一般6R机器人的高精度逆运动学优化算法

为提高一般6R机器人逆运动学算法的精度和效率,提出一种基于符号运算和矩阵分解的优化算法。对6个基础逆运动学方程作变换,采用符号运算预处理得到14个逆运动学方程,避免大量浮点数计算累积误差。利用其中6个方程与关节变量3无关的特点,将目标矩阵从24阶降低到16阶,包含的关节变量从3个增加到4个。把一元16次方程求根问题转换为矩阵特征分解问题,并选取较高数量级的相关数据元素计算关节变量,进一步提高了算法精度。以一般6R机器人为例,求解结果表明,提出的算法能够得到具有任意期望精度的最多16组实数逆运动学解。     

注重农产品加工业发展提升我国农业竞争力

农业是国民经济的基础产业,提升农业竞争力是实现农业现代化的重要举措。本文系统地分析了农业竞争力的内涵、意义及其存在的问题,提出注重发展农产品加工业,从而提升农业竞争力。     

地表秸秆覆盖度图像识别技术的研究

农田地表秸秆覆盖是防止水土流失的一项主要措施,研究秸秆覆盖度与土壤风蚀、水蚀的定量关系对农田采取合理的覆盖形式有重要的指导意义。针对当前主要靠手工测试秸秆覆盖度存在效率低的问题,研究了如何应用MATLAB语言强大的图像处理功能来识别、分析秸秆图像。通过对样本图像类型的转换、灰度的均衡化和中值滤波等一系列的处理,得出较准确的秸秆覆盖面积和秸秆覆盖百分比,为准确快速测量秸秆覆盖度提供了测试手段。     

基于激光雷达扫描的料仓原料储料量测量方法

为提高仓内原料储料量测量自动化和智能化水平,设计了一种基于二维激光雷达扫描的储料量测量装置与系统。本系统采用RPLIDAR S1型二维激光雷达扫描获取不同储料量物料的原始点云数据,通过坐标变换、重叠点提取、滤波、分割等方法对原始点云进行预处理,采用贪婪投影三角化算法将预处理后的点云进行三维重建,获得仓内原料的三维模型,结合物料三维模型和物料的容重获得仓内原料的储料量,从而实现储料量的自动测量。以玉米为试验对象,测量小型储料塔内玉米储料量并对玉米不同储料量进行扫描测量,验证模型的准确性,结果显示：测量结果的平均绝对误差为8.05 kg,平均相对误差为1.52%。研究结果表明,基于二维激光雷达扫描的储料量测量方法是可行的,具有较好的稳定性和测量精度,能够满足实际生产需求。     

生产效率视域下加工番茄生产要素冗余的区域差异及影响因素

新疆是我国番茄制品生产和出口的重要基地,基于新疆加工番茄主产县域480份农户的调研数据,采用DEA-BCC模型,测算新疆加工番茄主产县域的生产效率,分析加工番茄主产县域的生产要素冗余率,并利用地理探测器模型,揭示影响加工番茄生产效率的关键因子。结果表明：新疆加工番茄主产县域的生产效率存在显著差异,且生产效率均未达到DEA有效水平;其次,加工番茄主产县域的生产要素投入存在不同程度的冗余,种植面积和农业机械投入冗余属于资源利用强度不足型,劳动力、化肥及农药投入冗余属于要素投入过度型;家庭纯收入、户主年龄、户主受教育程度、种植时间和种植面积是生产效率出现县域差异的主要因子,解释力度介于61.4%～65.2%,且因子间相互作用的影响力均高于单独作用的影响力,表明促进县域之间生产要素的合理流动和高效集聚,发挥主产县域的辐射带动作用,可以有效提高加工番茄种植户的生产效率。     

一种改进深度卷积神经网络的海岛识别方法

受不规律潮汐的影响,现有的海岛地物类别自动识别方法存在精度低和时效性差等问题,通过改进深度卷积神经网络提出了一种基于遥感影像的海岛快速识别方法:(1)在深度卷积神经网络的卷积层中增设1×1的卷积核作为瓶颈单元,对多波段的遥感影像进行降维;(2)在池化层引入了重采样方法,基于灰度值对海量的遥感影像进行特征压缩。以300景Landsat-8遥感影像为源数据,分别采用CNN、RCNN和本文改进的深度卷积神经网络对遥感影像中的海岛进行识别,实验结果表明:(1)改进的深度卷积神经网络降低了海岛识别的计算耗时,其计算耗时仅为CNN的4.56%和RCNN的5.60%;(2)改进的深度卷积神经网络较CNN和RCNN提高了海岛识别的精度,识别精度分别为96.0%、93.3%和95.0%。结果说明,改进的深度卷积神经网络适用于面向遥感影像的海岛自动识别。     

