鄱阳湖翘嘴鳜规模化繁育及健康养殖技术综述

优选野生鄱阳湖翘嘴鳜成熟个体为亲本,强化培育至5月初开展人繁。♀:♂=1∶1~1.5,一次性注射混合激素,自然产卵,雌体剂量为LRH-A10~12ug HCG700~800 IU/kg。水温23~25℃时效应时间25~27h,催产率90~100%,受精率50~60%,孵化率85%以上,水温24~26℃需30~31h出膜。采用同步繁殖的团头鲂苗作开口饵料鱼,采取投喂充足的适口饵料鱼、严防低溶氧综合症和NH3-N中毒、遍洒福尔马林和硫酸铜防治原虫病等措施,育苗成活率由20%提高到60~70%。针对滨湖地区和自然水体野杂鱼丰富的特点,总结了池塘套养、自然水体混养和网箱养殖商品鳜模式,探讨了池塘主养及饵料鱼配套技术,建立了健康养殖操作规程。     

基于CP-DeepLabv3+的玉米根系图像分割

利用微根管技术可以直接监测植物根系动态生长,并获取清晰根系图像,但土壤环境复杂、颗粒不均匀、细根数量多,图像分割时容易造成根系不连续,将土壤背景误认为根系。针对以上问题,提出了CP-DeepLabv3+算法进行图像分割。该算法引入坐标注意力机制（coordinate attention, CA）,更精确地获得分割目标信息,使得分割目标边缘更加连续;在ASPP特征提取模块加入条纹池化（strip pooling,SP）分支,避免在相距较远的位置之间建立不必要的连接,提高图像分割精度。利用CP-DeepLabv3+算法对玉米根系数据集进行测试,结果显示,平均交并比（mean intersection over union,MIoU）值为82.95%,平均像素精确度（mean pixel accuracy,MPA）值为92.47%,相比于原始DeepLabv3+模型分别提高了3.69%、4.44%,表明该算法可有效分割玉米根系,对图像特征提取具有实际意义。     

池养翘嘴红鲌人工繁殖技术初报

采用混合催产剂型,对池塘培育成二冬龄的翘嘴红鲌亲鱼四批次共120组进行一次性催产注射,收集鱼卵进环道孵化。水温29℃,效应时间4h,共计产翘嘴红鲌鱼卵928万粒,经16~20h孵出全长5.23~5.25mm仔鱼378万尾,水温27~31℃需60h平游。亲鱼运输成活率100%,产后24h平均成活率83%,催产率30.4~93.5%,受精率40.4~84.0%,孵化率40.6~60.0%,在江西首次突破了池养翘嘴红鲌人工繁殖关,初步掌握了翘嘴红鲌规模化人工繁育技术。     

原木端面图像的阴影去除算法

原木在堆放时其端面不在一个平面,自然光线下,凹进去的原木很容易陷入阴影中。为了准确分割原木端面图像,解决阴影消除的问题,提出了模式识别的方法。首先,提出了自适应阈值的合并解决均值漂移分割参数选择不合适引起的过分割和过合并问题;再将30维的颜色直方图和局部二进制模式(LBP)纹理直方图作为特征量,利用随机森林分类器进行训练和预测,将区域图像分为端面、阴影、背景3类;最后,利用图像增强算法进行阴影消除。对阴影消除前后的端面图像作分割,对比结果显示了此算法的有效性。     

