,分析了机器学习在农业应用的案例,综述了机器学习在农业应用,指出了目前存在的发展瓶颈,并提出了进一步研究应用的建议。     

不同温度下TMV侵染枯斑三生烟的LncRNA差异表达

【目的】 筛选不同温度下烟草花叶病毒（Tobacco mosaic virus,TMV）侵染后枯斑三生烟（Nicotiana tabacum var. Samsun NN）差异表达的长链非编码RNA（long non-coding RNA,lncRNA）,研究lncRNA在枯斑三生烟抗性反应中的作用。【方法】 N基因的温度敏感性使枯斑三生烟在25℃时具备对TMV的抗性、在31℃抗性丧失,在这两个温度条件下对枯斑三生烟接种TMV和磷酸盐缓冲盐水（phosphate buffered saline,PBS）,48 h后提取系统叶总RNA,构建链特异性文库后进行深度测序。对测序结果进行过滤后利用HTSeq将有效数据与近缘品种TN90（N. tabacum var. TN90）基因组比对,筛选得到lncRNA后利用FPKM法估计lncRNA的表达水平。通过edgeR筛选差异表达lncRNA（differentially expressed lncRNA,DElncRNA）,并利用qRT-PCR技术对这一结果进行验证。通过共定位及共表达分析预测DElncRNA的靶基因,通过参考基因组注释、GO和KEGG富集分析研究靶基因的功能。【结果】 4个处理共12个样本经lncRNA-seq各测得约8 000万条clean reads,共获得4 737条已知lncRNA、40 169条新lncRNA。其中64个lncRNA在不同温度条件下TMV侵染后存在差异表达,qRT-PCR测定结果显示这些lncRNA的测序正确率在80%左右,表明本研究所得测序数据具备较高的可信度。对DElncRNA进行靶基因预测,发现一些基因同时被25℃下调和31℃上调的DElncRNA靶向。靶基因注释功能丰富,主要参与植物抗病、激素和代谢等生理过程。部分可能与激素通路相关的lncRNA,在25℃下TMV侵染时呈现下调趋势,而在31℃下TMV侵染则呈现上调趋势。GO富集分析显示靶基因主要参与构成膜、囊泡等组分,具备钙、钾离子通道抑制剂活性等分子功能,使相应离子得以转运引发随后的反应,同时也参与发病、抗原加工和呈现、细胞分裂素代谢等生理过程。KEGG分析发现靶基因显著富集在植物激素信号转导通路,25℃下调和31℃上调的DElncRNA靶基因同时富集在激素信号传导、ABC运输蛋白、苯丙烷类生物合成等通路。【结论】 不同温度（25℃和31℃）条件下TMV侵染枯斑三生烟后,长链非编码RNA差异表达,DElncRNA通过作用于激素信号传导、物质转运等过程参与寄主系统获得性抗性反应。研究结果可为揭示植物系统获得性抗性中lncRNA的调控功能以及新型抗病毒技术开发提供依据。     

基于主成分和隶属函数分析的高粱品种耐深播性综合评价

采用盆栽试验,分别设置1、3、5、7 cm播深,对34个高粱品种在不同播深下的出苗率、幼苗形态和幼苗干物质量进行分析,筛选耐深播性鉴定指标,综合评价高粱品种的耐深播性。研究结果表明,随着播种深度的加大,出苗率、苗长、根长、根数和苗重均呈下降趋势,3、5、7 cm与1 cm播深上述指标测定值的比值分别为0.84～0.60、0.96～0.75、0.83～0.53、0.88～0.64和0.95～0.85;中胚轴长、根重和根冠比呈上升趋势,3、5、7 cm与1 cm播深上述指标测定值的比值为1.52～3.30、1.10～1.25和1.17～1.50;胚芽鞘长在播深间差异不显著。主成分分析结果表明,前4个主成分的累积方差贡献率为77.647%,相对根冠比、相对根长、相对中胚轴长和相对出苗率载荷量最大,将其作为高粱耐深播性筛选的主要指标并计算隶属函数值。根据隶属函数值对高粱品种进行聚类分析,结果显示,34个高粱品种可聚为3类,晋粱白2号等11个品种为耐深播品种,红青壳等14个品种为中等耐深播品种,吉品609等9个品种为深播敏感品种。品种间耐深播性差异明显,杂交种较常规种耐深播性强。     

复合式分离型热管在原油采出液余热回收中的应用

通过蒸汽辅助重力泄油(Steam Assisted Gravity Drainage,SAGD)技术开采稠油时,采出液温度较高,对其进行热回收的节能潜力较高,油田采用热管式换热器回收采出原油的余热,将其作为工业或生活用热具有研究价值。考虑到现场空间要求和工程设备模块化的特点,利用U形管壳式换热器、螺旋板式换热器作为分离型热虹吸热管蒸发段和冷凝段,并建立复合式分离型热管模型,分析其换热性能、循环压降、充液率及换热能力。采用新疆油田油水二次换热区的分离型热管系统验证该模型,结果表明:复合式分离型热管计算模型可行;复合式热管具备U形管壳式换热器、螺旋板式换热器的优点,换热性能强,系统换热能力可以满足实际要求,有较好的环境适应性。