谈美国红鱼海水养殖技术

美国红鱼是一种具有很高的游钓和商业价值,红鱼的肉质鲜美,鱼刺较少,并且含有不饱和脂肪酸,这种鱼类非常受欢迎。笔者主要进行探讨美国红鱼的养殖技术以及在红鱼养殖的过程中应注意的事项。     

内蒙古“一法一例一规章”草原法律体系的实践探析

内蒙古的"一法一例一规章"草原法律体系建设为整个草原法制的发展起到了典范的作用。因此,对该草原法律体系进行介绍、研究、分析,具有重要的借鉴意义。     

广西壮族自治区土地生态安全与乡村振兴协调性的时空特征

[目的]分析2010—2020年广西壮族自治区土地生态安全与乡村振兴发展水平及其协调性的时空特征,旨在促进土地生态安全保护和提高乡村振兴发展水平,使二者相互促进协调发展。[方法]以广西地区14个市为研究对象并构建指标体系,运用综合测度水平与耦合协调度模型进行分析。[结果](1)研究区土地生态安全水平随着研究时间的推移呈现上升的发展态势;(2)乡村振兴发展水平总体呈先下降后上升的态势,但各城市的发展水平不尽相同;(3)协调度呈“升降不一”式的变化,协调水平呈东、西部向中部,内陆向沿海,中部向北部协调水平逐渐升高的趋势分布,刻画出“东西低,南北高”的发展格局;(4)根据14市划分所属的区域类型,应采取不同的发展方式与发展重心。[结论]广西壮族自治区土地生态安全与乡村振兴协调水平发展不稳定,后续应加强低水平协调区的土地生态安全与乡村振兴融合发展,并与惠政策、惠民生、促发展等举措相结合,提高二者协调水平,同时要稳定成熟区两系统间的协调发展,以防出现滑落的迹象。     

山区茶业与旅游业协同发展研究——以秭归县九畹溪镇为例

山区主导产业一般是以当地的区位条件和资源状况为基础发展起来的,茶业与旅游业便是这种内源性生长的典型。这些产业在促进当地经济快速发展的同时,其自身也存在分头单向发展的问题,不利于当地资源效益和比较优势的充分发挥,需要包容协作、共享资源,以实现产业优势互补、协同发展。文章以秭归县九畹溪镇为例,分析了山区茶业和旅游业发展的现状及协同发展的基础,提出了茶业和旅游业协同发展的三大基本策略,即价值认同、战略规划和路径选择。     

网约车平台民事侵权责任的反思与构建

2016年《网络预约出租汽车经营服务暂行办法》把网约车平台定位为普通承运人,使得网约车平台承担了过重的民事责任。平台的运营模式、控制力与驾驶员的从属程度等都说明了其不同于一般承运人,它的侵权责任认定必须符合平台技术与商业发展现实,具体设计应有价值层面和技术层面的双重考量。网约车平台应履行有限的事前注意和事后补救义务,其侵权责任可遵循过错责任原则,前提是知晓具体侵权行为发生而不采取补救措施,即客观上存在违背合理注意义务的行为,主观上对具体侵权行为存在知晓或应当知晓。另外兼顾考虑各方利益,平台可以履行先行赔付义务,与驾驶员之间是一种附条件不真正连带责任。     

基于改进MobileNetV2的柑橘害虫分类识别方法

为提高柑橘害虫识别精准度和防治效果,本研究构建包含10类对柑橘危害程度较重的害虫图像数据集,基于神经网络MobileNetV2与注意力机制ECA开发轻量化且高识别精度的ECA＿MobileNetV2模型,并基于该模型开发一款边缘计算App。将ECA注意力机制嵌入MobileNetV2网络的反残差结构尾部,以增强原网络的跨通道信息交互能力,提升原网络的特征提取能力。测试结果显示,ECA＿MobileNetV2模型对柑橘害虫的分类准确率达到93.63%,相比于MobileNetV2、GoogLeNet和ResNet18模型分别提高了1.68、1.44和2.40个百分点,而模型参数量、浮点运算数和模型大小分别为3.50×10⁶、328.06×10⁶和8.72 MB,复杂度仅略高于MobileNetV2,可以在手机上以边缘计算的形式运行。研究结果表明,本研究开发的智能识别工具能够对不同种类的柑橘害虫进行快速、有效的分类识别。     

