基于YOLOv5s-ESTC的肉苁蓉检测

为了解决因梭梭和红柳等宿主遮挡、样本分布密集、样本大小不均衡等造成人工种植肉苁蓉检测精度低以及模型参数量过大难以向嵌入式设备移植等问题,该研究提出一种基于改进YOLOv5s的人工种植肉苁蓉轻量化检测方法。首先,将YOLOv5s的主干网络替换为EfficientNetv2网络,以减少模型参数量和计算复杂度进而实现模型轻量化,便于后期将模型向嵌入式设备部署;其次,为了增强模型对小目标肉苁蓉特征信息的提取能力,将C3模块与Swin Transformer Block进行整合,得到C3STR模块,将其引入主干网络,并将其输出的特征图与Neck网络中的特征图进行融合;最后,在检测头前端与颈项加强网络之间添加CA注意力机制,以弱化背景信息、聚焦目标特征,提高网络检测性能。试验结果表明,该模型对于肉苁蓉的检测精度和准确率分别为89.8%和92.3%,模型的参数量和计算量分别为5.69×10⁶ MB和6.8 GB,权重文件大小为11.9 MB,单幅图像推理时间为8.9 ms,能够实现实时性检测。同其他主流模型相比,改进后的模型的检测精度分别比SSD、Faster R-CNN、YO...     

构建VED-SegNet分割模型提取鱼类表型比例

为提高鱼类表型分割精度和准确度,实现鱼类表型智能监测,该研究基于深度学习算法构建了VED-SegNet模型用于鱼类表型分割和测量。该模型将cross stage partial network和GSConv结合作为编码器（VoV-GSCSP）,保持足够精度的同时降低网络结构复杂性。另一方面,该模型采用EMA(efficient multi-scale attention module with cross-spatial learning)建立强化结构,加强编码器和解码器之间的信息传递,提高模型精度,并实现了8个表型类别的输出。采用自建的鱼类表型分割数据集对VED-SegNet模型进行了测试,测量结果中鱼类各表型比例与实际测量值相接近,表型最大平均绝对和平均相对误差为0.39%、11.28%,能实现无接触式提取水产养殖中鱼类表型比例。对比其他常见语义分割模型,平均交并比mean intersection over union,mIoU和平均像素准确率mean pixel accuracy,m PA最高,分别到达了87.92%、92.83%。VED-SegNet模型在环境复杂、多鱼重叠的...     

基于改进YOLOv7的杨梅树单木检测

为了快速检测和统计杨梅树的数量,该研究提出了一种基于改进YOLOv7的杨梅树单木检测模型：YOLOv7-ACGDmix。首先,对YOLOv7的可扩展高效长程注意力网络（extended-efficient long-range attention networks, E-ELAN）进行改进,通过融合兼具卷积和注意力机制优势的ACmix（a mixed model that enjoys the benefit of both self-attention and convolution）结构得到AC-E-ELAN模块,提升模型的学习和推理能力,引入可变形卷积（deformable convolutional networks version 2, DCNv2）结构得到DCNv2-E-ELAN模块,增强模型对不同尺寸目标的提取能力;其次,采用内容感知特征重组（content-aware reassembly of features, CARAFE）上采样模块,提高模型对重要特征的提取能力;然后,在主干和头部网络部分添加全局注意力机制（global-attention mechanism, GAM）,强化特征中的语义信息和位置信息,提高模型特征融合能力;最后,采用WIoU（wise intersection over union）损失函数减少因正负样本数据不平衡造成的干扰,增强模型的泛化性。在公开数据集上的试验结果表明,YOLOv7-ACGDmix模型的精确率达到89.1%,召回率达到89.0%,平均精度均值（mean average precision, mAP）达到95.1%,F₁-score达到89.0%,相比于原YOLOv7模型分别提高1.8、4.0、2.3和3.0个百分点。与Faster R-CNN、SSD、YOLOv8模型相比,改进模型的平均精度均值（mAP_0.5）分别提高了9.8、2.2、0.7个百分点。实地采集杨梅树样本数据的检测精确率87.3%、召回率85.7%。试验表明,改进模型为基于无人机影像的杨梅树单木检测提供了一种有效的解决方案,对果园精准管理的发展具有重要意义。     

基于随机森林特征优选的雪茄烟叶晾制过程含水率预测

针对雪茄烟叶晾制过程含水率人工判断主观性强、准确度低等不足,以及对影响雪茄烟叶晾制过程含水率预测的重要表观特征尚不明确等问题,该研究基于图像特征提取以及机器学习技术实现雪茄烟叶晾制过程含水率的预测。试验以雪茄烟品种“云雪2号”为试验材料,获取晾制过程的烟叶图像的颜色、轮廓、纹理以及部位四类特征并筛选出雪茄烟叶含水率预测的优选图像特征子集。在此基础上,构建了随机森林（random forest, RF）、支持向量机（support vector regression, SVR）与反向传播神经网络（back propagation neural network, BPNN）模型,并利用遗传算法（genetic algorithm, GA）对各模型超参数进行优化,将原始图像特征集与优选图像特征集输入3个机器学习模型,构建出6种模型-特征组合方案,依据晾制时期对原始数据集进行划分,并对测试集进行预测。最终结果显示：GA-SVR模型+优选图像特征子集的组合方案在测试集上表现最优,其决定系数（coefficient of determination,r²）与均方误差（mean square error,MSE）分别为0.980和0.001,且运行时间最短（运行时长=0.128 s）。研究结果可为雪茄烟叶晾制过程智能化控制提供理论依据。     

