基于多特征融合的蛋鸡发声识别方法研究

为更好地利用音频进行畜禽发声分类,进一步提高识别准确率,提出了一种基于多特征融合的蛋鸡发声识别方法.以栖架式养殖模式下蛋鸡的产蛋声、鸣唱声、饲喂声、尖叫声典型音频为研究对象,提取梅尔频谱系数、短时过零率、共振峰及其一阶差分作为融合特征参量,构建基于遗传算法优化BP神经网络的蛋鸡发声分类识别模型.结果表明,本文方法对蛋鸡...     

基于SPA-SSA-BP的小麦秸秆含水率检测模型

为提高基于电容法的小麦秸秆含水率检测模型的检测精度,扩大含水率检测范围,提高模型适应性,本文以小麦秸秆为研究对象,使用LCR数字电桥,测量含水率为10.43％ ～25.89％的秸秆在频率0.05 ～ 100 kHz、容积密度90.03 ～179.42 kg/m3和温度25 ～40℃内的电容,利用连续投影法(Succes...     

龙门式电驱动油菜薹收获机设计与试验

针对油菜薹机械化收获装备匮乏的问题,设计了一种龙门式电驱动油菜薹收获机,实现油菜薹切割、夹抛、输送、收集、跨厢面遥控自走功能。阐述了收获机整机设计方案,设计了立式回转夹抛切割装置,确定了分禾器、割刀和夹抛辊结构参数;通过割台夹抛过程力学与运动学分析,明确了油菜薹切割、夹抛输送作业影响因素,确定了割刀、夹抛辊结构和运动学要求;搭建油菜薹收获试验台,以切割效果、输送效果为评价指标开展单因素试验和正交试验,结果表明当割刀转速为234r/min、夹抛辊转速为120r/min、喂入速度（机具前进速度）为0.56m/s时综合收获效果最佳。田间收获验证试验表明,设计的收获机作业效率可达到0.41hm2/h,综合切割效果为95.6%,综合输送效果为95.2%,满足油菜薹收获要求。该研究可为油菜薹机械化收获装备的结构设计优化提供参考。     

直线型植保无人机航姿UKF两级估计算法

针对直线型植保无人机航姿测量受磁场干扰严重、磁力计校准动态性能差、航姿估计精度低等问题,提出了一种基于磁力计实时校准的无人机航姿两级解算方法。依据地磁场矢量变化小的特点,利用列文伯格-马夸特（Levenberg-Marquardt,LM）算法和磁力计误差模型,建立磁力计实时校准模型,实时计算磁力计误差参数。考虑运动加速度、电机磁场以及环境磁场干扰,采用无迹卡尔曼滤波器（Unscented Kalman filter,UKF）融合陀螺仪和加速度计实现一级航姿估计,通过四元数精准解析出横滚角和俯仰角姿态信息;然后融合磁力计实时校准数据和陀螺仪修正航向角完成二级航姿估计,最终实现无人机姿态和航向的精准估计。试验结果表明,在外部磁场干扰高达30.97μT时,实时校准算法仍可快速计算出磁力计校准参数,模长均方根误差为0.59μT,减小了航向观测信息噪声。本文的航姿测量系统姿态角均方根误差不大于0.75°,航向角均方根误差为1.40°,较互补滤波算法,姿态角精度提高约0.6%,航向角估计精度提高1.38°;动态飞行试验中,姿态估计算法大幅减弱了磁干扰影响,航姿跟踪准确,航向角快速收敛,稳态精度更高。     

基于介电特性的联合收获机小麦含水率检测装置研究

谷物水分的快速测量对谷物准确测产、粮食快速收储、精准农业实施具有重要意义。针对联合收获机动态作业条件下小麦水分检测稳定性差、测量精度低等问题,基于小麦介电特性原理,设计一种联合收获机水分在线检测装置,提出一种动态连续取样、静态间歇测量的新方法,实现了联合收获机作业条件下,在线快速稳定检测小麦含水率。在线检测装置由机械动态取样部分、电机控制模块、传感器模块、数据采集模块、卫星定位模块和显示终端组成。其中传感器模块包括水分传感器、温度传感器和料位传感器。开展了静态验证试验和田间动态验证试验。试验结果表明,静态条件下,含水率在线检测误差在3%以内;在田间动态变化条件下,建立了基于介电常数和温度因子的水分检测模型,实测值和检测值相关系数达到0.92,在线检测误差小于5%。采用动态连续采样、静态间歇测量的方法显著提高了含水率在线检测的精度,为实现小麦精准生产提供了一种快速测量手段。     

基于空间运行轨迹的农机往复作业行距估算方法

为了快速评估农机作业重漏状况,针对农机往复作业模式下,通过在农机上装载智能终端设备,采集车载终端GNSS信息,分析农机空间运行轨迹数据,统计方位角分布频次,计算农机作业方向,提取农机作业线,进一步建立了农机作业行距评估模型。为了验证农机作业行距评估模型,于2021年6月25日在北京小汤山国家精准农业研究示范基地开展实验,利用装载有自动导航系统的拖拉机,设定不同的行距,且每个行距进行往复直线作业,验证作业方向计算、作业线提取和作业行距提取等模型。结果表明,与实际相比,模型计算的作业行距平均误差为3.07%,均方根误差为0.14m,从整体上来看,识别的农机作业平均行距和实际行距比较相符,可为农机作业重叠、遗漏等农机作业质量评估提供数据支撑。     

