基于部分亲和场的行走奶牛骨架提取模型

在奶牛关键点预测的基础上,通过点、线重构奶牛骨架结构,可为奶牛跛行检测、发情行为分析、运动量估测等提供重要参考。本研究基于部分亲和场,以养殖场监控摄像头拍摄的视频为原始数据,使用1 600幅图像训练了奶牛骨架提取模型,实现了奶牛站立、行走状态下关键点信息和部分亲和场信息的预测,并通过最优匹配连接对奶牛骨架结构进行准确提取。为了验证该模型的性能,采用包含干扰因素的100幅单目标奶牛和100幅双目标奶牛图像进行了测试。结果表明,该模型对单目标行走奶牛骨架提取的置信度为78.90%,双目标行走奶牛骨架提取的置信度较单目标下降了10.96个百分点。计算了不同关键点相似性(Object keypoint similarity,OKS)下的模型准确率,当OKS为0.75时,骨架提取准确率为93.40%,召回率为94.20%,说明该模型具有较高的准确率。该方法可以提取视频中奶牛骨架,在无遮挡时具有高置信度和低漏检率,当遮挡严重时置信度有所下降。该模型的单目标和双目标图像帧处理速度分别为3.30、3.20 f/s,基本相同。本研究可为多目标奶牛骨架提取提供参考。     

基于信息抽取的食品安全事件自动问答系统方法研究

针对从海量食品安全事件新闻报道中很难抽取出所需答案的问题,以食品安全事件语料库为研究对象,提出了一种基于信息抽取技术的自动问答系统。首先,利用深度学习模型TextCNN对用户输入的问题进行分类,得到其所属类型。其次,对于输入问题,借助Lucene搜索引擎找到其最佳匹配文档。再次,根据输入问题的类型,从食品安全事件数据库（采用信息抽取技术自动提取的一个结构化数据库）中筛选出该文档所包含的答案候选句集合。最后,利用深度学习模型Bi LSTM及基于答案候选句上下文的特征提取方法构建一个答案抽取模型,该模型能从给定的答案候选句集合中提取出最终答案。为检查基于食品安全事件数据库的答案候选句筛选方式及基于答案候选句上下文的特征提取方式对整个自动问答系统性能的影响,进行了多种比较实验,结果表明含有基于食品安全事件数据库的答案候选句筛选方式和基于答案候选句上下文的特征提取方式的问答系统表现最佳,其回答准确率达到44%。这相比于传统的问答系统,具有明显的优势。     

基于注意力机制的小样本啤酒花病虫害识别

为提高啤酒花产业的品质和产量,针对于传统人工识别鉴定难度大,效率低和客观性不够,以及啤酒花病虫害识别无大型公开数据集等问题.本文提出一种基于软注意力机制的小样本啤酒花病虫害识别方法,对传统深度残差网络ResNet模型进行改进,并使用图像增强技术-直方图均衡化处理图片得到新的数据集.实验结果表明,在小样本情况下,相比于传...     

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, ...     

基于自动导航的小麦精准对行深施追肥机设计与试验

针对冬小麦返青期地表追施氮肥使氮素挥发导致肥料利用率低的问题,结合目前在小麦追肥过程中缺少深施氮肥作业装备的现状,进行了基于拖拉机自动导航技术实现精准对行深施氮肥的技术研究,设计了小麦精准对行精量深施追肥机。追肥机采用安装有自动导航系统的拖拉机牵引实现精准对行,以RTK-GNSS接收机测取的作业速度为基准,通过液压系统驱动排肥机构工作,双圆盘开沟器开沟深施,采用PID控制排肥轴转速与车辆行驶速度实现实时匹配,达到精量控制追肥量的目的。田间试验结果表明:设置目标追肥量为200 kg/hm2,车辆行驶速度为5 km/h时,追肥机能完成对行深施追肥作业,机具对行作业误差在±6 cm以内,追肥量偏差小于9%,可满足实际生产需求;对照撒肥机表层撒肥作业,每公顷减施氮肥25 kg左右,小麦每公顷增产486.5 kg左右。     

