基于迁移学习的GoogLeNet果园病虫害识别与分级

为提高果树病虫害危害程度分级精度进而更好地指导果园病虫害防治，采用迁移学习技术与GoogLeNet模型相结合的方法，对6种果园作物的25类病虫害样本进行识别与危害程度分级研究；同时，探究不同数据集大小以及不同优化算法对模型性能的影响；基于MATLAB平台设计了一款可视化的病虫害识别与分级系统。结果表明:1)基于迁移学习的GoogLeNet模型，对病虫害识别精度可达99.35%，危害程度分级精度可达92.78%；2)在相同训练参数下，本研究模型比AlexNet、VGG-16、ResNet-18、SqueezeNet、原GoogLeNet及MobileNet-v2模型验证精度提高了2.38%~11.44%，并且收敛速度最快；3)本研究模型识别精度随着数据集的增大而提高；在3种优化算法中SGDM算法耗时最短且精度最高，更适合本研究模型。通过拍摄果树叶片病害区域图像，本研究设计的系统能够在0.43 s左右准确识别出果树种类、病害类型以及危害等级等信息。     

根系修剪对枳生长及相关基因表达的影响

以枳实生苗为试验材料,通过两年重复试验分析了不切除主根、切除1/3主根、切除1/2主根、切除2/3主根等4个不同水平根系修剪处理下枳实生苗生长发育、根系构型和营养吸收的情况,并检测了不同水平根系修剪处理对侧根发育关键基因表达量的影响。结果表明,切除1/2主根处理增加了枳实生苗的株高、茎粗、地上部鲜重和根系鲜重,改善了根系构型参数(侧根数、总根长、根表面积和平均长度),增加了根系P、K、Ca、B、Fe、Na和Zn等营养元素含量。另外,实时荧光定量PCR(qRT-PCR)检测发现,根系修剪处理诱导了侧根发育关键基因HOX1和CYP2的积累,并抑制了IAA11和IAA13的表达。综上所述,适度根系修剪可能通过诱导HOX1、CYP2基因的上调和IAA11、IAA13基因的下调来调控枳实生苗侧根的生长发育,改善根系构型,从而提高枳实生苗对营养元素的吸收能力及植株的生长发育。     

中国饲料经济现状与营销模式转变之探

随着关键词结构性改革政策的不断推进，以及我国环保压力的不断增强，饲料行业面临着前所未有的挑战。本文以我国饲料行业为研究对象，进一步分析当前我国饲料行业的经济现状，深度挖掘目前行业的发展情况、市场宏观环境和政策背景等，并对比我国饲料行业与其他国家饲料行业的发展情况，得出目前我国饲料行业的发展困境。营销模式是企业经营发展的重点内容，高效、低成本的营销将为企业创造更大的收益，带来稳定的客源，可以说饲料企业的经济发展离不开良好的营销支持。但随着社会环境、技术发展的转变，饲料企业原有的营销模式已不能满足目前的市场环境，企业急需转变营销模式。因此，本文基于我国饲料行业的发展现状和营销模式的发展趋势提出饲料企业的营销模式转变路径，为我国饲料行业发展提供参考。 [关键词]中国饲料|经济现状|营销模式|转变     

基于SOA的水轮机调速系统PID参数优化

针对现有优化方法复杂、易陷入局部最优等问题,为水轮机调速系统提出了一种基于人群搜索算法的比例-积分-微分控制参数优化方法.为验证该算法的可行性,建立了水轮机调速系统非线性模型,选取水轮发电机组转速偏差的积分时间绝对误差指标作为目标函数进行优化.为验证优化结果的有效性,将人群搜索算法的控制效果与参考文献中粒子群算法的控制效果进行了对比分析.仿真结果表明,在5%频率扰动下,人群搜索算法自第29次迭代起已收敛,经其优化的系统能在8秒内趋于稳定,此时系统的超调量为1.6%;在10%负荷扰动下,人群搜索算法自第25次迭代起已收敛,其优化效果与粒子群算法优化效果基本相同,两者均在10秒内让系统趋于稳定,但人群搜索算法优化的积分时间绝对误差指标比粒子群算法优化的积分时间绝对误差指标小,表明人群搜索算法具有更好的搜索功能,在一定程度上改善了孤网运行条件下机组的动态性能.     

