玉米机械全幅深松与旱作节水灌溉栽培技术浅析

玉米机械全幅深松与旱作节水灌溉栽培技术是节水、保墒、耕作等一系列综合农业节水技术措施。该项技术是通过机械深松、节水灌溉、采用保水剂等措施,充分利用天然降水,从而使灌溉用水量减少,保证播种的种子全部成活。本文结合旱作玉米品种的选择及种子的处理,对玉米机械全幅深松技术与旱作节水灌溉栽培技术进行了分析。     

基于全卷积网络的生猪轮廓提取

【目的】实现猪舍场景下非接触、低成本的生猪轮廓高效提取。【方法】以真实养殖环境下的生猪个体为研究对象,提出一种基于VGG16与UNET相结合的全卷积神经网络模型(VGG-UNET模型)。该模型采用批处理方法,迁移学习VGG16模型参数,通过在模型中构建复制通道深度融合图像深层抽象特征与浅层特征,实现对图像语义级别分割。在30头长白生猪的1 815张数据集上进行模型验证,通过设置不同批大小对比试验,并选取其中具有最佳效果的3组探讨批大小与评价指标值变化趋势间的关系。【结果】测试集上的对比试验结果表明,VGGUNET模型在像素精度与均交并比方面分别达到94.32%和86.60%,比单独采用UNET模型分别高出0.89%和1.67%。不同指标值变化情况与批大小间的关系不尽相同。在本文试验环境下,批大小对模型收敛速度的影响不明显。不同批大小条件下PA及MIoU指标值变化综合分析得出,VGG-UNET模型具有较强稳定性和较高鲁棒性;批大小为8的情况下VGG-UNET模型效果最佳。【结论】本文提出的生猪轮廓提取方法 (VGG-UNET模型)是有效的,能实现精确、稳定的生猪轮廓提取,且分割结果较为完整,同时模型具有较高鲁棒性,可为后续生猪个体识别研究提供参考。     

葛根全原粉中葛根素的提取工艺研究

[目的]优化葛根全原粉中葛根素的提取工艺.[方法]采用传统浸提法来提取葛根全原粉中的葛根素,考察提取时间、乙醇浓度、提取温度、固液比4个单因素对葛根素提取率的影响,并在此基础上,通过正交试验确立葛根全原粉中提取葛根素的工艺.[结果]试验表明,提取时间、乙醇浓度、提取温度以及固液比对葛根素的提取率均有影响,影响的大小顺序为乙醇浓度＞提取温度＞固液比＞提取时间.正交试验确定葛根素提取最佳工艺为：提取温度为80℃、提取时间为60 min、乙醇浓度为50％、固液比为1∶30 g/ml.[结论]研究可为工厂规模化提取葛根素提供适宜的参数.     

明式家具榫卯结构的参数化设计系统构建与应用

为了实现榫卯结构明式家具现代化生产,在研究榫卯结构的基础上,提出了榫卯结构的参数化设计方法,并在Solidworks平台上,采用VB作为开发工具,研发了集成榫卯标准构件参数化设计和特征建模为一体的设计系统,并通过明式家具产品的设计,证明该方法的可行性与合理性.     

陕北红枣中多糖的提取与分离工艺参数优化

以多糖含量、多糖得率为指标,采用正交试验法对陕北红枣中多糖的提取与分离工艺进行优化。水煎 煮提取的最佳工艺为:优化水平组合为A2B1C2、A2B3C1、A2B2C3、温度为80～90C、料水比为1:15较佳;分离 的最佳工艺为:分级沉淀多糖时,采用浓缩液:无水乙醇(v／v)以1:3效果最好;当采用活性炭脱色时,活性 炭用量为7 g／L时,即可完全脱色。     

双螺杆挤压蒸煮中过程参数与系统参数关系的研究

研究了用C lextralBC-45型双螺杆挤压机加工玉米面、豆粕粉和鱼粉混合物时过程参数对系统参数的影响。以螺杆转速、进料速率和进水速率3个过程参数为自变量,以运行电流和运行压力2个系统参数为应变量,应用回归正交设计对试验方案进行设计以及对试验结果进行分析,并用回归方程来描述过程参数与系统参数的关系。结果表明,螺杆转速、进料速率和进水速率对挤压系统的运行电流和运行压力都有显著影响,且运行电流与运行压力之间存在着极显著的线性相关关系。应用所建立的回归方程可预测和控制挤压系统的运行稳定性。     

全基因组关联分析中混合模型的原理、优化与应用

全基因组关联分析（genome-wide association study,GWAS）是定位基因组中与性状显著关联的变异位点的有效方法。随着表型记录的完善、高通量基因型分型技术的发展,以及统计方法的改进,全基因组关联分析在人类疾病、动物植物遗传等领域得到了广泛的应用。假阳性是影响全基因组关联分析结果可靠性的重要因素之一。为了控制假阳性,除了校正P值,GWAS模型从最简单的方差分析（或用于质量性状的卡方检验）到加入固定效应协变量的普通线性模型（general linear model,GLM）,再到加入随机效应的混合线性模型（mixed linear model,MLM）持续改进,控制了多种混杂因素导致的假阳性。将个体的遗传效应拟合为由基因组亲缘关系矩阵（genomic relationships matrix,GRM）定义的随机效应是目前常用的方法。由于MLM的参数估计大量消耗计算资源,研究人员不断尝试模型求解优化和GRM的构建优化（GRM的构建优化同时也提高了计算效率）,最终将基于MLM计算的时间复杂度由O(MN3)逐步改进到O(MN),实现了计算速度与统计功效的飞跃。针对质量性状...