基于深度残差网络的麦穗回归计数方法

单位面积的穗数是估算小麦产量的重要指标,针对传统麦穗计数方法效率低、主观性高等问题,将基于深度残差网络的密度回归模型引入麦穗的计数领域,建立原始图片与密度图的对应关系,以密度图像素值总和确定图像中麦穗数量。对ResNet34网络进行改进,提出了ResNet-16模型,实现端对端的麦穗计数。针对ResNet34网络复杂度高的特点,ResNet-16增加了残差块的宽度,减少了ResNet34网络的深度;为了避免真值密度图的精度误差以及梯度下降过快,引入了矫正因子δ和膨胀因子K。结果表明:改进后的ResNet-16模型能够取得更好的预测精度,平均绝对误差为2.50,均方根误差为3.27,相关系数R~2为0.973,计数准确率达到94%,较MCNN计数模型精度提高了6%,可以实现高效、快速的麦穗计数。利用基于深度残差网络的回归计数模型为麦穗计数提供了一种新的计数方式。     

如何合理收取基本电费

随着电力市场化改革进程的加快，以前旧的收费方法不再适合目前的经营思路。为了提高公司的经济效益，有必要对如何合理收取基本电费进行深入的分析和探讨。笔者结合北京怀柔供电公司的实际提出了自己的看法。     

五道梁地区浅层地温变化特征及其对冻土的影响

本研究采用五道梁气象站的地温资料,利用数理统计方法分析了该地区浅层地温变化特征,探讨了浅层地温变化对冻土的影响。结果表明：(1)11a来五道梁地区0cm、20cm浅层地温增减变化趋势基本一致,呈略微减少趋势,减少趋势不明显。(2)五道梁地区浅层和深层土壤冻结期呈微略提前趋势、解冻期呈微略推迟趋势,提前和推迟趋势均不明显。(3)浅层地温与深层土壤冻结期呈正相关关系,浅层地温升高一定程度上有利深层土壤冻结期推迟；浅层地温与深层土壤解冻期呈负相关关系,浅层地温升高促使深层解冻期提前。     

西瓜皮废弃物堆肥特性及腐熟度评价

以西瓜皮为原料,采用自然堆肥和人工堆肥,全面考察堆肥过程中与腐熟度有关的理化指标和生物学指标的变化,同时采用白菜种子发芽指数(GI)评价堆肥的腐熟度。结果表明:在堆肥熟化期内,堆肥堆体先升温后下降,55℃以上高温持续时间达5 d;pH值先减小后增大;含水率和C/N持续下降,C/N在30 d时达到16左右;总氮和总磷含量大体呈上升趋势;种子发芽指数指标先下降后不断升高。在自然堆肥过程中,GI与C/N呈极显著负相关,相关系数为-0.977;在人工堆肥过程中,GI与含水率和C/N呈极显著负相关,相关系数分别为-0.967和-0.933,而与总磷和总氮呈极显著正相关,相关系数分别为0.888和0.876。     

二氧化硅和锶的地球化学迁移影响因素研究

[目的]研究在表生地球化学环境下,有益组份二氧化硅和锶在地下水中形成及迁移的影响因素。[方法]通过研究盘山地区含水介质的矿物成分、表生地球化学作用、造岩矿物的风化程度和水交替强度,研究了二氧化硅和锶的地球化学迁移的影响因素。[结果]微量元素锶在风化石英二长岩中的平均含量为0.075%,在原岩中为0.076%。该区流量大于20m3/h的井均位于岩脉两侧或接触带上,年均降雨量677.1mm。半风化岩石的有益组份溶出量最高,新鲜岩石次之,全风化岩石溶出量最少。二氧化硅和锶的溶出受水动力条件影响较大。[结论]盘山地区二氧化硅和锶的地球化学迁移与含水层介质的岩性、表生地球化学作用的发生、造岩矿物的风化程度及地下水交替强度关系密切。     

灌排两用地下节水灌溉技术的研究与应用

灌排两用地下节水灌溉技术可以有效的提高田间水分的利用率,具有"旱时吸水,涝时排水"的功能,达到旱涝保收的目的;并且该灌溉技术能够降低病虫害的发生,减少因肥料流失造成的水污染,克服了目前几种常见的灌溉技术的缺陷.     

活性炭负载壳聚糖吸附Hg2+的研究

将脱乙酰度94.2％的壳聚糖溶解于0.5％醋酸溶液中,配制成0.5％的壳聚糖溶液,然后按照壳聚糖与活性炭质量比1∶50使壳聚糖负载在活性炭上,制成固体复合吸附剂,用于去除污水中汞离子(Hg2+).试验表明,水中Hg2+含量100 mg/L、pH 3.7、吸附时间25 min、吸附剂用量为2.5 g/L时,水样中Hg2+的去除率为99.56％,与只用活性炭吸附相比提高了17.22个百分点.     

低压配电系统接地型式

GB13955-2005《剩余电流动作保护装置安装和运行》中规定了，当剩余电流保护装置用于间接接触电击事故防护时，应正确地与电网的系统接地型式相配合，因此有必要介绍低压配电系统接地型式的特点，以利于剩余电流保护装置的正确安装使用。     

基于SSD模型的巢门蜜蜂检测

传统蜜蜂监测多依靠人力和经验,信息化水平低,蜂群自动化监测得到广泛关注。近年来,基于深度学习的目标检测发展迅速,并在多领域取得很好的应用效果。SSD模型是一种基于卷积神经网络的目标检测模型,具有快速和准确率高的优势。蜂巢口光照多变、环境复杂,蜂群本身也具有互相遮挡和阴影等复杂情况。采用SSD模型对巢门区蜜蜂检测和数据统计,结果表明,提出的方法在少量、一般和较多蜜蜂数量情况下准确率分别达到96.34%、92.52%和88.06%,比传统方法分别提高11%、19%和25%,且对光照、天气、拍摄距离等环境有很强的适应性,能检测处理蜜蜂阴影、虚化、遮挡等复杂状况。研究结果为蜂群巢外监测提供有力支持,也为基于蜜蜂跟踪的进出量统计奠定了基础。