瘤胃微生物在木质纤维素价值化利用的研究进展

瘤胃是反刍动物消化的第一个腔室，各种微生物（细菌、真菌和原生动物）相互作用将木质纤维素植物生物降解为易于代谢的化合物。瘤胃也是目前自然界公认的木质纤维素高效降解和利用的天然反应器，其真菌和细菌可分泌多种木质纤维素降解酶，在木质纤维素生产生物燃料和化学用品方面具有潜在的价值。因此，本研究在瘤胃内木质纤维降解的微生物及其降解木质纤维素相关酶的基础上，重点综述了瘤胃微生物在木质纤维素生物转化为乙醇、生物化学（有机酸）及沼气等方面的研究进展，旨在为瘤胃微生物和瘤胃酶在木质纤维素价值化利用方面的研究和应用提供新的方法和思路。     

动物饲料国际贸易、养殖密度与环境氮磷平衡的关系

粮食和饲料的国际贸易促进了许多国家农业生产系统的专业化和集约化。专业化动物养殖越来越多地依赖进口大豆和玉米,虽然提高了动物生产力,但也促使作物和动物生产系统在空间上的分离。本文综述了几十年来全球范围内大豆和玉米的贸易变化,并将其与养殖密度和整个食品系统中营养平衡的变化联系起来。这一变化与不同的营养管理条例的差异和动物饲养密度的空间变化有关。深入解析这些变化有助于理解动物饲料国际贸易、养殖密度与氮磷平衡之间的复杂关系。     

基于逆运动学降维求解与YOLO v4的果实采摘系统研究

为提高采摘设备的执行效率，采用六自由度机械臂、树莓派、Android手机端和服务器设计了一种智能果实采摘系统，该系统可自动识别不同种类的水果，并实现自动采摘，可通过手机端远程控制采摘设备的起始和停止，并远程查看实时采摘视频。提出通过降低自由度和使用二维坐标系来实现三维坐标系中机械臂逆运动学的求解过程，从而避免了大量的矩阵运算，使机械臂逆运动学求解过程更加简捷。利用Matlab中的Robotic Toolbox进行机械臂三维建模仿真，验证了降维求解的可行性。在果实采摘流程中，为了使机械臂运动轨迹更加稳定与协调，采用五项式插值法对机械臂进行运动轨迹规划控制。基于Darknet深度学习框架的YOLO v4目标检测识别算法进行果实目标检测和像素定位，在Ubuntu 19.10操作系统中使用2000幅图像作为训练集，分别对不同种类的果实进行识别模型训练，在GPU环境下进行测试，结果表明，每种果实识别的准确率均在94%以上，单次果实采摘的时间约为17s。经过实际测试，该系统具有良好的稳定性、实时性以及对果实采摘的准确性。     

TCD燃烧系统对柴油机燃烧和排放性能改善效果的试验研究

为探究道依茨TCD2015柴油机上配备的导流燃烧系统(简称TCD燃烧系统,T表示涡轮增压器,Turbocharger,C表示进气中冷,Charge air cooling,D为柴油颗粒捕集器,Diesel particle filter)对改善柴油机燃烧性能和降低污染物排放的效果,采用单缸机试验对TCD燃烧系统在不同转速、负荷和过量空气系数下的燃烧和排放性能进行研究。试验结果表明不同工况下TCD燃烧系统燃油消耗率和Soot排放量均低于传统ω燃烧系统,燃油消耗率最大降幅为7.01%,Soot排放量最大降幅为86.67%,且低过量空气系数(1.2～1.6)下TCD燃烧系统仍具有较好的性能。为揭示TCD燃烧系统改善油气混合促进燃烧的机理,采用AVL Fire软件建立了柴油机性能仿真模型。计算结果表明,TCD燃烧系统的环状凸起结构将燃油导向内外两室,从而促进了缸内燃油发展过程,燃油当量比大于4的浓混合气区域燃油质量比例相比ω燃烧系统降幅最大为9.75%,活塞下移时TCD燃烧系统内油束撞击浅盘侧壁形成撞壁射流扩大了燃油扩散面积,从而改善了缸内油气混合质量,燃油当量比小于1的均匀混合气区域燃油质量比例相比ω燃烧系统降幅最大为7.45%,因此TCD燃烧系统能够有效改善柴油机的燃烧和排放性能,可应用于柴油机高负荷和低过量空气系数工况综合性能提升。研究结果可为柴油机燃烧系统开发和改进提供参考。     

基于智能算法的猪饲料配方优化数学模型

在多种原料配比过程中，营养指标因素复杂的实际情况及控制成本保证收益的现实需求，文章结合智能算法背景，进行猪饲料配方优化设计，建立猪饲料配方模型，采用智能算法求解饲料配方的过程，对于生猪饲料配方进行建模，同时优化出饲料配方。结果表明，智能算法的猪饲料配方优化能够解决多种原料配比以及多个营养指标复杂因素，实现快速计算和生产处理，对企业生产者、销售经营者、实际消费者具有十分重大的价值与现实意义。 [关键词]智能算法|猪饲料|配方优化|数学模型