白蜡虫种虫生产现状及发展对策

白蜡,也称为虫白蜡,是我国特有的生物资源。从古自今,虫、蜡分区生产,即四川乐山和湖南芷江产蜡,云南、四川、贵州和陕西产虫。在白蜡虫种虫生产上,受气候、寄主营养和天敌昆虫控制等因素的影响,种虫产量波动剧烈,严重制约白蜡产业的发展。本文以云南省巧家县红山乡为研究区域,通过访谈和实地调查了白蜡虫种虫寄主植物、放养技术和天敌昆虫以及管理现状。结果表明,用于生产种虫的寄主植物单一、零散、树势老化,虫瘿危害严重,缺乏修剪、更新和管理；采用原株留种、玉米叶包虫挂放或不放虫,种虫天敌寄生严重,导致虫卵少或空壳,放种量少、位置不合理；天敌昆虫寄生蜂和蜡象危害严重,成熟期种虫(雌成虫)寄生蜂寄生率达高达100%,蜡象寄生率达60%,由于寄生蜂和蜡象属于内寄生、隐蔽式危害的害虫,养虫户普遍对天敌缺乏认识、无任何相关的防控措施。为此,建议重视寄主植物更新、引种和天敌控制三个关键技术,实现种虫丰产稳产的目的。     

母猪流产的原因与防治对策

本文就母猪流产的原因与防治对策展开相应论述,如母猪体质较差或孕期管理不当等,都容易引发母猪的流产。因此,养猪户可以通过科学饲养母猪、防治常见疾病以及慎重挑选配种公猪的方式,来提高母猪的顺产率。以期对科研人员的研究提供有利参考,助力养猪业的发展。母猪的科学养殖,与猪群数量的增加以及养猪户的经济利益等有密切联系,所以养猪户要制定妥善的母猪养殖方案,防止母猪流产问题的出现。     

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。     

高品位茧丝蚕品种“川山×蜀水”原种性状及繁育配套技术

介绍了"川山×蜀水"原种性状。通过加强桑园管理、饲育管理、防微控微、防混防杂、种茧保护等关键环节的配套技术处理,提高"川山×蜀水"原种的繁育质量。     

5种生物制剂对马铃薯种薯萌芽、极端天气下植株生长和产量性状的影响

旨在满足马铃薯生产中茬口衔接、机械化生产技术应用、不利气候下稳产等对马铃薯出苗早、齐、壮的需求,以‘费乌瑞它’为供试品种,用基于有益活菌或工程菌提取物的5种生物制剂进行种薯处理,对多重性状进行了对比分析。5种生物制剂较常规化学制剂,均能够不同程度地促进种薯萌芽和芽根同生,出苗期提前2~7天,播种后49天的出苗率提高3.33%~17.78%。其中,表现最好的为酵母核苷酸衍生物和VDAL,种薯萌发和生根均显著高于对照。霜冻后,生物剂拌种处理在恢复前期促进植株生长,由此促进恢复后期的块茎发育,较常规化学处理增产8.39%~24.03%,体现了不同程度的保产效果。多马道黑、酵母核苷酸衍生物、根肽和VDAL体现出较好的保产效果,可作为种薯处理剂投入马铃薯生产。     

乡土物种补播对青藏高原高寒草甸群落稳定性的影响

为了探究高寒草甸天然草地补播乡土物种对草地群落稳定性的影响，本试验以垂穗披碱草（Elymus nutans）、异针茅（Stipa aliena）、中华羊茅（Festuca sinensis）、溚草（Koeleria cristata）、星星草（Puccinellia tenuiflora）、扁蓿豆（Melissitus rutenica）、冷地早熟禾（Poa crymophila）为试验材料，设置5种混播组合，于2017年在青海省贵南县天然草地上进行补播。试验采用方差比率法（Variance ratio，VR）、M.Godron贡献定率法（Contribution law）以及生物量稳定性分析方法，结果表明：5种组合补播后使得群落联结性降低、生物量稳定性增大，群落整体稳定性增强，正向着稳定方向发展；5种组合中，组合D （扁蓿豆+星星草+垂穗披碱草+异针茅+溚草）的生物量稳定性最大，是对草地恢复最有效的物种组合。本试验筛选出了对草地生态修复最有效的物种组合，为草地保护及利用提供了科学依据。     

《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。     

大别山区低产茶园改造技术

茶叶产业是大别山区的支柱产业,也是山区农村脱贫的主导产业,为了加快脱贫步伐,必须对低产茶园进行改造。为大别山区低产茶园的改造提供参考,从改树、改土、改园、管采等方面提出了改造措施。     

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。