基于Retinex图像增强的不同光照条件下的成熟荔枝识别

为了满足自然环境下荔枝采摘机器人视觉定位系统的有效性和实时性的要求,针对不同光照条件的荔枝彩色图像,采用基于双边滤波的Retinex图像增强算法凸显图像中的荔枝果实和果梗,对增强处理后的图像在HSI颜色空间中进行H分量旋转的处理,再对旋转处理后的H分量进行Otsu自动阈值分割去除荔枝图像果实和果梗外的复杂背景;然后通过将双三次插值算法和传统的模糊C均值（FuzzyC-Mean）算法融合,对去背景后的荔枝图像在YCbCr颜色空间中进行Cr分量模糊聚类分割,实现荔枝果实和果梗的识别。荔枝图像的分割试验结果表明：该算法对晴天顺光、逆光、遮阴、阴天顺光等光照条件的荔枝图像能够有效地分割,对阴天弱光照、果实被遮阴条件下的荔枝也能较好的识别,并保持荔枝果实和果梗区域的完整性,4种光照条件荔枝图像分割正确率分别为96%、90%、89.3%和88.9%,成熟荔枝识别的正确率达到了90.9%,该研究为水果采摘机器人的室外作业的实时性和有效性提供指导。     

甘氨酸锌的结构、合成及在动物生产中的应用

甘氨酸锌存在络合构型和螯合构型两种晶体结构。甘氨酸锌的制备方法包括液相反应和固相反应,液相反应可制备络合构型或螯合构型的甘氨酸锌,而固相反应一般制得螯合构型甘氨酸锌。甘氨酸锌能够改善动物生长性能、繁殖性能,提高机体免疫能力,调节肠道健康。文章综述甘氨酸锌在猪、水产、家禽和反刍动物生产中的研究进展,为甘氨酸锌在动物生产中的应用提供参考。     

氯化锌和氢氧化钠合成碱式氯化锌工艺研究

以液体氯化锌和液体氢氧化钠为原料,研究了碱式氯化锌的合成工艺条件,通过考察反应pH值、反应温度、搅拌速度和催化剂加入量等因素,确定了碱式氯化锌反应的最佳合成工艺条件:反应pH为6,温度85℃,搅拌速度80转/分,催化剂加入量为3‰.经结构确认证实该产品与其他工艺一致.但相较其他工艺而言,该工艺工艺较先进、成本比目前所报导的工艺更低,生产环境较好,易实现自动化.     

不同锌源饲料添加剂的特性研究

锌作为动物机体一种重要的“生命元素”，在动物体内发挥着重要的营养功能，试验通过对不同锌源物理性状及抑菌作用的研究以期为今后锌源物质的深入理论研究提供依据。     

融合双分支特征和注意力机制的葡萄病虫害识别模型

葡萄病虫害识别是精细化防治的前提。针对现有研究中存在的数据集少、识别精度低、模型参数量大等问题,该研究构建包含健康叶片、3类病害叶片和16类虫害的葡萄病虫害数据集,提出基于改进MobileNet V2模型的葡萄病虫害识别模型。首先在MobileNet V2模型的反向残差模块中嵌入坐标注意力（Coordinate Attention,CA）机制,提升模型的信息表征能力;然后使用深度可分离卷积设计双分支特征融合模块,加强模型的特征提取能力;最后对模型的通道数进行调整,精简模型结构。试验结果表明：MobileNet_Vitis在葡萄病虫害数据集上的识别准确率和F1分数为89.16%和80.44%,相比改进前的MobileNet V2 提高了1.83和9.31个百分点,而模型参数大小为7.85 MB,减少了8.5%。与ResNet 101、ShuffleNet V2、MobileNet V3和GhostNet相比,MobileNet_Vitis的识别精度和F1分数更高,参数量更小。MobileNet_Vitis对单张葡萄病虫害图像的推理时间为17.53 ms,可以达到快速识别的要求。该研究提出的模型能够较好地识别葡萄病虫害,并且较大幅度地减少模型的参数量。将MobileNet_Vitis模型部署到移动端的小程序上,可为葡萄病虫害的防治提供帮助。     

