Effect of a 1800 MHz electromagnetic field emitted during embryogenesis on chick development and hatchability

The level of artificial electromagnetic field (EMF) has steadily increased with the development of human civilization. The developing chicken embryo has been considered a good model to study the effects of EMF on living organisms. The aim of the study was to determine the effect of a 1800 MHz electromagnetic field during embryogenesis on the frequency of chick embryo malformations, morphometric parameters of the heart and liver and concentration of corticosterone in blood plasma, lipid and glycogen content in the liver of newly hatched chicks. A 1800 MHz EMF was found to shorten the duration of embryogenesis (earlier pipping and hatching of chicks) while having no effect on the quantity and quality of chicks and on increasing the incidence of embryo malformations. Exposure of chick embryos to EMF caused decreases in relative heart weight and right ventricle wall thickness. The pipping and hatching of chicks can be accelerated by stressful impact of EMF, which is confirmed by a significant increase in plasma corticosterone concentrations and decrease in fat and glycogen in the liver of chicks exposed during embryogenesis on the electromagnetic field with a frequency of 1800 MHz.     

移动通信基站在森林防火工作中的应用

移动通信基站基于卫星系统和通信系统的相关技术已相对成熟,在森林防火工作中已逐渐推广应用。本文根据工程实例,简要阐述了移动通信基站在森林防火工程项目中的应用。     

有机柑橘生产加工质量追溯的技术指标标准研究

根据农产品供应链理论和全面质量管理理论,采用文献检索、实地调研和比较分析的方法,建立有机柑桔的生产加工质量追溯体系的技术指标标准,包括产品来源追踪的产品批号和质量安全问题原因追踪的诸多因素,确保有机柑橘质量安全。     

Performance Analysis of MIPv4 Regional Registration Combined with Low Latency Handoffs

The mechanism of MIPv4 regional registration and the low latency handoff protocols are introduced. Ways and procedure of pre-registration handoff and post-registration handoff are discussed also. The authors analyze the performance of the low latency handoff protocols combined with low latency handoffs over a wireless access based on IEEE 802. 11 standard in a tree-like network topology. The performance of pre-registration and post-registration scheme is given by simulation.     

移动机器人避障路径规划方法研究

以全自主移动机器人为研究平台，介绍了移动机器人的硬件体系结构、避障行为决策、避障运动控制等。提出一种足球机器人避障路径规划方法，该方法吸取了栅格法信息处理量小的优点，只对障碍物的威胁点进行检测，弥补了其在特征匹配方面的不足，同时无需考虑障碍物的运动状态和运动速度，提高了机器人避障的灵活性和鲁棒性。     

新型行走式多功能灌溉机设计

行走式多功能灌溉机是通过对行走式灌溉机的系统弹性优化配置和系统合理组配技术的创新研究，研制成功的具有适应多元化小水源和地貌特征的，集提水、运水、供水、灌溉(行灌、微灌、远射程均匀喷灌)、施药(肥)于一体的新型行走式多功能灌溉机系列产品。     

设施园艺移动平台分布式驱动自适应防滑控制

针对设施园艺特殊作业场景对电驱移动平台灵活作业与高操纵稳定性需求,该研究设计了一种四轮轮毂电机独立驱动的分布式设施园艺电驱移动平台,并提出了一种可提高转向灵活性与稳定性的自适应防滑控制策略。在该控制策略中,首先构建电驱移动平台动力学模型与Ackermann差速转向模型,结合速度瞬心原理及轮胎侧偏角确定各车轮转向目标转速;其次,为提高电驱移动平台对时变附着系数的适应能力,采用改进的强跟踪自适应无迹卡尔曼滤波算法设计复杂路面识别器,实现对路面附着系数准确估计;最后,设计基于自适应滑模算法的防滑控制器,根据路面附着系数估计值确定车轮相对最佳滑转率并实时控制滑转率。为验证所提控制策略的有效性,开展了Carsim-MATLAB/Simulink联合仿真与分布式设施园艺电驱移动平台实车试验。试验结果表明,所提控制策略可准确估计复杂道路下路面附着系数,降低车轮滑转率误差;在不变路面、对接路面与对开路面3种工况下,左侧车轮滑转率误差分别为0.031、0.015和0.038,右侧车轮滑转率误差分别为0.026、0.005和0.028;在不变路边随机路面实测路况下,电驱移动平台路面附着系分别数约为0.44和0.47,最大滑转率分别约为0.69和0.68,有效抑制了轮胎转向时的过度滑转,提高了电驱移动平台的行驶稳定性。研究可为设施园艺车辆驱动防滑控制提供具体理论依据和实施方案。     

