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。     

《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。1内容本刊主要栏目有主题策划、国际瞭望、猪场兽医、营养与饲料、环境与设施、猪群保健、遗传改良、生产管理、地方猪种、猪场人才等。     

灌水对强筋小麦籽粒产量及营养品质的影响

为明确水地强筋冬小麦高产、优质、高效的灌溉技术，试验设3个灌水时期8个灌溉处理［越冬期灌1水（W₁），拔节期灌1水（W₂），孕穗期灌1水（W₃），越冬期和拔节期灌2水（W₁₂），越冬期和孕穗期灌2水（W₁₃），拔节期和孕穗期灌2水（W₂₃），越冬期、拔节期和孕穗期灌3水（W₁₂3），全生育期不灌水处理（CK）］,于小麦成熟期测定籽粒产量、总蛋白及其组分含量和淀粉含量。结果表明，与不灌水的CK比较，所有灌水处理的籽粒产量、有效穗数、穗粒数、千粒重、蛋白质产量以及籽粒淀粉含量均显著增加，但籽粒的总蛋白及其组分含量均呈不同程度降低（W₁处理除外）。越冬期灌水对有效穗数、籽粒产量、总蛋白及其组分含量、淀粉含量的提升作用较大；拔节期灌水对穗粒数的提升作用较大，但对淀粉含量的提升作用较小，对总蛋白及其组分含量的降低作用较大；孕穗期灌水对千粒重的提升作用较大，对蛋白质产量的提升作用较小。随着灌水次数增加，小麦籽粒产量显著提高，淀粉含量先显著提高后基本不变，而籽粒总蛋白及其组分含量降低。W₁₂3处理籽粒产量最高，其次是W₁₃处理；W₁处理籽粒蛋白质及其组分含量最高，其次是W₁₂及W₁₃处理；W₂₃处理淀粉含量最高，其次是W₁₂或W₁₃处理。综合各项指标，最好的灌水组合是越冬期和孕穗期灌2水（W₁₃）。     

基于快速卷积神经网络的果园果实检测试验研究

近年来,基于数字图像处理和机器学习算法的果实自动识别检测研究已经越来越成熟。针对传统检测方法检测过程中难以满足实时性要求的缺点,采用了基于Faster-RCNN的果实快速检测模型。模型由卷积神经网络(CNN)和区域提议网络(RPN)组成,首先由CNN进行卷积和池化操作提取特征,然后由RPN选取候选区域,通过网络全连接层参数共享,由目标识别分类器和边界框预测回归器得到多个可能包含目标的预测框,最后通过非极大值抑制挑选出精度最高的预测框完成目标检测。分别对桃子、苹果和橙子的三种果实进行检测,采用迁移学习方法,使用已经预训练好的两种深度神经网络模型ZFnet和VGG16,通过数据集的训练对Dropout及候选区域数量进行参数调整完成网络调优。检测并分析果实不同布局形态下模型的检测效果。试验结果表明,当Dropout取值为0.5或0.6,候选区域数量为300时网络模型最佳,ZFnet网络中,苹果平均精确度为92.70%,桃子为90.00%,而橙子为89.72%。VGG16网络中,苹果平均精度为94.17%,桃子为91.46%,橙子为90.22%。且ZFnet和VGG16的图像处理速度分别达到17 fps和7 fps,能够达到果实实时检测的目的。     

旋耕深度对滨海盐渍田水稻生长和产量性状的影响

采用大区对比法,在不同地点研究旋耕深度对滨海盐渍土水稻生长和产量性状的影响。结果表明:随着旋耕深度的增加,水稻叶片SPAD值、地上部干重、穗数和产量呈现增加的趋势,而耕深9 cm和12 cm间差异不显著,只有当深度达到15 cm时,各性状才呈现显著增加;旋耕深度对水稻穗粒数、结实率和千粒重的影响较小;旋耕深度对水稻性状的影响在2个地点表现出相同的变化趋势,可采取相同的旋耕措施。     

面向养殖水体分布差异的COD光谱法检测研究

面向养殖水体，传统光谱法对化学需氧量（Chemical Oxygen Demand，COD）检测模型构建的基础：源域（现有样本库）与目标域（检测地水体）间光谱数据独立同分布。但是当源域与目标域分布间存在差异时，由源域得到的低误差模型常在目标域上表现下滑。针对该问题，提出面向UV Vis光谱的域对抗训练网络（DAUVwpNet），将分布不同的源域和目标域数据映射至相同分布的特征空间中，使其在该空间的分布距离尽可能接近，从而在特征空间中对源域训练的目标函数也可以迁移至目标域上，以降低模型在目标域的误差。试验表明：面向同一批测试数据，DAUVwpNet的预测误差为0.78，要低于传统模型的预测误差（0.85）；DAUVwpNet预测值与实测值间相关系数为0.95，要高于传统模型的相关系数（0.89）。表明了该网络能够较好对齐两域特征空间数据分布，降低因分布差异带来的COD检测误差。     

极端暴雨条件下黄土丘陵沟壑区土壤蓄水能力和入渗规律

黄土高原退耕还林还草工程实施后,下垫面环境条件的变化可能对流域水文过程、水文通量、水量平衡以及生态系统产生十分重要的影响。研究极端暴雨条件下剖面土壤蓄水能力和入渗规律,对于阐明流域产汇流过程和影响机制具有重要的科学价值。采用土壤墒情仪对陕北"7·26"特大暴雨事件下黄土丘陵沟壑区草地剖面土壤水分进行了实时动态监测,分析了极端暴雨条件下剖面土壤水分的动态变化和蓄水过程,利用Horton入渗模型模拟了剖面土壤水分湿润锋的运动过程,揭示了极端暴雨条件下剖面土壤水分的入渗规律。结果表明:(1)极端暴雨条件下,黄土丘陵沟壑区坡面草地不同深度层次土壤水分与降雨过程的响应不同,具有层次性和明显的滞后效应,其中,0～140 cm是影响该地区土壤水文过程的关键层次;(2)土壤水分再分配结束时,湿润锋最深深度达140 cm,土壤蓄水量达225.99 mm,较降雨前95.37 mm增加了1.37倍;(3)极端暴雨过程中湿润锋的运动随时间呈对数递减关系,其稳渗速率随容重增加而减小,呈指数函数递减;(4)极端降雨过程中该地区坡面草地的产流机制仍以超渗产流为主,对于揭示流域的产汇流机制和完善水文预报模型具有重要的科学意义。     

裸果木种子萌发对播种深度的响应

本文以甘肃安西极旱荒漠国家级自然保护区天然分布的裸果木种子为实验材料,模拟分布区裸果木的生长环境,设置了播种深度分别达到0cm、0.5cm、1cm、1.5cm和2cm五个不同处理,研究了不同播种深度条件对裸果木种子萌发率、出苗率、出苗进程、胚根、胚轴的影响。实验结果表明,播种深度显著影响裸果木种子的萌发率、出苗率、出苗进程、胚根、胚轴。播种深度为0cm和0.5cm时种子萌发率分别为96.67%和82.11%,出苗率分别为96.67%和76.78%,胚轴分别为3.41cm和3.97cm,胚根分别为5.32cm和5.40cm。结论:0.5cm是裸果木种子萌发生长的最适播种深度,超过0.5cm时,随着播种深度的增加,裸果木种子萌发率和出苗率降低,胚轴和胚根生长缓慢。     

水稻插秧深度与产量的关系

研究了水稻插不同深度的秧苗对水稻的有效分蘖数、有效分蘖率、结实率以及产量的影响；探索最佳的插秧深度及方法，最终得到较高的产量。