基于改进YOLOX的群养生猪轻量化目标检测方法

针对目前群养生猪智能化养殖中复杂环境下猪只目标检测精度低的问题,提出了一种基于改进YOLOX的群养生猪轻量化目标检测模型Ghost-YOLOX-BiFPN。该模型采用Ghost卷积替换普通卷积,在减少主干网络参数的情况下,提高了模型的特征提取能力。使用加入CBAM注意力机制的BiFPN作为模型的Neck部分,使得模型充分融合不同体型猪只的特征图,并使用Focal Loss损失函数解决猪圈环境下猪只与背景难以区分的问题,增强模型对正样本的学习。实验结果表明,改进后模型对群养生猪检测精度为95.80%,相比于原始YOLOX算法,检测精度提升2.84个百分点,参数量降低63%。最后将本文轻量化模型部署到Nvidia Jetson Nano移动端开发板,通过在开发板上实际运行表明,本文所提模型实现了对不同大小、不同品种猪只的准确识别,为后续智能化生猪养殖提供支持。     

边缘计算在智慧农业中的应用现状与展望

互联网技术快速发展使得数据量剧增,云计算的数据集中处理模式存在实时性不足、能耗过高以及数据安全等一系列问题。边缘计算是在靠近数据源端执行计算的分散处理模式,与云计算相比具有低延迟、低成本、安全性高、个性化设计等优势。随着智慧农业迅速发展,结合深度学习的农业应用屡见不鲜,如作物病害检测、生长环境监测、作物自动采摘、无人农场管理等,边缘计算可以为农业多场景、复杂任务提供高效、可靠的新型数据处理方案。该研究概述了边缘计算的发展,计算架构及主要优势;介绍了边缘计算在农业中的应用背景,结合文献量分析,归纳了边缘计算在农业上的主要应用场景及相关智能农业装备,调研了现有常用边缘计算设备及性能参数,总结了适合边缘计算的主流深度学习算法及模型压缩方法。研究表明边缘计算在智慧农业中的应用有效促进了农业的数字化、智能化,未来在多场景、多功能边缘计算智能农业装备开发等领域将面临重大挑战和机遇。     

面向农业环境的无线传感器网络部署算法研究

设计了基于改进微粒群和初始能量分配的综合优化算法。通过合理的无线传感器网络节点部署,在保证网络通讯质量的同时,根据不同节点的实际功耗,均衡每个节点的能量,有效延长整个网络的生命周期,促进无线传感器网络技术在农业环境监测中更广泛的应用。     

农田无线传感器网络的节点部署仿真与实现

应用无线传感器网络进行农田信息采集时,针对农田面积大、传感器节点众多的特点,如何有效地部署节点成为研究的热点之一。利用NS2软件从丢包率、平均延时、剩余能量和接收信号强度等网络性能角度对随机部署、正六边形部署及正四边形部署方式进行了仿真比较,最终确定正六边形部署方案,并在农田中进行实地试验。结果表明系统能够实现无缝覆盖,稳定可靠的采集农田信息,为无线传感器网络在农田环境中的进一步应用提供了参考。     

基因资源产权归属与利益分享的经济分析

利用经济学中的产权理论和委托－代理理论研究基因资源的产权配置与利益分享问题。首先利用产权理论从静态和动态两个方面比较了基因资源初始产权不同配置的经济效率，得出基因资源初始产权配置不同，经济效率也不同。基因资源的国家所有权形式的经济效率大于人类共同产权形式的经济效率。然后利用委托－代理理论分析了植物培育权利益分享问题，得出发达国家将利用基因资源培育出的新品种收益的一部分分配给发展中国家，能够实现双赢。     

基于MobileNetV3Small-ECA的水稻病害轻量级识别研究

为实现水稻病害的轻量化识别与检测,使用ECA注意力机制改进MobileNetV3Small模型,并使用共享参数迁移学习对水稻病害进行智能化轻量级识别和检测。在PlantVillage数据集上进行预训练,将预训练得到的共享参数迁移到对水稻病害识别模型上微调优化。在开源水稻病害数据集上进行试验测试,试验结果表明,在非迁移学习下,识别准确率达到97.47%,在迁移学习下识别准确率达到99.92%,同时参数量减少26.69%。其次,通过Grad-CAM进行可视化,本文方法与其他注意力机制CBAM和SENET相比,ECA模块生成的结果与图像中病斑的位置和颜色更加一致,表明网络可以更好地聚焦水稻病害的特征,并且通过可视化和各水稻病害分析了误分类原因。本文方法实现了水稻病害识别模型的轻量化,使其能够在移动设备等资源受限的场景中部署,达到快速、高效、便携的目的。同时开发了基于Android的水稻病害识别系统,方便于在边缘端进行水稻病害识别分析。     

