浅析微电脑控制的电动摇蜜机

蜂农在转地饲养过程中,电源是主要问题。在实验推广中了解到部分蜂农已经使用上小型太阳能发电系统,解决了蜂场的电源问题。为此,就已有研究成果(一种适用于蜜蜂转地饲养的电动摇蜜机及配套多功能电气控制装置)进行改进分析研究,设计了用一种微电脑控制的电动摇蜜机,以适应具备直流12 V电源的蜂场情况,节省了蜂农不必要的开支,同时也降低摇蜜机的生产成本。经过实地考察,得到了广大蜂农的支持及专家的认可,从而验证了该研究的可行性。     

城镇生态绿地建设与发展思路

论述了城镇绿地的作用与生态功能,分析了浙江省城镇绿化发展现状,提出城市生态绿地、小城镇和城郊结合部生态绿地、村庄及平原生态绿地的发展思路.     

基于ARM水胁迫声发射的精准灌溉智能温室系统的设计

设计了一种基于ARM平台IPC2300系列的智能温室控制系统.在传统智能温室系统上加入了植物水胁迫声发射信号的获取以及处理,以实现温室的精准灌溉.该系统以ARM7嵌入式处理器为核心,将各类数字传感器收集的数据通过现代控制理论及模糊控制算法进行处理,采用自动控制、远程监控和图形化等多种方式来调整温室执行机构,以达到控制温室温湿度、CO2浓度、光照强度以及土壤含水率等参数,在搭建的温室模型中取得稳定、可靠的运行效果.该研究设计的ARM系统相比于传统温室控制系统,具有维护成本低、功耗低、方便实用等特点;相比于同类设计,该系统开发了数字传感器、图形化界面、模糊控制方法、网络摄像头监控,实现了现代温室控制所具有的智能化、网络化和可视化.     

三种不同结构形式摇蜜机的工作原理

摇蜜机是养蜂业获取蜂蜜的主要机械,本文以摇蜜时蜜脾巢房中蜜滴的受力情况分析为切入点,对三种不同结构形式摇蜜机的工作原理进行阐述。     

空洞卷积结合全局池化的卷积神经网络识别作物幼苗与杂草

针对传统Alex Net模型参数大、特征尺度单一的问题,该文提出一种空洞卷积与全局池化相结合的多尺度特征融合卷积神经网络识别模型。通过对初始卷积层的卷积核进行膨胀,以增大其感受野而不改变参数计算量,并采用全局池化代替传统的全连接层来减少模型的参数。通过设置不同膨胀系数的初始卷积层卷积核与全局池化层类型,以及设置不同Batch Size,得到8种改进模型,用于训练识别共12种农作物幼苗与杂草,并从建立的模型中选出最优模型。改进后的最优模型与传统Alex Net模型相比,仅经过4次训练迭代,就能达到90%以上的识别准确率,平均测试识别准确率达到98.80%,分类成功指数达到96.84%,模型内存需求减少为4.20 MB。实际田间预测野芥与雀麦幼苗的准确率都能达到75%左右,说明该文最优模型对正常情况下的幼苗识别性能较好,但对复杂黑暗背景下的甜菜幼苗准确率为60%,对恶劣背景下的识别性能还有待提升。由于模型使用了更宽的网络结构,增加了特征图的多尺度融合,保持对输入空间变换的不变性,故对正常情况下不同作物幼苗与杂草的识别能力较强。该文改进模型能达到较高的平均识别准确率及分类成功率,可为后续深入探索复杂田间背景下的杂草识别以及杂草与幼苗识别装置的研制打下基础。