基于RAdam卷积神经网络的水稻生育期图像识别

为了解决现阶段水稻发育期信息的获取主要依靠人工观测的效率低、主观性强等问题,该研究提出一种基于Rectified Adam(RAdam)优化器的ResNet50卷积神经网络图像识别方法,开展水稻关键生育期的自动识别.连续2 a对12块试验田的水稻物候特征进行持续自动拍摄,对采集的水稻图像进行预处理,得到水稻各发育期分类...     

田间杂草识别与除草技术智能化研究进展

随着计算机与电子技术的发展,田间杂草识别与除草技术逐步走向智能化,自动除草系统成为国内外研究热点。本文对组成田间杂草识别与自动除草系统的4个主要模块(系统导航模块、图像采集与处理模块、杂草识别模块和除草控制模块)分别进行了综述和分析,并指出目前研究中存在的问题及今后努力的方向。     

试论经济全球化对会计假设的挑战

经济全球化成为影响我国会计理论和实务的重要因素，它使会计主体界限难以确定，要求会计信息披露范围扩大至企业外部，会计主体假设难以成立。它加剧了企业破产、清算的风险，新的网络公司难以适应持续经营假设。各国会计分期的不一致性以及对多层次、多样性的会计信息的需要使现有会计分期假设失去优越性。多币种计量的现实、货币折算的主观性及对非货币信息的需要增加使货币计量假设也难以为继。     

基于图像识别技术的海参分级与计数设备的设计

针对海参不同规格分级和计数的需求,以图像识别技术为基础,设计了一套机电一体化高精度自动分级与计数系统。该设备通过图像识别、采集、计算和处理海参在传送带上的投影面积大小来确定海参的规格,进而对海参进行相应等级的分选和计数。结果表明：该设备具有对单体海参分辨误差率低、分选精度高、分选速度快、计数准确等特点,达到了预期效果。     

基于图像分析的杂草分形维数计算

介绍了分形维数的理论计算公式和试验公式，分析了计盒维数的计算方法，运用Matlab软件设计了图像的处理和基于图像的计盒维数的计算程序。随机地选择了4种双子叶杂草和两种单子叶杂草共6种杂草作为研究对象，运用自行设计的程序分别计算了杂草叶的RGB三色图像的分形维数并以其平均值作为杂草叶的分形维数。研究结果表明该文给出的分形维数的计算方法可靠；研究结果也验证了杂草叶具有分形特征；研究结果还说明不同种类的杂草 ，其叶的分形维数明显不同，可以用分形维数为特征参数识别杂草。     

属性识别理论在闽江沙溪段水质评价中的应用

应用属性识别理论和属性识别准则,对闽江沙溪段支流水中11个典型断面的水质进行监测并建立属性识别模型.模型评价结果为,8个断面水质均达到国家Ⅲ类标准,可作为饮用水源,而另3个断面水质均超标.评价结果与模糊隶属函数法评价结果一致,说明属性识别模型评价方法具有可行性.同时,通过11个断面水样在254 nm波长下的吸光度值分析可知,其主要污染物均为无机物.     

生计资本视角下农户土地承包权调整方式认可度研究

农户是土地承包权调整方式的“践行者”,也是调整效果的“检验者”,探究其认可度对相关政策的制定与可持续发展实施至关重要。基于江西省510份农户的调查数据,从生计资本视角运用Ordered Logit模型,就农户土地承包权调整方式认可度及影响因素展开研究分析。研究发现：（1）样本农户生计资本总值与各项生计资本指数都较低,五大生计资本指数存在显著差异性,其中生计资本指数最高、自然资本指数最低。（2）人力资本中,文化程度、是否有非农技能和家人健康状况都呈显著影响;自然资本中,承包地面积呈显著正向影响;物质资本中,货车数量呈显著负向影响;金融资本中,家庭年收入和贷款难度都呈显著影响;社会资本中,是否有村干部和是否经常参加村会议都呈显著影响。在此结果基础上,提出了要发挥政府主导作用,加大相关宣传,也要因地制宜,在稳定的承包关系下,根据村庄实际情况选择土地承包权调整方式的政策建议。     

可拓工程方法在储粮害虫分类识别中的应用研究

利用图像识别储粮害虫过程中，需解决多种害虫的多特征参数和混和度大的分类识别问题。该文提出应用可拓工程方法，构造储粮害虫特征数据的标准物元矩阵与节域物元矩阵,计算待测粮虫与各类害虫的关联度，以关联度的大小对储粮害虫进行分类判别，程序计算结果表明，该方法可行有效。可拓工程方法应用在储粮害虫分类识别上有应用价值。     

电子鼻技术在肉与肉制品检测中的研究进展和应用展望

电子鼻因具备操作简单、能够快速、无损检测的特点,满足人们对肉与肉制品安全指标高效和高精确度检测提出了更高的要求.本文阐述了电子鼻技术的检测原理和其在硬件和软件系统方面的发展;从肉与肉制品的新鲜度检测、掺假检测、风味评价、病原微生物污染检测四个方向,对近年来电子鼻技术在肉与肉制品检测的应用研究进展进行了分析,突出了电子鼻...     

基于非接触式的牛只身份识别研究进展与展望

快速精准确定牛个体身份对疾病防控、品种遗传改良、奶制品和肉制品质量溯源以及改善农业假保险索赔等方面具有重要意义。传统的牛个体识别使用诸如烙印、耳纹、耳标和无线射频识别等方法,易遭受设备损失/工作重复、标记欺诈、动物福利安全以及监测成本和距离等方面的挑战;而基于生物特征的非接触识别由于其独特性、不变性、低成本易操作以及动物福利高,成为牛身份识别的新趋势。主要介绍了几种基于非接触式的牛身份识别的研究进展,重点关注牛脸识别的最新成果,讨论当前牛脸识别在实际应用中面临的挑战,在此基础上对深度学习在牛脸身份识别研究中的应用进行了设计构思与展望。