普渡大学农业工程专业本科生创新与实践能力培养的借鉴与思考

借鉴国际一流大学农业工程专业结构设置和人才培养模式,对于提高教育质量、提升学生创新与实践能力具有重要意义。介绍了美国普渡大学农业与生物工程系本科生学科专业设置概况,分析各培养环节的设置目的、教学方式和教学效果,探讨教学实践中各类问题的产生原因与应对策略,并思考在“新工科”建设过程中推进学生创新思维训练与实践能力培养的可行途径,以期为学科专业建设、教学模式优化和学生能力培养提供参考。      

马铃薯机械化种植收获技术要领

本文从选地、整地、播种、田间管理及收获四个方面介绍马铃薯机械种植的技术要领。     

基于YOLO v8n-seg和改进Strongsort的多目标小鼠跟踪方法

多目标小鼠跟踪是小鼠行为分析的基本任务,是研究社交行为的重要方法。针对传统小鼠跟踪方法存在只能跟踪单只小鼠以及对多目标小鼠跟踪需要对小鼠进行标记从而影响小鼠行为等问题,提出了一种基于实例分割网络YOLO v8n-seg和改进Strongsort相结合的多目标小鼠无标记跟踪方法。使用RGB摄像头采集多目标小鼠的日常行为视频,标注小鼠身体部位分割数据集,对数据集进行增强后训练YOLO v8n-seg实例分割网络,经过测试,模型精确率为97.7%,召回率为98.2%,mAP50为99.2%,单幅图像检测时间为3.5ms,实现了对小鼠身体部位准确且快速地分割,可以满足Strongsort多目标跟踪算法的检测要求。针对Strongsort算法在多目标小鼠跟踪中存在的跟踪错误问题,对Strongsort做了两点改进：对匹配流程进行改进,将未匹配上目标的轨迹和未匹配上轨迹的目标按欧氏距离进行再次匹配;对卡尔曼滤波进行改进,将卡尔曼滤波中表示小鼠位置和运动状态的小鼠身体轮廓外接矩形框替换为以小鼠身体轮廓质心为中心、对角线为小鼠体宽的正方形框。经测试,改进后Strongsort算法的ID跳变数为14,MOTA为97.698%,IDF1为85.435%,MOTP为75.858%,与原Strongsort相比,ID跳变数减少88%,MOTA提升3.266个百分点,IDF1提升27.778个百分点,与Deepsort、ByteTrack和Ocsort相比,在MOTA和IDF1上均有显著提升,且ID跳变数大幅降低,结果表明改进Strongsort算法可以提高多目标无标记小鼠跟踪的稳定性和准确性,为小鼠社交行为分析提供了一种新的技术途径。     

基于磁导引的履带式小车作物图像自动采集系统设计与试验

为实现自动高效获取农作物的生长图像,设计了1种适用于旱田作物的高通量履带式小车图像采集系统。系统采用磁导引传感器和磁条实现小车在田间按路径自动行走;采用履带式小车底盘结构以保证系统在田间复杂环境下能稳定运行;在小车支架两侧分别安装俯视和侧视相机,可同时采集2个作物行的俯视图和侧视图,以提高工作效率;运用无线通信技术远程监控小车运行情况;系统顶端安装太阳能电池板,为小车在运行时补充电能。以盆栽玉米植株为研究对象,用该系统采集了玉米幼苗期到抽穗期的植株图像,结果表明,该系统运行稳定可靠,在旱田以0.1m/s速度作直线行驶时,绝对误差小于2cm,最小转弯半径为0.5m,连续采集模式下单个相机采集效率为30张/min,能满足实际需求。     

翻转课堂教学模式在《工程测试与信息处理》中的应用

在分析《工程测试与信息处理》课程特点和教学中存在问题的基础上，提出了对“传感器原理”这章实施翻转课堂，按照翻转课堂模式设计教学方案，并予以实施。采用对照试验和问卷调查研究方法，对学习效果进行分析。最后，对翻转课堂的优势、局限性和应用范围进行了分析和讨论。实践证明，翻转课堂教学模式对提高学生综合能力以及增强学习兴趣有积极作用。      

电力载波通信技术在温室数据采集系统上的应用

采用电力载波通信技术设计了温室数据采集系统,其硬件主要包括主通讯单片机系统电路、环境数据采集节点电路以及传感器测量电路.并根据数据采集的工作原理设计了相应的通讯协议及通讯算法.试验证明系统能实现多点环境数据的可靠采集和通讯,该系统为温室环境数据采集提供了一种可行的解决方案.     

浅谈电子设计竞赛与农业工程专业学生的创新能力的培养

农业的智能化、信息化和精细农业是农业工程的发展方向。它对农业工程专业学生的创新能力和实践能力提出了更高的要求。2年一次的全国大学生电子设计竞赛和湖北省大学生电子设计竞赛推动了我校的农业工程专业的教学改革,为我校培养更多、更优秀的创新型和实践型农业工程专业人才提供了帮助。     

基于.NET的信息管理WebGIS的开发

本文介绍了在．NET框架下把WebGIS技术与信息管理技术相结合应用于具地理性特点的信息管理系统的一种实现方法,并以资产管理信息系统为例给出了信息管理WebGIS的一种解决方案。文章着重讨论了系统的体系结构和功能,并阐述了系统实现的关键技术。     

基于运动恢复结构的玉米植株三维重建与性状提取

针对传统的玉米植株性状测量方法存在主观性强、劳动强度大、有损伤等问题,提出了基于运动恢复结构(Structure from motion,Sf M)的户外玉米植株三维重建方法,并提取了株高、单株最小包围盒体积、茎粗、叶面积、叶片数、叶夹角等11个性状参数。采用前期研制的小车,在户外采集不同视角下的玉米植株图像(采集间距为5～6 cm),基于Sf M算法获取玉米植株三维点云;运用直通滤波、圆柱拟合和条件欧氏聚类算法自动分割单株、茎秆和叶片等点云数据,基于距离最值遍历、三角面片化等算法实现株高、茎粗、叶面积等11个性状的准确、无损测量。结果表明,与人工测量值相比,测得的株高、茎粗和叶面积的平均绝对百分比误差分别为3. 163%、4. 760%和19. 102%,均方根误差分别为3. 557 cm、1. 540 mm、48. 163 cm2,决定系数分别为0. 970、0. 842、0. 901。研究表明,本文方法适用于作物表型户外测量,为表型研究提供了一种新的作物表型户外测量方法,同时还证明,株高和单株最小包围盒体积可以显著区分低地上部生物量玉米植株和高地上部生物量玉米植株。