人字形板式换热器流道传热特性及参数优化

为实现田间条件下快速、准确识别棉花与杂草,该文以自然光照下田间棉花与杂草为研究对象,采用垂直向下拍摄的方式获取棉花杂草视频,按1帧/s的速率从视频中提取图像,在人工去除冗余度过多的图片后,建立1 000幅图片的数据集。对比了Faster R-CNN和YOLOv3 2种典型卷积神经网络,将Faster R-CNN卷积神经网络的深度学习模型引入到棉花杂草图像识别中,并提出一种结构优化的方法,使之适用于复杂背景下的棉田杂草识别。该文选用残差卷积网络提取图像特征,Max-pooling 为下采样方法,RPN网络中引入特征金字塔网络生成目标候选框,对卷积神经网络结构进行优化。在使用700幅图片进行训练后,通过200 幅田间棉花杂草图像识别测试,结果表明：该方法的平均目标识别准确率达95.5%,识别单幅图像的平均耗时为1.51 s,采用GPU 硬件加速后识别单幅图像的平均耗时缩短为0.09 s。优化后的Faster R-CNN卷积神经网络相对于YOLOv3平均正确率MAP高0.3以上。特别是对于小目标对象,其平均正确率之差接近0.6。所提方法对复杂背景下棉花杂草有较好的检测效果,可为精确除草的发展提供参考。     

农作物秸秆综合利用的现状、存在问题及发展建议

在农业生态系统中农作物秸秆属于一种十分珍贵的自然资源。并且农作物秸秆对于资源节约、环境保护以及农业经济可持续发展这几个方面具有重大意义。当前我国农作物的发展长期处于低收益、低产出、高污染等现象,本文针对我国农业发展情况主要探讨了农作物秸秆在畜牧饲料、肥料还田、生活能源方面的有效利用,同时也针对于农作物秸秆的综合利用技术出现的问题进行了分析,进而提出了应对此类问题的解决方法和相关意见。