板式部件边部UV垂直辊涂机的设计

根据家具板式部件及门扇边部表面为平面的特点及UV辊涂工艺要求,设计开发了板式部件边部UV垂直辊涂机.重点阐述了所设计的UV垂直辊涂机的结构及功能特点.该设备由砂光单元、粉尘清扫单元、垂直辊涂单元及干燥单元等构成,可一次完成板式部件边部砂光、粉尘清扫、油漆及干燥4道工序,提高了边部油漆效率,减少了涂料浪费和环境污染.     

浙江省森林公园发展现状和对策的探讨

分析了14年来浙江省森林公园建设中所取得的成绩以及存在的问题，并提出了加快我省森林公园发展的对策。     

Slicing Algorithm Based on the New Laminated Object Manufacturing Process

To solve some key problems existing in the manufacturing of metallic functional part via Laminated Object Manufacturing (LOM), the new LOM process is presented. The requirements of the slicing data adapting new LOM process have been put forward, the corresponding calculating expressions have been deduced and the slicing processes of CAD model have been implemented     

穗条农艺性状对油茶岑软3号芽苗砧嫁接的影响

为了更好地进行油茶(Camellia oleifera)岑软3号芽苗砧嫁接育苗,研究了其穗条的农艺性状,即不同木质化程度和部位对嫁接育苗成活率及生长情况的影响。试验结果表明,未木质化的接穗嫁接成活率低,仅为53.17%,半木质化以上的当年生接穗,无论是顶芽、中部芽还是下部芽,嫁接成活率均可达90%以上;其中选择完全木质化接穗的顶芽生长表现最佳,其次是完全木质化接穗的中部芽和半木质化的顶芽,完全木质化接穗的下部芽和未木质化接穗的嫩芽最差。     

正整数分拆成公差为偶数的等差分拆

讨论了将正整数n分拆成连续奇数或者连续偶数的分拆,给出了这类分拆数与正整数n的满足一定条件的因数个数之间的关系,并将这些结论作了推广,得到了正整数n分拆成公差为偶数的等差分拆数的结果.     

漆姑草氯仿提取物的化学成分分析

采用硅胶柱色谱法,以石油醚-乙酸乙酯系统对漆姑草(Sagina japonica (Sw.) Ohwi)氯仿提取物进行梯度洗脱,并采用气相色谱-质谱联用技术对其洗脱组分1和2分别进行化学成分分析.结果表明,从漆姑草氯仿提取物中鉴定出59种成分,主要为烷烃和酯类,其中有40种成分在该植物中首次检出.     

木工平刨床试验模态分析

通过对ＭＢ５０３型木工平刨床的试验模态分析，研究机床的动态性能，确定其主振频率和主振部件，为机床的减振降噪提供依据。     

青海湖湖盆南部的高寒灌丛

本文对青海湖湖盆南部的高寒灌丛类型及动态进行了初步探讨。研究地区高寒灌丛主要有以下五类：金露梅灌丛、金露梅＋山生柳灌丛、山生柳＋金露梅＋鬼箭锦鸡儿灌丛、山生柳灌丛和鬼箭锦鸡儿灌丛。分析表明，气候和地形条件是影响本区高寒灌丛动态的主要因素。     

农业科技论文中结论部分写作的常见问题

对《浙江农业科学》作者来稿进行分析,总结出农业科技论文中结论部分写作存在的常见问题。即结论缺省、结论不够全面、结论超出论文范围、结论缺乏限定条件、结论观点含混不清、结论缺乏意义或结论中有结论、结论被过多文献综述掩盖、结论欠简练或夸大其词等。在此基础上进一步提出了解决方法。     

基于YOLO v8n-seg-FCA-BiFPN的奶牛身体分割方法

奶牛身体部位的精准分割广泛应用于奶牛体况评分、姿态检测、行为分析及体尺测量等领域。受奶牛表面污渍和遮挡等因素的影响,现有奶牛部位精准分割方法实用性较差。本研究在YOLO v8n-seg模型的基础上,加入多尺度融合模块与双向跨尺度加权特征金字塔结构,提出了YOLO v8n-seg-FCA-BiFPN奶牛身体部位分割模型。其中,多尺度融合模块使模型更好地提取小目标几何特征信息,双向跨尺度加权特征金字塔结构实现了更高层次的特征融合。首先在奶牛运动通道处采集奶牛侧面图像作为数据集,为保证数据集质量,采用结构相似性算法剔除相似图像,共得到1452幅图像。然后对目标奶牛的前肢、后肢、乳房、尾部、腹部、头部、颈部和躯干8个部位进行标注并输入模型训练。测试结果表明,模型精确率为96.6%,召回率为94.6%,平均精度均值为97.1%,参数量为3.3×106,检测速度为6.2f/s。各部位精确率在90.3%~98.2%之间,平均精度均值为96.3%。与原始YOLO v8n-seg相比,YOLO v8n-seg-FCA-BiFPN的精确率提高3.2个百分点,召回率提高2.6个百分点,平均精度均值提高3.1个百分点,改进后的模型在参数量基本保持不变的情况下具有更强的鲁棒性。遮挡情况下该模型检测结果表明,精确率为93.8%,召回率为91.67%,平均精度均值为93.15%。结果表明,YOLO v8n-seg-FCA-BiFPN网络可以准确、快速地实现奶牛身体部位精准分割。