基于改进残差网络的园林害虫图像识别

针对北方园林害虫识别问题,提出了一种基于改进残差网络的害虫图像识别方法。首先,采用富边缘检测算法,将中值滤波、Sobel算子和Canny算子相结合,对害虫图像进行边缘检测;然后,改进残差网络中的残差块,通过添加卷积层和增加通道数提取更多的害虫图像特征,并将贝叶斯方法运用于改进后的网络中,优化超参数;最后,将预处理的害虫图像输入神经网络中,利用分块共轭算法优化网络权重。对38种北方园林害虫进行了识别,试验结果表明,在相同数据集下,与3种传统害虫识别方法相比,本文方法的平均识别准确率平均提高9. 6个百分点,加权平均分数分别提高16. 3、10. 8、4. 5个百分点。     

驱动圆盘犁的研究与设计

驱动圆盘犁对土堡侧面和底部的土壤进行旋转滑切,将土垡底部的土壤由沟底撕裂开形成土垡,并利用圆盘的旋转将土垡抬升并翻转.为此,以研究驱动圆盘犁为目标,分析了驱动圆盘犁各几何参数和工作参数对其工作过程的影响,为驱动圆盘犁的研制提供了可靠的理论依据.通过理论分析,阐明了驱动圆盘犁的运动学特性,推导了残耕高度的计算公式.     

人工湿地砷污染去除研究进展

砷在环境中普遍存在,因其高毒性,世界卫生组织将砷污染列为重大公共卫生问题。因此,科学家们在不断寻求科学有效的砷污染去除方法。人工湿地砷污染去除系统自上世纪七十年代推出以来,因其环境友好、成本低廉的特性得到蓬勃发展,快速成为绿色环保修复技术之一。人工湿地被认为是理想的砷富集去除场所,其对砷污染的去除方式主要通过植物和微生物相互作用及腐殖酸强化修复来实现。本文通过砷污染治理历史及技术发展、人工湿地的兴起及砷在湿地生态系统中的赋存状态以及人工湿地生态系统砷污染去除三个方面综述了人工湿地砷污染去除的研究进展。通过大量文献综述分析,我们认为在人工湿地砷污染去除的后续研究工作中,应着重研究砷在湿地生态系统中的扩散迁移及演变规律,构建湿地生态系统沉水-浮水-挺水植物立体结构,并不断探索植物-微生物及腐殖酸强化修复对砷污染的协同阻滞及界面作用。     

铁氧化物-硅酸盐复合物的形成、性质及其对砷的固定

铁氧化物与硅酸盐矿物是土壤中最重要、最活跃的固相组分,它们之间的交互作用直接影响土壤物理化学特性,可有效地调控土壤(类)重金属的迁移、转化。本文以铁氧化物和硅酸盐矿物胶结过程中的一些表观特征变化为出发点,从宏观、表观到微观综述了二者交互作用的界面特性和机理、交互作用前后对土壤砷的固定与释放机制等内容。本文阐明层状硅酸盐与铁氧化物通过多种化学作用而发生表面复合,其中静电作用是作用力之一,带负电荷的硅酸盐与带正电荷的铁氧化物在静电引力的作用下迅速结合,在胶体表面双电层上形成二元团聚体;形成的二元团聚体可改变土壤矿物的表面积和孔性结构、表面电化学特性和物理性质。同时,铁氧化物-硅酸盐复合物表面的活性基团可以通过内层络合共氧的方式将土壤中AsO_4~(2-)络合,形成单核或双核表面络合物而固定砷。复合物对AsO_4~(2-)的吸附能力介于铁氧化物和硅酸盐矿物之间,并更接近铁氧化物的表面吸附特性。本文旨在为土壤砷的原位固定提供理论支撑。     

农膜残留对砂壤土和砂土水分入渗和蒸发的影响

通过室内试验设置5个不同残膜量(0、50、100、200、400 kg/hm~2)处理,研究不同残膜量对砂壤土和砂土水分入渗湿润锋、入渗速率、累积入渗量、土壤累积蒸发量和蒸发速率的影响,并评价了主要土壤入渗、蒸发模型在农膜残留土壤的适用性。结果表明:随着土壤中残膜量增多,砂壤土和砂土入渗速率变慢,土壤湿润锋运移相同距离所需时间均显著增加,其中运移30 cm时,砂壤土残膜量400 kg/hm~2处理(SL5)比无残膜处理(SL1)运移时间增加了27.56%;相同入渗时间内累积入渗量随残膜量增加均显著减小(P0.05),入渗结束后SL5处理比SL1处理累积入渗量减小了52.01 m L(23.12%);残膜量增加导致蒸发速率、累积蒸发量都显著减小(P0.05),蒸发结束后SL5处理比SL1处理累积蒸发量减小了30.63%,且不同残膜量对砂壤土的影响大于砂土。对4个土壤水分入渗及蒸发模型进行拟合,结果显示Kostiakov和Philip入渗模型均能较好模拟残膜条件下土壤水分入渗,其中Philip入渗模型拟合精度高于Kostiakov入渗模型,且对砂土中农膜残留下的土壤水分入渗模拟效果更好;Black蒸发模型随着残膜量增加拟合精度下降,而Rose蒸发模型受残膜量的影响较小,更适合于农膜残留土壤累积蒸发量估算。     