基于PID直流电机驱动的移动式采摘机器人设计

为了提高移动式采摘机器人的控制效率和移动精度,将直流电机驱动电路引入到采摘机器人移动控制系统的设计中,并采用PID算法对移动速度进行调节,从而避免采摘机器人在移动过程中产生较大的速度波动,提高其作业时的平稳性。为了验证PID算法在采摘机器人移动控制系统上使用的可行性,模拟葡萄采摘机器人的作业环境,对采摘机器人移动过程的速度控制进行了仿真模拟,结果表明:达到速度预定目标时,PID算法比常规算法具有更快的响应速度,调节过程也更加平稳。     

杂粮供应链区块链多链追溯监管模型设计

针对杂粮产品供应链链条长、主体多、区块链追溯过程数据无法差异化共享、链上数据难以实时监管等难题,通过分析杂粮供应链环节业务流程与监管特性,提出了基于区块链多链架构的杂粮追溯模型,并在此基础上建立多链数据存储架构,设计了基于监管授权组网建链的网络准入机制,并通过智能合约实现数据的链前监管与追溯节点的链上管控。为验证模型有效性,基于Hyperledger Fabric设计并实现区块链追溯系统,对山西忻州杂粮应用案例进行分析。在安全方面,企业组网授权扩散性测试密文平均改变率为82.53%,相关性测试密文平均改变率为82.39%,具备较高的安全性与混淆性。在效率方面,消费者查询公开追溯数据平均时间为0.415 s,监管部门调用跨链接口查询企业敏感追溯数据平均时间为0.871 s。结果表明,该研究设计并实现的面向监管的杂粮多链追溯系统在满足消费者追溯需求的基础上,能够实现追溯数据账本与链间交易记录的实时管控,为农产品区块链追溯监管系统研究提供借鉴与参考。     

基于迁移学习的葡萄叶片病害识别及移动端应用

为解决已有的卷积神经网络在小样本葡萄病害叶片识别的问题中出现的收敛速度慢,易产生过拟合现象等问题,提出了一种葡萄叶片病害识别模型(Grape-VGG-16,GV),并针对该模型提出基于迁移学习的模型训练方式。将VGG-16网络在ImageNet图像数据集上学习的知识迁移到本模型中,并设计全新的全连接层。对收集到的葡萄叶片图像使用数据增强技术扩充数据集。基于扩充前后的数据集,对全新学习、训练全连接层的迁移学习、训练最后一个卷积层和全连接层的迁移学习3种学习方式进行了试验。试验结果表明,1)迁移学习的2种训练方式相比于全新学习准确率增加了10～13个百分点,并在仅训练25轮达到收敛,该方法有效提升了模型分类性能,缩短模型的收敛时间;2)数据扩充有助于增加数据的多样性,并随着训练次数的增加,训练与测试准确率同步上升,有效缓解了过拟合现象。在迁移学习结合数据扩充的方式下,所构建的葡萄叶片病害识别模型(GV)对葡萄叶片病害的识别准确率能达到96.48%,对健康叶、褐斑病、轮斑病和黑腐病的识别准确率分别达到98.04%、98.04%、95.83%和94.00%。最后,将最终的研究模型部署到移动端,实现了田间葡萄叶片病害的智能检测,为葡萄病害的智能诊断提供参考。