农业文化遗产地游客环境责任行为与饮食旅游偏好关系研究——以浙江青田稻鱼共生系统为例

传统饮食是农业文化遗产地重要的旅游资源,饮食旅游偏好影响着游客对旅游产品的选择。引导和培养游客环境责任行为对遗产地传统饮食旅游可持续发展具有重要意义。本文以全球重要农业文化遗产浙江青田稻鱼共生系统为例,通过问卷和访谈实证调查分析游客环境责任行为和传统饮食偏好之间的关系。运用SPSS18.0进行因子分析,提取出3项游客环境责任行为因子,分别为传统饮食认知因子、传统饮食环境责任态度因子、传统饮食环境责任行为因子;同时根据提取出的3项游客传统饮食偏好因子,将游客分为传统饮食口味追逐型、传统饮食参与体验型、传统饮食文化体验型, 3种类型所占比重分别为38.05%、35.63%和26.31%。其中传统口味追逐型游客关注饮食的口味、种类、环境等食用体验,传统饮食参与体验型游客更多地关注饮食的制作过程以及部分饮食文化内涵,而传统饮食文化体验型游客更加关注当地文化、生态保护和对本地食材的应用以及传统饮食所传递的文化价值,且三者中传统饮食文化体验型游客环境责任行为最强,传统口味追逐型游客最弱。最后将游客环境责任行为因子和传统饮食偏好因子进行回归分析,发现游客环境责任行为因子与游客传统饮食旅游偏好之间存在正相关关系。应考虑不同类型游客对农业文化遗产的饮食偏好,有选择有重点地适应游客的需求,避免为吸引大众游客而产生的饮食文化破坏与生态安全问题。     

基于级联卷积神经网络的番茄花期识别检测方法

对作物花期状态的准确识别是温室作物执行授粉的前提。为提高花期状态识别的准确度,该研究以温室番茄为例提出了一种基于级联卷积神经网络的番茄花朵花期识别方法。首先采用改进的端到端的特征金字塔网络FS-FPN实现番茄花束的分割,然后采用Prim最小生成树对分割后的花束图片进行花期识别优先级排序,最后将已排序的分割花束图片输入改进的Yolov3网络,实现番茄花朵花期状态的精准识别。在由1600幅包含花蕾期、全开期、谢花期、初果期4类花期状态的番茄花束图像构成的数据集上,所提方法对番茄花朵花期平均检测时间为12.54 ms,平均检测精度分别比Mask R-CNN和SPP-Net提高了3.67%和2.39%,识别错误率比改进前的Yolov3网络降低了1.25%。最终将该方法部署到番茄授粉机器人上,并在大型玻璃温室内进行验证,结果表明,所提方法对番茄花朵各花期的检测精度分别为花蕾期85.71%、全开期95.46%、谢花期62.66%、初果期88.34%,该研究结果可为智能授粉机器人的精准作业提供重要依据。     

基于特征金字塔注意力与深度卷积网络的多目标生猪检测

在生猪饲养环境中,猪只黏连、杂物遮挡等给生猪个体多目标检测带来很大困难。该研究以猪圈群养生猪为研究对象,以视频帧为数据源,提出一种适用于生猪形体检测的特征金字塔注意力(FeaturePyramidAttention,FPA)与Tiny-YOLO相结合的模型FPA-Tiny-YOLO。该模型将注意力信息融入到特征提取过程,在不大幅增加计算量的前提下即可提升特征提取能力、提高检测精度。对8栏日龄20～105 d的45头生猪视频截取图像进行图像处理,获得标注图片4 102张,构建了4种深度FPA模块分别加入YOLOV3与Tiny-YOLO模型中。试验表明,深度为3的FPA模块(即FPA-3)的Tiny-YOLO模型在测试集上对群养生猪多目标检测的召回率Recall、F1与平均检测精度m AP指标值最佳,分别达到86.09%、91.47%和85.85%,比未引入FPA模块的Tiny-YOLO模型均有不同程度的提高。选用不同的IOU(Intersection Over Union)和score阈值超参数值对模型预测结果均有不同程度影响;将测试集图像按照是否黏连与遮挡划分4种场景来探究该模型的鲁棒性。试验表明,加入FPA-3模块后Tiny-YOLO的Recall、F1与m AP比Tiny-YOLO分别提升6.73、4.34和7.33个百分点,说明特征金字塔注意力信息有利于精确、有效地对不同场景群养生猪进行多目标检测。研究结果可为后续开展生猪身份识别和行为分析移动端应用提供参考。     

Targeted Knock-in of a Fluorescent Protein Gene into the Chicken Vasa Homolog Locus of Chicken Primordial Germ Cells using CRIS-PITCh Method

