滴度及注射方式对2型腺相关病毒载体表达效果的影响

由于腺相关病毒载体(adeno-associated viral vector,AAV)本身的侵染不具有神经元特异性,其在神经系统相关研究中会存在侵染范围不符合试验要求的情况,因此本试验拟研究不同滴度和注射方式对病毒侵染范围的影响。结果显示,在注射较高滴度的AAV2-CMV-EGFP(1.3×10¹¹mg/L)3周后,其侵染范围可由延髓中缝苍白核(raphe pallidus nucleus,RPa)区域延伸至下丘脑室旁核(paraventricular nucleus,PVN)区域;较低滴度(1.3×10⁸mg/L)结合压力注射的方式可以在一定程度上限制AAV的侵染范围,并且载体携带的EGFP荧光基团在637 nm波段不具有明显的假阳性信号。     

基于卷积神经网络的拖拉机工况识别

农机工况识别在细化农机作业状态和帮助掌握区域污染物排放趋势方面有着重要的研究价值。基于拖拉机不同运行状态下的行驶速度、发动机转速以及实时油耗等时间序列,首次提出将图像识别方法引入到拖拉机工况识别中的思路,并分别应用参数优化的支持向量机与卷积神经网络对实际作业拖拉机工况进行研究。结果表明:(1)基于参数优化的支持向量机可以较好地实现样本点的工况识别且识别准确度达到99.851 9%,但无法实现农机工况的连续性识别,同时无法对农机工况转换阶段进行有效识别。(2)以拖拉机运行速度与发动机转速等信息构建样本图像来描述农机工况变化的数据表达,并在此基础上应用卷积神经网络可以有效实现农机工况的连续性识别,且识别准确率可以达到93.3%。本研究在农机工况识别方面具有一定参考价值,并为后续农机不同工况下区域污染物排放研究提供技术支持。     

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。     

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。     

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。     

杂交稻低播量精量播种育秧及机插取秧特性

【目的】明确杂交稻70 g以下低播量精量穴播和条播对育秧效果及机插特性的影响,突破生产中杂交稻机插的技术瓶颈。【方法】以中浙优1号和甬优1540两个杂交稻品种为材料,利用机插标准9寸盘,设置机械穴播和条播两个精量播种方式,并以机械流水线撒播为对照,穴播规格为16(纵向)×34(横向)穴,条播为纵向16条,以穴播5粒、3粒及2粒的播种量进行播种试验。考查了低播量下不同播种方式对秧苗生长影响及配套取秧效果【结果】1)低播量下不同播种方式对秧苗成苗率的影响不大。2)降低播种量提高秧苗生长一致性,且穴播和条播秧苗生长一致性好于撒播。3)与撒播相比,精量穴播和条播能够在低播量下提高秧苗根系盘结力和成毯性,中浙优1号和甬优1540根系盘结力比撒播平均高75.4%和81.0%,播量每穴3粒时即能有效成毯,穴播和条播差异不大。4)精量穴播和条播能够显著降低低播量下机插漏秧率,中浙优1号和甬优1540机插漏秧率平均分别比撒播低76.3%和74.6%,穴播和条播下,两个品种每穴播量3粒的漏秧率均在1%以下,与撒播相比降幅在10个百分点以上。5)精量穴播和条播机插取秧苗数均匀度比撒播要好,两个品种预期取秧2~5苗(5粒)、1~3苗(3粒)和1~2苗(2粒)比例均达80%以上,中浙优1号和甬优1540机插苗数均匀度平均比撒播高121.2%和67.0%,其中,穴播机插取秧苗数均匀度及预期取秧苗数比例高于条播。【结论】精量穴播和条播可以解决目前杂交稻机插用种量大、漏秧率高和机插取秧苗数均匀度差的问题。     

毯苗机插水稻稀播长秧龄农机与农艺相配套技术研究

为探明毯苗插秧机增加取秧块面积的改进技术以及在该技术下稀播长秧龄的水稻适宜播量、秧龄和育秧盘,并形成毯苗机插稻稀播长秧龄农机与农艺相配套技术。结果表明,经过对毯苗插秧机性能的改进,增大取秧面积,毯苗机插杂交稻可实现与钵苗机插稻相当的产量,同时常规稻产量比未改进的常规毯苗机插稻增产4.74%~6.83%;机插水稻秧龄在30 d内,秧龄和产量成正相关关系,播量80 g/盘、秧龄30 d的处理产量最高;与普通塑料盘相比,大体钵型毯状降解盘透水透气性好,栽插带土成球,秧苗素质好,植伤轻,水稻缓苗期短。     

农业机器人并联视觉云台研究

针对智能农用机器人对机器视觉工作范围的需求,提出了一种用于农业机器人的并联视觉云台设计方案。基于双摇杆的输入输出特性,提出了一种运动支链设计方法,用于构建二自由度全球面工作空间解耦并联机构。在此基础上,衍生出两种可行的运动支链P5R和PRR,基于这两种运动支链,设计了2种二自由度全球面工作空间并联视觉云台RRP5R和RRPRR。通过运动学分析,分别建立了2种机构的位置关系表达式;通过尺寸优化,得到了2种机构的最优杆长比;通过对比得出,RRP5R型并联视觉云台具有更好的输入输出性能;通过有限元分析,研究了载荷对RRP5R型并联视觉云台运动精度的影响。结果表明,RRP5R机构强度满足要求,但杆件的累积弹性变形导致运动副的位移偏差较大。