面向葡萄知识图谱构建的多特征融合命名实体识别

为解决构建知识图谱过程中由于上下文环境复杂、现有模型字向量语义表征相对单一导致领域专业实体识别率低的问题,该研究提出了来自转换器的双向编码器表征量（bi-directional encoder representation from transformer, BERT）和残差结构（residual structure, RS）融合的命名实体识别模型（bert based named entity recognition with residual structure,BBNER-RS）。通过BERT模型将文本映射为字符向量,利用双向长短时记忆网络（bi-directional long-short term memory, BiLSTM）提取局部字符向量特征,并采用RS保留BERT提供的全局字符向量特征,以提高字向量的语义丰富度,最后通过条件随机场（conditional random field, CRF）模型对特征向量解码,获取全局最优序列标注。与其他命名实体识别模型相比,提出的BBNER-MRS模型在葡萄数据集上表现较好,在葡萄人民日报、玻森、简历和微博数据集上F1值分别达到89...     

基于无人机视频影像的油菜苗检测与计数

针对油菜生长早期传统人工苗情调查方法效率低、主观意识强,不能满足大面积或经常性高精度苗期调查作业需求的问题,该研究基于无人机影像及机器学习技术,提出一种油菜苗视频流检测模型及计数方法。通过对YOLO系列基础模型添加多头自注意力,用BasicRFB（basic receptive field block）模块替换原有的空间池化结构（spatial pyramid pooling-fast,SPPF）模块,并对Neck部分添加一维卷积及更换下采样方式等,进一步结合DeepSORT（deep simple online and real-time tracking）算法和越线计数技术实现对油菜苗的数量统计。算例测试结果表明,改进后YOLOv5s的交并比阈值0.50的平均精度均值达到93.1%,交并比阈值0.50～0.95的平均精度均值达到了67.5%,明显优于Faster R-CNN、SSD和YOLOX等其他经典目标检测算法,交并比阈值0.50的平均精度均值分别高出14.82、26.37和3.3个百分点,交并比阈值为0.50～0.95范围下的平均精度均值分别高出25.7、33.9和6.7个百分点。油菜苗计数试验结果表明,离线视频计数时,在合理的种植密度区间内,所提算法的油菜苗计数精度平均达到93.75%,计数效率为人工计数的9.54倍;在线实时计数时,在不同天气情况下,计数平台的油菜苗计数精度最大相差1.87个百分点,具有良好的泛化性,满足油菜苗计数实时性要求。     

水下底栖生物轻量化目标检测算法YOLOv7-RFPCW

针对水下底栖生物检测模型参数量过多,计算量过大,同时水下环境复杂容易造成错检和漏检,影响模型在水下底栖生物检测任务中的准确性的问题。提出了一种水下底栖生物轻量化检测算法YOLOv7-RFPCW。对YOLOv7网络重新设计轻量级网络结构,降低了特征提取网络的参数量和计算量,减少模型体积。设计了P-ELAN和P-ELAN-W模块,进一步轻量化特征提取网络;针对水下图像颜色失真,目标的空间位置不准确的问题,采用CBAM注意力模块加强特征融合,减少信息丢失,以更好地适应特殊的水下环境;针对水下目标容易出现形状变形的问题,使用WIOU-V3损失函数替换默认的CIOU损失函数,提高水下底栖生物检测的鲁棒性。试验结果显示,改进后的模型YOLOv7-RFPCW的参数量和计算量分别减少了75.9%和30.7%,模型体积减小了75.3%,精度提升了1.9个百分点。这一综合性的提升兼顾了轻量化和精度,为在水下环境中部署提供了可行的解决方案,验证了所提出的改进算法能胜任水下底栖生物检测任务。     

基于离散元法的茶叶抖筛机结构参数优化与试验

茶叶抖筛机是茶叶精加工的关键装备,传统抖筛装备主要通过经验设计,筛分性能较差,主要表现在筛净率较低、误筛率较高。该研究结合抖筛机的筛分原理,运用solidworks构建虚拟样机,利用EDEM软件建立茶叶颗粒离散元仿真模型,通过单因素仿真试验对茶叶颗粒进行动力学分析,结果表明,连杆长度、曲柄半径和筛面倾角是茶叶抖筛机筛分性能的主要影响因素。以筛净率、误筛率为评价指标,设计三因素三水平二次旋转正交试验,并运用Design-Expert软件对试验数据进行回归分析,当连杆长度为1 977 mm、曲柄半径为25 mm、筛面倾角为2.8 °时,茶叶筛净率为94.5%、误筛率为4.61%,筛分性能最优。以最优结构参数进行验证试验,筛净率为93.8%,误筛率为4.73%,生产效率为319kg/h,较优化前筛净率提高3.42%,误筛率降低7.62%,生产效率提高8.87%。该研究结果可为茶叶筛分装备的优化提供理论依据。     

Identification of eggs from different production systems based on hyperspectra and CS-SVM

1. To identify the origin of table eggs more accurately, a method based on hyperspectral imaging technology was studied.

2. The hyperspectral data of 200 samples of intensive and extensive eggs were collected. Standard normalised variables combined with a Savitzky–Golay were used to eliminate noise, then stepwise regression (SWR) was used for feature selection. Grid search algorithm (GS), genetic search algorithm (GA), particle swarm optimisation algorithm (PSO) and cuckoo search algorithm (CS) were applied by support vector machine (SVM) methods to establish an SVM identification model with the optimal parameters. The full spectrum data and the data after feature selection were the input of the model, while egg category was the output.

