Heritability and genetic correlation estimates of semen production traits with litter traits and pork production traits in purebred Duroc pigs

We estimated heritabilities of semen production traits and their genetic correlations with litter traits and pork production traits in purebred Duroc pigs. Semen production traits were semen volume, sperm concentration, proportion of morphologically normal sperms, total number of sperm, and total number of morphologically normal sperm. Litter traits at farrowing were total number born, number born alive, number stillborn, total litter weight at birth, mean litter weight at birth, and piglet survival rate at birth. Litter traits at weaning were litter size at weaning, total litter weight at weaning, mean litter weight at weaning, and piglet survival rate from birth to weaning. Pork production traits were average daily gain, backfat thickness, and loin muscle area. We analyzed 45,913 semen collection records of 896 boars, 6,950 farrowing performance records of 1,400 sows, 2,237 weaning performance records of 586 sows, and individual growth performance records of 9,550 animals measured at approximately 5 mo of age. Heritabilities were estimated using a single-trait animal model. Genetic correlations were estimated using a 2-trait animal model. Estimated heritabilities of semen production traits ranged from 0.20 for sperm concentration to 0.29 for semen volume and were equal to or higher than those of litter traits, ranging from 0.06 for number stillborn and piglet survival rate at birth to 0.25 for mean litter weight at birth, but lower than those of pork production traits, ranging from 0.50 for average daily gain to 0.63 for backfat thickness. In many cases, the absolute values of estimated genetic correlations between semen production traits and other traits were smaller than 0.3. These estimated genetic parameters provide useful information for establishing a comprehensive pig breeding scheme.     

拖网渔船船-机-桨-网匹配研究

在拖网渔船的设计中,需要重点考虑螺旋桨与船-机的匹配、渔具与船-机-桨的匹配,实现推进系统的高效能发挥。本文引入时间概率的最佳螺旋桨参数优化确定方法,考虑拖网渔船设计的限制条件,通过优化分析,达到运营工况综合效能最佳,实现螺旋桨与船-机的合理匹配。从拖网渔船数据库中选取30艘运营状况优良的渔船进行有效拖力计算,建立拖网渔船有效拖力与主机功率和拖速的多元非线性回归方程,依据此方程得出的有效拖力结果选择网具和网板,实现有效拖力与渔具的合理匹配,最终实现渔具与船-机-桨的合理匹配。通过实船计算对比,验证了回归的有效拖力估算公式误差范围和适用性。研究表明:在拖网渔船设计初期,可以利用该公式估算有效拖力进行网具和网板的匹配,实现技术经济优化论证,最终实现船-机-桨-网的优化匹配。     

基于避碰传感器的自主汽车动目标识别与估计

建立自主汽车目标的匀速运动模型,根据实时的目标静态特征信息,采用最小二乘改进算法对匀速运动的自主汽车目标动态参数做出合理的估计,并对参数估计进行了仿真,验证了该算法实时性和可靠性。     

中国农业面源污染排放的空间差异及其动态演变

以2003—2014年为研究时段,在测算农业面源污染排放强度的基础上,综合运用基尼系数和非参数估计方法,研究我国农业面源污染的空间差异及其动态演变,结果表明:1)我国农业面源污染排放总体下降,且表现出明显的空间差异,东部和中部地区的排放强度较高,西部和东北地区则相对较低。2)2003—2014年,中国农业面源污染排放强度的区域差异略微扩大,地区间差异是其总体差异的主要来源。3)核密度估计结果表明,中国农业面源污染排放总体差异表现为"下降-上升-下降"的波动变化趋势。4)马尔科夫链分析表明,中国农业面源污染在不同类型间的相互流动较为微弱,但从长期来看,存在向两极分化发展的趋势特征。     

基于优化的长短时记忆神经网络牧群采食量估测模型

为了能够较为精准的估测牧群的采食量信息,提出一种基于遗传算法(genetic algorithm, GA)和长短时记忆神经网络（long short-term memory,LSTM）的牧群采食量估测模型。首先通过皮尔森系数法分析得出影响牧群的采食量的主要影响因子,以减少输入维度并解决信息冗余问题。在此基础上,构建基于 LSTM 神经网络算法的牧群采食量估测模型,并引入遗传算法来优化LSTM 神经网络模型参数来增加模型的可靠性。最后,利用该模型对牧群采食量进行估测。试验结果表明：该采食量估测模型各评价指标平均绝对误差(mean absolute error,MAE)、平均绝对百分比误差(mean absolute percentage error,MAPE)、以及均方根误差（root mean square error,RMSE）分别为2.982、9.85%和6.108。与单一的LSTM神经网络以及GRU神经网络模型相比,均优于其他模型;且该模型具有较好的估测性能和较强的泛化能力,能够为合理轮牧提供科学指导,对草地保护有一定的应用价值。     

