基于群体图像识别的生菜鲜重估算方法研究

为提高温室环境最优控制中生菜信息在线反馈精度,通过群体图像识别研究生菜鲜重估算方法;通过生菜群体图像和单株图像,研究群体估算时误差正负相消对整体误差的改善作用,评估生菜遮挡问题对估算精度的影响,并研究能否通过改进深度学习的损失函数以实现对估算精度的进一步提高。结果表明：1)与不存在遮挡问题的单株图像生菜鲜重估算结果相比,基于群体图像裁剪的生菜鲜重估算决定系数(R²)低0.010 8,归一化均方根误差(NRMSE)高2.69%,平均绝对百分误差(MAPE)低2.36%,虽然估算精度略低,但是生菜群体的遮挡问题更能反映生产实际。2)群体估算虽然存在遮挡问题导致裁剪不完整,但根据误差正负相消原理,相比没有遮挡的单株估算结果MAPE仍然低3.49%,因此更适用于生菜产量信息反馈。3)基于更优化MAPE的损失函数平均平方百分误差(MSPE),可以进一步降低群体估算的MAPE至8.46%,满足“软测量”对估算精度的需求。考虑到温室生菜的实际生产情况,群体估算更适合用于温室环境最优控制中生菜产量信息的在线反馈,通过深度学习等方法的优化,可以将生菜产量的估算误差降低至10%以内。     

基于改进YOLOv7的苹果生长状态及姿态识别

针对目前苹果在复杂环境下难以进行生长状态分类识别、姿态信息同步获取等问题,该研究提出了一种基于改进YOLOv7的苹果生长状态分类和果实姿态融合识别方法。首先改进多尺度特征融合网络,在骨干网络中增加160×160的特征尺度层,用于增强模型对微小局部特征的识别敏感度;其次引入注意力机制CBAM(convolutional block attention module),改善网络对输入图片的感兴趣目标区域的关注度;最后采用Soft-NMS算法,能够有效避免高密度重叠目标被一次抑制从而发生漏检现象。此外,结合UNet分割网络和最小外接圆及矩形特征获取未遮挡苹果姿态。试验结果表明,改进YOLOv7的识别精确率、召回率和平均识别精度分别为86.9%、80.5%和87.1%,相比原始YOLOv7模型分别提高了4.2、2.2和3.7个百分点,另外苹果姿态检测方法的准确率为94%。该文模型能够实现苹果生长状态分类及果实姿态识别,可为末端执行器提供了抓取方向,以期为苹果无损高效的采摘奠定基础。     

大学生研究性学习的研究与实践

新时期,学生获取知识的途径已经不仅仅局限于书本,无线的互联网空间是学生不断获得新知的重要来源。文章研究了新时期大学生研究性学习的理论基础、实践方法,以及实践效果。     

加强校园文化建设增强思想教育的实效性

校园文化是重要的思想政治教育载体,加强校园文化建设要突出营建优美的环境,强化制度文化,开展丰富多彩的文化活动,让学生在感染、熏陶、潜移默化中受到思想政治教育,从而树立起正确的世界观、人生观、价值观。     

乔木种植位置对岸坡深层锚固作用的影响——以永定河泛区为例

以永定河泛区中天堂河下游段两岸作为研究区域,探究该区域不同类型乔木种植位置对岸坡整体锚固作用的影响,确定坡地区域与坡顶区域最佳的乔木种植方案,以解决洪泛区湿陷性粉质粘土岸坡坡脚处易失稳的安全隐患。采用拓扑根系描绘法、最大摩擦锚固力计算法、经验公式模型法以及ABAQUS有限元模拟法,分别对根系的形态、根系的固土性能、根系力学特性以及锚固岸坡整体稳定性进行分析。研究结果表明（：1）由于紫荆根系具有较为发达的须根,因而具有较强的锚固性能,相较于紫荆,榆叶梅锚固性能相对较差,在同一深度的埋置条件下,二者的锚固性能相差幅度为5%～25%(;2)当坡地区域的紫荆位于坡脚处,且坡顶区域的榆叶梅位于距离坡肩1.8 m处的种植位置时,岸坡的安全系数达到2.153,岸坡的抗滑锚固效果可达到最佳。坡顶区域与坡地区域的乔木种植位置可对粉质粘土坡体稳定产生双重耦合的影响,当坡地区域植株的种植位置处于坡脚处时,坡顶处任何区域的乔木根际土体均可与之形成有效的土拱效应,以遏制岸坡失稳。     

