基于卷积神经网络的家蚕农药中毒识别研究

由农药污染桑叶造成的家蚕中毒是蚕茧生产减收的主要原因之一。现有的家蚕农药中毒识别方法主要是人工观察大量蚕儿出现的明显症状进行识别。为了提高诊断的效率和准确性,运用深度学习方法的卷积神经网络开展了家蚕农药中毒的智能识别研究。通过给4龄初期幼虫添毒的方式集中获取敌杀死(溴氰菊酯)、草甘膦2种农药中毒的家蚕样本,并以相同日龄的健康家蚕作为参照,使用智能手机在实际环境下采集图像,构建家蚕中毒症状的图像数据集。在此基础上,利用轻量级卷积神经网络MobileNet模型开展识别试验,结果显示对2种农药中毒的识别准确率分别为95.0%和99.6%。初步的研究结果提示,进一步构建种类更加完整的基于卷积神经网络的家蚕农药中毒识别系统,将有助于蚕桑生产上家蚕中毒的农药污染溯源分析和精准预防。     

基于RS和GIS的川中丘陵区景观格局研究——以云合镇为例

利用高分辨率的IKONOS卫星数据,以RS和GIS为技术手段研究了川中丘陵区的景观格局特征及其影响因素。结果表明,随着地势起伏的加剧和人类活动强度减弱,浅丘、中丘和高丘景观格局的多样性指数分别是1.1437、1.3598和1.4367;优势度依次为0.8022、0.5861和0.5092;分维数依次是1.2652、1.3019和1.3272;破碎度则分别为53.9488、60.1556和54.4666。其景观格局主要受气候、地貌、坡度、人类活动和居民点分布的控制和影响。     

种薯水射流切口质量仿真分析与试验研究

为了获取最佳切割压力和移动速度,提高水射流种薯切块的切口质量,首先论述了水射流种薯切块和金属刀具切块的机理,分析切口拉伸及塑性流变以及切割裂纹对种薯损伤的影响;然后建立种薯、水射流离散元模型和金属刀具的实体模型;最后进行二因素三水平仿真试验,并比对水射流切块和金属刀具切块的效果。结果表明：水射流出口压力250MPa、移动速度0.5m/s时,切割效果最好;水切过程中,种薯切面受力远小于刀切过程,最大受力为刀切的1/4;种薯应力集中于切口处,种薯切块无明显受力情况;种薯块茎切口处粘结键断裂数目小于刀切过程,水切对马种薯切口损伤更小,切割质量更好。     

新疆农产品质量安全标准体系发展的领域

新疆农产品质量安全是市场经济发展的需求,是保障安全消费的需求。文章阐述了新疆农产品质量安全标准体系发展的现状,指出了农产品质量安全标准体系发展的重点领域,并总结出新疆农产品质量安全标准体系建设的关键环节,如加快标准的制定和修订进程、实施农业标准国际化计划、开展农业标准化示范区建设等,以期为进一步完善新疆农产品质量安全标准体系提供依据。     

基于激光三维重建的种薯芽眼识别方法研究

种薯芽眼的准确识别是实现智能切块的重要前提。为解决种薯芽眼机器视觉识别易出现误判和不易获取芽眼三维位置信息而导致切块不均匀的问题,提出一种基于激光三维重建的种薯芽眼识别方法。确定点云获取过程中ROI区域消除采集过程中背景的影响,通过工业相机与线激光器相配合连续采集移动种薯的激光光条图像获取其点云数据;根据点云密度去除随机噪声和裙边噪声,提高点云质量,降低芽眼误判率。采用体素滤波算法稀疏点云,提高识别效率;通过对种薯表面任意点的局部邻域进行平面拟合后获取点云法向量,构建加权协方差矩阵参数化种薯表面点云,根据矩阵特征值大小设定的动态阈值对种薯表面点云进行初步筛选,得到种薯芽眼判别的候选点,采用欧式聚类算法获取候选点的点云簇,选取每个点云簇中最大特征值点为关键点,利用计算关键点和邻域内其他点构成的中心线连线向量与法向量夹角余弦值对关键点再次筛选,最终确定种薯各个芽眼位置。试验结果表明,芽眼识别率为95.13%,芽眼误识别率为4.87%,可为马铃薯种薯智能化切块时芽眼识别提供参考。     