气力式秸秆深埋还田机输送装置设计与试验

针对合理耕层构建技术指标要求,设计了气力式秸秆深埋还田机输送装置。其主要结构参数为：输送管截面为0.2m×0.2m方形管;叶轮直径为0.55m,叶轮宽度为0.17m,进气口直径为0.26m,风机壳宽度为0.2m;螺旋轴直径为0.09m,螺旋叶片外径为0.25m,螺距为0.2m,螺旋叶片厚度为0.003m,螺旋外径与输送管内表面间隙为0.005m。通过玉米悬浮速度试验测得,长度为10cm玉米秸秆上、中、下部分悬浮速度分别为10.4、12.3、12.7m/s,平均值为11.9m/s,试验结果与仿真误差为7%。基于气固耦合理论,通过CFD-DEM气固耦合法对输送装置内的气固两相流模拟研究,表明弯角30°、转速为1800r/min时输送管道中,秸秆最小速度为5.21m/s,所对应的气流速度为17~27m/s,出口处玉米秸秆速度为6.06m/s,气流速度为2~27m/s,秸秆输送效果最佳。田间试验结果表明,气力输送装置性能参数最优组合为：风机转速1800r/min,秸秆覆盖量1.2kg/m2,叶片弯角30°。田间验证试验得深埋合格率为93.2%,有效提高了深埋质量。     

基于机器视觉的奶牛发情行为自动识别方法

及时检测奶牛发情、适时人工授精、减少空怀奶牛,是奶牛养殖场增加产奶量的关键手段。针对基于运动量和体温等体征的接触式奶牛发情识别方法会造成奶牛应激反应且识别准确率不高的问题,提出了一种非接触式奶牛发情行为自动识别方法。该方法首先使用改进的高斯混合模型实现运动奶牛目标检测,然后基于颜色和纹理信息去除干扰背景,再利用AlexNet深度学习网络训练奶牛行为分类网络模型,识别奶牛爬跨行为,最终实现对奶牛发情行为的自动识别。在供试数据集上的试验结果表明,本文方法对奶牛发情的识别准确率为100%,召回率为88.24%。本文方法可应用于奶牛养殖场的日常发情监测中,为生产管理提供辅助决策。     

果园有机肥深施机分层变量排肥控制系统设计与试验

果园不同深度的土壤养分不同,果树根系分层吸肥能力不同,有机肥分层变量深施可以解决传统施肥存在的养分分布不均和肥料利用率低等问题。针对有机肥分层变量深施的排肥控制问题,本文设计了排肥控制系统,可以根据用户设置的各层理论排肥量和作业速度,实时计算液压马达的理论转速,并采用PID算法控制比例流量阀开度,调节马达转速驱动螺旋输送器排肥,实现分层变量排肥。将AMESim中建立的液压系统模型与在Matlab/Simulink中建立的控制模型进行联合仿真,整定PID参数。液压马达转速调节性能试验中最大超调量为14r/min,达到稳定转速的时间最大为6s,控制性能较好,表明通过AMESim-Matlab/Simulink联合仿真,能够快速便捷地整定PID参数,结果准确可靠。排肥控制性能试验中排肥量相对误差最大6.20%,变异系数最大8.69%,排肥量准确性和均匀性均达到要求。设计的控制系统具有较好的性能,能为果园有机肥分层变量深施提供技术支撑。     

我国龙眼产业化进程中的问题与对策

我国龙眼在产业化进程中,存在着种植品种结构发展不平衡,生产经营规模化、标准化程度低;品牌未形成、市场建设滞后、缺乏行业自律和深加工比例少;科研投入不足,技术力量薄弱,缺乏整体布局等问题。提出采用调整优化龙眼品种结构,培育“龙头企业”,组建龙眼产业协会与合作社,严格企业自律,建设集散市场;实行标准化生产,树立品牌;实施冷链流通,建设完整的物流系统;加大龙眼采后深加工研发投入,促进产业结构优化;按ISO、HACCP等国际认证体系规范我国龙眼产业,建立高效联动的信息发布和预警预报机制等对策。