稻瘟病菌群体遗传宗谱组成与水稻品种布局的相关性分析

采用Rep-PCR分子指纹对来自贵州的200个稻瘟病菌菌株进行了群体遗传结构分析.结果表明,在0.83遗传相似水平下,供试菌株被划分为87个单元型,17个宗谱;同时,病菌群体遗传宗谱的组成与各地区水稻品种的布局有极大的相关性.以杂交稻为主栽品种的几个地区,如遵义、黔东南、黔西南等,稻瘟病菌群体的遗传宗谱相对单一,且多为优势宗谱GZL17;以地方品种或粳稻为主栽品种的地区,如六盘水和毕节,稻瘟病菌群体的遗传宗谱较为分散,各个宗谱所占的比例相对均匀,没有优势或次优势宗谱,显示出丰富的遗传多样性.因此,大面积种植杂交水稻可促使稻瘟病菌群体的遗传背景趋于一致,增加稻瘟病的成灾风险.     

苹果园中空气温湿度分布特征研究

无线传感器网络(WSN)应用于苹果园中能提高苹果生产的信息化水平,但WSN温湿度传感器部署的数量及位置是WSN节点部署中亟需解决的问题。基于此,在北京市丰台区一个普通苹果园进行了实地试验,采用温湿度仪测量了大量点的温湿度,研究空气温湿度的空间分布特征以决定传感器部署策略。结果表明,对于单个冠层,空气温湿度在每个平面具有相同的走势;距离果园边缘的果树冠层空气温湿度的极差大于果园中心位置的果树,相差约3倍;果树间隙的空气温湿度极差和果园中心处的冠层极差相近。基于此,提出了一种"先平面后整体,外密里疏"的苹果园中空气温湿度传感器的部署方法。     

山西油松第二代种子园亲本选择与配置设计

山西油松种子园正处于从初级向高世代发展的关键时期。本文以山西省吕梁山国有林管理局上庄油松初级种子园优树自由授粉子代测定林为研究对象,系统研究了第二代种子园建设中的优良家系选择、优良家系内单株选择、SSR亲缘分析、SSR遗传多样性分析、配置设计等问题。结果表明,子代测定林内家系间的材积生长存在显著差异,在77个测定家系中选出20个优良家系。按照单株材积优势比的相对大小从油松种子园自由授粉子代测定林的20个优良家系中各选出1个最优单株,优良单株的平均材积优势比和平均材积遗传增益分别为0.25和0.13。优良单株间亲缘分析结果表明,20个单株间存在不同程度的亲缘关系,其中3号单株与其余19个单株间的亲缘关系最远;15和17号单株间的亲缘关系最近。优良单株间遗传多样性分析结果表明,单株间的遗传多样性水平较高,其多态信息含量(PIC)的平均值为0.532 4;由单株构成的群体处于相对平衡状态,其杂合度(H)、期望杂合度(He)和固定指数(F)的平均值分别为0.595 5、0.570 3和-0.018 4。根据亲缘分析结果,第二代种子园采用不平衡、不完全固定区组设计的配置方式,考虑无性系间亲缘关系的同时提高了最优无性系出现的比例,实现了材积遗传增益的有效提高。研究结果为指导山西第二代种子园建设提供了重要理论依据,为推进分子标记在油松遗传改良中的应用提供了重要思路。      

可穿戴设备部署位置对羊只行为识别的影响与分析

羊只的行为状态能够直接反映其健康状况及所处的生理阶段,为实现自动化的羊只行为识别,以圈养的小尾寒羊为试验对象,构建一个基于加速度传感器的可穿戴式行为监测装置。利用MPU9250为核心的九轴姿态传感器采集羊只静止、行走和进食的行为信息,并将传感器分别部署在羊只颈部、背部靠近前腿处、前腿和后腿四个不同的位置。对于采集的数据,利用去噪和降维进行预处理,并分别利用k means和SVM进行分类识别。k means均值聚类算法对颈部处的行为识别准确率最高,为79.34%,SVM支持向量机算法对颈部处的行为识别准确率最高,为92.63%。SVM算法用于羊只行为识别的整体准确率高于k means,且传感器部署在羊只颈部时在不同识别方法下,识别效率均优于其他部位。研究结果对于构建自动化的羊只行为检测系统具有重要的现实意义。