排序方式: 共有19条查询结果,搜索用时 0 毫秒
1.
桑叶粉对蛋鸡生产性能、蛋品质和贮藏过程中哈夫单位的影响 总被引:1,自引:0,他引:1
试验旨在研究饲粮中添加桑叶粉对蛋鸡生产性能、蛋品质和贮藏过程中哈夫单位的影响。试验选用200只240日龄健康产蛋期海兰灰蛋鸡作为试验动物,随机分成5个组,每组4个重复,每重复10只鸡。第1组为对照组,第2、3、4组和第5组分别在对照组饲粮中添加1%、2%、3%和4%的桑叶粉。试验为期35 d。结果表明:与对照组相比,饲料中添加1%~4%的桑叶粉对蛋鸡的平均日采食量、产蛋率和料蛋比无显著影响(P0.05);添加1%及以上桑叶粉能够显著降低次品蛋率(P0.05);添加桑叶粉对蛋黄颜色和哈夫单位等蛋品质指标无显著影响(P0.05),但添加3%及以上桑叶粉试验组鸡蛋在贮藏1个月后其哈夫单位显著高于对照组(P0.05)。由此可知,日粮中添加桑叶粉能够降低次品蛋率,延缓贮藏过程中鸡蛋哈夫单位的下降。 相似文献
2.
3.
4.
基于循环经济视角的农产品逆向物流运作模式与实施路径 总被引:3,自引:0,他引:3
我国农产品经济的可持续发展问题日渐突出,发展农产品逆向物流具有重要意义。在理顺农产品循环经济模式与农产品逆向物流等相关理论联系的基础上,分析了循环经济下农产品逆向物流系统的运行结构;探索了符合循环经济理念的农产品逆向物流的运作模式。认为要实现符合循环经济理念的农产品逆向物流运作模式,供应链上的所有参与主体必需共同协作,各自发挥其自身的作用。 相似文献
5.
6.
7.
鳞翅目害虫是蔬菜作物中最重要且常见的一类害虫。由于受到复杂田间背景,光照及害虫姿态等的影响,传统的害虫自动识别与检测计数方法准确率比较低。为实现在田间快速准确地对目标害虫进行自动识别和检测计数,分别提出了基于深度卷积神经网络的识别模型和检测计数模型。针对菜粉蝶、棉铃虫、甜菜夜蛾、小菜蛾、斜纹夜蛾这5种常见且容易混淆的蔬菜鳞翅目害虫,构建了分类识别数据集和检测计数数据集,并分别进行了实验,平均识别率达到94.5%,检测均值平均精度(mAP)达到76.6%,与传统方法相比,证明了此方法的优越性。实验结果表明,该方法对于蔬菜鳞翅目害虫的识别和检测计数是可行的,且达到了实际应用水平。 相似文献
8.
针对病虫草害大数据的存储分散和展示无系统化的问题,提出采用Spark核心技术搭建大规模集群,将HDFS(Hadoop distributed file system)分布式文件存储系统、Mongo DB数据库和My SQL数据库相结合,集病虫草害信息管理、信息查询、用户管理和数据库维护等功能于一体,实时更新、展示、存储和管理海量多源异构病虫草害数据,构建基于云端的农业病虫草害大数据图文数据库信息服务平台,在提高农业病虫草害的数字化管理、信息共享等方面具有极其重要的意义。 相似文献
9.
水稻病害是影响水稻产量的重要因素之一,使用传统机器学习方法识别农作物病虫害效果并不理想,因此该研究使用深度学习技术结合迁移学习方法识别常见水稻病害.使用当前深度学习领域经典网络模型VGG、ResNet、DenseNet、InceptionResNet、Xception模型作为预训练模型,通过比较不同模型在新任务上的表现,选取性能最好且最稳定的Xception模型作为最终模型.试验结果显示,DenseNet、InceptionResNet、Xception的识别准确率可以达到97%,尤其是Xception模型不仅可以达到98.50%的最高识别准确率而且是最稳定的.该研究通过试验探讨了适用于常见水稻病害智能识别的最佳模型,同时表明了使用迁移学习方法解决新任务的有效性. 相似文献
10.
提出一种基于显著性检测的害虫图像自动分割算法(S-segmentation算法),首先利用显著性检测方法,结合图像局部区域的颜色距离和空间距离特征,对样本图像作预处理;然后采用无交互式图像分割算法处理显著检测结果图,可实现目标区域的完美分割,避免多次重复设置背景区域.通过对5种鳞翅目幼虫图像进行分割试验,结果表明该算法的分割准确性明显提高,平均分割精确度可达93.14%,较传统图像分割算法提高了约20%,并且复杂度低,运行效率高,分割精确度不受样本数量影响.进一步将该算法应用到体型和颜色多样化的鳞翅目成虫图像分割上,得到的平均分割精确度达到88.22%. 相似文献