基于快速卷积神经网络的果园果实检测试验研究

近年来,基于数字图像处理和机器学习算法的果实自动识别检测研究已经越来越成熟。针对传统检测方法检测过程中难以满足实时性要求的缺点,采用了基于Faster-RCNN的果实快速检测模型。模型由卷积神经网络(CNN)和区域提议网络(RPN)组成,首先由CNN进行卷积和池化操作提取特征,然后由RPN选取候选区域,通过网络全连接层参数共享,由目标识别分类器和边界框预测回归器得到多个可能包含目标的预测框,最后通过非极大值抑制挑选出精度最高的预测框完成目标检测。分别对桃子、苹果和橙子的三种果实进行检测,采用迁移学习方法,使用已经预训练好的两种深度神经网络模型ZFnet和VGG16,通过数据集的训练对Dropout及候选区域数量进行参数调整完成网络调优。检测并分析果实不同布局形态下模型的检测效果。试验结果表明,当Dropout取值为0.5或0.6,候选区域数量为300时网络模型最佳,ZFnet网络中,苹果平均精确度为92.70%,桃子为90.00%,而橙子为89.72%。VGG16网络中,苹果平均精度为94.17%,桃子为91.46%,橙子为90.22%。且ZFnet和VGG16的图像处理速度分别达到17 fps和7 fps,能够达到果实实时检测的目的。     

灰绿碱蓬多糖脱蛋白工艺研究

蛋白本身具有热敏感性,糖蛋白复合物在脱除蛋白质以后,多糖自身的生物活性会明显增加。本文测定了灰绿碱蓬根、茎、叶的基本营养成分,采用水提醇沉法提取了灰绿碱蓬多糖,并优化了多糖脱蛋白工艺比较了Savage法、(NH4)SO4沉淀法、TCA法和酶-Savage法这4种方法的脱蛋白效果。结果显示,灰绿碱蓬多糖的最佳脱蛋白方式为酶-Savage法,酶添加量为7%,Savage溶液处理一次,此条件下脱蛋白效果和多糖保留率均最好,蛋白质脱除率为80.71%,多糖保留率为67.27%。     

建立中俄特色农业国际联合实验室的几点体会

提要：本文简要介绍了白城市农业科学院与俄罗斯多家农科院在燕麦、冬黑麦等多种特色农作物上的合作基础。并详细阐述了建立“中俄特色农业国际联合实验室”的目的、重要性和意义。力争通过双方人才交流、农业特异资源交流和科技资源共享,全面拓展合作领域,进行特色产业推进,联合打造具有国际领先水平的特色农业产业。     

新型农业投融资体制存在的问题及构建策略

我国是农业大国,但农业技术与发达国家相比较为落后,农业投融资体制仍不够完善,农业发展缺乏合理、稳定的资金支持。本文重点阐述了目前我国农业投融资存在的问题,探究了新型农业投融资体制构建策略和实践意义,以期为推动我国农业和农村经济健康发展提供参考。     

田园综合体发展模式探析

中共十九大对于农业、农村给予了充分的重视,提出要实施乡村振兴战略,坚持农业、农村优先发展,促进农村一、二、三产业融合发展,构建现代农业产业体系、生产体系和经营体系。实现乡村振兴,必须促进农业改革再深化。本文对田园综合体发展模式进行了经验总结,以期为农村经济发展提供参考。     

黑龙江省农产品深加工产业发展现状与对策

黑龙江省的农产品加工体系已经初步形成，但农业发展主要依赖于“原”字号产品。阐述了黑龙省农产品深加工产业建设存在的问题，通过分析制约农产品深加工产业发展的主要原因，从优化种植结构、整合现有资源、拓宽农产品销路以及提高农产品附加值4个方面提出解决对策。旨在做强食品加工业，上调农产品利润空间，通过“大龙头、大链条、大产业、大品牌的高效农业全产业链”促进粗放农产品向高附加值产品的转变，努力实现从产粮大省到农业强省的新跨越。