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。     

基于卷积神经网络马铃薯叶片病害识别和病斑检测*

针对自然环境下马铃薯叶片病害识别率低和晚疫病斑定位难的问题,基于大田环境中采集的马铃薯叶片图像,首先对马铃薯叶片病害进行识别,对比AlexNet、VGG16、InceptionV3、ResNet50、MobileNet五种神经网络模型,结果表明InceptionV3模型的识别效果准确率最高,可达98.00%。其次对马铃薯叶片的晚疫病斑进行检测,提出一种改进型的CenterNet-SPP模型,该模型通过特征提取网络获取对象的中心点,再通过中心点回归获得中心点偏移量、目标大小等图像信息,训练后的模型在验证集下的mAP可达90.03%,以F₁为评价值分析对比其它目标检测模型,CenterNet-SPP模型的效果最好,准确率为94.93%,召回率为90.34%,F₁值为92.58%,平均检测一张图像耗时0.10 s。为自然环境下马铃薯叶片病害识别和检测提供较为全面的深度学习算法和模型研究基础。     

浅析单片机C语言(C51)与C语言的关系

美国国家标准学会制定的标准C语言,称为ANSI C,是C语言最初的标准。目前51系列单片机的编程都采用C51,C51是在C语言基础上发展起来的。本文主要介绍了C51与C语言的区别和联系。     

电气自动控制与plc技术

随着现代经济和科技的快速发展,电气自动控制和plc技术越来越广泛地应用到我们的日常生活当中。     

麻山药种植田沙壤土流动性离散元模型颗粒放尺效应

为简化麻山药-沙壤土复合体离散元模型，提高离散单元法在农业领域中的计算效率，以沙壤土为研究对象，在EDEM离散元软件中构建非球形颗粒，进行双目标参数标定试验，采用放大颗粒粒径方法，利用转鼓、坍塌与FT4流变仿真试验，从颗粒群动态堆积角、流动质量、流动速率以及能量等方面探究了颗粒放尺效应对颗粒群物理特性的影响。试验结果表明：干燥处理后的2 mm粒径沙壤土基质静态堆积角和动态堆积角平均值分别为32.16°和35.02°；与独立标定试验相比，双目标标定试验获得的仿真参数更具准确性与唯一性；在动态堆积角试验中，真实沙壤土颗粒在转鼓中所形成的动态堆积角随粒径和旋转速度的增大而减小，而在仿真试验中，转鼓转速相同情况下，非球形颗粒群在增大粒径的情况下所产生的动态休止角差异较小；坍塌试验中，不同粒径颗粒群在流动过程中的流动质量与平均流速变化趋势基本一致，但误差随粒径增大而增大；颗粒质量相同时，将粒径分别放大2倍及4倍，颗粒数量同比减少87.24%、98.92%，仿真时间明显缩短，计算效率显著提高；FT4流变试验表明，当放尺因子S为2时，阻力FV及其力矩T随时间变化的拟合曲线值约为原尺时的2倍，而当放尺因子S为4时，与原尺相比，拟合曲线斜率差异显著，相关性明显降低。研究结果可为构建沙壤土离散元放尺模型提供理论依据，同时也可为农业工程离散元放尺仿真计算提供一定参考。     

基于EDEM/FEM耦合算法平垄过程仿真

针对目前华北地区温室起垄栽培种植模式在旋耕作业时造成牵引机行走困难、耕作阻力大、平整度差、耕深一致性差的问题,设计了1种四头螺旋式弯刀与螺旋叶片组合布置的平垄装置。应用离散元方法建立垄结构土壤模型,选取土壤颗粒接触模型并设定仿真参数。在不同作业参数下利用EDEM软件对平垄过程仿真,得到平垄装置最优工作参数组合,在该参数下进行模拟仿真,并导出仿真过程带状螺旋叶片受到土壤颗粒的应力结果。基于EDEM/FEM耦合算法对带状螺旋叶片强度进行校核,结果表明该零件受到的等效应力波动小,平垄过程比较平稳。     

单旋翼无人机流场分布特征及作业性能试验研究

为探究Z-3N单旋翼油动无人机在梨园进行病虫害防治作业的适用性,对其旋翼流场进行流体仿真并在梨园进行喷雾试验。结果表明:旋翼下压风场分布较为均匀,压强分布为上层>中层>下层,下层最低压强为3.54 N/m2,说明旋翼下压风场可以较好地穿透到果树下层,下层最小风速≥3 m/s,有助于雾滴到达梨树叶面叶背。单旋翼油动无人机喷雾作业后的梨树冠层雾滴沉积覆盖率上层叶面平均覆盖率为9.31%,叶背为1.34%;中层叶面平均覆盖率为10.79%,叶背为3.46%;下层叶面为2.47%;叶背为1.58%。靶标果树冠层叶面的平均体积中值直径为上层>中层>下层,叶背的平均体积中值直径为中层>上层>下层,雾滴均匀分布为中上层优于下层。田间试验表明单旋翼油动无人机的旋翼下压风场分布和药液雾滴沉积覆盖率适用于梨园的病虫害防治作业。     

高等院校提高线上教学质量方法探究

在新工科、新农科、新文科、新理科等大背景下,为培养高质量的复合型应用人才,线上教学的作用日益突出,线上教学可保证教学进度,还可应对无法开展线下教学的特殊情况。本文围绕教学方式和教学平台的选择、方案制定、以学生为中心的教学活动设计和多元考核评价三个方面,探究提高线上教学质量的方法。