粮食安全视域下生态低碳农业的发展战略与路径选择

实现粮食安全战略与“双碳”目标是加快农业农村现代化步伐、加快建设农业强国的关键。为助推粮食安全战略与“双碳”目标的同步实现,本研究立足粮食安全视域,阐释生态低碳农业的科学内涵,厘清粮食安全与生态低碳农业的辩证关系,剖析粮食安全战略下生态低碳农业发展面临的问题与挑战,并针对性提出发展战略与推进路径。研究发现,在“大食物观”“大产业观”“大农业观”指导下,生态低碳农业涉及全食物品类、全产业流程、全生活环节。粮食安全是发展生态低碳农业的底线要求,生态低碳农业是可持续保障粮食安全的应有之义。当前,发展生态低碳农业面临自然资源约束、科学技术瓶颈、小农生产模式、居民观念局限等现实困难,亟需探索水地资源拓展、技术创新应用、居民素质提升等有效路径,推动生态低碳农业实现“藏粮于地”“藏粮于技”“藏粮于民”。     

一种改进深度卷积神经网络的海岛识别方法

受不规律潮汐的影响,现有的海岛地物类别自动识别方法存在精度低和时效性差等问题,通过改进深度卷积神经网络提出了一种基于遥感影像的海岛快速识别方法:(1)在深度卷积神经网络的卷积层中增设1×1的卷积核作为瓶颈单元,对多波段的遥感影像进行降维;(2)在池化层引入了重采样方法,基于灰度值对海量的遥感影像进行特征压缩。以300景Landsat-8遥感影像为源数据,分别采用CNN、RCNN和本文改进的深度卷积神经网络对遥感影像中的海岛进行识别,实验结果表明:(1)改进的深度卷积神经网络降低了海岛识别的计算耗时,其计算耗时仅为CNN的4.56%和RCNN的5.60%;(2)改进的深度卷积神经网络较CNN和RCNN提高了海岛识别的精度,识别精度分别为96.0%、93.3%和95.0%。结果说明,改进的深度卷积神经网络适用于面向遥感影像的海岛自动识别。     

竹花叶病毒浙江麻竹分离物全基因组序列及siRNA分析

正已知有3种病毒可在自然条件下侵染竹类植物,即竹花叶病毒(bamboo mosaic virus,BaMV)~[1]、樱桃坏死锈斑驳病毒(cherry necrotic rusty mottle virus,CNRMV)和苹果茎沟病毒(apple stem grooving virus,ASGV)~[2,3]。其中,BaMV是最早在巴西的金竹(Bambusa vulgaris Cv.)和孝顺竹     

高等教育大众化背景下的哲学思考——读布鲁贝克《高等教育哲学》的几点启示

约翰.S.布鲁贝克的《高等教育哲学》是西方研究高等教育哲学的一部经典著作。作者从高等教育的合法存在的逻辑基点———高深学问出发,分析了在“认识论”教育哲学和“政治论”教育哲学两种主要的哲学观下对高等教育的学术自治、学术自由、高等教育为谁服务、普通教育和专业教育、高等教育学、治学的道德和作为教会的大学等实际问题,提出了一个相当完整的高等教育哲学体系。其中关于大学的功能、学术自由和教育公平等方面给我们很多的启示和思索。     

切断深层根对黍子根系及地上部营养生长的影响

采用根管土柱栽培的方法,研究了拔节期和抽穗期切断不同深度(20 cm和40 cm)根系对黍子根系整体及地上部营养生长的影响。结果表明,与不断根相比,在抽穗期和拔节期断掉20 cm或40 cm以下根系,均能导致黍子株高、旗叶叶绿素含量、旗叶SOD与POD活性、单株绿叶面积、总根活力、总根长、总根重及产量明显降低,旗叶M DA含量明显增高。抽穗期断深层根对黍子的影响大于拔节期。但同一生育时期不同深度断根处理间黍子产量差异未达显著水平,表明深层根系(40 cm以下根系)对产量的贡献更大。