软件工程案例教学浅议

目前,普通农业院校计算机专业学生培养目标主要是面向社会应用,针对这一培养目标,结合多年在《软件工程》课程中应用案例教学的实践经验,研究案例教学对于启发学生创新潜能、提高学生实际解决问题能力的重要作用。     

水稻稻瘟病图像识别预处理方法研究

为了实现计算机对水稻稻瘟病病害的自动识别，研究了水稻稻瘟病病斑图像的预处理和形状特征提取方法。试验中利用灰度变换、直方图均衡化及中值滤波法有效去除了噪声和增强了图像，利用拉氏算子对病斑图像进行边缘检测，准确提取了病斑的形状特征，实现了稻瘟病图像目标分割。这些研究为进一步的特征参数提取及最终病害确定打下基础。     

植物诱导抗病技术的发展现状

对植物诱导抗病技术进行了综述;针对生物诱导因子、物理诱导因子和化学诱导因子,分析了各种诱导因子的特征和应用;指出了植物诱导抗病性研究的现状和问题;并对诱导抗病性的应用和发展方向做作了概括.     

人工合成甘蓝型油菜特长果突变系选育初报

从 16 9份人工合成甘蓝型油菜新材料中 ,鉴定出了 2 1份特长果株系 ,其主花序中部角果长度一般在 12cm以上 ,果身长度在 10cm以上。其中 ,最长角果系为“H2 18” ,其平均角果长度达到了 18 12cm ,果身长达到了 15 2 5cm ,最长果单株角果长度达到了 19 34cm ,果身长达到了 16 2 0cm。并在该系中一个折断了主花序的单株上 ,得到了一个极端最长达 30 5cm ,果身长达 2 5cm的超长角果。本研究中所获得的特长果材料与现已报导的特长果材料有着完全不同的遗传来源 ,其角果和果身的长度也大大超过了现有特长角突变系的相应长度。它们在油菜育种及遗传研究中将具有重要的利用价值。在它们的亲本中 ,却未曾见到长角特性 ,所获得的特长果性状都是在杂种后代分离和选育过程中发生的 ,其形成机制和遗传规律有待进一步研究     

紫甘蓝COP1基因的克隆及表达模式分析

光照是植物生长发育的一个重要的环境因素,COP1是光调控植物发育的一个分子开关。本实验以"早红"紫甘蓝为实验材料,分两组置于光照(光照16h,28℃;黑暗8h,18℃)及完全遮光培养箱培养,至幼苗时提取RNA,进行COP1的cDNA克隆,并通过半定量RT-PCR方法分析COP1在不同处理下的表达情况。结果表明:COP1 cDNA全长为1863bp,编码620aa,分子量为70.325kD;在无光条件下生长的紫甘蓝幼苗虽然仍有少量花青素合成,但是其花青素含量明显低于光照条件下生长的紫甘蓝幼苗;COP1基因在无光条件下的表达量明显强于有光条件,表明COP1对紫甘蓝中花青素的合成起负调控作用。本文旨在探索在不同光照条件下紫甘蓝中COP1基因与其花青素合成的关系,为后期揭示花青素表达调控机制奠定基础。     

加强兽药监管,生产安全畜产品

兽药是一种特殊商品,在畜业生产中被广泛使用,如使用不当不仅影响动物疫(疾)病防治效果,而且通过食物链间接影响人类的健康和生命。     

基于深度信念网络的水稻纹枯病识别方法研究

北方寒地水稻纹枯病的危害日趋严重,是困扰水稻种植户的一大难题。为监测该病害的发生,提出了一种基于深度信念网络的病害识别新方法。首先,利用高斯滤波对病害图像进行增强预处理,采用Sobel边缘检测算子提取水稻纹枯病病斑特征;其次,设计并训练了包含3个隐含层受限玻尔兹曼机的深度信念网络,并利用文中提出的深度信念网络对1 500幅水稻纹枯病图像进行识别。7重交叉验证测试结果表明:平均识别准确率高达94.05%,优于常见的BP神经网络和支持向量机识别方法,为准确识别水稻纹枯病奠定了基础。     

猪的疾病防治与检疫综述

做好疾病防治、检疫工作能够降低生猪疫病发生的几率,提升养殖工作水平。基于此,本文对药物防治、饲养管理防治、免疫防治这几个生猪疾病防治方法进行了综述,并从屠宰前检疫、屠宰后检疫这两疾病检疫方面进行了猪检疫综述,希望能够为养殖业生产质量水平的发展提供助力。     

基于PCA和Whitening算法的水稻病害图像预处理研究

水稻病害图像预处理在使用机器视觉技术对水稻病害智能诊断识别中至关重要。预处理效果直接影响水稻病害识别准确率。提出一种新的基于PCA和Whitening融合算法的水稻病害图像预处理方法。实验获取了水稻病害彩色图像和灰度图像的训练样本和测试样本,对获取的样本应用PCA降维,然后对降维后的样本随机取样,应用Whitening算法得到了相应的训练特征和测试特征。实验表明,该融合算法增强了预处理后的水稻病害图像样本对光照及亮度的鲁棒性,可有效提高病害识别准确率。