液相色谱质谱法测定乳品中动物水解蛋白的含量

采用液相色谱质谱法测定乳品中动物水解蛋白的含量,样品经牛蛋白酶酶解,乙腈萃取,HLB柱净化,C_(18)色谱柱分离,MRM模式,定量离子对(m/z):132.1/86.2;定性离子对(m/z):132.1/68.3。结果表明:回收率在92.18%~98.57%,相对标准偏差2.1%~4.8%;按信噪比R_(SN)=3计算,定量限为2.5μg/kg。     

基于SIRI和CNN的苹果隐性损伤检测方法

苹果从采摘到销售过程中易发生机械损伤,需要及时剔除以避免腐烂变质。然而机械损伤早期苹果外观颜色变化不明显,通常表现为隐性损伤,检测比较困难。提出了一种基于结构光反射成像(SIRI)和卷积神经网络(CNN)的苹果隐性损伤检测方法。通过搭建SIRI系统,采集待测苹果调制的结构光图像,再利用三相位解调法提取交流分量,增强苹果隐性损伤对比度;然后利用交流分量图像制作苹果隐性损伤数据集,并使用基于CNN的语义分割网络FCN、UNet、HRNet、PSPNet、DeepLabv3+、LRASPP和SegNet训练损伤检测模型,多组试验结果表明上述模型均能有效地检测出不同情况下的苹果隐性损伤。其中HRNet模型精确率、召回率、F1值和平均交并比较高,分别为97.96%、97.52%、97.74%和97.58%,但检测速度仅为60 f/s; PSPNet模型检测速度较快,可达到217 f/s,但其检测精度略低,精确率、召回率、F1值和平均交并比分别为97.10%、94.57%、95.82%和95.90%。     

融合三维结构光和叶绿素荧光的植株光合表型成像系统

[目的/意义]植株光合表型研究在把握植株生理特性和解析植株形态结构上起着至关重要的作用,通过传统叶绿素荧光成像方法难以对植株光合作用三维空间异质性进行分析。为提高植株表型检测效率,满足高通量植株光合表型分析需求,本研究构建了一套经济实用、融合三维结构光和叶绿素荧光的植株光合表型成像系统。[方法]提出了一种自动化植株图像采集并建立植株可视化模型的方法,并进行图像分析获取植株光合效率信息。通过搭建结合叶绿素荧光激发的结构光条纹投影装置,先用LED (Light-Emitting Diode)白光与蓝光分别照射植株样本,再用投影仪对植株样本投射相移条纹,电动滤光轮配合相机同步采集不同光照条件下特定波段的植株图像;通过数字图像处理获取植株三维图像和对应的叶绿素荧光图像,并分析植株的三维形态结构及光合效率,将植株叶绿素荧光图像逐像素渲染到其三维结构上,便可推测出植株光合在三维空间中分布情况。[结果和讨论]该方法及系统能够高效多样化采集植株图像,快速重构出植株三维形态,其整体重建准确率可达到96.69%,整体误差仅为3.31%,重构时间仅需1.11s,同时能够满足植株光合效率评估需求。[结论]该研...     

新工科背景下农业院校材料力学教学改革研究

材料力学是农业类工科专业的核心课程,可以有效提高学生的创新和工程实践能力。近年来,国家提出新工科教育,传统的教学方式已不适应新的教育要求,教学改革势在必行。本文分析了传统教学中存在的“填鸭式”教学、学生完成作业不理想和考核方式单一等问题,探讨了新的教学改革措施,并进行了实践,验证了这些教学措施确实可以提高教学效果,培养了学生发现、分析和解决问题以及创新的能力,有助于提高学生的综合素质,以满足当前农业工程类本科毕业生的培养要求。     

