云南省边境地区猪弓形虫血清流行病学调查

为了解云南省边境地区猪弓形虫感染情况及流行趋势,对云南省3个边境地区生猪屠宰场猪血清进行弓形虫检测,采集猪血液样本631份,应用猪用弓形虫抗体检测试剂盒检测血清中弓形虫抗体。结果表明:云南省边境地区猪血清中弓形虫IgG抗体总阳性率为2.2%,其中中越、中老、中缅边境地区猪弓形虫IgG抗体阳性率分别为3.1%(7/229)、2.8%(6/213)、0.5%(1/189),各地区间弓形虫感染阳性率差异不显著(P0.05)。说明云南边境地区市售猪肉及其副产品存在弓形虫,应减少或改变生食或半生食猪肉及其副产品,以降低弓形虫感染风险。     

一种弱监督细粒度深度网络的木材分类方法

针对使用木材的微观结构对木材树种进行识别分类,提出一种新的基于细粒度图像识别的深度卷积神经网络自动分类算法,在阐述Navigator Teacher Scrutinizer Network算法的基础上,首先,利用分段线性激活函数对特征的存在程度和缺失程度的选择能力进行改进,在改进后的特征选择模型算法中搜寻最优α参数;其次,在改进后的算法中加入一个全局K-max池化层并应用在木材分类中,获得最佳的分类结果.实验结果表明,相比于原始NTS神经网络,本文所提算法能够更准确地实现数据分类,该模型的实验准确率为88.36%,准确率高,实用性强,可以提高木材树种分类精度,为木材树种快速分类提供参考.