基于无人机遥感的松材线虫病识别定位与视频会商系统开发研究

为实现松材线虫病Bursaphelenchus xylophilus的有效识别和定位,开发了基于Java、C++和HTML编程语言,结合OpenCV开源库、CloudRoom SDK、GeoTools工具和MySql数据库的具有松材线虫病识别定位和视频会商两个模块的系统.该系统利用OpenCV算法对感病松树Pinus ...     

开发计算机软件教学视频课件研究与实践

计算机软件教学视频课件是在进行视频教学过程中的一种辅助工具,根据计算机软件类教学特点要求,其课件设计也呈现出了一些特殊性——实践性、持续性、组织层次性、媒体多样性等.文章以开发设计计算机软件教学视频课件为主要内容,从视频教学特点、当前课件制作问题以及高质量的课件制作思路三个方面进行简要的论述,为教师制作高质量、高可用的视频课件提供参考.     

“自绘解剖图谱+自制解剖模型+自制讲解视频”教学法在动物解剖生理教学中的应用

动物解剖生理学十分复杂,包括运动、消化、生殖、循环等多个系统,且每个系统每个器官形态结构特点不一、空间关系错综繁琐,一直是解剖学学习中的难点和重点。现有的解剖生理学教学方法大多以平面图解及静态模型来讲授,且高职学生具有基础较为薄弱、学习主动性不强的特点,使学生在学习方面存在着理论与实践上的诸多问题。为此,文章介绍了一种全新教学方法,使学生可以主动参与并更为直观、系统地了解解剖生理知识,帮助学生提高学习效率,培养学习兴趣,为后续课程学习奠定扎实的基础。     

“产蛋期禁用”兽药与禽蛋实物溯源体系探讨

为科学、安全地指导禽蛋生产,建立健全禽蛋质量安全溯源体系,文章对“产蛋期禁用”兽药在禽蛋中检出的结果判定问题进行分析探讨,建议对现行“产蛋期禁用”兽药改用按“弃蛋期”规定进行管理,完善相关配套标准和制度,同时,提出建立健全禽蛋“留样制度”和“附样流通制度”为代表的实物溯源体系,有效提高禽蛋质量安全水平。     

远程视频监控在农产品质量安全追溯系统中的应用研究

将远程视频监控技术集成到农产品质量安全追溯体系的建设中,能够对数据采集过程进行有效监督,保证追溯数据的准确性和真实性,提高追溯系统的信息质量。分析了远程视频监控系统对农产品质量安全追溯能力的提升作用,从集成方式、关键技术等方面进行详细阐述,介绍了其在东莞市生猪质量安全追溯系统中的应用。     

拍客

2006年,博客以文字抒写,2007年之后,拍客用视频说话。拍客,作为视频时代的新锐代言人,既是奇趣事件的见证者,也是分享与传播者,更成为了一种新的职业。网友"糟糠宝宝"从事过的职业种类很多,开过饭店,也做过化妆品行业的主管。以前她上网主要就是看看新闻、听听音乐,也经常浏览各种视频网站。后来她逐渐产生将自己拍摄的一些视频发布到网络的想法,     

大华丽蜾赢的筑巢和育幼行为观察与视频记录

通过直接观察和摄像机同步记录的方式．观测大华丽蜾赢[Deltapetiolata（Fabricius）]的筑巢与育幼行为,包括选址、取水、取泥、筑巢、产卵、捕虫和封口等环节。结果表明,大华丽蜾赢一天的活动时间为8：00～18：00．完成1穴需要制作和搬运15～18个泥球,单次取泥时间为33～75s,单次取水时间为15～22s。筑巢耗费1个泥球的时间为41～209s,单穴储存2～4只夜蛾幼虫;每天筑l穴,连筑8穴,每穴产卵1粒．共8粒,幼虫发育30d左右,2只破巢而出,羽化为成虫,其余被寄生而未能完成发育。同时,成功地获得了包括巢内行为在内的视频记录。     

开展农村党员干部现代远程教育工作实践及思考

以河南省农业科学院开展农村党员干部现代远程教育工作实践为据,针对在新形势下如何做好农村党员干部现代远程教育工作,进行了综合考虑,提出了具体做法,为社会主义新农村建设做出新的贡献.     

基于ARM的危险货物运输车载视频监控系统设计

针对危险货物运输过程中对货物的监控,选用ARM芯片、WinCE系统进行车载视频监控系统开发,实现危险货物运输的实时动态显示、图像捕捉、存储及发送,以便提高对危险货物运输过程的监控管理效果。     

基于无人机视频影像的油菜苗检测与计数

针对油菜生长早期传统人工苗情调查方法效率低、主观意识强,不能满足大面积或经常性高精度苗期调查作业需求的问题,该研究基于无人机影像及机器学习技术,提出一种油菜苗视频流检测模型及计数方法。通过对YOLO系列基础模型添加多头自注意力,用BasicRFB（basic receptive field block）模块替换原有的空间池化结构（spatial pyramid pooling-fast,SPPF）模块,并对Neck部分添加一维卷积及更换下采样方式等,进一步结合DeepSORT（deep simple online and real-time tracking）算法和越线计数技术实现对油菜苗的数量统计。算例测试结果表明,改进后YOLOv5s的交并比阈值0.50的平均精度均值达到93.1%,交并比阈值0.50～0.95的平均精度均值达到了67.5%,明显优于Faster R-CNN、SSD和YOLOX等其他经典目标检测算法,交并比阈值0.50的平均精度均值分别高出14.82、26.37和3.3个百分点,交并比阈值为0.50～0.95范围下的平均精度均值分别高出25.7、33.9和6.7个百分点。油菜苗计数试验结果表明,离线视频计数时,在合理的种植密度区间内,所提算法的油菜苗计数精度平均达到93.75%,计数效率为人工计数的9.54倍;在线实时计数时,在不同天气情况下,计数平台的油菜苗计数精度最大相差1.87个百分点,具有良好的泛化性,满足油菜苗计数实时性要求。