ET_0预测的卡尔曼滤波修正ANFIS模型研究

实时、准确地对作物需水量的预测是实现智能节水灌溉的关键技术。预测模型的合理选择及精度提高是作物需水决策系统的核心。本文将陕西西安地区的气象数据环境信息引入自适应神经模糊推理(ANFIS)作物参考蒸腾量(ET_0)预测模型,应用卡尔曼滤波器对气象数据经ANFIS建模得到的ET_0预测值进行滤波去噪,以提高模型的预测精度,并通过仿真和实验验证,从理论和实践两个方面来验证模型的精度。仿真结果得到,反映模型预测值与真实值之间拟合程度的均等系数(EC)值校正前为0.93,校正后达到0.98。实验结果得到,ANFIS预测模型的平均绝对误差是28.94%,平均相对误差是26.37%,卡尔曼修正后的ANFIS预测模型的平均绝对误差是7.24%,平均相对误差是6.59%。仿真和实验结果表明,利用卡尔曼滤波对ANFIS预测模型进行修正,可以提高预测的精度,经卡尔曼修正后的ANFIS模型能更佳地反映ET_0的变化趋势。     

冷冻面团品质劣变及改良研究进展

冷冻面团技术实现了面团制作与烘焙的分离,具有标准化、方便化等优势,因此在世界范围得到快速发展.然而,受冰晶形成和冻藏作用的影响,冷冻面团仍然存在品质容易劣变和缺乏高效改良方法等问题.该研究主要从冷冻面团的发酵特性、面团主要组分如面筋蛋白和淀粉的特性、面团结构、冷冻面团的流变学特性等方面对冷冻面团的劣变现象与机理进行综述...     

改进YOLOv5识别复杂环境下棉花顶芽

为提高复杂环境下棉花顶芽识别的精确率,提出了一种基于YOLOv5s的改进顶芽识别模型。建立了田间复杂环境下棉花顶芽数据集,在原有模型结构上增加目标检测层,提高了浅层与深层的特征融合率,避免信息丢失。同时加入CPP-CBAM注意力机制与SIOU边界框回归损失函数,进一步加快模型预测框回归,提升棉花顶芽检测准确率。将改进后的目标检测模型部署在Jetson nano开发板上,并使用TensorRT对检测模型加速,测试结果显示,改进后的模型对棉花顶芽识别平均准确率达到了92.8%。与Fast R-CNN、YOLOv3、YOLOv5s、YOLOv6等算法相比,平均准确率分别提升了2.1、3.3、2、2.4个百分点,该检测模型适用于复杂环境下棉花顶芽的精准识别,为后续棉花机械化精准打顶作业提供技术理论支持。     

花生新品种汕油65的选育与栽培技术

汕油65是汕头市农业科学研究所以粤油13为母本、〔(粤油193×汕油413)F2×汕油21〕F8为父本进行有性杂交选育而成的珍珠豆型花生新品种。该品种具有丰产性突出、品质优、抗病性好、抗逆力强等特点,2010年1月通过广东省农作物品种审定,适宜广东省各地无青枯病的水田和旱坡地作春秋季种植。在栽培上应注意适时播种,合理密植,加强田间管理,及时防治虫害和鼠害,适时收获。     

找到成才de最佳点

“望子成龙、盼女成凤”,天下父母之心态。随着独生于女的出现,这一心态表现得越来越强烈了。钢琴、电子琴、游戏机等贵重物品进入了一个个简朴的家,越来越小的孩子走进了绘画、舞蹈、书法、摄影、武术等名目繁多的特长班。热盼着的家长们简直不知道该如何把自己年轻时未曾学过的东西、想学而没机会学的东西统统从孩子身上补回来,恨不能让孩子一夜之间就能学会这些一技之长,以出人头地。     

茶树光合特性季节性变化研究

【目的】明确茶树叶片光合参数的季节性变化规律。【方法】对25个茶树品种春、夏、秋季叶片光合参数进行测定分析。【结果】除胞间CO_2浓度(Ci)和羧化率(CE)的峰值分别出现在秋季和春季外,其余茶树叶片光合参数的峰值均出现在夏季。春季茶树叶片净光合速率(P_n)受空气相对湿度RH和气孔导度(G_s)的直接影响较大;夏季受C_i的直接影响较大;秋季茶树P_n主要受CE、蒸腾速率(E)和水分利用率(WUE)的影响,其中蒸腾速率对净光合速率的直接作用较大。【结论】季节对茶树光合性能影响较大,夏季茶树的光合性能最强,春季相对较弱。春茶期间加强茶树的水分管理将有利于茶树光合速率的提高。     

