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。     

《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。     

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。     

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。     

上市公司推行员工持股计划的现状与建议——以信立泰为例

本文以信立泰公司为例,对员工持股计划方案进行了分析和研究,希望能够对企业实施员工持股计划起到借鉴作用。     

确实加强重点动物疫病的预防与控制--三谈加强动物防疫

动物疫病有几百种,根据各种动物疫病对养殖业生产和人体健康的危害程度,《中华人民共和国动物防疫法》把主要的动物疫病分为三类。国家农业部根据《动物防疫法》的授权,于1999年2月以第96号公告对外公布一、二、三类动物疫病共116种。这里所说的重点动物疫病是指严重危害养殖业生产和人体健康的一类动物疫病和部分二类动物疫病。近年来,随着市场经济的繁荣,畜禽及其产品的流通频率也不     

森林主产利用计划系统编制工作初探

森林经营方案的编制与实施是提高森林经营水平的重要步骤。在编案中森林主产利用计划系统的编制是关键的工作。本文针对森林主产利用系统在编制过程中存在的问题，提出解决问题的途径、方法及其前景。     

节粮高效网箱养草鱼技术推广总结

株洲市地处丘陵，江河水库繁多。全市水域总面积61．61万亩，其中大小河流23条，面积9．66万亩，各类型水库539座，面积8．58万亩。株洲市气候温和，雨量充沛，草源充足，为发展网箱养鱼提供了较优越的条件。1992年，株洲市农业丰收办将节粮型网箱养鱼高产技术列入农业丰收计划项目。通过一年的实施，     

水稻插秧深度与产量的关系

研究了水稻插不同深度的秧苗对水稻的有效分蘖数、有效分蘖率、结实率以及产量的影响；探索最佳的插秧深度及方法，最终得到较高的产量。