把科技培训班办到村里去

目前,乡镇成校的工作重点已从原来的扫盲教育转向科技培训、科技传播。乡镇成校是集成人教育、职业教育、科技培训为一体,实行农、科、教三结合的办学实体。每位成人教育工作者都必须想方设法、尽心尽力地做好科技宣传、培训工作。根据几年来的工作实践,我认为,提高农民的科技知识的最好办法是坚持办好各种类型的科技培训班。从1996年开始,我们连续五年坚持把科技培训班办到村里去,办到农民家门口去,改变了原来那种集中办班、以会代训等做法,因而深受农民群众的欢迎,也     

基于逻辑回归算法的复杂背景棉田冠层图像自适应阈值分割

棉田冠层覆盖度是监测棉田棉花长势的重要指标,针对棉田复杂环境中冠层图像难以准确分割的问题,该文提出了一种基于逻辑回归算法的复杂背景棉田冠层图像自适应阈值分割方法。首先将棉田冠层图像像素分成叶片冠层和地表背景2类,在HSV颜色空间中分别提取两类像素的H通道值,在RGB颜色空间中分别提取绿色占比值(G/(G+R+B))作为颜色特征;再利用逻辑回归算法确定出各颜色特征的分割阈值,通过H通道分割阈值实现图像的初次分割;再对初次分割结果中的低亮像素使用逻辑回归算法计算出的超绿特征阈值进行低亮像素分割,同时采用绿色占比分割阈值对图像高亮像素及低亮像素分割结果整体实现二次分割,最后采用形态学滤波方法对分割结果进行优化。为评价该分割方法,利用从新疆棉花产区采集到的320幅棉田冠层图像进行试验。结果表明,该方法可在棉田复杂自然背景下,有效分割出棉田冠层区域,平均相对目标面积误差率仅为5.46%,总体平均匹配率达到93.07%;优于超绿特征OTSU分割方法(平均相对目标面积误差率11.78%,总体平均匹配率76.43%)、四分量分割方法(平均相对目标面积误差率24.11%,总体平均匹配率71.67%)、显著性分割方法(平均相对目标面积误差率36.92%,总体平均匹配率66.92%)。该方法的平均处理时间为4.63 s,相对于超绿特征OTSU法(3.84 s)和四分量分割法(2.56 s),耗时多一些,但与显著性分割法(6.25 s)对比,花费时间要少。研究结果可为棉田自然复杂环境下机器视觉技术监测棉花覆盖度提供一种有效途径。     

番茄黄化曲叶病毒基因间区缺失突变体在北京的发现与证实

在北京发现两种致病性有差异的番茄黄化曲叶病毒（Tomato yellow leaf curl virus,TYLCV）毒株,得到两个不同的TYLCV分离物BJ03和BJ04,并对它们进行了全长扩增测序。TYLCV-BJ03全长为2 781 bp,TYLCV-BJ04全长为2 740 bp。进化树分析显示,这两个毒株分别属于以色列株系TYLCV-IL进化分支下中国的两个不同亚群。二者核酸序列的同源性为99.15%,主要差异在基因间区（intergenic region,IR）。BJ04比BJ03的IR区在互补链方向TATA-box与保守的9核苷酸序列之间缺失41个碱基。通过针对缺失片段设计的特异引物验证,进一步证实了TYLCV的IR区缺失突变体的存在。在对温室中不同发病番茄样本的检测中,同时检测到被两种毒株单独侵染和复合侵染的植株。     

基于改进全卷积网络的棉田冠层图像分割方法

针对传统的全卷积网络分割精度低、效果差等问题,该文提出一种结合条件随机场的改进全卷积网络棉田冠层图像分割方法。首先通过提取和学习图像特征对全卷积网络进行训练以优化其分割性能,得到初步分割结果和训练后的全卷积网络模型;接着将初步分割结果以像素和像素对应的分类向量形式输入到条件随机场中,同时结合像素间相对关系构建能量函数再进行训练,对初步分割结果进行优化得到训练后的条件随机场模型;进而通过验证过程对全卷积网络和条件随机场模型参数进一步调优,得到最优的全卷积网络和条件随机场;最后结合最优的全卷积网络和条件随机场实现棉田冠层图像分割并进行试验。试验结果表明:该方法的平均像素准确率为83.24%,平均交并比为71.02%,平均速度达到0.33 s/幅,与传统的全卷积网络分割性能相比分别提升了16.22和12.1个百分点,改进效果明显;与Zoom-out和CRFas RNN(conditional random fields as recurrent neural networks)分割方法进行对比,平均像素准确率分别提升了4.56和1.69个百分点,平均交并比分别提升了7.23和0.83个百分点;与逻辑回归方法和SVM(support vector machine)方法进行对比,平均像素准确率分别提升了3.29和4.01个百分点,平均交并比分别提升了2.69和3.55个百分点。该文方法在背景复杂、光照条件复杂等环境下可以准确分割出冠层目标区域,鲁棒性较好,可为棉花生长状态自动化监测提供参考。