基于改进Inception网络的复杂环境下小样本黄瓜叶片病害识别

为解决田间复杂环境下小样本黄瓜叶片病害识别中模型泛化能力差、识别准确率不高的问题，将自注意力机制模块引入激活重建生成对抗网络（activation reconstruction GAN，AR-GAN），采用Smooth L₁正则化作为损失函数，设计改进激活重建生成对抗网络IAR-GAN（improved AR-GAN）增广黄瓜叶片病害图像。通过在Inception网络基础上加入空洞卷积和形变卷积，设计空洞和形变卷积神经网络（dilated and deformable convolutional neural network，DDCNN）用于黄瓜叶片病害识别。试验结果显示，提出的IAR-GAN有效缓解了过拟合现象，丰富了生成样本的多样性；所提出的DDCNN对黄瓜炭疽病、斑靶病和霜霉病的平均识别准确率均达到96%以上，比Inception-V3模型提高了9个百分点。以上结果表明，本研究提出的数据增广方法和病害识别模型可为复杂环境下小样本的作物叶部病害的准确识别提供新思路。     

优质猪肉供应链的特征与定位初探

猪肉产品质量安全已成为公众关注的热点问题,实施供应链管理是加快优质猪肉生产的有效途径。本文首先简述了优质猪肉的内涵和优质猪肉供应链的结构框架;然后在比较分析的基础上提炼出了优质猪肉供应链的5个显著特征,即源物质和产品生物性、物流控制高难度性、时间竞争局限性、构成主体复杂性和质量安全保障性;最后基于特征提出了优质猪肉供应链的定位,即质量安全型、人畜和谐型、环境友好型和饲养标准型。