基于全卷积神经网络的猪背膘厚快速准确测定

为了有效地弥补猪B超图像人工手绘背膘厚的不足,为生猪育种工作提供更精准和稳定的背膘厚测定新方法。该研究将全卷积神经网络（Fully Convolutional Networks,FCN）模型应用于猪B超图像的背膘分割和背膘厚测定上,开发出一套使用Python调用FCN模型对猪B超图像背膘厚进行自动测定的系统。通过开展验证集验证试验、屠宰比对试验和人员比对试验,发现模型测定结果和标注结果之间差异不显著（P>0.05）,两者相关系数达0.92(P<0.01);B超标准测定背膘厚和FCN分割测定背膘厚的相关系数达到0.97(P<0.01);专家组组内标准差为0.17 mm（最小）,行业外组组内标准差为1.67 mm（最大）,而FCN分割结果稳定性强,不受人员因素的影响。因此,该方法可以实现对外种猪B超背膘厚的精准、快速、稳定测量,减少猪场对专业人员的依赖,降低测定人员培训成本,减少工作人员工作量。     

聚氨酯木材胶粘剂的研究(Ⅰ)--化学组成对粘接力学性能的影响

以多亚甲基多苯基多异氰酸酯（PAPI）和聚醚多元醇为原料合成了一种单组分、室温湿固化的端异氰酸酯聚氨酯胶粘剂。本研究考察了物料的化学组成对胶粘剂粘接木材的力学性能产生的影响。实验表明,与改性二苯基二异氰酸酯（MDI）相比,PAPI合成的胶粘剂对木材粘接干压剪强度提高了60％;将相对分子质量（Mw）为800、1000和2000的聚氧化乙烯二醇（PED）、Mw为300和3000的聚氧化丙烯三醇（N303和N330）以及聚四氢呋喃一氧化丙烯二醇（NG220）按优化的比例复合使用,以改性胺和有机锡复合催化,可有效提高粘接木材的干和湿压剪强度、固化速率以及木破率。Fr-IR光谱证实聚醚多元醇的-OH与PAPI的-NCO反应生成了氨基甲酸酯（-NHCOO-）,但N—H和G=O均以氢键形式存在。     

不同水性高分子异氰酸酯胶对人工林木材胶合性能的影响

采用同一类型的高分子化合物、填料和乳胶按不同配比组成2种主剂,然后与贮存期不等的交联剂组成不同的水性高分子异氰酸酯胶黏剂(API),用来黏接杉木、杨木、巨桉、尾巨桉、柠檬桉和窿缘桉等6种人工林木材试样以研究 API主剂特征和交联剂贮存时间对人工林木材胶合性能的影响。试验结果表明:1)API主剂特征显著影响6种人工林木材的胶合性能。2)随着交联剂贮存期的增长,人工林试材的胶合性能有降低趋势,但胶合杉木、杨树、巨桉和尾巨桉4 种人工林木材时仍能达到标准要求。     

提高钢琴键盘尺寸稳定性的研究

文章采用PEG的分子量、质量体积浓度、压力的变化作为影响因子,探讨了不同条件下的PEG对鱼鳞云杉尺寸稳定性能的影响,结果表明,PEG处理过的鱼鳞云杉具有较高的尺寸稳定性,PEG的分子量、处理液浓度、抽真空度和浸渍加压压力对木材尺寸稳定性都有一定的影响。     

速生人工林桉树木材材色处理初步研究

试验用漂白剂、酸性染料和其他化学药剂,采用单纯漂白、单纯染色、先漂白再染色和化学着色等4种不同的方案对人工林桉树木材进行材色改良处理研究.结果发现:单纯漂白可获得一定的材色改良效果;硫化物类、过硫酸铵类的药剂配方漂白效果不明显;硼氢化钠类的药剂配方可得到一定的漂白效果;双氧水类、次氯酸钠类的药剂配方可得到很好的漂白效果.单纯染色比较难获得好的材色处理效果.采用先漂白后染色的方法,获得的材色过于鲜艳.采用化学着色的方法,可获得较理想的材色改良效果;草酸类药剂配方着色效果明显,可消除材色缺陷,根据不同的配方和处理工艺可获得从浅粉红色到红棕色的色调;用双氧水做活性剂,引入带发色团的化学药剂,材色改良效果明显,通过调整配方药品的浓度和处理工艺可获得从浅黄色到橙黄色的不同色调和较佳的材质.     

准噶尔盆地西南缘人工绿洲演变初探

本文以1989年和2000年TM影像为基础,结合部分统计资料,分析了准噶尔盆地西南缘沙湾-石河子-玛纳斯人工绿洲近20年的变化特点。分析结果表明:该研究区人工绿洲面积增加显著,由1989的6077.62km2增至2000年的6995.02km2,且主要增长期为1995年以后,1998-2002年增长尤为明显;绿洲内部存在一定程度的弃荒现象,1989-2000年间有365.29km2农用地被荒弃;绿洲的增长以外延式增长为主,开发原有绿洲内部空地为辅;同时,北部莫索湾绿洲土地盐碱化现象明显。