基于EfficientDet-D1的草莓快速检测及分类

为了快速识别自然环境下的成熟草莓与未成熟草莓,本研究提出了基于EfficientDet-D1的草莓快速检测及分类方法。该方法具有EfficientNet 网络中快速归一化特征加权融合特点,应用该方法与YOLOv3、YOLOv4、Faster-RCNN以及EfficientDet-D0模型进行对比试验,结果显示,YOLOv3、YOLOv4、Faster-RCNN、EfficientDet-D0和EfficientDet-D1等5种算法的平均精度均值（P_mA）分别为 89.51%、69.02%、96.54%、96.71%、97.50%。试验结果表明,EfficientDet-D1在成熟草莓与未成熟草莓的检测性能均优于其他4种目标检测算法,有较好的泛化性和鲁棒性,且使用模型参数量较小的EfficientNet网络,更适合作用于移动端识别,可实现草莓快速识别中的速度与精度要求。     

立体栖架散养蛋鸡行为加速度信号降噪方法比较分析

针对采用姿态传感器监测散养蛋鸡行为过程中存在加速度信号易受噪声干扰,不同行为加速度信号特征尚不清晰的问题,以立体栖架散养蛋鸡的三维空间行为为目标,在构建蛋鸡穿戴式行为监测系统,获取不同行为加速度信号的基础上,研究小波阈值、CEEMDAN、CEEMDAN结合小波阈值对加速度信号的降噪效果,分析蛋鸡6种典型行为活动的加速度信号特征。结果表明:1)小波史坦无偏似然估计(Rigrsure)阈值的降噪效果更好,降噪后信号的信噪比(SNR)为17.613 2,均方根误差(RMSE)为0.045 0;2)根据X、Y轴加速度标准差分布特征,可将蛋鸡三维空间行为活动强度由低到高分为趴卧和站立、采食和饮水、行走、跳跃4类,各类行为活动的加速度信号标准差差异极显著(P<0.001)。本研究表明,小波Rigrsure阈值法在对蛋鸡空间行为活动加速度信号进行降噪的同时可以保留更多的有效信息,可根据加速度标准差对蛋鸡典型行为的活动水平进行分类识别。     

《中国森林昆虫》(第三版)(中、英文版)

由萧刚柔、李镇宇主编,450余人参与编写的《中国森林昆虫》(第三版)(中、英文版)日前由中国林业出版社出版。该书编写历时15年,共收录近600种昆虫,主要介绍了昆虫的名称、分类地位、危害、分布、寄主、生活史、防治方法等。     

葡萄种质资源花穗形状分类标准的建立及其动态发育过程分析

【目的】葡萄是重要的经济果树,果穗形状会影响其经济价值。本研究跟踪调查255份葡萄种质资源的果穗发育过程,建立新的花序形状并完善果穗形状分类标准,为葡萄生产提供理论支撑。【方法】田间跟踪调查255份葡萄种质资源的花穗长宽发育情况,在开花期、果实膨大期以及果实成熟期3个关键时期测量主穗长宽、小穗长宽、小穗角度、果粒横纵径、果粒重以及果柄长,分析果穗形状动态发育过程中各指标变化规律。【结果】基于255份葡萄种质资源的田间调查结果,将花序与果穗形状分为长圆锥、短圆锥、长圆柱、短圆柱并建立新的花序与果穗形状分类标准。调查发现,在葡萄花序发育过程中,52.55%的花序会发生形状变化,以长圆柱花序居多,大多发育为短圆柱果穗。因此,果穗形状形成类型有16种。对葡萄穗长穗宽的分析发现,长圆锥花序在发育过程中具有较高的“稳定性”,对于短圆锥、长圆柱、短圆柱花序而言,穗长对形状影响更大,进一步探究发现小穗长/宽以及小穗角度尤其是上部小穗的长宽与角度是影响花穗形状外缘的主要因素。【结论】本研究将花序与果穗形状分为长圆锥、短圆锥、长圆柱、短圆柱4种,提出了一个花序、果穗的形状分类标准的计算方法,同时对调查数据进行了实际计算与分类。一半以上葡萄花序的形状会发生变化,圆锥花序的形状较稳定。穗长、穗宽、小穗长宽及小穗角度对穗形影响较大,分别表现在影响形状的长宽和外缘,尤其是上部小穗的长宽与角度是影响柱锥判断的最主要原因。小穗角度的变化会影响小穗反映在形状上的有效长度。本研究进一步提出了基于花穗形状的整形修剪方法,可为葡萄的整形修剪提供理论基础。     