基于改进区域卷积神经网络的田间玉米叶部病害识别

目的 引入区域卷积神经网络Faster R-CNN算法并对其改进,以实现在田间真实环境下背景复杂且具有相似病斑特征的玉米病害的智能诊断。方法 在玉米田间和公开数据集网站获取具有复杂背景的9种常见病害图像1 150幅,人工标注后对原始图像进行离线数据增强扩充;对Faster R-CNN算法进行适应性改进,在卷积层加入批标准化处理层,引入中心代价函数构建混合代价函数,提高相似病斑的识别精度;采用随机梯度下降算法优化训练模型,分别选取4种预训练的卷积结构作为Faster R-CNN的特征提取网络进行训练,并测试得到最优特征提取网络,利用训练好的模型选取不同天气条件下的测试集进行对比,并将改进Faster R-CNN与未改进的Faster R-CNN和SSD算法进行对比试验。结果 在改进Faster R-CNN病害识别框架中,以VGG16卷积层结构作为特征提取网络具有更出色的性能,利用测试集图像检验模型,识别结果的平均精度为 0.971 8,平均召回率为0.971 9,F1为0.971 8,总体平均准确率可达97.23%;晴天的图像识别效果优于阴天的。改进Faster R-CNN算法与未改进的Faster R-CNN算法相比,平均精度高0.088 6,单张图像检测耗时减少0.139 s;与SSD算法相比,平均精度高0.0425,单张图像检测耗时减少0.018 s,表明在大田环境中具有复杂背景的玉米病害智能检测领域,改进Faster R-CNN算法综合性能优于未改进的Faster R-CNN算法和SSD算法。结论 将改进后的Faster R-CNN算法引入田间复杂条件下的玉米病害智能诊断是可行的,具有较高的准确率和较快的检测速度,能够避免传统人工识别的主观性,该方法为田间玉米病害的及时精准防控提供了依据。     

山羊精液高倍稀释的输精效果

推广应用人工授精技术,目的就是要提高种公畜的利用效率。在自然交配情况下,一头种公羊的负担量为1:50;人工授精时,用原精或1:1稀释时,种公羊的负担量可扩大到1:500～1000,提高10～20倍。文献资料介绍,绵羊或山羊的精液稀释倍数,常用的为1:1,稀释倍数较高时,为1:3～5。但是山羊的精子密度很高,每毫升精液的精子数,一般均在20亿以上,具有高倍稀释应用的可能性。为了发挥人工授精技术的优越性,进一步提高种公羊的利用率,探讨生产上适宜应用的稀释倍数,1987年进行了山羊精液高倍稀释试验,取得了比较理想的效果,现将结果报告如下。     

山羊输精技术探讨

家畜人工授精自获得成功以来,技术上不断有所改进,目前已经成为家畜繁殖工作中一项成熟的、行之有效的手段,在各类家畜家禽的繁殖中被广泛使用。山羊人工授精作为一种有效技术来讲,已无可非议,但生产上一直未被广泛采用,除了山羊单位经济效益小,不受重视以外,还因为母山羊阴门小于绵羊,仅2.38±0.36厘米,输精时开膣器插入阴道后无法打开,有时甚至连插入都有困难,往往引起骚动,妨碍输精或折断输精管。由于输精技术问题没有得到很好解决,因而阻碍了人工授精技术在山羊生产上的应用,为了促进我省山羊板皮生产,1986年我们在海门县多管局和外贸公司进行山羊人工授精推广工作的基础上,对山羊输精技术进行了探讨。     

基于差分进化算法的水肥配比控制系统设计

水肥混合配比的灌溉施肥方式能提高水和肥料的利用率。水肥配比后的浓度是影响施肥效果好坏的关键。因此,针对水肥混合配比控制系统中的滞后性、大惯性、非线性等问题,提出一种基于差分进化(differential evolution,简称DE)整定的比例-积分-微分(proportion integral derivative,简称PID)水肥混合配比控制方法,以提高水肥混合配比后浓度的精准性和稳定性。并通过软件仿真对比传统PID控制和差分进化整定的PID水肥混合配比控制的效果。结果表明,利用差分进化算法对PID参数调节后的控制系统在提升肥液浓度响应速度、超调量、抗干扰能力等方面都具有较强的优势。最后,通过水肥混合配比浓度控制试验,验证差分进化算法整定的PID控制系统良好的控制效果,证实其可以满足实际灌溉施肥中的控制要求。