浅谈输电线路视频监控管理

随着互联网和信息化技术的提高,视频监控技术在输电线路通道运维中得到应用和推广,但视频监控管理未得到重视,降低了输电线路视频监控效果。本文浅谈输电线路视频监控管理,从组织架构、工作模式、监控方法等三个方面构建管理策略,并对地区输电网运行效果进行分析,数据表明管理策略对输电线路视频监控效果的提升,保障了线路安全运行,为输电线路视频监控管理提供借鉴。     

玉竹染色体的核型分析

对玉竹体细胞染色体计数，并对其核型进行分析。结果表明：玉竹的染色体数目为2n=20；核型公式为2n=2X=20=14m 6sm；染色体相对长度组成为2n=20=6L 6M2 2M1 6S。属于“2B”型。     

关于苏云金杆菌不同检测方法的探讨

生物杀虫剂苏云金杆菌（Bacillusthuringiensis，简称B．t）是一种细菌性微生物杀虫剂，属好气性芽孢杆菌群，对鳞翅目昆虫的幼虫、少数鞘翅目昆虫的成虫和幼虫及一些双翅目昆虫的幼虫有效。由于它安全、对环境友好的特点，其研究开发愈来愈受到农药公司、农业植保部门的重视。B．t制剂是目前生物农药研究领域中实现大规模产业化的一个主导产品，２０世纪九十年代初期，占全球杀虫剂市场份额的１％～２％，其中６０％用于防治蔬菜及园艺作物的鳞翅目害虫眼２演。国内B．t生产厂家数十家，剂型为可湿性粉剂和悬浮剂。在质量检测、应用方面…     

复杂背景下茶树害虫图像计数算法研究

依托南方地区茶树田间常用的某型号捕虫设备,采集害虫样本图像,研究基于图像处理技术的害虫计数方法。为了提取样本图像中害虫区域图像,通过几种常见的分离背景方法的试验,如颜色直方图分割和灰度阈值分割,得出样本图像中害虫区域难以分离的原因,进而提出一种网格划分图像的处理方法,即将图像按10×10划分,对划分后的图像做处理以提取害虫区域,该方法能够将害虫区域从背景中完整分离出来;针对图像中害虫区域存在粘连影响害虫计数准确率的问题,提出基于标记控制的分水岭分割算法,利用扩展极小值的方法建立标记,进而完成对粘连区域分割与害虫计数,并进行了噪声测试与害虫计数试验。结果表明,针对该型号捕虫设备采集的样本图像,害虫计数的平均准确率为91.8%,该算法能够完整地提取害虫区域,有效分离粘连重叠的害虫,适用于复杂背景下茶树害虫图像计数。     

黑龙江省奶牛群体改良(DHI)项目的参测奶牛突破20 000头

DHI是Dairy Herd Improvement的英文缩写,又称奶牛生产性能测定体系。DHI工作的实施过程是通过每月一次统一采集每头泌乳牛的奶样,进行奶产量记录、乳成分分析以及体细胞计数;同时收集牛群饲养管     

视频轨迹分析技术在昆虫行为学研究中的应用

行为是昆虫生物学功能的体现,评估昆虫行为学效果是昆虫学研究的重要组成部分.传统的昆虫行为学研究主要以直接观察和手工记录为主,存在定性武断和耗时费力等诸多问题.现代视频记录技术的应用,极大地推动了昆虫行为学的发展.本文综述了昆虫视频轨迹分析技术的发展过程,及其在昆虫飞行行为、雌雄关系、运动模式和捕食行为等方面的应用.     

两种兼用型牛BoLA-DRA*exon2多态性及其与乳房炎的关联分析

利用PCR-SSCP技术,分析了牛主要组织相容性复合物DRA基因外显子2的多态性在236头中国西门塔尔牛、三河牛中的基因型分布及其多态性与乳房炎的关系。结果表明:经χ2独立性检验,发现该多态片段6种基因型在感染乳房炎牛和健康牛之间分布不一致(p<0.01)。在感染乳房炎牛中CC基因型频率最高,在健康牛中BC基因型频率最高。据此推测,CC基因型可能与这两种牛的乳房炎易感性有关,而BC基因型可能与这两种牛的乳房炎抗性有关。     

基于深度残差网络的麦穗回归计数方法

单位面积的穗数是估算小麦产量的重要指标,针对传统麦穗计数方法效率低、主观性高等问题,将基于深度残差网络的密度回归模型引入麦穗的计数领域,建立原始图片与密度图的对应关系,以密度图像素值总和确定图像中麦穗数量.对ResNet34网络进行改进,提出了ResNet-16模型,实现端对端的麦穗计数.针对ResNet34网络复杂度...     

融合YOLOv7和BYTE多目标跟踪的多类别海珍品计数方法

针对目前养殖过程中海珍品计数方法成本高、效率低、计数精度难以保障等问题,该研究以真实底播养殖环境下的海珍品为研究对象,以水下拍摄的海珍品视频为数据源,提出一种基于视频多目标跟踪的多类别海珍品计数方法。首先,采用性能优异的YOLOv7算法实现海珍品目标检测器,为多目标跟踪提供输入;然后,结合真实养殖环境下同类别海珍品外观相似性高、不清晰等特点,借鉴BYTE算法的多目标跟踪思想,设计多类别轨迹生成策略和基于轨迹ID号的计数策略,提出一种多类别海珍品跟踪与计数方法。并提出一套更适用于基于轨迹ID号计数方法的评估指标。试验结果表明,改进平均计数精度、改进平均绝对误差、改进均方根误差及帧率分别为91.62%、5.75、6.38和32帧/s,各项指标多优于YOLOv5+DeepSORT、YOLOv7+DeepSORT、YOLOv5+BYTE、YOLOv7+BYTE等算法,尤其改进平均计数精度、帧率指标比YOLOv5+DeepSORT高了29.51个百分点和8帧/s,且在改进平均绝对误差、改进均方根误差指标上分别降低19.50和12.08。该研究方法可有效帮助水产养殖企业掌握水下海珍品数量,为现代化渔业的测产研究提供技术参考,为水产养殖的智慧管理提供科学决策依据。