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。     

丘陵山地用小型自走式青贮机的设计思考

玉米是世界三大主要粮食作物之一，收获是玉米生产的重要环节。设计一款适合偏远山区、丘陵地区等路况复杂、地块小且不规则地使用的青贮机有很好的应用价值。本文通过对设计内容的研究与分析，得出设计流程，为物理样机提供理论依据。     

不同种植密度对机采辣椒品种性状和产量的影响

为明确不同种植密度对机采辣椒品种性状、产量的影响,以适宜机采的辣椒‘辣研102’为研究对象,设置4个种植密度（P0:38 480株/hm²、P1:51 307株/hm²、P2:76 961株/hm²、P3:102 615株/hm²）,分别于贵阳、遵义两地开展田间小区试验。结果表明,随着种植密度的增加,辣椒株高呈增加趋势,茎粗呈下降趋势。辣椒根部、地上部生物量均在高密植条件下（P3）时达到最小。辣椒的发病率与病情指数均随种植密度的增加而显著提高,高密植处理条件下（P3）达到最大,发病率分别为41.67%（贵阳）、43.33%（遵义）,病情指数分别为31.05%（贵阳）、29.86%（遵义）。过高的种植密度导致单株辣椒光合作用大幅下降:P1、P2、P3处理条件下光合速率分别较P0处理显著降低13.94%、24.73%、29.66%（遵义）;P1、P2、P3处理条件下辣椒叶片蒸腾速率较P0降低10.02%、19.81%、42.12%（贵阳）。辣椒总产量随种植密度增加而显著提高,而商品果产量随种植密度的增加呈先增加后降低的趋势。商品果产量在P1条件下获得最大值,相对于P0、P2、P3贵阳辣椒商品果产量显著提高了16.43%、32.81%、41.67%,遵义提高了20.25%、26.67%、61.02%。综合辣椒生长与商品果产量,贵州机采辣椒‘辣研102’最佳种植密度为51307株/hm²。     

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。     

不同微喷弥雾调控方式下微气候因子对极端干旱区葡萄果实生长及糖度的影响

通过对极端干旱区葡萄在不同微喷弥雾调控方式（WP1,架上喷水1 h;WP2，架下喷水1 h；WP3，地上喷水1 h）下微气候因子与葡萄果实生长形态及糖度的监测，分析葡萄园微气候因子变化规律及其与葡萄果实生长形态和糖度的关系。结果显示：采用微喷弥雾调控可有效降低葡萄园温度和增加湿度，与CK处理（常规滴灌，不喷水）相比，白天平均温度低2.9℃~3.3℃，平均温度低2.5℃~2.9℃，夜晚平均湿度高4.7%~5.5%，同时可促进葡萄果实生长和糖度累积，WP1、WP2和WP3与CK处理相比，果粒纵茎高出2.88、1.76、0.9 mm，果粒横茎高出1.33、1.80、1.76 mm，果粒均重高出0.22、0.26、0.25 g，糖度分别高出7.75%、3.96%和5.53%。在葡萄果实生长发育过程中，白天平均温度和平均温度是影响葡萄纵径和横径的关键微气候因子，晚上平均湿度是影响葡萄果实重量和糖度的关键微气候因子，在白天平均温度为30.4℃~33.8℃、晚上平均湿度为49.5%~50.5%时接近葡萄果实纵径、横径和果粒均重拟合值最大值。根据其相互关系和建立的回归模型，得出可以用白天平均温度、平均温度和晚上平均湿度对该地区葡萄生长和糖度变化进行分析和预测。     

