声音

<正>转基因问题态度要一贯明确:一是在研究上要积极,坚持自主创新;二是在推广上要慎重,做到确保安全。——韩长赋(农业部部长)     

声音

<正>小康不小康,关键看老乡。一定要看到,农业还是"四化同步"的短腿,农村还是全面建成小康社会的短板。中国要强,农业必须强;中国要美,农村必须美;中国要富,农民必须富。——习近平总书记在中央农村工作会议上的讲话从实际出发,统筹规划,因地制宜,量力而行,坚持农民主体地位,尊重农民意愿,突出农村特色,弘扬传统文化,有序推进农村人居环境综合整治,加快美丽乡村建设。——李克强     

声音

<正>让城市融入大自然,让居民望得见山、看得见水、记得住乡愁。——习近平总书记在中央城镇化工作会议上强调新型城镇化的推进,一定是城乡统筹的城镇化。城镇化连着两头,一头是城市,一头是乡村,这个要素和资源不能流动,不能统筹城乡的话,实际上这是不均衡的城镇化。目前大部分关注还是在城镇的那一端,对城乡发展一体化、城镇化联系的另一     

声音

<正>脱贫致富,最根本的还是要靠发展。建设生态保护发展区和生态涵养发展区,决不是削弱或忽视这一地区的发展,更不是不要发展,而是解决发展什么、怎么发展的问题。——中共重庆市委书记孙政才世界大多数是贫困人口,如果你懂得了穷人的经济学,那么你就会懂得经济学当中许多重要的原理;世界大多数贫穷人当中,又主要是以农业为生计的,如果你懂得了农业,那你就真正懂得了穷人的经济学。     

声音

<正>农村土地改革是个大事,涉及的主体,包含的利益关系十分复杂,必须审慎稳妥推进。不管怎么改,不能把农村土体集体所有制改垮了,不能把耕地改少了,不能把粮食产量改下去了,不能把农民利益损害了。——习近平总书记在中央农村工作会议上强调农村土地改革不能突破三条底线。第一,不能改变土地所有制,就是农民集体所有;第二,不能改变土地的用途,农地必须农用;第三,不管怎么改,都不能损害农民的基本权益。——陈锡文改什么、怎么改,要同农民商量,不要代替农民做主,不能让农民"被流转"、"被规模"、     

声音

<正>用金钱衡量科学家的价值,太低级,太庸俗。——袁隆平(回应个人品牌市值达1008.9亿元成为名义上的"首富")土地承包经营权、宅基地使用权是法律赋予农民的合法财产权利。近年来,随着城镇化进程的加快,侵犯农民土地权益的现象有加重趋势。农民权益易被侵犯,根本原因是中国土地制度与管理体制改革还不到位,核心是在农民土地权益保护方面仍存在重大制度缺失。——韩俊(国务院发展研究中心副主任)     

声音

国外的风险投资带来的不仅仅是钱，实际上带来的是一种游戏规则。[编按]     

声音

<正>让城市融入大自然,让居民望得见山、看得见水、记得住乡愁。——习近平总书记在中央城镇化工作会议上强调新型城镇化的推进,一定是城乡统筹的城镇化。城镇化连着两头,一头是城市,一头是乡村,这个要素和资源不能流动,不能统筹城乡的话,实际上这是不均衡的城镇化。目前大部分关注还是在城镇的那一端,对城乡发展一体化、城镇化联系的另一     

声音

<正>新农村建设不能简单理解为"新村庄建设":钱多盖房子,钱少刷房子,没钱立牌子!——李克强一个农业大国在农业发展形势最好的背景下,粮棉油糖肉奶六大农产品都要进口,而且还在不断增长。这是新形势下出现的问题。——陈锡文(中央农村工作领导小组办公室主任)     

声音

<正>让金融成为一池活水,更好地浇灌小微企业、"三农"等实体经济之树。——国务院总理李克强在政府工作报告中强调粮食主产区对国家的粮食安全贡献较大,但该地区的居民收入、经济发展水平往往相对落后,必须进一步研究粮食主销区和主产区之间的利益补偿机制。——杜鹰委员(国家发改委副主任)上市交易出售的建设用地指标,必须在城镇规划区内按照规划用途和容积率进行使用,农民可以凭借宅基地权证按市价获得     

基于深层神经网络的猪声音分类

猪的声音能够反映生猪的应激状态以及健康状况,同时声音信号也是最容易通过非接触方式采集到的生物特征之一。深层神经网络在图像分类研究中显示了巨大优势。谱图作为一种可视化声音时频特征显示方式,结合深层神经网络分类模型,可以提高声音信号分类的精度。现场采集不同状态的猪只声音,研究适用于深层神经网络结构的最优谱图生成方法,构建了猪只声音谱图的数据集,利用Mobile Net V2网络对3种状态猪只声音进行分类识别。通过分析对比不同谱图参数以及网络宽度因子和分辨率因子,得出适用于猪只声音分类的最优模型。识别精度方面,通过与支持向量机,随机森林,梯度提升决策树、极端随机树4种模型进行对比,验证了算法的有效性,异常声音分类识别精度达到97.3%。该研究表明,猪只的异常发声与其异常行为相关,因此,对猪只的声音进行识别有助于对其进行行为监测,对建设现代化猪场具有重要意思。     