3. The SWR–CS–SVM model performed better than the other models, including SWR–GS–SVM, SWR–GA–SVM, SWR–PSO–SVM and others based on full spectral data. The training and test classification accuracy of the SWR–CS–SVM model were respectively 99.3% and 96%.

4. SWR–CS–SVM proved effective for identifying egg varieties and could also be useful for the non-destructive identification of other types of egg.     

新型磨粉磨浆机的设计与研究

对新型磨粉磨浆机的结构、工作原理作了介绍，对关键参数进行了优化设计，为制造新型磨粉磨浆机提供了理论上的设计依据。     

Learning performances of honeybees (Apis mellifera L) are differentially affected by imidacloprid according to the season

To establish the sublethal concentrations domain, acute and chronic oral tests were conducted on caged honeybee workers (Apis mellifera L) using imidacloprid and a metabolite, 5-OH-imidacloprid, under laboratory conditions. The latter showed a 48-h oral LD50 value (153 ng per bee) five times higher than that of imidacloprid (30 ng per bee). Chronic feeding tests indicated that the lowest observed effect concentrations (LOEC) of imidacloprid and of 5-OH-imidacloprid on mortality of winter bees were 24 and 120 microg kg(-1) respectively. Behavioural effects of imidacloprid and 5-OH-imidacloprid were studied using the olfactory conditioning of proboscis extension response at two periods of the year. Winter bees surviving chronic treatment with imidacloprid and 5-OH-imidacloprid had reduced learning performances. The LOEC of imidacloprid was lower in summer bees (12 microg kg(-1)) than in winter bees (48 microg kg(-1)), which points to a greater sensitivity of honeybees behaviour in summer bees, compared to winter bees.     

弧型往复双动式采茶切割器优化与试验

针对往复双动式采茶切割器碎茶率高的问题,该研究对切割器进行了优化。首先,分析了切割器的结构及工作原理,通过切割图分析得到影响采摘质量的主因子为机速、刀机速比、刀齿高度、往复运动行程。并基于设计的轨道式采茶试验台,进行了采摘质量因素二次回归正交旋转中心组合试验,建立了以芽叶完整率、漏采率、割茬不平度为评价指标的参数优化模型。运用遗传算法解得最佳参数分别约为机速0.4 m/s,刀机速比1.2,行程23 mm,齿高25 mm,芽叶完整率模型的估计值为86.895%。根据优化结果设计刀具,试验验证得：芽叶完整率82.6%,漏采率0.24%,割茬不平度2.8 mm,与优化结果相符合。优化后采摘芽叶完整率提高了20%以上,提升了茶叶采摘质量,为“机采+分级”的名、优质茶叶高效采收技术奠定了基础。     

卧式木工钻孔机设计

通过对木材钻孔工艺的分析,确定卧式木工钻孔机的设计方案.根据木材加工工艺要求,完成该机的钻削机构、进给机构、夹紧机构和位置调整机构等主要机构的结构设计.     

基于深度学习的大豆生长期叶片缺素症状检测方法

为了检测作物叶片缺素,提出了一种基于神经网络的大豆叶片缺素视觉检测方法。在对大豆缺素叶片进行特征分析后,采用深度学习技术,利用Mask R-CNN模型对固定摄像头采集的叶片图像进行分割,以去除背景特征,并利用VGG16模型进行缺素分类。首先通过摄像头采集水培大豆叶片图像,对大豆叶片图像进行人工标记,建立大豆叶片图像分割任务的训练集和测试集,通过预训练确定模型的初始参数,并使用较低的学习率训练Mask RCNN模型,训练后的模型在测试集上对背景遮挡的大豆单叶片和多叶片分割的马修斯相关系数分别达到了0.847和0.788。通过预训练确定模型的初始参数,使用训练全连接层的方法训练VGG16模型,训练的模型在测试集上的分类准确率为89.42%。通过将特征明显的叶片归类为两类缺氮特征和4类缺磷特征,分析讨论了模型的不足之处。本文算法检测一幅100万像素的图像平均运行时间为0.8 s,且对复杂背景下大豆叶片缺素分类有较好的检测效果,可为农业自动化生产中植株缺素情况估计提供技术支持。