鸭舟形嗜气管吸虫病的防制

鸭舟形嗜气管吸虫又称西佐夫嗜气管吸虫，主要寄生于鸭的气管、支气管、肺部。特征症状为呼吸困难，营养不良，消瘦，甚至因虫体阻塞呼吸道发生窒息死亡，其分布广，危害大。     

认真对待权利——德沃金对传统法律思想的反思

文中主要阐释了美国当代法理学家德沃金权利理论产生的背景。该权利理论诞生于20世纪中期的美国,在这时期里美国社会对权利的呼声逐渐走向多元化,而占统治地位的传统法律思想已不能适应当时美国社会的发展。在这种情况下,德沃金通过揭示传统法律思想忽视权利的原因,并呼吁政府认真对待人们的权利,而且以平等作为起点和核心构建了一套权利理论。     

跑台运动对阿尔茨海默病模型小鼠学习记忆能力的影响

目的 探讨跑台运动对阿尔茨海默病模型小鼠学习记忆能力的影响及其机制.方法 32只小鼠随机分为正常组、模型组、运动1组(E1组)、运动2组(E2组).每天腹腔注射120 mg/kg D-半乳糖和100 mg/kg亚硝酸钠造模,连续8周.E1、E2组每天以10 m/s分别跑100、200 m.第9周采用Moms水迷宫检测小鼠学习记忆能力,并取大脑海马测定总巯基、乙酰胆碱酯酶(AchE)、谷胱甘肽过氧化物酶.结果 与模型组相比,E2组小鼠空间学习记忆能力提高(P＜0.05);正常组、E1、E2组海马组织中总巯基含量及正常组、E1组AchE含量升高(P＜0.01或0.05).结论 跑台运动能改善阿尔茨海默病模型小鼠学习记忆能力、海马中抗氧化及胆碱能活性.     

基于YOLO v5的农田杂草识别轻量化方法研究

针对已有杂草识别模型对复杂农田环境下多种目标杂草的识别率低、模型内存占用量大、参数多、识别速度慢等问题,提出了基于YOLO v5的轻量化杂草识别方法。利用带色彩恢复的多尺度视网膜(Multi-scale retinex with color restoration,MSRCR)增强算法对部分图像数据进行预处理,提高边缘细节模糊的图像清晰度,降低图像中的阴影干扰。使用轻量级网络PP-LCNet重置了识别模型中的特征提取网络,减少模型参数量。采用Ghost卷积模块轻量化特征融合网络,进一步降低计算量。为了弥补轻量化造成的模型性能损耗,在特征融合网络末端添加基于标准化的注意力模块(Normalization-based attention module,NAM),增强模型对杂草和玉米幼苗的特征提取能力。此外,通过优化主干网络注意力机制的激活函数来提高模型的非线性拟合能力。在自建数据集上进行实验,实验结果显示,与当前主流目标检测算法YOLO v5s以及成熟的轻量化目标检测算法MobileNet v3-YOLO v5s、ShuffleNet v2-YOLO v5s比较,轻量化后杂草识别模型内存占用量为6.23MB,分别缩小54.5%、12%和18%;平均精度均值(Mean average precision,mAP)为97.8%,分别提高1.3、5.1、4.4个百分点。单幅图像检测时间为118.1ms,达到了轻量化要求。在保持较高模型识别精度的同时大幅降低了模型复杂度,可为采用资源有限的移动端设备进行农田杂草识别提供技术支持。