排序方式: 共有35条查询结果,搜索用时 265 毫秒
1.
自动导航牵引车在工业中担任运输物料的作用,随着单栋温室的面积不断增大,操作区之间的距离逐渐增大,为了实现各操作区之间的联系,高效完成运输、采摘和喷洒等各项任务,开发一种应用于温室中的自动导航牵引车。该设备主要包括驱动总成、转向总成、AGV控制总成、手动控制总成、路面清理装置、铅酸蓄电池、底盘和外壳。开发的温室自动牵引车不仅能够实现自动导航,在面积巨大、路况复杂或线路不确定的区域还能够实现手动控制。在温室生产中应用灵活方便,极大地提高了现代农业的装备化水平。 相似文献
2.
作物轮作种植在中国应用历史悠久,而针对不同地区不同栽培目的的轮作模式研究一直处于探索中。笔者以轮作在土壤生态学方面对土壤的改良作用着手,分析国内外学者关于多种轮作模式下土壤线虫与微生物群落的相关研究,讨论轮作模式下土壤理化性状对两者的影响以及在团聚体中微生物和线虫群落的关系。从宏观及微观空间尺度下分析两者在土壤生态系统食物网中的相互作用,根据其互作效应探究微生物、线虫对土壤环境的指示作用,以此来达到合理轮作、培肥土壤、作物可持续稳产高产的目的,使得农田土壤状况向着更有利于作物生长发育的方向发展。 相似文献
3.
4.
5.
目的 探讨袁肇凯教授治疗冠心病的临床用药规律。方法 收集袁肇凯教授治疗冠心病临床案例121份,运用Excel表及统计学软件SPSS 21.0进行频数分析和聚类分析。结果 121份案例中,使用中药70种,其中高频中药26种,频次排名前10的中药为川芎、炙甘草、丹参、石菖蒲、远志、白参、三七、桂枝、茯神、麦冬。获得3个聚类方:第一类方行气活血化瘀,宣通心阳,祛痰宽胸,由血府逐瘀汤与瓜蒌薤白半夏汤加减;第二类方补益心气,养血安神,由养心汤加减;第三类方温通心阳,活血行滞,由自拟宣痹冠心丸加减。结论 袁肇凯教授治疗冠心病注重温通心阳,活血行滞,兼以养心安神,主张补通二法作为本病治疗大法。 相似文献
6.
在阐述我国土地流转现状的基础上,从土地市场、农业资本市场、农业劳动力市场、农业科学技术4个方面分析了土地流转引发的县域农业生产要素市场的变化。探讨了土地流转对县域农业产业化发展的影响:一是县域农业规模化生产所需要的大量土地得到较为有效的供给;二是县域农业专业化生产所需要的大量劳动力得到较为有效的补充;三是科学技术的创新为县域农业产业结构的调整提供了重要动力。在此基础上提出了促进县域经济发展的对策:一是规范土地流转市场,保证县域农业产业化发展有持久稳定的基础;二是提高县域农产品的商品化、差异性和附加值;三是保证县域农业资本的投入。 相似文献
7.
针对目前市面上现有的蔬菜种植柜存在结构简单、智能化程度较低的问题,研究了一款新型的家庭智慧菜园,又名微型香草人工光种植。该设备采用封闭式结构,主要包括壳体、营养液箱、栽培槽、水路循环系统和自动控制系统,可定植罗勒、生菜等植物,作为一款家用电器,可使用自主研发的手机APP对灌溉、补光、换气等进行自动控制。栽培试验及环控测试结果表明,叶菜平均生长周期为40 d,总耗水量为63.2 L,总耗电量为72 kW·h,生菜的单颗重量150~200 g。设备内温度为15~25℃,相对湿度为45%~65%。该设备所提供的环境参数可满足叶菜的正常生长,同时丰富了市面的产品种类,提高了整体的技术水平。 相似文献
8.
9.
10.
目标检测与分割是实现黄花菜智能化采摘的关键技术,原始目标检测算法容易出现漏检、误检等问题,无法满足自然环境下生长的黄花菜采摘要求。该研究提出一种基于改进YOLOv7-seg的黄花菜目标检测与实例分割识别算法模型(YOLO-Daylily)。通过在YOLOv7-seg骨干网络(backbone)中引入CBAM(convolutional block attention module)注意力机制模块,降低背景等干扰因素的影响;在ELAN(efficient layer aggregation networks)模块中采用PConv(partial convolution)替换原有的3×3卷积层,减少冗余计算和内存访问,提升对目标黄花菜特征提取的能力。颈部网络(neck)采用坐标卷积(CoordConv)替换PA-FPN(path aggregation-feature pyramid networks)中1×1卷积层,增强模型对位置的感知,提高掩膜(mask)鲁棒性。在改进的PA-FPN结构中采用残差连接方法将浅层特征图几何信息与深层特征图语义信息特征相结合,提高模型对目标黄花菜的检测分割性能。消融试验表明:改进后的算法检测准确率、召回率和平均精度分别达到92%、86.5%、93%,相比YOLOv7-seg基线算法分别提升2.5、2.3、2.7个百分点;分割准确率、召回率和平均精度分别达到92%、86.7%、93.5%,比基线算法分别提升0.2、3.5、3个百分点。与Mask R-CNN、SOLOv2、YOLOV5-seg、YOLOv5x-seg算法相比,平均精度分别提升8.4、12.7、4.8、5.4个百分点。改进后的模型减少了漏检、误检等情况,对目标定位更加精准,为后续黄花菜智能化采摘实际应用提供理论支持。 相似文献