鹅副黏病毒和鹅细小病毒复合PCR检测方法的建立

鹅副黏病毒病(goose paramyxovirosis,GPMVS)和小鹅瘟(或称鹅细小病毒感染,goose parvovirus infection,GP)分别是由禽副黏病毒Ⅰ型病毒(Avian paramyxovirus-1,APM-1)和鹅细小病毒(Goose parvo-virus,GPV)引起的鹅的两大烈性传染病,是现代集约化养鹅业的主要疫病。GPMVS和GP的流行病学、临床症状和病理变化比较相似,在临床病例上,既有单一的GPMV或GPV感染,也有GPMV与GPV二重感染。常规的病原分离鉴定、血清学方法难以     

蜂窝移动通信中基于遗传退火的固定频率分配

对蜂窝网无线规划中的频率分配问题进行了分析,用一种基于遗传退火的算法(GAEA)来求解,该算法是将模拟退火引进到遗传算法中,通过退火来减轻遗传算法的选择压力,利用退火法的爬山性能,改善了遗传算法的性能,提高了算法的收敛速度.实验证明了遗传退火算法的收敛速度比遗传算法快.     

基于知识蒸馏与EssNet的田间农作物病害识别

农作物病害的快捷精准识别对我国粮食安全与农业发展提质增效具有重要意义。针对现有病害识别模型参数量大、泛化能力弱、不适用于田间实际场景且不易搭载至移动端等问题，本文提出了EssNet农作物病害识别网络，该网络以ShuffleNetV2＿0.5为基础网络，引入高效通道注意力(ECA)机制与SiLU激活函数进行结构改进，同时结合知识蒸馏技术使用EfficientNetB0网络对EssNet进行学习指导，最后使用余弦退火衰减策略对学习率进行动态调整使网络表现达到最优。结果表明，本文提出的EssNet农作物病害识别网络对复杂环境下2种作物(玉米、苹果)的11种病害在测试集上的准确率达到95.21%,比基础网络提高2.11个百分点，参数量为0.35 M,权重文件为1.49 MB。该网络的整体性能优于其他现有模型，为建立田间轻量级农作物病害识别方法提供了参考。