动态博弈下温室无线传感器网络功率控制优化

蔬菜温室内植株和温室结构会影响无线传感器网络信号传输,同时节点间相互干扰也会造成网络性能下降。考虑温室无线传感器网络对高容量低能耗功率控制方案的需求,首先以黄瓜温室为例,通过实验对信号损耗特性进行测试,并建立了信号路径损耗模型。基于此,引入节点信噪比阈值和节点剩余能量均衡比为每个无线传感器节点定义效益函数,在动态博弈下研究了温室无线传感器网络功率控制方案,并得到节点效益函数的适宜匹配权重因子。仿真结果表明,该方案基于设施黄瓜温室无线信号传输特性提供了1种功率控制策略,节点通过动态感知剩余能量与路径损耗能够实施高效节能的功率控制方案,从而降低网络能量损耗,提高网络传输性能。     

基于YOLOV3模型的甘蔗丛环境下行人检测方法

针对在“一垄双沟”甘蔗丛高秆作物环境下行人目标检测的重要性及难度问题,提出一种改进YOLOV3算法的甘蔗丛中高秆作物遮挡的行人目标检测算法(YOLOV3-my-prune)。为获得更好的行人特征表达,使用Imgaug库对自制的数据集增强,并结合数据集中行人尺寸特点,使用K-means聚类分析方法,为神经网络重新聚类目标锚箱。对YOLOV3网络改进,设计了在网络全连接层中引入空间金字塔池化模块,并增加第四尺度预测特征图,同时增强网络多尺度特征融合能力及小尺度特征提取能力。完成改进的模型基础训练后,采用通道和层剪枝混合剪枝方法轻量化模型,并在数据集上进行多尺度训练并测试,结果表明:此方法 准确率达80.1%,检测速度为30fps,均有所提升。     

一种基于UHF RFID无源无线测温技术及其应用

针对配电设备点多、面广且易因过热导致引发严重事故的现状,设计了一种基于UHF RFID无源无线温度监测系统,阐述了该无源无线温度监测技术的工作原理及技术指标,并对其测温精度进行了验证,测试结果表明测温精度优于规范要求;设计了一种典型的无源无线温度监测系统架构,并通过研究电力设备的结构特点以及传感器结构形态,对两者进行了适配性设计,满足不同配电设备的测温需求;最后通过几个实际应用案例验证了该种测温技术优越性以及实用性。     

基于改进YOLOv3网络模型的茶草位置检测算法

精准高效的茶草识别是智能茶园植保机械进行除草工作的关键。针对目前茶园除草智能化程度较低等问题,提出改进YOLOv3网络模型的茶草检测算法。首先,分季节和时间段,在多个茶叶品种的种植园中以自适应的距离和角度采集茶草混合图像并建立试验数据集。接着,使用K均值聚类算法重新设计先验锚框尺度。然后,以YOLOv3网络模型为基础,选取17×17的网格划分图像区域;采用残差网络（ResNet）作为主干网;加入过程提取层,增强草株检测性能。最后在原损失函数中引入广义交并比损失。通过消融试验和不同目标检测算法对比试验验证此改进算法对茶树与杂草的检测效果。试验结果表明,改进 YOLOv3网络模型对杂草的检测精确率和召回率分别为85.34%和91.38%,对茶树的检测精确率和召回率最高达到82.56%和90.12%;与原YOLOv3网络模型相比,检测精确率提高8.05%,并且每秒传输帧数达到52.83 Hz,是Faster R-CNN网络模型的16倍。这些数据说明所提算法在茶园复杂环境下,不仅对于茶树和杂草具有更好的识别效果,而且满足实时检测的要求,可以为智能茶园植保机械提供技术支持。     

基于MCR和重力模型下的厦门市生态空间网络构建

伴随高密集土地开发,城市内部生态栖息地被严重侵蚀,致使区域生态走廊分散度、隔离度剧增,削弱生态斑块间的有效连接,影响了区域可持续发展。研究基于形态学空间格局分析（MSPA）、最小阻力模型（MCR）和重力模型,对厦门市重要生态源地进行提取,并模拟构建其生态走廊。结果表明:1）根据MSPA分析结果,厦门市核心区在所有景观类型中占比最高,为89.29%,且景观类型多为林地,占核心区总面积49.69%;2）结合重要生态源地景观连通指数,共选取17块生态源地,其中,1号生态源地的dPC值最高（81.369）,面积最大（59 726.385 hm²）;3）基于MCR和重力模型构建142条生态廊道,廊道分别占林地景观、水体景观和草地景观面积的21.57%、41.56%和17.42%。根据研究结果,在湖里区北部及集美区、海沧区南部等生态栖息地空白区适当建造小型或中型“踏脚石（stepping stone）”是十分必要的,以维持生态服务功能和区域内生态系统平衡。该研究结果可为厦门市构建更为完整结构的区域生态模式,并为类似高密度沿海建设区域生态空间网络营建提供参考和借鉴。     

基于改进残差网络的水稻害虫识别

水稻害虫是影响水稻产量的因素之一,准确识别水稻害虫对提高水稻产量具有重要意义,针对水稻害虫识别准确率不高的问题,提出一种基于改进残差网络模型的水稻害虫识别方法。该模型是将动态路由胶囊结构嵌入残差网络深度卷积模型中,代替残差网络的全连接层,首先通过4个残差块得到特征图,将特征图进行胶囊化编码,其次进行层间路由,以减少卷积神经网络(CNN)在输出时丢失的大量信息。对水稻的14类害虫进行识别,并分析不同参数(学习率、批量大小、激活函数和优化组合)的影响。结果表明,提出的改进残差网络模型的准确率达到77.12%。模型满足水稻害虫图像识别的需求,具有一定的识别准确率及较强的鲁棒性,可为实际农业场景下水稻害虫识别提供可行的方案。     

全省机械一体化试点示范项目取得实效

2020年12月15~16日,省林草局在大理白族自治州永平县举办核桃初加工和澳洲坚果精加工机械一体化试点示范项目(以下简称“机械一体化试点示范项目”)现场交流培训。总结全省机械一体化试点示范项目(第一批)实施成效,研究提升云南坚果产业加工能力和水平的措施。     

网络新媒体环境下大学生消费意愿及对策分析

为深入了解大学生利用网络新媒体平台消费的现状、消费的影响因素及消费合理化状况,采用问卷调查的方法,从大学生新媒体平台消费经历、新媒体平台消费次数及金额、新媒体平台消费项目、获取新媒体平台消费信息的途径等方面对大学生新媒体平台消费行为进行了描述性统计分析。针对分析结果,提出了网络新媒体环境下大学生为了自身消费安全,应该正确看待新媒体平台宣传,保持理性消费态度,树立正确价值观念,不过度追求网络潮流,保护自身资金安全,提高消费安全意识的建议。