基于图像识别技术的海参分级与计数设备的设计

针对海参不同规格分级和计数的需求,以图像识别技术为基础,设计了一套机电一体化高精度自动分级与计数系统。该设备通过图像识别、采集、计算和处理海参在传送带上的投影面积大小来确定海参的规格,进而对海参进行相应等级的分选和计数。结果表明：该设备具有对单体海参分辨误差率低、分选精度高、分选速度快、计数准确等特点,达到了预期效果。     

药物美沙拉秦合成工艺的改进

合成新药5-胺基-2-羟基苯甲酸（美沙拉秦）。以邻羟基苯甲酸的钠盐为原料,在超声波作用下合成药物5-胺基-2-羟基苯甲酸。通过与文献报道路线的对比,可知在超声波作用下的合成路线能够节省时间,提高回收率等优点。此法适用于合成新药5-胺基-2-羟基苯甲酸。     

数字农业农田信息系统的建立

在遥感(RS)、地理信息系统(GIS)、全球定位系统(GPS)技术综合应用的基础上,通过对区域农田环境、作物等状况的数据采集和处理,完成3S技术功能的自适应融合和多源异构、空间与非空间数据以及基础空间数据与专题数据的融合,建立起一个以农田信息为主的资源与环境信息服务体系,用于专家进行数据查询、分析和决策.     

CDK5磷酸化底物及其作用研究进展

CDK5(Cyclin-dependent kinase 5)是脯氨酸导向的丝氨酸/苏氨酸激酶(CDK)家族成员之一,CDK5与特异的调节子结合并激活后,通过磷酸化底物在维持神经细胞的正常发育和有丝分裂后神经细胞的功能及骨架结构方面起着重要作用。研究表明,CDK5可对不同的信号传导通路上靶蛋白的磷酸化参与脑发育早期神经细胞轴突分化、生长及导向等神经系统发育事件进行调节。对CDK5磷酸化底物进行综述,旨在为CDK5作用机制及新功能的研究提供有益的启示。     

遥感技术在土地沙化监测中的应用

利用SPOT5卫星遥感影像,采用遥感数据处理技术,对漳浦县沿海沙化土地进行遥感目视解译.通过对沙化监测分类体系的研究,建立沙化监测的遥感目视解译分类系统和目视解译标志,并进行目视判读.通过目视解译结果和实地检验,验证研究成果的正确性,为福建省沿海土地沙化监测提供了遥感目视解译方法.     

外源ALA对NaCl胁迫下生菜植株的缓解效应

以生菜为材料,研究了外源ALA(5-氨基乙酰丙酸)对4个不同浓度(0,50,100,150 mol/L)NaCl胁迫下温室砂培生菜植株的缓解效应。其生理生化指标的测定结果表明,外源ALA对盐胁迫有明显的缓解作用,显著提高了50 mmol/L及100 mmol/L NaCl胁迫下生菜的SOD、POD活性及叶绿素含量,降低了细胞膜相对透性,抑制了MDA的生成,提高了生菜植株的根系活力。     

A calibration method of detecting soil water content based on the information-sharing in wireless sensor network

In agricultural production, there is contradiction between the cost and accuracy of detection during the course of acquiring soil water content (θ) online. This conflict is one of the core issues of automatic water-saving irrigation technology in agriculture. At the same time, capacitive soil moisture sensor (CSMS) has received considerable attention, for it can acquire θ with low cost and high precision, and meet the application requirements of wireless sensor network (WSN). But CSMS is vulnerable to the soil temperature (T_s) and salinity (S_s) in the measurement process. Therefore, this study took EC-5 sensor for example to establish water detection calibration models of soil temperature and salinity for single sensor, using Least Squares Support Vector Machines on MatLAB (LS-SVMlab) as the tool. On this basis, we explored the spatial variability of T_s and S_s, and then a method, which could be used to calibrate the output signals of sensors in multi-point network, was proposed based on the information-sharing (T_s or S_s) technology of WSN. Through laboratory experiment, we effectively reduced the impact of soil temperature and salinity on the single sensor. In example analysis, we investigated the detection precision and costs under different information-sharing radiuses (r). And the results indicated that the method we proposed based on the information-sharing technology of WSN could successfully calibrate the influence of soil temperature and salinity on sensors in multi-point network, and it was an efficacious approach to determine the balance between the calibration accuracy of moisture sensor and the investment of agricultural production. For example, while the calibration precision of soil temperature and salinity is respectively 1%, the costs can be reduced by 30%.     

