基于多分类器DS证据理论融合的水果识别研究

针对不同分类器对不同水果种类识别准确率的不均衡问题,提出一种基于多分类器DS证据理论融合的水果识别方法。该研究选择kaggle上fruits360数据集中的5种水果作为研究对象,首先对预处理后的5种水果图像的颜色、纹理、形状特征进行提取,分别选用BP神经网络、K均值、SVM三种分类器,结合被测图像在每种分类器上的识别结果和各个分类器对不同水果的分类准确率,构建基本概率函数(BPA函数),通过DS证据融合规则对分类器融合后对被测图像进行识别。试验结果表明:该方法对5种水果的识别平均准确率为95.2%,总体标准偏差为0.02993,在提高单分类器识别准确率的同时,解决了分类器对各种水果识别的不均衡问题。对10组测试集识别的平均准确率为93.5%,总体标准偏差为0.055,该方法对水果种类的识别更准确和稳定。     

辣椒细菌性果实条斑病菌生物学特性及抑菌药剂筛选

研究辣椒细菌性果实条斑病菌的生物学特性,对病原菌进行室内药剂筛选,旨在为田间病害规律研究和病害防治提供依据。采用紫外分光光度计测定病原菌在不同温度、pH、NaCl浓度下的生长速率。采用滤纸片抑菌圈法对病原菌进行室内药剂筛选试验。结果表明,辣椒细菌性果实条斑病菌最适生长温度为28℃,最适pH 7.0,病原菌的耐盐性为12%。18种供试药剂在药剂推荐使用剂量范围内,四霉素、乙蒜素、77%志信、氯溴异氰尿酸4种药剂对病原菌有抑菌效果,对这4种药剂进行毒力测定,结果表明四霉素的毒力较强,EC₅₀值为11.75 mg/L,毒力强于其他3种试剂,四霉素可作为田间防治药剂的首选。     

谷子株高及穗部性状主基因+多基因混合遗传模型分析

【目的】株高和穗部性状是影响谷子产量的关键性状。探究谷子株高及穗部性状表型变异的遗传规律,为相关性状的遗传改良与基因定位提供参考依据。【方法】以谷子优质品种豫谷18为共同父本,分别与黄软谷和红酒谷杂交,构建2个分别包含250个家系的重组自交系F₇群体（YYRIL和YRRIL）。采用主基因+多基因混合遗传模型,对YYRIL和YRRIL群体在2个环境下的株高、穗长、穗下节间长、穗码数、穗粒重等5个农艺性状的表型数据进行遗传分析。【结果】5个性状在所有环境中均表现连续变异且存在超亲分离现象,峰度和偏度绝对值小于1,近似正态分布,呈现数量性状的典型遗传特点。性状间相关性分析表明株高与穗长、穗下节间长在所有环境中均呈极显著正相关,穗码数与穗粒重呈极显著正相关。遗传模型分析显示YYRIL和YRRIL群体株高的最适遗传模型分别为PG-AI和PG-A多基因模型,多基因遗传率分别为95.15%和91.27%。2个群体穗码数的最适模型均为PG-AI,多基因遗传率为70.07%—71.58%。穗下节间长在2个群体的最适遗传模型分别为4MG-CEA和3MG-CEA,均为等加性主基因模型。穗下节间长在YYRIL群体的主基因遗传率为9.69%,4对主基因加性效应值相等,均为-0.34,具有负向效应;穗下节间长在YRRIL群体的主基因遗传率为45.78%,3对主基因加性效应值相等,均为1.17,具有正向效应。穗长在YYRIL群体的最适模型为MX2-ED-A,即2对显性上位主基因+加性多基因模型,主基因遗传率为43.56%,多基因遗传率为50.56%。控制穗长的2对主基因加性效应值分别为-1.21、1.68,多基因加性效应较小,为-0.0017;穗长在YRRIL群体的最适模型为MX2-AE-A,即2对累加作用主基因,加性多基因混合遗传模型;穗长的主基因遗传率为46.40%,多基因遗传率为46.91%。控制穗长的第1对主基因加性效应值为1.53,具有正向效应,第1对主基因加性×第2对主基因加性上位性互作效应值是0.60,多基因加性效应值为-0.47,表现为较低的负向遗传效应。穗粒重在YYRIL群体的最适遗传模型为MX2-ED-A;符合2对显性上位主基因+加性多基因模型,主基因遗传率为69.09%,多基因遗传率为12.08%;控制穗粒重的2对主基因加性效应值分别为0.58、5.82,以第2对主基因的加性效应为主,多基因加性效应值为-3.81。穗粒重在YRRIL群体的最适遗传模型为3MG-PEA,即3对部分等加性主基因遗传模型;穗粒重的主基因遗传率为81.10%,3对主基因加性效应值分别为-2.68、-2.68和2.66,前2对主基因的加性效应值相同,且均为负向效应。【结论】谷子株高、穗码数的最适遗传模型相似,均服从多基因遗传,遗传率较高,受环境影响较小;穗下节间长的遗传受主基因控制,主基因遗传率偏低,受环境影响较大,在栽培中应充分考虑环境因素;穗长遗传受主基因和多基因共同控制;穗粒重在2个群体均服从主基因遗传,主基因遗传率较高,可能存在主效QTL。     