砒砂岩地区沙棘生态工程的土壤修复效果分析

本文以砒砂岩地区沙棘生态工程为研究对象,探讨沙棘生态修复工程实施对表层土壤理化性状的改良作用,初步研究结果表明：实施造林工程8年后,沙棘林地表层土壤的总孔隙度比荒坡地提高7.4%,土壤粘粒含量占49.15%,比荒地增加了75%;〉5mm的大团粒含量为43.38%,是荒地的2.99倍,有机质含量为13.92g/kg,是荒地的3.68倍;全氮、全磷、全钾的含量分别为荒地的1.72倍、1.13倍与1.36倍,有效氮、速效钾、速效磷含量分别为荒地的4.54倍、3.29倍与7.6倍。说明沙棘造林使造林区的土壤结构得到显著改善,沙棘生态修复工程的生态效益突出,可有效降低该地区降雨对土壤的侵蚀和地表径流的冲刷。     

基于Solidworks起膜铲设计及模糊评价

对钉刺式残膜回收机中的起膜铲进行了改进设计,并对起膜铲刀进行了受力分析。本文所设计的铲刀,是由14片铲刀组成的起膜装置。同时,对起膜铲的参数进行了详细分析,得出影响起膜铲的主要参数和影响因素。最后,运用模糊分析法对起膜铲进行了模糊综合评定,通过详细的分析计算,得出起膜铲刀的综合评定为8 1.8 9分。     

风筛式土壤残膜分离装置的设计与试验分析

为了解决耕层残膜回收率低的问题,设计了风筛式土壤残膜试验平台装置,并采用双曲柄机构来减小装置的振动性。对土壤残膜进行了无气流条件下的筛分试验,分析了各因素对筛分率的影响,优选了振动筛参数组合。试验结果表明:当曲柄转速为180r/min、筛面倾角为6°、鱼鳞筛开角为20°时,筛分装置有较高的残膜筛分率,即为87.67%。     

基于残差BP神经网络的6自由度机器人视觉标定

基于视觉伺服控制的机器人手眼标定和逆运动学求解一直是视觉伺服领域的核心问题。随着应用场景的逐渐复杂,传统手眼标定方法已无法满足需求;随着网络深度的增加,单一BP神经网络逆运动学求解算法的误差趋于饱和甚至变大,无法进一步提升网络性能。针对以上问题,本文将手眼标定和逆运动学求解融合为拟合目标图像坐标到机器人各关节角之间的映射关系问题,提出了一种残差BP神经网络算法。使用多个残差网络模块的方式加深BP神经网络的深度,残差模块的输入信息可以在网络内跨层传输,较好地解决了因深度增加网络模型容易产生梯度消失而无法提升网络性能的问题;通过6自由度机器人雅可比方程对逆运动学解的空间进行划分,确定了8个独立的区域,基于独立区域方法对训练数据进行处理,从而避免了多自由度机器人逆运动学多解对网络学习的影响,网络训练精度提升了2个数量级,训练速度提高了2倍。在REBot-V-6R型6自由度机器人输送线分拣系统中进行二维平面抓取和三维实物抓取实验,实验结果验证了该方法的准确性。结果表明,该方法比1层BP神经网络、3层BP神经网络、5层BP神经网络的训练精度分别提高了4个数量级、2个数量级、5个数量级,测试精度提高2个数量级;与传统标定方法相比,本文方法节约了逆运动学求解过程的计算成本,抓取位姿精度提高了1个数量级。     

NMR-Based Configurational Assignments of Natural Products: Gibbs Sampling and Bayesian Inference Using Floating Chirality Distance Geometry Calculations

Floating chirality restrained distance geometry (fc-rDG) calculations are used to directly evolve structures from NMR data such as NOE-derived intramolecular distances or anisotropic residual dipolar couplings (RDCs). In contrast to evaluating pre-calculated structures against NMR restraints, multiple configurations (diastereomers) and conformations are generated automatically within the experimental limits. In this report, we show that the “unphysical” rDG pseudo energies defined from NMR violations bear statistical significance, which allows assigning probabilities to configurational assignments made that are fully compatible with the method of Bayesian inference. These “diastereomeric differentiabilities” then even become almost independent of the actual values of the force constants used to model the restraints originating from NOE or RDC data.