In chickens, primordial germ cells (PGCs) are effective targets for advanced genome editing, including gene knock-in. Although a long-term culture system has been established for chicken PGCs, it is necessary to select a gene-editing tool that is efficient and precise for editing the PGC genome while maintaining its ability to contribute to the reproductive system. Clustered regularly interspaced short palindromic repeats (CRISPR)/CRISPR-associated protein 9 (Cas9) and CRISPR-mediated precise integration into the target chromosome (CRIS-PITCh) methods are superior as the donor vector is easier to construct, has high genome editing efficiency, and does not select target cells, compared to the homologous recombination method, which has been conventionally used to generate knock-in chickens. In this study, we engineered knock-in chicken PGCs by integrating a fluorescent protein gene cassette as a fusion protein into the chicken vasa homolog (CVH) locus of chicken PGCs using the CRIS-PITCh method. The knock-in PGCs expressed the fluorescent protein in vitro and in vivo, facilitating the tracking of PGCs. Furthermore, we characterized the efficiency of engineering double knock-in cell lines. Knock-in cell clones were obtained by limiting dilution, and the efficiency of engineering double knock-in cell lines was confirmed by genotyping. We found that 82% of the analyzed clones were successfully knocked-in into both alleles. We suggest that the production of model chicken from the knock-in PGCs can contribute to various studies, such as the elucidation of the fate of germ cells and sex determination in chicken.     

基于K-means聚类的柑橘红蜘蛛图像目标识别

为快速检测红蜘蛛虫害,该研究采用基于Lab颜色模型中a(红/绿)、b(黄/蓝)层信息的K-means聚类法识别彩色图像中的红蜘蛛。试验选取8幅具有不同清晰度的柑橘红蜘蛛图像,采用基于Sobel边缘检测算子的评价函数计算图像清晰度评价值以评价图像清晰度,对比采用灰度法和包含2、3、4或5个聚类中心的K-means聚类法的目标识别效果和识别效率。结果表明,灰度法对8幅图像中红蜘蛛目标识别率平均值为29%,误判率平均值为201%,无法应用于复杂背景图像中的红蜘蛛目标识别。包含5个聚类中心的K-means聚类法对清晰度较高的图像识别率为100%,误判率为0,对清晰度较低的图像识别率为88%,误判率为0;当图像尺寸较小时,包含4个聚类中心的K-means聚类法识别效率与灰度法相当;当图像尺寸较大时,重复计算聚类中心导致识别耗时较长;基于Lab颜色空间的识别算法无法有效识别其他颜色的红蜘蛛,继续研究的方向为引入红蜘蛛形态信息以提高识别准确率和优化聚类中心的选取以降低识别耗时。     

协同多目标攻击空战决策的启发式粒子群优化算法

利用协同多目标攻击战术的特定知识，并结合粒子群算法，提出了一种用于空战决策的启发式粒子群算法。该算法利用粒子群算法对解空间探索能力强，容易跳出局部最优陷井及启发式算法局部搜索能力强的优点，快速、高效地对全局最优值进行搜索。该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验结果表明。本文算法对最优空战决策方案的搜索性能明显优于普通粒子群算法及其他两种遗传算法。     

植物染色体原位杂交技术的发展

染色体原位杂交技术是现代生物技术的重要组成部分。它具有直接、准确、便捷等特点,在生物科学研究中发挥着重要的作用。随着分子生物学的进步,染色体原位杂交技术不断改进和完善,新的染色体原位杂交技术不断涌现。本文对染色体原位杂交探针、染色体原位杂交靶DNA类型、染色体原位杂交新技术及应用等方面进行了综述。     

基于ANP方法的高校图书馆服务质量评价

通过采用网络层次分析法(ANP)建立高校图书馆服务质量评价指标体系,分析了指标之间的相互影响和依存关系,并用 ANP 方法确定高校图书馆服务质量评价指标体系中各指标权重.结果表明,ANP 方法得出的指标权重趋向均衡化,增加了指标权重的可行性和合理性.     

马立克氏病病毒编码的miR-M12-5p对鸡HVCN1基因表达的靶向调控

为研究miR-M12-5p在马立克氏病病毒(Marek’s disease virus,MDV)感染过程中的调控作用,利用生物信息学方法对其候选靶基因进行预测分析,发现4个miR-M12-5p的结合靶点。体外双荧光素酶报告试验结果表明,miR-M12-5p可结合宿主鸡的氢离子电压门控通道1(HVCN1)基因mRNA的3'-UTR相应位点并发生特异性相互作用。实时荧光定量PCR分析进一步证实,miR-M12-5p能够在体内下调HVCN1基因的表达水平。上述结果表明,miR-M12-5p可以靶向调控宿主基因HVCN1的表达。     

基于PRIM的皖西大别山区旅游市场细分研究

旅游客源市场细分和目标市场定位是当今旅游研究的热点问题和重要内容.以皖西大别山为例,寻找高重游意愿群体,选择最合适的群体作为目标市场并通过交叉分类研究分析其基本特征,结果显示:国内旅游客源市场以年轻型为主,成年型次之,国内旅游发展空间巨大;关注特定人口特征下的目标游客群体可以将重游率提高200.9%;目标游客群体的态度、行为特征与整体市场基本保持一致,但在人口学特征上有较大差别;目标市场中硕士及以上学历游客和具有本科学历且已婚有成年子女的游客均是被忽略的重要细分群体.