基于山海易绘(EzMap)结合ARCGIS坐标系相互转换的应用

按照国务院推广使用2000国家大地坐标系的要求,通过EzMap结合ARCGIS对坐标系之间相互转换进行了试验,得出一种实用的坐标系互转模式。转换结果与已知控制点的对比,结果表明,坐标转换方法满足林业资源调查对坐标转换精度的要求。     

基于改进YOLOv7模型的柑橘表面缺陷在线检测

柑橘表面缺陷是水果检测分级的重要依据,针对传统柑橘表面缺陷检测方法效率低、精度低等问题,该研究提出一种柑橘表面缺陷的实时检测方法。该方法首先对柑橘图像进行图像增强,然后利用提出的YOLOv7-CACT模型对柑橘表面缺陷进行检测,该模型在YOLOv7模型骨干网络中引入坐标注意力模块(coordinate attention, CA),从而提高模型对缺陷部分的关注度。在网络头部引入CT(contextual transformer,CT)模块,融合静态和动态上下文表征特征,从而增强缺陷部分特征表达能力。通过试验确定CA模块和CT模块的最佳位置。改进后的YOLOv7-CACT模型检测结果平均精度均值（mean average precision,mAP）相较于原始模型增加了4.1个百分点,达到91.1%,满足了实际生产中对柑橘缺陷检测精度的要求。最后将基于YOLOv7-CACT的柑橘检测模型通过TensorRT进行部署,试验结果表明模型的推理时间满足柑橘生产线10个/s的实时分选要求,总体的检测精度达到94.4%,为柑橘表面缺陷在线检测提供了一种精准的实时检测方法。     

基于多尺度融合注意力机制的群猪检测方法

群猪检测是现代化猪场智慧管理的关键环节。针对群猪计数过程中,小目标或被遮挡的猪只个体易漏检的问题,该研究提出了基于多尺度融合注意力机制的群猪检测方法。首先基于YOLOv7模型构建了群猪目标检测网络YOLOpig,该网络设计了融合注意力机制的小目标尺度检测网络结构,并基于残差思想优化了最大池化卷积模块,实现了对被遮挡与小目标猪只个体的准确检测;其次结合GradCAM算法进行猪只检测信息的特征可视化,验证群猪检测试验特征提取的有效性。最后使用目标跟踪算法StrongSORT实现猪只个体的准确跟踪,为猪只的检测任务提供身份信息。研究以育肥阶段的长白猪为测试对象,基于不同视角采集的视频数据集进行测试,验证了YOLOpig网络结合StongSORT算法的准确性和实时性。试验结果表明,该研究提出的YOLOpig模型精确率、召回率及平均精度分别为90.4%、85.5%和92.4%,相较于基础YOLOv7模型平均精度提高了5.1个百分点,检测速度提升7.14%,比YOLOv5、YOLOv7tiny和YOLOv8n 3种模型的平均精度分别提高了12.1、16.8和5.7个百分点,该文模型可以实现群猪的有...     

基于ResNet-CA的鱼群饱腹程度识别方法

投喂作为水产养殖过程中的一个关键环节,饵料的投喂量直接影响水产品的质量和养殖成本。然而,目前的投喂方法包括人工投喂和机器定时定量投喂,大多依靠人工经验,很难实现精准投喂。本文基于改进的ResNet34识别鱼群不同的饱腹程度。根据鱼群在不同饱腹阶段表现的摄食行为创建了含有5种不同饱腹程度的数据集,并采用数据增强操作对图像进行预处理。其次在原始模型ResNet34的基础上,本文提出使用坐标注意力机制,使模型在对图像进行特征提取的过程中能够做到专注于更大区域范围。并且使用深度可分离卷积的方式来代替传统卷积,减少模型参数量。为了评估改进的有效性,分析了改进后的模型在鱼群饱腹程度数据集上的性能,并将其与原模型ResNet34、AlexNet、VGG16、MobileNet-v2、GoogLeNet等经典卷积神经网络架构进行比较。综合实验结果表明,该模型相较于原模型参数量减少46.7%,准确率达到93.4%,相较于原模型提升3.4个百分点,同时改进后的模型在准确率、精确度、召回率等方面也都优于其他卷积神经网络。综上所述,本模型实现了性能与参数量之间的良好平衡,为后续模型在实际养殖环境中的部署并指导养殖户改善和制定投喂策略提供了可能。