敢啃“硬骨头” 助产业发展

珠海市现代农业发展中心(以下简称“农发中心”)水产技术推广部副部长李勇,加人农技推广工作20年来,始终以产业需求为首要任务,从不计较个人得失。他深度参与了白蕉海鲈的品牌创建、技术推广、示范区建设、地理标志产品申报等工作,敢于啃“硬骨头”,默默为产业发展奉献自己的力量。     

2019-2020年度固始县优质小麦播种量优化试验总结

一、试验目的根据固始县农业环境条件,结合小麦品种特征特性进行播量优化试验和示范,以期获取优质小麦适期播种的最佳播种量数据,为构建优质小麦协调合理的群体结构,为小麦优质、高效生产奠定基础。二、试验方法(一)试验地点稻茬麦区试验基点安排在郭陆滩镇太平村太平农业种植合作社。试验地较为平坦,排灌方便。土壤为轻壤型水稻土,肥力较高。前茬作物为水稻,每667 m²产量550 kg。     

玉米秸秆覆盖免耕播种技术

玉米秸秆覆盖免耕播种技术是“梨树模式”的核心技术,它用玉米秸秆残茬覆盖地表,减少土壤风蚀、水蚀;实行免耕播种,减少土壤耕作,是提高土壤肥力和抗旱保墒的一项保护性耕作技术。该技术创新了玉米秸秆处理方式,提高了玉米播种质量,解决了东北地区玉米连作土壤退化和秸秆焚烧导致环境污染的问题,对黑土地保护和利用起到了积极作用,实现了土地种养结合,保护性耕作为梨树县粮食持续稳产高产提供了保障。     

《猪业科学》投稿须知

《猪业科学》杂志为月刊,每月25日出版,面向全国发行。内容充实、实用,每期一个主题,充分挖掘、深度报道、全面分析,全面反映养猪产业的最新成果、发展动态和市场经济信息。全彩色印刷、图文并茂适应现代“读图时代”潮流。     

基于BERT+BiLSTM+CRF深度学习模型和多元组合数据增广的渔业标准命名实体识别

为解决渔业标准命名实体识别任务中部分实体语料分布稀疏导致的效果不佳问题,提出了基于多元组合数据增广(data augmentation method based on multiple combination,MCA)的渔业标准命名实体识别方法,该方法融合了基于领域词典的联合替换算法(joint replacement algorithm based on domain dictionary,DDR)、基于槽点保护的随机删除算法(random deletion algorithm based on slot protection,SPD)和基于槽点保护的随机插入算法(random insertion algorithm based on slot protection,SPI)进行语料库的数据增广,首先构建"水产品名称"同类词词典和领域同义词词典,通过两个词典分别对"水产品名称"类实体和随机词进行同类词替换和同义词替换,生成新的句子,以增加目标实体数量和句子的多样性,然后在基于槽点保护的情况下对原句子分别进行随机删除和随机插入操作,在保留实体及上下文特征的情况下进一步丰富语料的多样性,提高模型的泛化能力.结果表明,采用基于融合注意力机制的BERT+BiLSTM+CRF网络模型和多元组合数据增广方法进行渔业标准命名实体识别,准确率、召回率、F1值分别达到了91.73％、88.64％、90.16％,具有较好的效果.研究表明,基于多元组合数据增广的渔业标准命名实体识别方法有效解决了部分实体样本稀疏问题,提升了渔业标准命名实体识别的整体效果.     

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。     

蒙城县2020年秋种优质专用小麦生产技术意见

本文主要介绍了蒙城县以优质专用订单小麦生产为抓手的秋种工作总体思路，通过加强示范片建设，以品种结构调整为切入点，以市场需求为导向，进一步优化品种布局，强化农机农艺配套融合，落实测土配方施肥、科学播种和病虫草害绿色防控等手段，实现农药化肥使用量“负增长”、达到产量提高，品质改善，订单回收、提质增效目标，同时提出了具有针对性的冬前田管技术措施，供广大农技人员及种植户参考借鉴，为指导大田生产提供理论和实践依据。     

水稻稀播条件下不同秧龄壮秧技术

以南粳9108为试验材料,研究稀播条件下(18000苗/m₂)不同措施对30、35 d秧龄秧苗素质的影响。结果表明:在18000苗/m₂的播种密度下,多效唑浸种能够有效地促进根系生长,矮化秧苗高度,显著提高秧苗素质,对于培育不同秧龄的壮苗均有促进作用。多效唑浸种浓度在0.5 g/L左右最为适宜。     

基于VGGNet网络的雾霾无人车防碰撞研究

针对雾霾天气下无人车行驶容易出现视野受限，导致防碰撞能力下降的问题，提出了一种基于VGGNet网络的深度卷积神经网络模型，通过反向传播算法不断调整模型的权重和偏置，对收集雾霾天气下的图像和相关数据进行处理，实现模型的训练和优化。实验结果表明，所提出的方法可以有效地提高无人车在雾霾天气下的防碰撞能力，达到了良好的效果。研究结果可以为无人车行业在特殊气候条件下的防碰撞提供了一种新思路和实现方法，具有一定的参考价值和应用前景。     

采摘机器人深度视觉伺服手-眼协调规划研究

针对现有采摘机器人的识别-采摘精度与效率偏低等问题，开展了采摘机器人深度视觉伺服手-眼协调规划研究。开发了在手RealSense深度伺服的小型升降式采摘机器人，进行了采放果的工作空间与姿态分析，针对“眼在手上”模式建立了手-眼协调的坐标变换模型。对采摘机器人提出了基于在手RealSense深度伺服的由远及近手眼协调策略，并根据RealSense与机械臂参数完成了基于深度视觉的远近景协调关键点间分段动作规划。手眼协调采摘试验表明，末端在X、Y、Z方向的平均定位精度为3.51、2.79、3.35mm，平均耗时为19.24s，其中机械臂从初始位开始采果的平均耗时为12.04s，中间识别与运算的平均耗时为3.82s，放果动作平均耗时为7.2s，机械臂动作耗时占整个环节的80.2%。该机器人结构和在手RealSense深度伺服的手眼协调策略可满足采摘作业需求。