基于轻量级神经网络MobileNetV3-Small的鲈鱼摄食状态分类

在集约化水产养殖过程中,饲料投喂是控制养殖成本,提高养殖效率的关键。室外环境复杂多变且难以控制,适用于此环境的移动设备计算能力较弱,通过识别鱼类摄食状态实现智能投喂仍存在困难。针对此种现象,该研究选取了轻量级神经网络MobileNetV3-Small对鲈鱼摄食状态进行分类。通过水上摄像机采集水面鲈鱼进食图像,根据鲈鱼进食规律选取每轮投喂后第80～110秒的图片建立数据集,经训练后的MobileNetV3-Small网络模型在测试集的准确率达到99.60%,召回率为99.40%,精准率为99.80%,F1分数为99.60%。通过与ResNet-18, ShuffleNetV2和MobileNetV3-Large深度学习模型相比,MobileNetV3-Small模型的计算量最小为582 M,平均分类速率最大为39.21帧/s。与传统机器学习模型KNN（K-Nearest Neighbors）、SVM（Support Vector Machine）、GBDT（Gradient Boosting Decision Tree）和Stacking相比,MobileNetV3-Small模型的综合准确率高出12.74、23.85、3.60和2.78个百分点。为进一步验证该模型有效性,在室外真实养殖环境进行投喂试验。结果显示,与人工投喂相比,基于该分类模型决策的鲈鱼投喂方式的饵料系数为1.42,质量增加率为5.56%。在室外真实养殖环境下,MobileNetV3-Small模型对鲈鱼摄食状态有较好的分类效果,基于该分类模型决策的鲈鱼投喂方式在一定程度上能够代替养殖人员进行决策,为室外集约化养殖环境下的高效智能投喂提供了参考。     

利用显著图构建注意力深度网络检测诱虫板蔬菜害虫

为提高诱虫板图像蔬菜害虫检测精度,针对背景区域容易导致误检的问题基于显著图分析技术构建了一种注意力深度网络害虫智能视觉检测方法。首先通过显著图筛选出粗候选区域;然后在粗候选区域内用全卷积神经网络精选出细候选区域;接着用神经网络分类器识别细候选区域害虫种类,得到含有冗余的若干检测框;最后用改进的非极大值抑制消除冗余检测框,实现诱虫板图像中目标害虫的检测。针对小菜蛾和瓜实蝇展开试验,获得86.4%的平均精度均值和0.111只的平均绝对计数误差均值,所提方法平均精度均值比Faster R-CNN和YOLOv4分别高2.74和1.56个百分点,平均绝对计数误差均值比Faster R-CNN和YOLOv4分别低0.006和0.003只;同时,消融试验中移除显著图注意力模块后平均精度均值下降了4个百分点、平均绝对计数误差均值增加了0.207只。试验结果表明,所提方法有效提高了诱虫板图像蔬菜害虫检测精度,其中,引入显著图注意力模块对提升检测精度有重要作用。     

基于声振信号对称极坐标图像的苹果霉心病早期检测

为实现苹果早期霉心病较高精度的检测,该研究采用对称极坐标法（Symmetrized Dot Pattern,SDP）将苹果声振信号变换为雪花图,然后采用AlexNet、VGG16和ResNet50卷积神经网络以迁移学习方式深度挖掘SDP雪花图像的特征信息,将其输入到支持向量机（Support Vector Machine,SVM）分类器,对霉心程度≤7%的苹果进行检测。研究结果表明,当时间间隔系数为25和角度放大因子为50°时,健康果与早期霉心果声振信号的SDP图形状特征差异最大,在此条件下获取的SDP图经卷积神经网络AlexNet、VGG16和ResNet50提取特征并构建了不同核函数的SVM霉心果检测模型,在各类SVM模型中,ResNet50-SVM-gaus（高斯基）模型用相对较少的训练时间和参数量可取得训练集霉心果较高分类准确率,经超参数优化训练该模型对健康果和早期霉心果测试集不平衡样本（10∶1）的总体分类准确率达到96.97%,平均查准率、平均查全率、平均加权调和均值、Kappa系数和马修斯相关系数值分别为80.19%、90.36%、86.21%,82.54%和82.68%,该模型不仅对多数类的健康果保持较高分类准确率,而且对少数类的早期霉心果也具有较高判别能力。这些研究结果为声振法应用于果蔬内部病害的早期在线检测系统研发提供了技术支撑。     

基于机器视觉的智能种子分选机设计

针对目前市场上种子分选装置多以传统机械式、半自动式为主,智能化程度不高、分拣准确率较低的问题,基于机器视觉技术设计一种智能种子分选机,主要由传输系统、供料系统、图像采集系统、种子筛选系统和控制系统五大部分构成。以‘郑丹958’玉米种子为研究对象,以种子气流下斜抛的水平距离和传送带传输速度为寻优条件进行试验,确定最优气泵压力值和控制器脉冲频率。对960个种子样本（优质、劣质种子分别为824和136 个）通过目标检测模型进行质量识别,判别种子质量,对种子状态进行标注框选和坐标记录。使用PLC（SIMATIC S7-200 CN,CPU224XP）分选模块控制直动式电磁阀组,对种子进行分选试验。结果表明：1）最优组合气泵压力值为0.3 MPa,控制器脉冲频率为3 175 Hz。2）优质、劣质种子识别率分别为93.69%和91.91%,种子分选率为89.6%。该分选机能够有效满足种子分选要求。     