竹花叶病毒浙江麻竹分离物全基因组序列及siRNA分析

正已知有3种病毒可在自然条件下侵染竹类植物,即竹花叶病毒(bamboo mosaic virus,BaMV)~[1]、樱桃坏死锈斑驳病毒(cherry necrotic rusty mottle virus,CNRMV)和苹果茎沟病毒(apple stem grooving virus,ASGV)~[2,3]。其中,BaMV是最早在巴西的金竹(Bambusa vulgaris Cv.)和孝顺竹     

水稻种子总RNA提取质量问题的探究

水稻种子总RNA提取在水稻分子遗传基础实验中起着非常重要的作用,然而,高质量水稻种子RNA的获取难度高,极大阻碍了cDNA文库构建、RNA-Seq和基因表达分析等相关研究工作的开展和深入。为了探讨水稻种子总RNA提取的相关影响因素,寻找合适的水稻种子总RNA提取方式,本研究通过比较Trizol法、GeneMark试剂盒法和艾德莱试剂盒法3种不同的提取方式、不同的耗材处理方法、研磨方式等不同因素改进水稻种子总RNA的提取效果。不同的检测结果显示,艾德莱多糖多酚提取试剂盒能够提取到28S、18S条带完整、降解少和纯度高的水稻种子总RNA;不同耗材处理方法中,蛋白酶K处理过的耗材提取的总RNA比另外两种方法处理过的耗材提取的总RNA降解更少,28S和18S条带更清晰和完整、总RNA质量最高、效果最好;而研磨方式上,液氮冷冻研磨法能够有效抑制RNA酶对RNA的降解。本研究对水稻种子RNA提取过程相关因素的分析和改进,为促进以水稻种子为研究对象的分子实验奠定了一定的技术基础。     

基于循环残差注意力的群养生猪实例分割

目的 在群养环境下,实现生猪粘连、杂物遮挡等不同条件下生猪个体的高精度分割。方法 对真实养殖场景下的8栏日龄20~105 d共45头群养生猪进行研究,以移动相机拍摄图像为数据源,并执行改变亮度、加入高斯噪声等数据增强操作获取标注图片3 834张。探究基于2个骨干网络ResNet50、ResNet101与2个任务网络Mask R-CNN、Cascade mask R-CNN交叉结合的多种模型,并将循环残差注意力(RRA)思想引入2个任务网络模型中,在不显著增加计算量的前提下提升模型特征提取能力、提高分割精度。结果 选用Mask R-CNN-ResNet50比Cascade mask R-CNN-ResNet50在AP_0.5、AP_0.75、AP_0.5-0.95和AP_{0.5-0.95-large}指标上分别提升4.3%、3.5%、2.2%和2.2%;加入不同数量的RRA模块以探究其对各个任务模型预测性能影响,试验表明加入2个RRA模块后对各个任务模型的提升效果最为明显。结论 加入2个RRA模块的Mask R-CNN-ResNet50模型可以更精确、有效地对不同场景群养生猪进行分割,为后续生猪身份识别与行为分析提供模型支撑。     

大米适度加工和副产物综合利用现状及展望

大米是我国居民的重要口粮之一,大米加工业是事关国计民生的重要产业。由于消费者对大米口感和外观的过度追求,我国大米加工业长期存在严重的过度加工现象,而且大米加工产生的大量副产物未能得到充分有效利用,这些已经成为制约我国大米加工业健康发展的产业瓶颈问题。过度加工造成稻米资源大量浪费、营养物质过分流失以及能耗增加,开展大米适度加工对于保障国家粮食安全、提高居民膳食营养具有重要意义;加工副产物综合利用不足不仅造成资源浪费,还对生态环境产生一定威胁。提高加工副产物综合利用的程度和水平是延长大米加工产业链、提高稻米资源综合效益的有效途径。概述了大米加工行业现状、加工精度对大米营养和食用品质的影响、大米加工精度的检测和适度加工技术进展,分析了米糠、碎米和稻壳等加工副产物的综合利用现状,以期为促进大米适度加工和副产物的综合利用提供参考。