基于迁移学习的GoogLeNet果园病虫害识别与分级

为提高果树病虫害危害程度分级精度进而更好地指导果园病虫害防治，采用迁移学习技术与GoogLeNet模型相结合的方法，对6种果园作物的25类病虫害样本进行识别与危害程度分级研究；同时，探究不同数据集大小以及不同优化算法对模型性能的影响；基于MATLAB平台设计了一款可视化的病虫害识别与分级系统。结果表明:1)基于迁移学习的GoogLeNet模型，对病虫害识别精度可达99.35%，危害程度分级精度可达92.78%；2)在相同训练参数下，本研究模型比AlexNet、VGG-16、ResNet-18、SqueezeNet、原GoogLeNet及MobileNet-v2模型验证精度提高了2.38%~11.44%，并且收敛速度最快；3)本研究模型识别精度随着数据集的增大而提高；在3种优化算法中SGDM算法耗时最短且精度最高，更适合本研究模型。通过拍摄果树叶片病害区域图像，本研究设计的系统能够在0.43 s左右准确识别出果树种类、病害类型以及危害等级等信息。     

二十二份毛花猕猴桃种质资源果实品质的主成分分析与综合评价

为了更好地了解毛花猕猴桃种质资源的多样性,测定了浙江省丽水市境内22份毛花猕猴桃种质的8个品质指标,进行了变异分析、主成分分析、聚类分析和综合评价。结果表明,果实品质指标差异较大,单果质量的变异系数最大(38%);果实横径的变异系数最小(11%);聚类分析结果表明,22份毛花猕猴桃种质可以分为两大类,其中第一类种质果实的可溶性固形物含量、可滴定酸含量、维生素C含量均高于第二类,第二类种质果实的固酸比稍高于第一类;主成分分析表明,前三个主成分贡献率达85.04%,可综合反映果实品质信息;综合评价结果显示,LD-18、L-74、L-27、L-19、L-73这5个单株果实综合性状表现优良。综上所述,丽水市境内毛花猕猴桃种质资源果实性状具有丰富的多样性,为新品种的选育和果实品质改良提供了重要的参考依据。     

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。     

湖北三峡库区晚熟脐橙不同海拔果实品质变化及枯水防控技术研究

以湖北三峡库区秭归地区不同海拔伦晚脐橙（Citrus sinensis Osbeck ‘Lane late’ Navel）果实为试验材料，探讨了湖北三峡库区晚熟脐橙果实枯水防控栽培技术，进行了晚熟脐橙种植区域布局研究，结果表明，在湖北三峡库区，江南晚熟脐橙适宜区域化种植在海拔360 m以下，江北在海拔350 m以下。在适宜范围外，随海拔升高，晚熟脐橙果实品质下降，可食率、果汁率降低，酸下降快，化渣性变差，果实枯水加重。其次，探讨了晚熟脐橙果实枯水防控生产技术，冬季套袋试验效果好，果实枯水比率控制在5%以下，显著低于对照果实（枯水率50%），可有效减轻和防止晚熟脐橙果实枯水，而且套袋果实外观好，品质优。覆膜技术效果其次，果实枯水比率可以控制在20%以下，而且该技术简便、劳动量小且成本较低，可以在生产中应用。     

基于机器视觉的温室番茄裂果检测

该文通过对温室番茄果实进行定位及裂果检测,可为番茄裂果率预估及后续裂果自动筛选提供参考。针对自然光照下采集的各类番茄图像,在相关颜色空间中进行阈值预分割,利用前期支持向量机训练得到的纹理特征分类器对预分割区域进行二次判别;之后在前景区域利用显著性角点分割构造边缘轮廓集,利用基于最小二乘法修正的改进霍夫变换拟合单个番茄目标;最后利用二维Gabor小波算子对拟合的单个番茄区域进行纹理特征提取及裂果判别。文中共采集82幅番茄图像,其中50幅图像作为训练集图像,32幅图像作为验证集,所提算法对测试集中总共128个番茄的果实正确检出率为91.41%,对其中35裂果的正确判别率为97.14%,裂果判别部分平均耗时21 ms。试验结果表明,该方法具有较好的鲁棒性与可靠性,对成熟期番茄裂果率的估计研究及采摘过程中裂果的自动分级筛选具有较好的指导意义,为未来实现温室番茄果实生长状态在线监测提供参考。     

茄果类蔬菜日光温室智能化育苗关键控制技术

为了制定出1套可操作性强的日光温室智能化育苗关键控制技术体系,经实践并结合智能化育苗数据检测控制及管理系统,总结和完善了茄果类蔬菜幼苗不同阶段对温度、基质湿度及光照等的具体要求,最终形成了1套可操作性强的技术体系。