基于多结构鲁棒估计的虹膜外边缘定位方法

在Adaboost检测人脸区域的基础上,提出了基于多结构鲁棒估计的虹膜外边缘定位方法．通过对200幅单人脸的图像数据集的仿真实验,结果表明,本方法相比于传统的RANSAC模型生成算法以及Hough变换等方法,能得到更精确的定位结果,而且能加快有效的模型生成,虹膜外边缘定位精度达到94％．     

基于MRE-PointNet+AE的绿萝叶片外形参数估测算法

为了准确、高效、自动获取植物叶片外形参数,提出一种基于多分辨率编码点云深度学习网络(MRE-PointNet)和自编码器模型的绿萝叶片外形参数估测算法.使用Kinect V2相机以垂直姿态获取绿萝叶片点云数据,采用直通滤波、分割、点云精简算法对数据进行预处理,通过测定的叶片外形参数反演绿萝叶片几何模型,并计算几何模型的...     

基于实例分割的白羽肉鸡体质量估测方法

针对白羽肉鸡体质量测量自动化水平低、易造成肉鸡应激的问题,提出一种结合深度学习的非接触式白羽肉鸡体质量估测方法。利用Mask R-CNN和YOLACT(You only look at coefficients) 两种实例分割算法获取白羽肉鸡位置与覆盖掩膜,并进行效果对比;采用自适应掩膜随机提取白羽肉鸡身体部分边缘点,并作为观测点进行椭圆拟合,映射白羽肉鸡背部像素投影面积;通过双变量相关性分析验证白羽肉鸡背部投影面积与体质量间的显著相关性,根据白羽肉鸡背部投影面积与背部像素投影面积的线性比例关系,按照最小二乘原则建立白羽肉鸡背部像素投影面积与体质量间的线性回归模型。试验表明,单只鸡体质量估测中以Mask R-CNN进行特征提取的体质量估测平均准确率为97.23%,以YOLACT进行特征提取的体质量估测平均准确率为97.49%,群鸡场景中体质量估测最低准确率为90.50%。     

荒漠土壤有机质含量高光谱估算模型

为解决荒漠土壤有机质含量高光谱估算存在的困难,提高土壤有机质含量估算的精准性,该文对准噶尔盆地东部荒漠土壤进行采样、化验分析和光谱测量、处理,分析土壤光谱与有机质含量的相关性,确定敏感光谱波段,建立荒漠土壤有机质含量多种高光谱估算模型,旨在通过模型精度的比较,确定最优模型。结果表明：反射率、倒数对数光谱与荒漠土壤有机质含量相关性低,而经过一阶微分、二阶微分变换后,相关系数有所提高,部分波段的相关系数通过0.01显著水平的检验,可以用来荒漠土壤有机质含量的估算;一元线性回归建立的估算模型的精度低,不适用荒漠土壤有机质含量高光谱的估算。荒漠土壤有机质多元逐步回归模型的二阶微分、倒数对数二阶微分修正决定系数得到了较大提高,分别提高了0.22和0.31,均方根误差下降了0.66和0.80,建模精度高于一元线性回归模型。荒漠土壤有机质一阶微分、二阶微分光谱的最小偏二乘回归模型的决定系数比其多元逐步回归模型提高了0.07、0.04,一阶微分、二阶微分均方根误差都下降了0.11,二阶微分偏最小二乘法回归模型是该研究所建12个模型的最优估算模型。在多元逐步、偏最小二乘回归模型中,最优估算模型是二阶微分模型,因而用偏最小二乘法回归估算荒漠土壤有机质含量是个可行的方法。该研究的成果为荒漠土壤有机质高光谱遥感分析提供了支撑,实现荒漠土壤有机质监测的时效性、准确性,为区域生态环境的修复提供依据。     

近60年无为县降水变化趋势研究

为了揭示无为县降水的变化趋势和规律,服务于水资源管理、生态建设等方面,采用线性倾向性估计、MannKendall突变检测、小波分析等方法,对无为县1957—2016年降水资料进行了分析。结果表明:无为县年、夏季和冬季的降水量呈上升趋势,春季和秋季的降水量呈下降趋势;年降水日数呈下降趋势,四季降水日数与其降水量保持相同的变化趋势;年和四季的平均降水强度均呈上升趋势;年平均降水强度的上升主导了年降水量的上升趋势,春季和秋季的降水日数的下降主导了春、秋两季降水量的下降趋势,夏季和冬季的降水日数和平均降水强度的上升共同主导了夏、冬两季降水量的上升趋势;年降水量没有发生突变,春季、夏季、秋季和冬季的降水量分别在1993年、1979年、1985年、1987年发生突变;年和四季降水量存在丰枯交替的多周期变化规律,目前均处于偏多阶段并将持续较长时间;年、春季、夏季和秋季的降水量与相应时段的平均气温存在一定的负相关关系,而冬季的降水量与其平均气温则存在一定的正相关关系。