基于Flash8.0简易声音播放器的设计

利用Flash 8.0的脚本语句制作了一个声音播放器,用按钮实现了声音文件的播放和停止,通过脚本实现了对声音文件的声道和音量的控制。制作中主要使用了＂动作＂中Sound类对象的一些基本属性和方法。     

采用改进CNN对生猪异常状态声音识别

猪只声音能够体现出其生长状态,该研究针对人工监测猪只声音造成的猪只疾病误判以及耗时耗力等问题,研究基于卷积神经网络（Convolutional Neural Network,CNN）的生猪异常状态声音识别方法。该研究首先设计猪只声音实时采集系统,并利用4G通讯技术将声音信息上传至云服务器,基于专业人员指导制作猪只异常声音（生病、打架、饥饿等）数据集,提取猪只异常声音的梅尔谱图特征信息;其次引入多种注意力机制对CNN进行改进,并对CBAM（Convolutional Block Attention Module）注意力机制进行优化,提出_CBAM-CNN网络模型;最后将_CBAM-CNN网络模型分别与引入SE_NET（Squeeze and Excitation Network）、ECA_NET（Efficient Channel Attention Networks）和CBAM注意力机制的CNN神经网络进行对比,试验结果表明该文提出的_CBAM-CNN网络模型在最优参数为128维梅尔频率、2 048点FFT（Fast Fourier Transform）点数、512点窗移下的梅尔谱图特征下相较于其他模型对猪只异常声音识别效果最佳,识别率达到94.46%,验证了算法的有效性。该研究有助于生猪养殖过程中对猪只异常行为的监测,并对智能化、现代化猪场的建设具有重要意义。     

利用敲击声音信号进行禽蛋破损检测和模糊识别

为了在蛋品加工中能够快速检测并剔除异常蛋(钢壳蛋、尖嘴蛋)和破损蛋，利用一个微型话筒和声卡采集蛋在敲击时的声脉冲信号，将采集到的声脉冲信号送计算机处理和分析。研究结果表明：正常蛋、破损蛋、钢壳蛋、尖嘴蛋的敲击声音信号在衰竭时间、最小共振峰频率和四点最大频率差等参数上存在差异，且差异的边界是模糊的。利用最大隶属度原则进行模糊识别，破损蛋的识别准确率达95%。     

含风机噪声的蛋鸡声音信号去噪方法比较

蛋鸡声音可用来评价蛋鸡本身的福利状况,然而蛋鸡舍中往往存在着低频风机噪声干扰蛋鸡声音信号的时频特征。为了优化含风机噪声的蛋鸡声音信号,以海兰褐蛋鸡为例,利用数字化声音采集平台,采集了不同的蛋鸡叫声和风机噪声。采用LabVIEW软件,分析了蛋鸡声音和风机噪声的时频特征,同时比较了滤波器和小波去噪方法在去除风机噪声方面的应用效果。结果表明,蛋鸡产蛋期间的声音频率范围为400~2 500 Hz,而风机噪声的频率在600 Hz以内。在信噪比为-20~10 dB蛋鸡声音环境中,无限脉冲响应滤波器滤波后的均方根误差要比有限脉冲响应滤波器滤波后的均方根误差小,说明无限脉冲响应滤波器具有更好的滤波效果,与其他小波阈值去噪方法相比,以史坦无偏似然估计为阈值的小波去噪方法在去噪后的均方根误差最小,表明这种方法的去噪效果更好。该研究可为蛋鸡舍中风机噪声环境下的蛋鸡声音识别提供参考。     

基于水质-声音-视觉融合的循环水养殖鱼类摄食强度识别

在工厂化循环水养殖中，准确识别鱼类摄食强度是实现精准投喂的前提和关键。水质、视觉、声音等单模态数据均可用于评估摄食强度，但单一模态往往具有片面性，难以完全反映全局特征，存在识别精度低、可移植性差等问题。多模态方法通过融合不同模态的特征，可为摄食强度量化提供新的手段。基于此，为融合鱼类摄食中的“水质-声音-视觉”信息，实现高精度的鱼类摄食强度量化，该研究在多模态Transformer（multimodal transformer，MulT）的基础上，提出一种多模态融合的鱼类摄食强度识别算法Fish-MulT。首先，从输入的水质、声音和视觉数据中提取特征向量；其次，利用多模态转移模块（multimodal transfer module，MMTM）对输入的特征向量进行融合，得到3种融合向量；然后对融合向量添加自适应权重并相加，得到融合模态；最后，利用融合模态将MulT算法中各模态分支的跨模态Transformer（cross-modal transformer）从2个优化为1个。试验结果表明，与MulT算法相比，本文算法的鱼类摄食强度识别准确率由93.30%提高到95.36%，参数量减少38%。与水质、声音和视觉单模态相比，准确率分别提高68.56%、21.65%和3.61%。可用于制定精准投喂策略，并为开发智能投喂系统提供技术支持。