2010—2020年我国果实评价的文献分析

为了解近十年来我国果实评价研究现状,以中国知网全文数据库为数据来源,采用文献计量学统计方法,对国内发表的有关果实评价研究文献,从主题分布、不同年份的文献发文量、不同学科类别发文量、不同文献来源分布、基金项目支持等方面进行了分析.结果表明:2010—2020年的413篇果实评价研究文献中,集中在果实品质为主要主题的发文量最多,为130篇.从不同年份的文献发文量看,2018年发文量最多,为58篇;选取发文量前10位来看,不同学科的分类中,园艺发文量最多,为302篇,占70.73％;在发文量前10位的文献来源中,果树学报发文量最多,为16篇,占13.79％;从基金项目看,国家自然科学基金发文量最多为38篇;从机构上看,西北农林科技大学发文量最多,为19篇.     

中国杨树上的栅锈菌

杨树锈病是一类重要的林木病害,因其病原菌的种类较多,且病害症状及病原形态上的差异不够明显,导致栅锈菌种类鉴定混乱和病原准确认知困难。在分析国内外栅锈菌分类学历史与现状的基础上,从杨树栅锈菌的形态学及系统学2个方面对中国杨树上的栅锈菌种类进行整理,并详细阐述8种栅锈菌在寄主及转主寄主、繁殖体及孢子形态上的差异,编制中国杨树栅锈菌的分种检索表,以期加深对该病原菌的科学认知。     

基于AE-FFNN神经网络的橡胶树叶片磷含量定性研究

磷元素对橡胶树的生长发育至关重要,基于近红外光谱的橡胶树氮磷钾元素含量的快速无损检测已有很多研究,但磷元素含量的检测效果远不如氮钾。基于近红外高光谱技术结合非线性特征提取方法和建模算法实现橡胶树磷元素含量的快速无损检测。以橡胶树叶片的近红外高光谱数据为分析对象,运用神经网络非线性变换的特征提取思想,构建了一种融合自编码器与前馈神经网络(autoencoder-feedforward neural network, AE-FFNN)模型。通过自编码器提取橡胶树叶片的光谱非线性特征信息,运用前馈神经网络进行建模,应对不同精细程度的分类任务,从而实现橡胶树叶片磷含量的定性分析。结果表明,AE-FFNN模型有效提取了光谱非线性特征并压缩了特征数量,通过该方法提取的特征为31个,且定性分析模型精确度提升,能够达到91.10%。相较于在光谱检测领域广泛采用的机器学习模型,所建立的AE-FFNN模型性能有较大提升。该模型既可以应用于橡胶树叶片磷元素含量的定性分析,也可为磷元素含量的定量研究提供思路。     

6种大型海洋掠食性鱼类胃含物角质颚分类研究

为了研究大型海洋掠食性鱼类胃含物中角质颚的分类效果,于2017年10月,2018年3、5和11月,收集了南大西洋、中东太平洋和西印度洋海域的大型海洋掠食性鱼类的36个胃并分析其残留角质颚的形态。对采集的角质颚形态侧视图和顶视图进行种类鉴定,建立检索表,提取椭圆傅里叶描述子(EFDs)系数进行聚类分析。结果显示,通过对胃含物角质颚形态进行种类鉴定,共发现头足类2目10科17种。根据角质颚形态分类检索分析,17种头足类角质颚形态种间差异明显。枪形目(Teuthoidea)的13种头足类角质颚喙部形态分别为三角形和等腰三角形,侧壁为近似菱形,翼部发达;八腕目(Octopoda)的4种头足类角质颚有喙部发育,侧壁近似长四边形,有翼部发育。角质颚形态信息聚类分析在目级别区分效果显著。通过对胃含物角质颚形态进行分类研究,不仅可佐证胃含物头足类的识别,而且丰富了胃含物头足类的鉴定内容,也为大型海洋掠食性鱼类胃含物头足类分类鉴定体系奠定基础。