多尺度自注意力特征融合的茶叶病害检测方法

针对茶叶病害检测面临的病害尺度多变、病害密集与遮挡等诸多问题,提出了一种多尺度自注意力茶叶病害检测方法(Multi-scale guided self-attention network, MSGSN)。该方法首先采用基于VGG16的多尺度特征提取模块,以获取茶叶病害图像在不同尺度下的局部细节特征,例如纹理和边缘等,从而有效表达多尺度的局部特征。其次,通过自注意力模块捕获茶叶图像中像素之间的全局依赖关系,实现病害图像全局信息与局部特征之间的有效交互。最后,采用通道注意力机制对多尺度特征进行加权融合,提升了模型对病害多尺度特征的表征能力,使其更加关注关键特征,从而提高了病害检测的准确性。实验结果表明,融合多尺度自注意力的茶叶病害检测方法在背景复杂、病害尺度多变等场景下具有更好的检测效果,平均精度均值达到92.15%。该方法可为茶叶病害的智能诊断提供参考依据。     

烟台大樱桃产业发展可行性报告

烟台是我国大樱桃栽培的发源地和主要栽培区,2015-2020年烟台市大樱桃栽培面积稳定在2.27万hm2左右,烟台市各县市除长岛外均有栽培.大樱桃栽培品种构成上,早、中熟品种约占70％左右、晚熟品种占30％左右,其中面积最大的早熟品种红灯占20％左右,砧木仍以大青叶为主.烟台农科院大樱桃项目组先后到烟台的福山、海阳、蓬...     

干旱锻炼对小麦幼苗期抗氧化特性的影响

为探究干旱锻炼对小麦幼苗期抗氧化特性的影响,设置对照处理和干旱锻炼处理,在一心一叶时用PEG6000营养液进行干旱锻炼,之后恢复霍格兰氏全营养液,在三叶一心时分别进行干旱胁迫处理,观测幼叶中与抗氧化特性相关物质的动态变化.研究发现,随干旱程度及胁迫时间的增加,叶片SOD、POD活性、可溶性蛋白不同程度的减小,MDA、可溶性糖含量显著升高;与对照相比,干旱锻炼后叶片SOD、POD活性、可溶性蛋白及降低程度较小,可溶性糖含量升高程度较大,MDA升高程度较小;不同干旱程度下,25％PEG6000胁迫下干旱锻炼小麦的抗氧化能力较35％PEG6000胁迫下较高.由此说明,小麦经过一定浓度的干旱锻炼能够明显增强其对干旱环境的适应能力,有利于幼苗期的生长,也为小麦的抗逆性研究提供理论支持.     

施氮对块茎形成期高温胁迫后马铃薯块茎产量、淀粉含量和相关酶代谢活性的影响

为了明确不同施氮量对高温胁迫后马铃薯块茎淀粉合成酶、淀粉含量及产量的影响,本研究于2019-2020年在宁南山区海原县进行田间试验.供试品种为青薯9号,通过搭建高温棚构建高温环境,设2个温度处理(T1:块茎形成初期高温胁迫,T2:自然温度),4个氮肥水平(不施氮N0:0 kg·hm-2,低氮水平N1:75 kg·hm-...     

大型潜水贯流泵装置叶片区压力脉动试验

为研究潜水贯流泵装置叶片区压力脉动特性,采用动态压力传感器在模型泵装置叶片前缘、中部和尾缘附近设置3个压力监测点,对多个工况的压力脉动进行测量。试验结果表明,不同流量工况下,叶频及叶频倍数是叶片区压力脉动的主要频率,在大流量工况下,叶片前缘和尾缘处主频为两倍叶频,叶片中部为叶频,其余工况下各监测点主频均为叶频。空化对叶片前缘压力脉动影响较为复杂,大流量工况下临界空化时主频由两倍叶频变为一倍叶频,达到深度空化时主频幅值明显减小,设计流量工况下空化使得谐波频率上升,频域分布更广,小流量工况下主频幅值随空化的发展呈上升趋势。叶片中部和尾缘主频幅值表现出随空化发展增大趋势。相同流量工况下,压力脉动强度从叶片中部、尾缘到前缘总体上呈减小趋势,且叶片区各监测点压力脉动强度随流量增加总体呈下降趋势。     