基于迁移学习的竹片缺陷识别

使用竹片图像实现竹片缺陷自动识别，目前深度学习可以有效地解决该类问题，但是必须使用大量样本数据做训练才能获得较高的识别准确率。当图像数量有限时，利用基于迁移学习的方法，把经过预训练的卷积神经网络模型进行迁移，即共享卷积层和池化层的权重参数，调整新网络模型的超参数，并建立一个包含4种共计6 360张竹片缺陷图像的数据库，把图片分成4种训练集测试集形式，即80%训练、20%测试；60%训练、40%测试；40%训练、60%测试；20%训练、80%测试，分别利用支持向量机SVM分类方法、深度学习方法和迁移学习方法进行训练和测试，并将这3种方法作对比。最后，通过构建竹片缺陷识别的混淆矩阵对迁移学习进行具体分析与说明。结果表明，按照80%训练、20%测试的识别准确率最高，通过迁移学习得到的竹片缺陷最高识别精度分别达到98.97%，比普通深度学习提高了11.55% ，比SVM分类方法提高了13.04%。说明迁移学习比普通深度学习和传统支持向量机SVM分类方法更适合用于小样本数据集的分类识别，并且效果优于普通深度学习和 SVM 分类方法。     

近似联合训练的Faster R-CNN对立木图像的检测与识别

为提高复杂背景下立木图像的识别准确率，提出近似联合训练的Faster R-CNN对立木图像进行目标提取并分类。首先迁移ImageNet上的模型VGG16、ResNet101和MobileNetV2提取图像特征并微调网络，然后构建新的数据集包括7科10种立木图像共2 304张，通过该数据集训练和测试3种网络模型下的Faster R-CNN。结果表明，通过近似联合训练的Faster R-CNN得到的均值平均精度分别是93.64%、92.38%、92.58%，对于不同种属的立木，VGG16网络效果最佳。由于光照会对图像识别造成影响，将光照平衡前后的结果作对比，得到光照平衡后的立木图像识别结果优于平衡前。并利用训练的模型对斜向生长的立木图片进行检测，结果显示生长方向不影响图像识别准确率。证明该方法在具有复杂背景的立木图像上具有良好的效果，对更多立木的识别有一定的参考价值。     

翘嘴红鲌运输技术

在推广翘嘴红鲌人工养殖过程中,进行了多次运输试验,包括亲鱼、苗种和商品鱼等各阶段,运输成活率均达到或接近100%,探索出一套较为完善的运输技术。     

池养翘嘴红鲐人工繁殖技术初报

采用混合催产剂型，对池塘培育成二冬龄的翘嘴红鲌亲鱼四批次共120组进行一次性催产注射，收集鱼卵进环道孵化。水温29℃，效应时间4h，共计产翘嘴红鲌鱼卵928万粒，经16～20h孵出全长5．23～5．25mm仔鱼378万尾，水温27-31℃需60h平游。亲鱼运输成活率100％，产后24h平均成活率83％，催产率30．4～93．5％，受精率40．4～84．0％，孵化率40．6～60．0％，在江西首次突破了池养翘嘴红鲌人工繁殖关，初步掌握了翘嘴红鲌规模化人工繁育技术。     

鄱阳湖土鲶人工繁殖及其胚胎发育研究

鄱阳湖土鲶(Silirus asotus Linnaeus)是江西省鄱阳湖流域本地鲶鱼.采用人工授精方式进行鄱阳湖土鲶人工繁殖,在18℃～26℃的水温条件下对鄱阳湖土鲶胚胎静止水体中发育过程进行了详细的观察记录,胚胎发育经过7个时期,从受精卵到孵化出膜约为47.08h.并将观察结果与南方大口鲶、瓦氏黄颡鱼静止水体胚胎发育时间进行了比较.对比发现南方大口鲶孵化时间最短,其次为鄱阳湖土鲶,用时最长的为瓦氏黄颡鱼.     

随机森林在板材表面缺陷分类中的应用1）

对板材表面缺陷图像进行多种特征提取。颜色特征选用了颜色直方图;形状特征主要基于最小外接矩阵,提取周长、面积、位置、矩阵和圆形相关的形状参数;纹理特征选取了灰度共生矩阵和Tamura纹理参数。通过OOB（袋外数据）误差计算特征重要性,并将结果与提取时间进行综合分析得出,Tamura纹理和颜色直方图是最优的2组缺陷分类参数。对颜色直方图和Tamura纹理2类特征,采取特征组合输入,通过实验得出,随机森林分类精度达95．67％。