基于声振信号对称极坐标图像的苹果霉心病早期检测

为实现苹果早期霉心病较高精度的检测，该研究采用对称极坐标法（Symmetrized Dot Pattern，SDP）将苹果声振信号变换为雪花图，然后采用AlexNet、VGG16和ResNet50卷积神经网络以迁移学习方式深度挖掘SDP雪花图像的特征信息，将其输入到支持向量机（Support Vector Machine，SVM）分类器，对霉心程度≤7%的苹果进行检测。研究结果表明，当时间间隔系数为25和角度放大因子为50°时，健康果与早期霉心果声振信号的SDP图形状特征差异最大，在此条件下获取的SDP图经卷积神经网络AlexNet、VGG16和ResNet50提取特征并构建了不同核函数的SVM霉心果检测模型，在各类SVM模型中，ResNet50-SVM-gaus（高斯基）模型用相对较少的训练时间和参数量可取得训练集霉心果较高分类准确率，经超参数优化训练该模型对健康果和早期霉心果测试集不平衡样本（10∶1）的总体分类准确率达到96.97%，平均查准率、平均查全率、平均加权调和均值、Kappa系数和马修斯相关系数值分别为80.19%、90.36%、86.21%，82.54%和82.68%，该模型不仅对多数类的健康果保持较高分类准确率，而且对少数类的早期霉心果也具有较高判别能力。这些研究结果为声振法应用于果蔬内部病害的早期在线检测系统研发提供了技术支撑。     

5种生物制剂对马铃薯种薯萌芽、极端天气下植株生长和产量性状的影响

旨在满足马铃薯生产中茬口衔接、机械化生产技术应用、不利气候下稳产等对马铃薯出苗早、齐、壮的需求,以‘费乌瑞它’为供试品种,用基于有益活菌或工程菌提取物的5种生物制剂进行种薯处理,对多重性状进行了对比分析。5种生物制剂较常规化学制剂,均能够不同程度地促进种薯萌芽和芽根同生,出苗期提前2~7天,播种后49天的出苗率提高3.33%~17.78%。其中,表现最好的为酵母核苷酸衍生物和VDAL,种薯萌发和生根均显著高于对照。霜冻后,生物剂拌种处理在恢复前期促进植株生长,由此促进恢复后期的块茎发育,较常规化学处理增产8.39%~24.03%,体现了不同程度的保产效果。多马道黑、酵母核苷酸衍生物、根肽和VDAL体现出较好的保产效果,可作为种薯处理剂投入马铃薯生产。     

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。     

Comparison of estimators and feature selection procedures in forest inventory based on airborne laser scanning and digital aerial imagery

Digital maps of forest resources are a crucial factor in successful forestry applications. Since manual measurement of this data on large areas is infeasible, maps must be constructed using a sample field data set and a prediction model constructed from remote sensing materials, of which airborne laser scanning (ALS) data and aerial images are currently widely used in management planning inventories. ALS data is suitable for the prediction of variables related to the size and volume of trees, whereas optical imagery helps in improving distinction between tree species. We studied the prediction of forest attributes using field data from National Forest Inventory complemented with ad hoc field plots in combination with ALS and aerial imagery data in Aland province, Finland. We applied feature selection with genetic algorithm and greedy forward selection and compared multiple linear and nonlinear estimators. Maximally around 40 features from a total of 154 were required to achieve the best prediction performances. Tree height was predicted with normalized root mean squared error value of 0.1 and tree volume with a value around 0.25. Predicting the volumes of spruce and broadleaved trees was the most challenging due to small proportions of these tree species in the study area.     

稻秸秆编织机自动摊铺分束装置设计与试验

针对平面式草帘编织机人工摊铺秸秆上料用工量大等问题,该文通过模拟稻秸秆人工摊薄、铺放的作业过程,研制了一种与现有草帘编织机配套使用的自动摊铺分束装置。该装置采用多连杆对切机构和耙分机构,可对稻秸秆进行"对搓"摊薄、"耙分"成束铺匀,并利用ADAMS软件对关键部件进行运动分析和参数确定。样机摊铺分束及编织试验结果表明:自动摊铺分束装置铺放秸秆厚度均值小于40 mm,满足后续编织要求;与平面式草帘编织机配套使用时,当机针针织频率fz=0.8 Hz,编织速度vb=90 m/h,设定摊铺装置对切机构的工作频率ft=0.8 Hz,分束装置耙分机构的工作频率fp=1.13 Hz,测得摊铺分束过程中秸秆的分束率Fs为92.12%,漏编率Lb小于5.44‰。编织的草帘质量满足使用要求;在同一编织速度条件下,该装置的使用较传统的人工上料方式减少用工2人,可提高单机作业年均收入近8 640元。