灰阶超声显象对北京鸭体腔检查30例分析

应用灰阶超声显象诊断人体肝癌,国内外文献已有报道。它对原发性肝癌的诊断可获得较清晰的癌瘤显象图,准确率达87.5%左右,而且检查方法简便,迅速得出结果,对病者无任何痛苦。目前已广泛应用于人医临床。但应用灰阶超声显象诊断畜禽疾病,在国内尚未见报道。为探讨灰阶超声显象诊     

农户电商销售行为及其影响因素分析 ——来自298份草莓种植户的微观调查数据

对辽宁省反季节设施草莓种植户进行调研,基于样本数据运用技术接受理论模型构建结构方程模型,分析农户电商销售行为及其影响因素.结果表明:政府规制会正向作用于农户感知电商销售易用和感知电商销售有用,进而促进农户发生电商销售行为;农户感知电商销售易用和感知电商销售有用均对农户电商销售行为有显著的正向影响,感知电商销售风险对农户...     

基于改进残差神经网络的家蚕日龄识别模型

家蚕日龄的准确识别有助于精准饲喂和动物福利,因此为准确识别家蚕生长时期中3龄第1天至5龄第7天,共14个日龄,在实际环境下采集特定家蚕品种,构建以14个日龄为单位的数据集。提出一种基于改进残差神经网络的Moga-ResNet,该方法在经典残差神经网络ResNet50的基础上,引入多阶门控机制以获取日龄图像的显著性特征。通过在同一个家蚕日龄数据集上开展模型训练与测试得到,Moga-ResNet的识别准确率为96.57%,F1值为96.57%,召回率为96.62%,与Swin Transformer、MobileNet v3、CSPNet和DenseNet四个经典模型的评价指标相比,Moga-ResNet在家蚕的日龄识别中具有较强的识别能力,可以为开展家蚕精准饲喂和数字化管理相关工作提供基础。     

成都平原土壤氮素的空间分布特征及 其影响因素研究

根据 2002 年 117 个随机格网和分层抽样样点的耕层(0 —20 cm)土壤氮素含量数据, 在ArcGIS9.0 平台上运用 地统计学、缓冲区分析和叠置分析等方法, 研究了成都平原区土壤氮素的空间分布特征及其影响因素。 结果表明, 该区土壤全氮含量达 1.29±0.50 g/ kg , 碱解氮含量达 72.2 ±40.9 mg/kg。 土壤全氮含量高值区(>2.00 g/kg)位于 崇州中部, 并以此为中心向两侧呈带状减少, 在郫县—温江一带和龙泉驿的西南部形成两个低值区(<0.85 g/kg); 土壤碱解氮含量以崇州为中心向东和向西均呈先增后减的趋势, 向南和向北都逐渐增加, 其高值区(>110 mg/ kg) 主要位于彭州 、新津和新都的部分地区, 低值区(>30 mg/ kg)位于崇州东南部和平原西南部边缘的大邑—邛崃一 带。 影响因素分析表明, 在成都平原主要的 4 种第四系成土母质中, 灰棕色冲积物上发育的土壤全氮含量极显著 高于成都粘土和老冲积物, 但与灰色冲积物差异不明显;菜地和水田的全氮含量显著高于花卉地和旱地。 由近年 来施氮量的统计可知, 土壤全氮和碱解氮含量高值区的施用量明显高于低值区;缓冲区分析表明, 在距成都市主城 区 3.0 km 以内的城乡交错带, 土壤全氮和碱解氮含量均随距离的增加呈极显著的增加。     

基层兽药监管中智能手机的应用

介绍了智能手机在基层兽药监管中的短信宣传、法规手册、备案管理、上网查询、手机定位和录音拍摄等方面的功能应用,探讨了进一步拓展智能手机在基层兽药监管中的应用前景,对提高基层兽药监管效率有一定的现实意义。