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...     

基于深度卷积神经网络的棉花叶片缺氮诊断

为研究深度学习算法在棉花叶片缺氮水平诊断上的适用性,以智能手机作为图像采集工具,利用图像处理和深度学习技术建立基于棉花叶片图像的缺氮水平分级模型,为智能化诊断棉花叶片缺氮水平的研究提供可行方案。本研究在阴天、晴天2种环境下获取了5种氮素水平的棉花叶片图像,在此基础上选取AlexNet、VGGNet、GoogLeNet、MobileNet、ResNeXt、ResNet-v2以及Inception-v3等卷积网络模型进行比较研究,并提出一种基于恒等映射和深度可分离卷积改进的ResNeXt模型来提升棉花叶片缺氮水平检测的效果。结果表明,与AlexNet、VGGNet、GoogLeNet、MobileNet、ResNeXt、Inception-v3、ResNet-v2等模型相比,本研究提出的Improved-ResNeXt模型在对棉花叶片图像的缺氮水平分级时取得了最佳效果,该模型的识别准确率、平均精确率、Kappa系数分别达到了97%、97%、0.96。使用本研究提出的Improved-ResNeXt模型可以有效地解决棉花叶片的缺氮水平诊断问题,且对阴天、晴天2种光照条件下的棉花叶片数据有良好...     

如何鼓励引导人才向艰苦边远地区和基层一线流动——以甘肃省水利水电工程局有限责任公司为例

近年来随着社会经济的进一步发展,各行各业对人才工作越来越重视,人才培养方面的资金投入逐年增加,目前人才结构逐步合理化,但存在人才分布不均的问题,优秀人才倾向于在城市及条件优越的区域发展,艰苦边远地区和基层一线优秀人才存量不足。本文总结了甘肃省水利水电工程局有限责任公司鼓励引导人才向艰苦边远地区和基层一线流动的主要做法,并针对人才流动存在的问题提出了相关建议。     

高效液相色谱法测定葛根中葛根素的含量

采用高效液相色谱法,以C18为色谱柱,以甲醇∶水(25∶75)为流动相,检测波长为250 nm,测定葛根中葛根素的含量.结果表明,葛根中葛根素的含量在20～140 μg/mL,线性关系良好(r=0.9999).平均回收率97.40%,RSD=3.0%.本方法测定简便、快速、测定结果准确.     

基于机器视觉的球状农产品分拣机的探索研究

人们对农产品品质要求的提高,产生了对农产品分级分拣的需求,并且这种分拣的指标是多样化的.按照产品的颜色、腐烂损坏程度、成熟度等指标要求进行的分拣,由纯机械的装置是难以实现的,同时如果没有机械装置的辅助,对产品图像信息的采集又是不全面的.笔者结合计算机视觉识别技术和机械自动取料与翻滚装置,以坏果分拣为例,提出了系统化的解...     

基于Python的双过滤水肥一体机智能控制研究

为了满足不同生长时期植株水肥需求,基于基于Python的双过滤图像处理方法及环境监测技术,设计了可以自适应调节的水肥控制系统,主要包括氮肥含量控制和浇灌量控制.氮肥含量控制:首先,CCD摄头采集植株图像,应用Python的双过滤图像处理方法得到植株高度;其次,建立不同生长时期最高植株对应的氮肥浓度的曲线;再次,采用色度...     

画说仪表（二十三）红外热像仪

红外热像仪是集先进的光电子技术、热成像技术和图像处理技术于一体的高科技产品，具有温度灵敏度高、热图形象直观、测温范围广、不干扰被测目标及使用安全轻便等优点。作为预知性维护和状态监测领域最为先进有效的手段之一，它所带来的经济效益也日趋显著，从而被越来越多的人所认知和重视。     

基于视频跟踪的竖缝式鱼道内鱼类运动行为分析

鱼类运动行为的观察能够为鱼类健康监控提供直观信息,而通过人工标定的方式监测鱼群运动行为耗时长、效率低。文章针对鱼类运动行为的监测问题,提出一种基于图像处理技术的罗非鱼运动监测方法。首先利用计算机、CCD高清摄像机获取鱼群运动视频,再对图像进行滤波去噪、灰度等处理;通过Ostu阈值分割法改进Canny边缘检测算法提取鱼群的边缘轮廓;在建立鱼群运动模型的基础上结合目标关联匹配算法,实现罗非鱼运动行为的跟踪和监测。结果显示鱼群的个体检出率为98.96%,轨迹完整度为97%。提出的算法比卡尔曼滤波的轨迹跟踪监测效果略有提升,能够较好地完成鱼群的运动跟踪和动态监测。     

锯材表面缺陷识别方法对比分析研究

锯材的表面质量对木结构制品的质量起着至关重要的作用。锯材的表面质量主要受锯材表面缺陷（如节子、虫眼、裂纹等）类型、分布、数量等综合影响。文中针对基于浅层学习网络和深度学习算法的2类图像处理方法,对比分析其在锯材表面缺陷识别中的研究现状、存在的问题及发展趋势;同时,结合准确率、平均识别精度均值和图像识别时间等目标检测评价指标,对比分析多种图像处理算法在锯材表面缺陷识别中的性能;最后,对未来锯材表面缺陷识别方法的发展趋势进行了展望。