基于卷积神经网络的草莓叶部白粉病病害识别

针对计算机视觉下草莓叶部白粉病病害的识别,提出了一种基于卷积神经网络的病害识别模型。首先,设计了3种网络深度(经过3、4和5次卷积操作)与3种卷积核(5×5、3×3,5×5、3×3混合)交叉组合共9种不同网络深度与卷积核尺寸的卷积神经网络结构;其次,分别选择了4种采样层构建方法(均值池化、最大值池化、中间值池化和混合池化);最后,进行了9组训练集与测试集不同比例的模型识别。结果表明,基于混合池化的CNN-9模型(卷积核尺寸5×5,3×3;卷积神经网络深度11)表现最好,对草莓叶部白粉病病害的正确识别率达到98.61%。该方法可较好地实现草莓叶部白粉病病害的识别,且图像预处理步骤简单,易推广,可用于草莓白粉病病害的实时监测。     

马场信息综合管理系统的开发与设计

面对现代马业信息化管理的实际需求,采用Visual Studio 2015开发平台、SQL Server 2014数据库,应用C#语言构建基于.NET框架,B/S模式的马场信息综合管理系统。管理系统为马场提供了全面、高效、可视化的马场信息管理技术支持,包括马匹信息管理、健康监测、饲养管理、免疫管理、病例管理、繁育管理、训练管理、日常管理八个模块,实现了马匹与马场基本信息的管理、马匹免疫信息与病例信息的统计、免疫提醒与分娩提醒等功能。在饲养管理子系统中,根据不同马匹的营养需要量和所选饲料的营养价值,建立了基于目标规划算法的马饲料配方模型,实现马饲料配方的自动生成,对马饲料配方的研究具有一定的参考价值。综合性管理系统的构建对现代马业的发展具有实际意义。