基于深度学习的小浆果一体化智能采摘与分选研究进展

小浆果因具有较高的营养价值和保健作用深受人们喜爱,被国际市场誉为第3代水果。随着市场需求量的增加,林业小浆果的智能采摘与分选成为一种新的趋势。目前,由于现有技术自动化和智能化程度不高,导致大量人力、物力的投入。深度学习方法的飞速发展促进了检测技术的精确作业和检测精度的提高。文中概述了深度学习的发展进程,通过总结国内外关于深度学习方法在小浆果采摘与分选中的应用,提出深度学习方法在实际应用过程中存在的问题及解决措施,并展望深度学习方法在小浆果智能采摘与分选检测方面的发展趋势。     

基于地基激光雷达监测不同地表覆盖条件的土壤侵蚀试验研究

土壤侵蚀量是土壤退化风险评估的重要指标,地基激光雷达(TLS)为土壤侵蚀量动态监测提供新技术手段,但野外不同地表覆盖条件对监测精度的影响尚不明确。基于2019年11月和2021年7月在鹰潭红壤生态实验站获取的地表裸露、石块、稀疏象草、马尾松、马尾松+石块,马尾松+稀疏象草等不同地表覆盖条件的6个径流小区两期TLS数据,运用移动曲面拟合滤波和反距离加权插值方法估算土壤侵蚀量,结合实测侵蚀量数据评价TLS精度,并探讨不同地表覆盖条件下TLS的最小变化识别度(minLOD)。研究表明,TLS监测精度与土壤侵蚀量呈正相关关系,更适用于中等强度以上或长时间发生明显侵蚀的土壤侵蚀区监测。不同地表覆盖条件下minLOD为4～60 mm,TLS监测相对误差(RE)依次为：地表裸露(RE=–9.4%)<马尾松+石块(RE=12.6%)<石块(RE=15.5%)<稀疏象草(RE=–18.9%)<马尾松(RE=23.4%)<马尾松+稀疏象草(RE=–25.2%);地表覆盖条件不仅影响土壤侵蚀强度、地表粗糙度,也产生点云滤波及空间插值误差,进而影响TLS识别minLOD准确度和土...     

基于改进YOLOv8n的复杂环境下柑橘识别

针对复杂环境下柑橘果实大量重叠、枝叶遮挡且现有模型参数量大、计算复杂度高等问题,提出了一种基于改进YOLOv8n的柑橘识别模型YOLOv8-MEIN。首先,该研究设计了ME卷积模块并使用它改进YOLOv8n的C2f模块。其次,为了弥补CIoU损失函数在检测任务中泛化性弱和收敛速度慢的问题,使用Inner-CIoU损失函数加速边界框回归,提高模型检测性能。最后,在自建数据集上进行模型试验对比,试验结果表明,YOLOv8-MEIN模型交并比阈值为0.5的平均精度均值mAP_0.5值为96.9%,召回率为91.7%,交并比阈值为0.5~0.95的平均精度均值mAP_0.5～0.95值为85.8%,模型大小为5.8MB,参数量为2.87M。与原模型YOLOv8n相比,mAP_0.5值、召回率、mAP_0.5～0.95值分别提高了0.4、1.0、0.6个百分点,模型大小和参数量相比于原模型分别降低了3.3%和4.3%,为柑橘的自动化采摘提供技术参考。     

基桩低应变动测的频响特性与频域分析

动态测试与静态测试最大的区别在于动态测试包含了对多种频率成分的动态信号记录问题，频域分析是时域分析的一种必要的、有益的补充，能够更好地指导我们的现场测试．帮助我们选择更好的安装方法．在对基桩动态响应的频谱特性进行分析基础上，讨论了基桩低应变动测曲线的额域分析方法，并介绍了计算桩底土的单位剐度和桩身动刚度的方法．     

灰色理论在储粮害虫图像处理中的应用

提出了一种基于灰色理论的图像边缘检测算法,首先确定参考序列和比较序列,然后计算各像素点为中心形成的比较序列与参考序列之间的关联系数,再进行边缘检测.将其应用于储粮害虫图像的边缘检测,实例表明该方法能较好地检测储粮害虫图像的有效边缘信息.     

浅谈计算机网络入侵检测

本文介绍了计算机网络入侵检测的概念和入侵检测的步骤,重点分析了入侵检测的分类、入侵检测技术及存在的主要问题,最后介绍了入侵检测的发展方向.     

基于代理（Agent）的入侵检测系统设计

文章提出了一种基于Agent的入侵检测系统模型,该模型是一个层次结构,主要由监控中心Agent、评估分析Agent、信息收集Agent等组成.并对该系统模型最底层的基于网络Agent的设计与实现进行了研究,基于网络的Agent有数据报捕获模块、协议解析模块、规则分析模块、检测分析模块等组成.     

分形与形态学在原木漏节图像边缘检测中的应用

采用X射线无损检测系统透射被检测的原木,根据检测透射物体后射线强度的差异,得到漏节图像。将图像分割成若干子区域,应用最小盒计数法计算每个子区域的分形维数,将图像从空域描述变换到分形域描述。进而应用数学形态学对得到的分形维数图进行有效的边缘检测,以确定原木缺陷的种类。检测结果表明：将分形理论和数学形态学结合起来的边缘检测方法,可以快速、准确地检测出原木漏节图像边缘。     

应用Dot-IGS快速检测牙鲆腹水病病原的研究

[目的]建立一种简便快速检测迟钝爱德华氏菌的斑点免疫金染色诊断方法。[方法]选用硝酸纤维素膜作固相载体,以胶体金标记羊抗兔IgG,根据棋盘试验,确定Et免疫血清和金标抗体最佳工作浓度,以出现明显清晰斑点者判定为阳性。[结果]迟钝爱德华氏菌呈阳性,温和气单胞菌、嗜水气单胞菌、河流弧菌、溶藻弧菌、鳗弧菌、腐败希瓦氏菌、产碱普罗威斯登菌、阪崎肠杆菌和大肠杆菌均呈阴性。[结论]Dot—IGS方法简便、特异、快速、结果直观,便于在基层推广使用。     

基于DSP的鸡蛋破损检测方法

通过分析受敲击鸡蛋的声音功率谱图而确定出特征参数：共振峰对应的模拟量频率值、功率谱面积、高频段额外峰功率谱幅值和第32点前后频段功率谱面积的比值,并通过Bayes理论建立鸡蛋破损判别模型。然后采用DSP鸡蛋破损检测系统,进行鸡蛋破损检测的试验。检测结果表明,此系统判别精度高,方法可行。