基于轻量化U-Net网络的果园垄间路径识别方法

针对目前果园垄间导航路径识别方法存在准确性与实时性难以同时兼顾、泛化能力弱等问题,本文在U-Net模型的基础上进行优化,采用MobileNet-v3 Large作为U-Net的主干特征提取网络,并在跳跃连接处引入坐标注意力机制(Coordinate attention, CA),构建轻量化路径识别模型。以该模型分割的垄间可行驶区域为基础,利用最小二乘法重塑可行驶区域边缘点,并进一步提取垄间导航线。首先采用数据增强的草莓垄间数据集进行模型训练,并进一步迁移到葡萄和蓝莓数据集上进行权重微调,以提高模型适应能力。最后在相应的验证集上进行导航路径识别,并通过可视化对比不同模型识别结果,以验证模型准确性。试验结果表明,网络模型在草莓、蓝莓和葡萄果园垄间路径识别的平均交并比分别为98.06%、97.36%和98.50%,平均像素准确度分别达到99.13%、98.75%和99.29%。模型处理RGB图像分割可行驶区域的理论推理速度可达19.23 f/s,满足导航实时性和准确性的要求。     

专业认证背景下农林类院校车辆工程专业人才培养思考

车辆工程专业是工学传统学科,属于机械类,我国每年约有2万毕业生进入社会。工程教育专业认证作为国际认可的工程师培养标准,对于高校培养过程规范化、保证培养质量、毕业生被认可具有重要意义。相同规范标准下,培养过程中较易出现教学体系同质化的现象,为了有效避免此类情况,农林类院校车辆工程专业必须要突出地区和行业特色。阐述了安徽农业大学车辆工程专业基本状况,分析了现存的一些突出问题,提出了人才培养模式的创新探究。     

密植环境下基于域自适应学习的番茄检测方法

为解决果实检测模型在密植环境中对于不同场景适应力较差和严重的数据依赖性问题,该研究结合YOLOv5模型和域自适应学习,提出了一种新型的番茄域自适应检测模型TDA-YOLO(tomato detection domain adaptation)。该研究将密集种植环境中正常光照场景作为源域,其他光照场景作为目标域。首先,引入神经预设的颜色风格迁移来构建伪数据集,减小源域和目标域之间的差异。其次,该研究结合半监督学习方法,使模型能够更充分的提取域不变特征,并利用知识蒸馏提高模型适应目标域能力。此外还引入FasterNet轻量级网络整合到C3模块中,以加快推理速度并减少参数量。试验结果表明,在不同场景的密集种植环境中,TDA-YOLO模型检测番茄的均值平均精度为96.80%,比原始YOLOv5s模型提高了7.19个百分点,相较于最新的YOLOv8和YOLOv9也分别高出2.17和1.19个百分点,其对于每张图像的平均检测时间为15 ms,FLOPs大小为13.8G。经过加速处理后,Jetson Xavier NX 开发板上部署的 TDA-YOLO 模型的检测准确率为90.95%,均值平均精度值为91.35%,每张图像的检测时间为 21 ms,满足密植环境下番茄实时检测的要求。试验结果表明提出的TDA-YOLO模型可在密植环境下准确、快速的检测番茄,同时避免了使用大量的标注数据,为番茄等果实自动化收获系统的开发提供技术支持。     

不同施氮水平对羊草抗衰老能力的影响

对人工建植的羊草草地施不同水平N(0、100、200、300、400 kg/hm^2分别用N0、N1、N2、N3、N4表示)肥,测定不同N素水平下羊草叶片的抗氧化酶活性、MDA含量及叶绿素含量分析不同施氮水平对沙地羊草衰老的影响。结果表明:施N可显著提高第1茬沙地羊草叶片中SOD,POD和CAT活性。随施N水平的增加,羊草旗叶、倒二叶和倒三叶叶片中叶绿素含量均呈先增加后减小的变化,下部叶片中MDA含量呈先降低后增加的趋势;施N显著增加第2茬沙地羊草叶片中POD活性,且N1水平下上部叶片中叶绿素含量增加显著,下部叶中MDA含量降低显著;追施氮肥可提高叶片叶绿素含量,增强叶片POD和SOD活性,推迟羊草衰老。综合不同N水平下活性酶强弱及叶绿素含量变化,科尔沁沙地羊草人工草地建植最佳施氮量为N1(100 kg/hm^2)。     

食源性兴奋剂研究进展分析

食源性兴奋剂是体育竞技关注的热点问题之一。本文梳理了食源性兴奋剂污染来源、主要检出的兴奋剂类型及物质,分析了误食的主要原因,总结了食源性兴奋剂的相关标准法规和检测依据,综述了食源性兴奋剂检测方法研究进展,并针对研究现状展开讨论与提出建议,为加强体育赛事供应食品中食源性兴奋剂的预防控制与监测管理提供依据。