基于ResNet-CA的鱼群饱腹程度识别方法

投喂作为水产养殖过程中的一个关键环节,饵料的投喂量直接影响水产品的质量和养殖成本。然而,目前的投喂方法包括人工投喂和机器定时定量投喂,大多依靠人工经验,很难实现精准投喂。本文基于改进的ResNet34识别鱼群不同的饱腹程度。根据鱼群在不同饱腹阶段表现的摄食行为创建了含有5种不同饱腹程度的数据集,并采用数据增强操作对图像进行预处理。其次在原始模型ResNet34的基础上,本文提出使用坐标注意力机制,使模型在对图像进行特征提取的过程中能够做到专注于更大区域范围。并且使用深度可分离卷积的方式来代替传统卷积,减少模型参数量。为了评估改进的有效性,分析了改进后的模型在鱼群饱腹程度数据集上的性能,并将其与原模型ResNet34、AlexNet、VGG16、MobileNet-v2、GoogLeNet等经典卷积神经网络架构进行比较。综合实验结果表明,该模型相较于原模型参数量减少46.7%,准确率达到93.4%,相较于原模型提升3.4个百分点,同时改进后的模型在准确率、精确度、召回率等方面也都优于其他卷积神经网络。综上所述,本模型实现了性能与参数量之间的良好平衡,为后续模型在实际养殖环境中的部署并指导养殖户改善和制定投喂策略提供了可能。     

海藻酸增效尿素对夏玉米氮素吸收利用及氮肥损失的影响

针对玉米氮肥施用量大、利用率低、环境负荷日益严重的现状,本研究以活性海藻酸为增效剂,对普通尿素进行改性增效,开展海藻酸增效尿素对夏玉米产量形成、氮素吸收利用及损失的调控作用研究,为实现氮肥减量、提高氮肥利用率、降低环境负荷提供理论依据。本试验以夏玉米为供试作物,采用 ¹⁵N同位素示踪技术与田间试验结合的方法,以不施尿素为对照,共设置7个处理：CK（不施尿素）、U（普通尿素）、AU1（0.5%海藻酸增效尿素）、AU2（2.5%海藻酸增效尿素）、AU3（5.0%海藻酸增效尿素）、U-N（普通尿素减量 20%）、AU2-N（2.5%海藻酸增效尿素减量 20%）。采用一次性施肥方式,并在施肥后测定氨挥发和氧化亚氮排放量。结果表明：海藻酸增效尿素在1 038 cm^-1左右出现糖类C—OH伸缩振动,且在3 426~3 325 cm^-1范围和1 584 cm^-1的NH₂、1 450 cm^-1和1 143 cm^-1处的C—N振动峰强度增大;常量处理中,施用海藻酸增效尿素使玉米平均增产5.04%,氮素积累量平均增加13.55 kg·hm^-2,氮肥利用率平均提高4.63个百分点;减量处理中,U-N处理没有显著减产,AU2-N处理玉米产量较AU2处理增产 2.30%,氮肥利用率提高 7.16 个百分点;与 U 处理相比,AU1、AU2 处理 0~60 cm 土壤中氮素残留量分别增加了 2.94、8.21 kg·hm^-2;海藻酸增效尿素可减少氧化亚氮排放和淋洗等其他途径氮损失,与普通尿素处理相比,常量海藻酸增效尿素处理氮肥损失率平均降低6.16个百分点,与U-N处理相比,AU2-N处理氮肥损失率降低9.95个百分点。在本试验条件下,综合考虑玉米产量、氮素吸收利用、残留及损失,2.5%海藻酸增效尿素减量施用20%可以取得较好效果。     

基于多器官特征融合的枣品种识别方法

针对自然场景下的枣品种识别问题,以枣果为研究对象的机器视觉技术已成为枣品种精准识别的主流方法之一。针对枣品种存在类间差异小、类内差异大的问题,提出了一种基于多器官特征融合的枣品种识别方法。首先利用YOLO v3检测算法将采集的自然场景图像中的枣果和叶片器官分割提取,提出了基于笛卡尔乘积构建两器官组合对的枣品种多样本数据集,然后基于EfficientNetV2网络模型,设计了能够充分学习两器官特征相关性的融合策略来提升模型性能,引入了逐步迁移训练方式以提升枣品种识别效率。最后,在构建的包含20个枣品种数据集上进行了大量实验,得到97.04%的识别准确率,明显优于现有研究结果,并且在训练时间和收敛速度上,本方法也有一定提升。结果表明该方法能够有效融合枣品种枣果和叶片器官的特征信息,可为其他品种识别研究提供参考。     

椰糠型生态保育基质的水力-入渗特性及配比寻优

[目的]荒漠戈壁因降水量少、蒸发量大等环境因素胁迫,植被稀疏,水土流失严重。探索适宜的土壤改良方法,以提升其保水性、持水性,对于荒漠化防治及戈壁生态农业发展十分重要。[方法]以无椰糠基质组别T0(风沙土∶有机肥∶人造泥炭=7∶3∶1)为对照,对理化性质较好的3组配比椰糠型生态保育基质(风沙土∶椰糠∶有机肥∶人造泥炭=3.5∶3.5∶3∶1或3∶4∶3∶1或2∶5∶3∶1,依次为T1、T2、T3)进行水力-入渗特性试验;利用离心机法测定基质水分与吸力的关系,探究该基质的水力特性;再通过室内定水头土柱入渗试验分析基质的入渗特征;并以测定的各项指标为基础,结合坐标综合评定法进行配比寻优。[结果] T1、T2、T3组别较之T0组别,田间持水量分别增加10.22%,12.13%,14.99%,全有效水含量分别增加8.10%,8.81%,12.83%;在吸力水头的对数值P_f=1.8～3.8阶段(基质吸力对数值),各组别比水容量均值大小为T3>T2>T1>T0;根据灰色关联分析,入渗能力大小为T3>T2>T0>T1。[结论]适宜比例椰糠混掺改...