基于神经网络与图像处理的花生仁霉变识别方法

为了采用机器视觉对霉变花生仁的自动识别与分选,研究了一种基于花生仁图像特征和人工神经网络的霉变识别方法。首先,利用Sobel算子直接对噪声含量少、边缘保存较完整的B分量灰度图进行边缘检测,经过形态学滤波、填充、合成等处理去除背景,得到分割后的彩色花生仁图像。然后提取颜色特征H、I、S及纹理特征RW、GW、BW,将其作为MATLAB所创建的神经网络的输入,并分别定义正常、轻度霉变、严重霉变3组代码为100、010、001的类型作为网络的输出,建立特征参数与霉变等级之间的神经网络识别模式。试验结果表明,该方法对正常花生仁、轻度霉变花生仁、严重霉变花生仁的检测准确率分别为95%、90%、100%,得到了较好的识别效果。     

不同猪种5-羟色胺受体基因的表达及其与肉质的相关性分析

为研究5-羟色胺（5-HT）受体基因在不同猪种的表达及其与肉质的关系,试验选取淳安花猪与杜长大三元猪各12头,同时饲喂,达上市体重时分别屠宰,测定胴体、肉质性状及肌肉、脂肪中的5-HT受体基因表达量。结果表明：淳安花猪、杜长大三元猪的平均屠宰体重分别为88.1、102.4kg;淳安花猪的板油率、背膘厚、肌内脂肪等指标均显著高于杜长大三元猪（P〈0.05）;屠宰率、眼肌面积杜长大三元猪显著高于淳安花猪（P〈0.05）。5-HT2A、5-HT7受体基因在2个猪种脂肪组织中的表达量均显著高于肌肉组织（P〈0.05）,杜长大三元猪的肌肉中5-HT2A、5-HT7表达量显著低于淳安花猪（P〈0.05）,而脂肪中表达量两猪种间差异不显著。5-HT2A、5-HT7受体基因表达量与屠宰肉质指标之间基本呈负相关,尤其是肌肉中的5-HT2A表达量,呈较强负相关（杜长大三元猪）或显著负相关（淳安花猪）。研究初步认为,5-HT受体基因在中外猪种之间存在表达差异,并与屠宰肉质性状具有相关性。     

基于YOLOv5深度学习的茶叶嫩芽估产方法

针对丘陵地区小规模茶园估产难度高,估产手段少等问题,采用基于YOLOv5的目标检测算法和田间抽样调查法,对丘陵地区小规模茶园估产问题进行研究。在茶园中随机抽取9个有代表性的茶叶生长点;使用目标检测算法识别抽样点茶叶嫩芽数目;利用最小二乘法拟合茶叶嫩芽产量与数目间的线性关系;结合抽样点识别出的嫩芽数目、抽样点面积、线性拟合关系和茶园整体面积估算出茶园茶叶嫩芽产量。结果表明：1)基于YOLOv5的目标检测算法对茶叶嫩芽识别的精度为99.02%,平均准确率为90.14%;2)茶叶嫩芽数目和产量间有高度线性关系,决定系数R²为0.999 8;3)通过算法估计的茶叶嫩芽产量与实际采收产量相对误差为29.56%。本研究能够较为方便的估算出茶园茶叶嫩芽产量,在茶叶生长时期为农户提供产量相关的数据支持,便于茶叶生产的前期管理。