山药片红外联合热风干燥热质传递收缩模拟与品质

为了准确揭示山药片红外联合热风干燥传热传质机理,在考虑山药片收缩变形特性的基础上,通过有限元软件COMSOL6.1建立了“温度场-湿度场”多场耦合的山药片红外联合热风干燥传热传质模型。模拟研究基于山药片在不同温度（50、60、70 ℃）下收缩变形的传热传质,并通过试验进行验证。分析不同温度对山药片品质（色差、复水比、多糖和尿囊素含量）的影响。结果表明：1）山药片体积比随干燥温度的升高而增加,在干燥温度分别为50、60、70 ℃时,其值分别为34.55%、37.23%、39.04%。2）在干燥温度为50、60、70 ℃时,红外联合热风干燥收缩模型可准确预测山药片干燥过程中干燥温度和含水率,其决定系数R²分别为0.973、0.976、0.981和0.983、0.984、0.974。3）山药片外部温度升高,表面水分开始蒸发,形成水分梯度。随着干燥的继续,红外热量在山药片内部不断积累,导致内部温度升高,水分向外扩散,进而减小了内外水分梯度。随着干燥温度的升高,增加了山药片温度和湿度梯度,促进了热量和质量的传递,提高了水分迁移的速率。4）在60 ℃时,干燥品质最优,其色差为7.49、复水比为2.65 kg/kg、多糖含量为24.17 mg/g、尿囊素含量为2.66 μg/g。该模型为其他物料在红外联合热风干燥技术的模拟研究提供有益借鉴。     

Analysis of static structural mechanics of vertical axis wind turbine with lift-drag combined starting structures

In this paper the finite element analysis was carried out for a composite vertical axis wind turbine with lift-drag combined starting structures to ensure the structure safety of a vertical axis wind turbine(VAWT). The static and modal analysis of rotor of a composite vertical axis wind turbine was conducted by using ANSYS software. The relevant contour sketch of stress and deformation was obtained. The analysis was made for static structural mechanics, modal analysis of rotor and the total deformation and vibration profile to evaluate the influence on the working capability of the rotor. The analysis results showed that the various structure parameters lie in the safety range of structural mechanics as given in the relative standards. The analysis showed the design safe to operate the rotor of a vertical axis wind turbine. The methods used in this study can be used as a good reference for the structural mechanics′ analysis of VAWTs.     

Combined effect of temperature,salinity and density on the growth and feed utilization of Nile tilapia juveniles (Oreochromis niloticus)

Based on Box–Behnken experimental design and response surface method, the joint effect of temperature (16–36°C), salinity (0–22 ppt) and rearing density (200–1000 fish.m^?3) on the specific growth rate (SGR) and feed conversion rate (FCR) of Nile tilapia juveniles were studied under laboratory conditions. The entire experiment lasted for 1 month (30 days). Results showed that the linear and quadratic effects of temperature, salinity on both growth and feed utilization were highly statistically significant (P < 0.01). The linear and quadratic effect of rearing density on the growth was highly significant (P < 0.01); the linear effect of rearing density on feed utilization was significant (P < 0.05), but the quadratic effect nonsignificant (P > 0.05). Interactions between temperature and salinity, and between salinity and rearing density on the growth statistically differed from zero (P < 0.05). Interactions between temperature and salinity, between temperature and density on feed utilization was significant (P < 0.05). Model equations of the growth and feed utilization on temperature, salinity and density were established, with the coefficient of determination being 98.34% for growth and 98.11% for feed utilization, and could be applied to projection. The optimal temperature/salinity/density combination was obtained utilizing statistical optimization approach: 29°C/6 ppt/500 fish.m^?3, at which the maximal specific growth and feed utilization reached 4.228%.d^?1 and 0.520 respectively, with the desirability being 0.989.     

歧管式高压射流水下洗网机的设计

文章针对深水网箱养殖过程中岸电供应不便而给网衣的水下清洗带来极大困难的问题,研制了歧管式高压射流水下洗网机,克服了高压仓式洗网机水头损失大的缺点。通过水力学计算得到歧管式高压射流水下洗网机射流压力P=5．57MPa、喷嘴孔径d=2．6mm、射流速度v=104．1m·s。和射流功率P=12．3kW、射流反冲力F=234．96N。水下洗网机的海上清洗试验表明,在工作泵满足工作压力和设计流量条件下,歧管式高压水射流水下洗网机的综合性能达到了设计要求。     

中国鱿鱼钓机装备研究现状及展望

鱿鱼钓机是远洋鱿钓渔业的重要生产工具。目前鱿鱼钓机装备发展面临的主要问题是机钓产量低。本文介绍了我国鱿鱼钓机装备的研究现状,对钓机运转速度、作业水深控制、抖动模式设置及结构设计等方面的研究趋势进行了探讨。最后,提出了我国鱿鱼钓机发展对策,研究指出需重点解决钓机结构优化设计、控制系统性能优化、运行参数优化等问题,为远洋鱿钓渔业的可持续发展提供参考依据。     

基于粗糙集与支持向量机的禽蛋蛋壳无损检

针对当前禽蛋蛋壳无损检测系统存在检测精度不高的问题,提出粗糙集和支持向量机相结合的方法进行分类器的设计.首先,基于粗糙集理论对特征参数集进行属性约简,在约简过程中,利用模糊C均值聚类算法对特征参数进行量化,并基于属性重要性的启发式搜索对条件属性进行约简;然后,在属性约简的基础上完成支持向量机分类器的训练,在训练过程中,通过交叉验证法对分类器模型参数进行了优化.实验结果表明该方法的分类准确率能够达到94.6%,具有良好的工程应用价值.