区块链环境下的异构政府数据语义共享机制研究

[目的 /意义]针对政府数据开放中出现的数据孤岛、"脏数据"、数据权属不确定以及缺少可信交互环境等核心问题,笔者提出一种基于区块链的异构政府语义数据共享和融合方案,将共享过程中涉及的关键信息存储到链上,并由全网共识机制确保该条记录可追溯、不可篡改,从而构建一个去中心化的语义数据中台。[方法 /过程]利用区块链具备的分布式共识机制、链式区块结构和非对称加密算法等技术与可编程的智能合约相结合,通过数据语义发布、RDF管理、检索查询、区块链交互、实体消歧等一系列流程,最终与多源政府数据节点共同建设一个具有过程监控的分布式语义数据转换、融合和复用生态系统。[结果/结论]笔者将区块链技术应用于政府数据资源的语义化研究,不仅保证了政府数据的语义安全性,亦解决区块链的语义蛮荒问题,是一个较新的研究思路。     

小波神经网络在玉米营养品质鉴定中的应用

玉米是生态农业的关键农作物之一,富含蛋白质、纤维素、脂肪等物质,为实现优质玉米的培养,需要对玉米营养品质进行快速鉴定。同时,针对同一品种的玉米对不同频率的光会产生不同光谱响应数据的特点,为实现利用光谱建模快速鉴定玉米营养品质的目的,提出了基于BP神经网络的平均影响值(BP_MIV)光谱因子筛选方法。利用BP_MIV法筛选出对玉米营养品质贡献率大的波长对应的光谱响应数据列,同时由于光谱测量过程中受到试验环境、仪器参数配置、光散射效应等因素的影响,光谱响应数据中除包含玉米样品营养品质含量的信息外,同时还存在各种噪音干扰,因此,对该响应数据进行小波去噪处理,最后建立优选波长因子下的小波神经网络玉米营养品质鉴定预报模型。结果表明,筛选出的波长因子能较好地代表众多光谱因子,对玉米蛋白质的预报精度较传统的统计方法要高。     

畜禽常用五种饼粕类饲料的处理方法

一、大豆饼粕大豆饼粕含有抗胰蛋白酶、尿素酶、血球凝集素、皂角苷、甲状腺肿诱发因子、抗凝固因子等有害物质。但这些物质大都不耐热,一般在饲用前,先经100℃-110℃的加热处理3-5分钟,即可去除这些不良物质。注意加热时间不宜太长、温度不能过高,否则,会降低蛋白质的饲用价值。二、亚麻籽饼     

融合卷积神经网络与视觉注意机制的苹果幼果高效检测方法

果实表型数据高通量、自动获取是果树新品种育种研究的基础,实现幼果精准检测是获取生长数据的关键。幼果期果实微小且与叶片颜色相近,检测难度大。为了实现自然环境下苹果幼果的高效检测,采用融合挤压激发块（Squeeze-and-Excitation block, SE block）和非局部块（Non-Local block, NL block）两种视觉注意机制,提出了一种改进的YOLOv4网络模型（YOLOv4-SENL）。YOLOv4模型的骨干网络提取高级视觉特征后,利用SE block在通道维度整合高级特征,实现通道信息的加强。在模型改进路径聚合网络（Path Aggregation Network, PAN）的3个路径中加入NL block,结合非局部信息与局部信息增强特征。SE block和NL block两种视觉注意机制从通道和非局部两个方面重新整合高级特征,强调特征中的通道信息和长程依赖,提高网络对背景与果实的特征捕捉能力。最后由不同尺寸的特征图实现不同大小幼果的坐标和类别计算。经过1 920幅训练集图像训练,网络在600幅测试集上的平均精度为96.9%,分别比SSD、Faster R-CNN和YOLOv4模型的平均精度提高了6.9百分点、1.5百分点和0.2百分点,表明该算法可准确地实现幼果期苹果目标检测。模型在480幅验证集的消融试验结果表明,仅保留YOLOv4-SENL中的SE block比YOLOv4模型精度提高了3.8百分点;仅保留YOLOv4-SENL中3个NL block视觉注意模块比YOLOv4模型的精度提高了2.7百分点;将YOLOv4-SENL中SE block与NL blocks相换,比YOLOv4模型的精度提高了4.1百分点,表明两种视觉注意机制可在增加少量参数的基础上显著提升网络对苹果幼果的感知能力。该研究结果可为果树育种研究获取果实信息提供参考。     

拟南芥主动去甲基化研究进展

介绍了模式植物拟南芥主动去甲基化的最新进展,包括酶学过程、调控机制、去甲基化与甲基化平衡机制、研究方法及其生物学意义。这些进展对其他植物而言,除对调控机制可进行补充研究外,还对作物的重要经济性状,如育性调控、种子形成和抗逆基因筛选等的深入研究具有重要参考价值。     

人工培育牛黄对小白鼠离体小肠运动的解痉作用

本文证明培育牛黄对乙酰胆硷与氯化钡所引起的小白鼠离体小肠痉挛有解痉作用。培育牛黄的成份中去氧胆酸具有较强的抗乙酰胆硷与氯化钡作用,其浓度与效应呈直线相关。其成分中的胆酸仅有较弱的抗乙酰胆硷作用,且浓度与效应不呈直线相关,也无抗氯化钡作用。     

基于深度学习目标测定的大蒜收获切根装置设计与试验

为研究适用于大蒜联合收获的智能化切根装置,提出了基于机器视觉的非接触式定位切根方法,设计了一种基于深度卷积神经网络的大蒜切根试验台.试验台采用深度学习的方法,对采集到的图像进行目标检测,利用APP完成人机交互和结果显示,由深度卷积神经网络给定切根的切入位置,电机控制系统自动调整定位双圆盘切根刀完成切根处理.目标比较试验...     

基于卷积神经网络的番茄叶部病害识别方法

【目的】利用卷积神经网络构建作物病害识别模型,提高识别性能,解决作物病害识别性能低、泛化效果差等问题。【方法】通过数据增广技术增加样本多样性,引入聚焦损失改进模型学习目标,解决样本非均衡问题,分析比较不同卷积神经网络结构的识别性能,并用类激活图生成技术度量模型的可靠性。在番茄叶部病害数据集上验证方法的有效性。【结果】应用数据增广技术后,模型在简单背景样本上的识别准确率提高了1.0%,在复杂背景样本上提高了12.5%;聚焦损失使模型的准确率提高了0.1%;该模型的识别准确率为99.8%,对各类病害的召回率在97.3%以上;应用类激活图技术生成的显著性图可有效标识模型在识别过程中的重点关注区域。【结论】该方法能够有效解决病害图像样本非均衡问题,提高了病害识别模型的泛化性能,同时类激活图可以用于分析模型的可靠性,从而为番茄叶部病害防治提供参考。     

转基因白桦试管苗去琼脂生根培养及高效移栽技术

以转基因白桦试管苗为试材,采用草炭、黑土、河沙和蛭石混合物取代琼脂进行生根培养、带坨移栽,结果表明,经复壮培养的白桦试管苗接种到生根基质中,10 d左右在无根苗基部即可产生密集的不定根,生根培养40 d后,再经15 d~20 d的逐渐开瓶炼苗后即可带坨移栽,成活率高达到99%。