便携式豆类品质监控系统研究

传统的破坏性检测方法已难以满足豆类品质快速检测的需求。现有的无损检测设备存在稳定性及准确性不高等问题,为提高豆类品质含量检测装置的性能,基于近红外光谱技术研发了豆类品质无损检测装置,体积小、便于携带,能够适用于现场检测。基于所研发的装置,各取30个黄豆、绿豆、红豆、黑豆样本,通过旋转静态采集多次光谱求平均值与采集1次光谱的方式,对同一样品重复测量20次,得出随着采集次数的增加,光谱反射率变异系数平均值逐渐减小直至平缓,选取最佳豆类采集次数分别为16、8、14、16,对应的光谱变异系数平均值为2.9%、2.435%、2.763%、3.019%。以黄豆为例,选取80个样品,使用不同的预处理方法,分别建立黄豆蛋白质、粗脂肪和淀粉含量的偏最小二乘预测模型,结果表明,蛋白质、粗脂肪、淀粉质量分数预测的最优模型预处理方式分别为SG-MSC、SNV、SNV,其预测集相关系数R_p分别为0.974 6、0.950 5、0.960 7,均方根误差分别为0.249%、0.572%、0.623%。取40个黄豆样本对装置模型进行试验验证,蛋白质、粗脂肪、淀粉质量分数的独立验证相关系数R     

基于高光谱图谱融合技术的英德红茶等级快速无损判别

茶叶等级评价是检测茶叶品质的一项重要技术指标。通过提取红茶高光谱成像技术下的图像特征和光谱特征,构建一种基于图谱融合方法、适用于英德红茶等级评价的快速无损判别模型。首先制备3种不同等级的红茶样本,采用t分布-随机近邻嵌入和主成分分析对光谱数据进行降维可视化分析,然后从影响内在品质角度用连续投影法提取每种化学值的特征波长,通过多模型共识策略和竞争性自适应重加权算法-连续投影法筛选得出表征其内在品质的最佳特征波长组合,并建立基于遗传算法优化支持向量机的等级判别模型;其模型的训练集准确率为88%,预测集准确率为78.33%。为了融合外形纹理差异,先提取最佳特征波长组合对应的高光谱图像;采用图像掩膜消除背景的干扰和采用图像主成分分析消除多波长图像间的冗余信息,然后采用灰度共生矩阵和局部二值化算法提取主成分前三维主成分图像与特征光谱融合,并建立基于特征融合的遗传算法优化支持向量机等级判别模型,且基于第三主成分图像特征融合模型判别效果最佳,训练集准确率提升至98%,预测集准确率提升至96.67%。     

不同铵硝配比对辣椒产量、养分积累和氮肥利用率的影响

通过设施大棚辣椒盆栽试验,设置不施氮肥(CK)、铵态氮与硝态氮的氮质量比分别为0:100(A0N100)、25:75(A25N75)、50:50(A50N50)、100:0(A100N0)5个处理,研究不同铵硝态氮配比对辣椒产量、养分积累和氮肥利用率的影响.结果表明,与CK相比,不同铵硝配比处理增加了辣椒的果实数、鲜果...     

融合多光谱成像与深度学习的作物植株叶绿素检测系统研究

为了满足田间作物长势快速检测与指导变量管理的需求,以玉米为例设计了基于多光谱成像的田间作物植株叶绿素检测系统,包括可见光(RGB)和近红外(Near-infrared, NIR)图像采集模块、主控处理器模块、模型加速模块、显示及电源模块,用于实现玉米植株智能识别与叶绿素指标一体化检测。首先,采集玉米苗期和拔节期冠层图像数据集,比较了植株冠层实例分割与株心目标检测两种深度学习模型,构建了基于MobileDet+SSDLite(Single shot multibox detector lite)轻量化网络的玉米植株定位检测模型,实现玉米植株识别。其次,提取被识别的植株株心RGB-NIR图像,开展RGB和NIR图像匹配与分割,提取R、G、B和NIR灰度值计算植被指数,使用SPXY算法(Sample set portioning based on joint X-Y distances)和连续投影算法(Successive projections algorithm, SPA)分别对数据集进行样本划分及特征变量筛选,选择高斯过程回归(Gaussian process regression, ...     

基于脸部RGB-D图像的牛只个体识别方法

为实现非接触、高精度个体识别,本文提出了一种基于牛只脸部RGB-D信息融合的个体身份识别方法。以108头28~30月龄荷斯坦奶牛作为研究对象,利用Intel RealSense D455深度相机采集2334幅牛脸彩色/深度图像作为原始数据集。首先,采用冗余图像剔除方法和自适应阈值背景分离算法进行图像预处理,经增强共得到8344幅牛脸图像作为数据集;然后,分别选取Inception ResNet v1、Inception ResNet v2和SqueezeNet共3种特征提取网络进行奶牛脸部特征提取研究,通过对比分析,确定FaceNet模型的最优主干特征提取网络;最后,将提取的牛脸图像特征L2正则化,并映射至同一特征空间,训练分类器实现奶牛个体分类。测试结果表明,采用Inception ResNet v2作为FaceNet模型的主干网络特征提取效果最优,在经过背景分离数据预处理的数据集上测试牛脸识别准确率为98.6%,验证率为81.9%,误识率为0.10%。与Inception ResNet v1、SqueezeNet网络相比,准确率分别提高1、2.9个百分点;与未进行背景分离的数据集相比,准确率提高2.3个百分点。