基于VGGNet网络的雾霾无人车防碰撞研究

针对雾霾天气下无人车行驶容易出现视野受限，导致防碰撞能力下降的问题，提出了一种基于VGGNet网络的深度卷积神经网络模型，通过反向传播算法不断调整模型的权重和偏置，对收集雾霾天气下的图像和相关数据进行处理，实现模型的训练和优化。实验结果表明，所提出的方法可以有效地提高无人车在雾霾天气下的防碰撞能力，达到了良好的效果。研究结果可以为无人车行业在特殊气候条件下的防碰撞提供了一种新思路和实现方法，具有一定的参考价值和应用前景。     

变频变幅振动深松试验台的设计与试验

为了实现振动深松作业时振频和振幅的无级调节,以适应不同物理性质的土壤进行深松作业,达到减阻深松、节省能耗的目的。为此,采用伺服油缸振动技术设计了一台可变频变幅的振动深松试验台,以测试不同土壤条件下振动深松的最佳工作参数,为振动深松机具的优化设计提供理论依据。试验结果表明:试验台最大振动幅度大于20mm,最大振动频率响应大于50Hz、振动频率0～30Hz、振动幅度0～10mm时,频率响应小于1dB,振幅误差小于4.2%,性能稳定且达到设计要求。     

《猪业科学》投稿须知

《猪业科学》杂志为月刊,每月25日出版,面向全国发行。内容充实、实用,每期一个主题,充分挖掘、深度报道、全面分析,全面反映养猪产业的最新成果、发展动态和市场经济信息。全彩色印刷、图文并茂适应现代"读图时代"潮流。1内容本刊主要栏目有主题策划、国际瞭望、猪场兽医、营养与饲料、环境与设施、猪群保健、遗传改良、生产管理、地方猪种、猪场人才等。     

家蚕抗病毒病品种“菁松N×皓月N”试养初报

2017年晚秋蚕在射阳县特庸镇进行抗病毒病家蚕品种"菁松N×皓月N"与常规品种"苏菊×明虎"的对比试养。结果:二个品种龄期相近,习性、产量都没有明显差别,"菁松N×皓月N"对血液型脓病有很强的抵抗力表现,深受蚕农的欢迎。     

基于快速卷积神经网络的果园果实检测试验研究

近年来,基于数字图像处理和机器学习算法的果实自动识别检测研究已经越来越成熟。针对传统检测方法检测过程中难以满足实时性要求的缺点,采用了基于Faster-RCNN的果实快速检测模型。模型由卷积神经网络(CNN)和区域提议网络(RPN)组成,首先由CNN进行卷积和池化操作提取特征,然后由RPN选取候选区域,通过网络全连接层参数共享,由目标识别分类器和边界框预测回归器得到多个可能包含目标的预测框,最后通过非极大值抑制挑选出精度最高的预测框完成目标检测。分别对桃子、苹果和橙子的三种果实进行检测,采用迁移学习方法,使用已经预训练好的两种深度神经网络模型ZFnet和VGG16,通过数据集的训练对Dropout及候选区域数量进行参数调整完成网络调优。检测并分析果实不同布局形态下模型的检测效果。试验结果表明,当Dropout取值为0.5或0.6,候选区域数量为300时网络模型最佳,ZFnet网络中,苹果平均精确度为92.70%,桃子为90.00%,而橙子为89.72%。VGG16网络中,苹果平均精度为94.17%,桃子为91.46%,橙子为90.22%。且ZFnet和VGG16的图像处理速度分别达到17 fps和7 fps,能够达到果实实时检测的目的。     

深松施用有机肥对玉米不同器官钾含量的影响

为了明确深松结合施用有机肥对玉米不同器官钾含量的影响,在大田条件下,设常规旋耕(T_1,CK)、深松(T_2)、深松施用有机肥(T_3) 3个处理,测定了玉米大喇叭口期、灌浆期、成熟期不同器官的钾含量。结果表明:T_3处理的玉米茎钾含量在大喇叭口期和灌浆期均为最高,其中大喇叭口期指标值与T_1处理差异显著,而在收获期低于其他2个处理但差异均不显著;叶片钾含量全生育期始终高于T_1处理、低于T_2处理,其中与T_2处理差异均不显著,但在灌浆期指标值明显高于T_1处理;苞叶钾含量始终低于T_1处理,与T_2处理相比灌浆期较高、收获期较低,但差异均不显著;轴钾含量在灌浆期最高、收获期最低,与其他2个处理差异均达到了显著水平;灌浆期和收获期玉米子粒钾含量均最高,且与T_1处理差异均达到了显著水平,在灌浆期指标值也明显高于T_2处理。综合分析认为,深松施用有机肥有利于提高玉米生育前期各器官尤其是玉米子粒的钾含量。     

面向养殖水体分布差异的COD光谱法检测研究

面向养殖水体，传统光谱法对化学需氧量（Chemical Oxygen Demand，COD）检测模型构建的基础：源域（现有样本库）与目标域（检测地水体）间光谱数据独立同分布。但是当源域与目标域分布间存在差异时，由源域得到的低误差模型常在目标域上表现下滑。针对该问题，提出面向UV Vis光谱的域对抗训练网络（DAUVwpNet），将分布不同的源域和目标域数据映射至相同分布的特征空间中，使其在该空间的分布距离尽可能接近，从而在特征空间中对源域训练的目标函数也可以迁移至目标域上，以降低模型在目标域的误差。试验表明：面向同一批测试数据，DAUVwpNet的预测误差为0.78，要低于传统模型的预测误差（0.85）；DAUVwpNet预测值与实测值间相关系数为0.95，要高于传统模型的相关系数（0.89）。表明了该网络能够较好对齐两域特征空间数据分布，降低因分布差异带来的COD检测误差。     

水稻钵育机插同步侧深施肥机械化技术

水稻钵育机插同步侧深施肥提质增效机械化技术在水稻寒地旱育稀植技术应用基础上实现了水稻种植技术的又一次创新。该技术可提高水稻产量,提升稻米品质,提高肥料利用率,减少农业面源污染,达到节本增效,降低生产成本,促进高效绿色农业发展。一、技术要点1.水稻秸秆还田技术规范全喂入(半喂入)收割机收获,全喂入收割机收获时将秸秆均匀抛洒覆盖地表,秸秆不积堆,秸秆长度8~10cm.     

推广农机深松整地技术采取的措施

在农机深松整地实施工作中,我们坚持提早组织、精心谋划、狠抓落实的工作措施,来巩固农机深松整地的工作成果,同时加强农业、财政等部门乡(镇)政府的沟通协调,不断创新完善监管措施,充分利用信息化远程监测等"互联网+农机"方式提高监管工作效率,保证深松作业质量,防止弄虚作假、套取国家资金、农民上访等现象的发生,将补贴资金全部落实发放下去。