基于改进基因表达式程序设计的菠菜价格建模及预测

基因表达式程序设计(GEP)是一种基于基因型和表现型的新型进化算法。针对传统GEP遗传算子进行建模及预测时容易受到噪声干扰,导致过早收敛,陷入局部最优等缺点,提出了一种新型GEP算法,增加了"倒串"和"基因提取"算子,该新型算法可以提高基因的有效利用率,具有更高的收敛速度和求解精度,且能更好的避免早熟现象。将该新型GEP算法用在菠菜价格预测上,通过对训练数据进行分析和进化创建数学模型,实现菠菜价格的仿真与预测,通过多组实验证明,该新型基因表达式程序设计算法在菠菜价格预测上具有更快的收敛速度和更高的精度。     

自然环境下多类水果采摘目标识别的通用改进SSD模型

为解决当前自然环境下水果识别率不高、泛化性不强等问题,该文以苹果、荔枝、脐橙、皇帝柑4种水果为研究对象,提出了一种改进的SSD(single shot multi-boxdetector)深度学习水果检测模型:将经典SSD深度学习模型中的VGG16输入模型替换为Res Net-101模型,并运用迁移学习方法和随机梯度下降算法优化SSD深度学习模型。该文基于Caffe深度学习框架,对自然环境下采集的水果图像进行不同网络模型、不同数据集大小和不同遮挡比例等多组水果识别检测效果对比试验。试验表明:改进的SSD深度学习水果检测模型对4种水果在各种环境下的平均检测精度达到88.4%,高于经典SSD深度学习模型中的86.38%,经过数据增强后平均检测精度可提升至89.53%,在遮挡面积低于50%的情况下F1值能达到96.12%,有较好的泛化性和鲁棒性,可以很好地实现自然环境下多类水果的精准检测,可为农业自动化采摘中的水果识别检测问题提供新的方案。     

二丁酰环磷腺苷钙对肥育猪生长性能和血清生化指标的影响

本试验旨在研究二丁酰环磷腺苷钙对肥育猪生长性能和血清生化指标的影响。选取日龄和体重相近[(83.18±1.62)kg]、生长状况良好的"长×白×杜"三元杂交育肥猪18头,随机分成2组,每组9个重复。对照组饲喂基础饲粮,试验组在基础饲粮中添加40 mg/kg的二丁酰环磷腺苷钙。试验期30 d。结果显示,与对照组相比:1)饲粮中添加二丁酰环磷腺苷钙使肥育猪日增重提高了30.12 g(P0.05);2)饲粮中添加二丁酰环磷腺苷钙显著降低了肥育猪血清乳酸脱氢酶活性(P0.05),同时显著提高了血清中尿素的含量(P0.05);3)饲粮中添加二丁酰环磷腺苷钙显著降低了肥育猪血清非必需氨基酸中的丝氨酸、甘氨酸和天冬氨酸的含量(P0.05),同时显著提高了必需氨基酸中的苏氨酸、色氨酸、缬氨酸、苯丙氨酸和异亮氨酸的含量(P0.05)。以上结果表明,二丁酰环磷腺苷钙在一定程度上能改善肥育猪的生长性能,这可能与其促进氨基酸的代谢相关。     

烟酰胺单核苷酸的合成、检测方法及其在动物生产中的应用

烟酰胺单核苷酸是生成烟酰胺腺嘌呤二核苷酸（NAD+）的关键前体之一。NAD+是氧化还原的辅酶,广泛参与细胞内能量代谢、DNA修复、信号转导等多种生物学效应,对生物体细胞能量生成具有重要作用。烟酰胺单核苷酸的制备分为化学合成法和生物合成法,其中生物合成法包含微生物发酵法和酶催化法。烟酰胺单核苷酸的常用定性定量分析方法包括毛细管电泳法（CE）、液相色谱-紫外法（HPLC-UV）、核磁共振波谱法（NMR）、液相色谱-质谱法（HPLC-MS）等。烟酰胺单核苷酸可以提高动物外周组织NAD+的生物合成,避免因NAD+水平下降导致动物机体生理生化过程的失能,从而改善代谢功能;还可以改善衰老卵母细胞的质量,提高胚胎发育能力,从而提高生殖功能。文章综述了烟酰胺单核苷酸的合成、检测方法及其在动物生产中的应用,以期为烟酰胺单核苷酸在动物生产中的应用研究提供参考。     

基于多重特征增强与特征融合SSD的荔枝检测

使用无人机拍摄的荔枝图像目标尺寸小、特征信息不足.为了更多、更好地检测到荔枝,该研究提出一种基于多重特征增强与特征融合的SSD(Single Shot Multibox Detector based on Multiple Feature Enhancement and Feature Fusion,MFEFF-SSD...