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。     

稻香全中国 各地差异大

我国水稻主产区主要是长江流域、珠江流域、东北地区。由于南北气候差异大,各地用肥需遵守相应的施肥原则。东北寒地单季稻区当地应根据测土配方施肥结果,当地施肥应适当减少氮磷肥用量,优化钾肥用量。还要减少基蘖肥施氮量和比例,增加穗肥比例,使拔节期穗肥施氮比例达到30%左右。同时注意早施返青肥促分蘖早发,插秧后3天内施用返青肥。根据土壤养分状况适当补充中微量元素。偏酸性地块应施用钙镁磷肥,偏碱性地块基肥选用p H较低的复合肥或复混肥,追肥少用或不用尿素。     

葡萄机械化清土的发展现状与解决对策

我国葡萄种植主要集中在北方地区(包括西北、华北和东北等地),北方冬季气候寒冷、风大,需要将葡萄藤下架埋土防寒,第二年春季再起藤出土上架。这些作业劳动强度大、作业效率低、人工成本高,且葡萄起藤出土季节性强,因此迫切需要适合此环节作业的清土机械。为此,分析了目前我国北方葡萄春季清土作业的机械化发展现状,介绍了国内现有的主要葡萄清土作业机械的类型、原理、特点及存在的问题,分析了现有的几种清土作业模式,并提出了相对应的解决对策,旨在给北方葡萄的春季清土作业提出新的思考与建议,促进葡萄产业机械化水平的整体提升。     

内蒙古高原紫花苜蓿土壤氮素丰缺指标和推荐施氮量

为了给内蒙古高原紫花苜蓿（Medicago sativa L.）测土施氮奠定科学基础，本研究采用“零散实验数据整合法”和“养分平衡-地力差减法”新应用公式，开展了该自然区域紫花苜蓿土壤氮素丰缺指标和推荐施氮量研究。结果表明：内蒙古高原生长第1年紫花苜蓿土壤碱解氮第1~6级丰缺指标为≥48，20~48，8~20，4~8，2~4和<2 mg·kg^-1，土壤全氮第1~5级丰缺指标为≥1.4，0.8~1.4，0.4~0.8，0.2~0.4和<0.2 g·kg^-1，土壤有机质第1~6级丰缺指标为≥17，10~17，6~10，3~6，2~3和<2 g·kg^-1。当紫花苜蓿目标产量9~18 t·hm^-2、氮肥利用率40%时，内蒙古高原紫花苜蓿第1~6级土壤推荐施氮量分别为0，68~135，135~270，203~405，270~540和338~675 kg·hm^-2。     

《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。     

黄岩区早晚稻肥料利用率探究

以早稻中早39、晚稻甬优1540为试验材料,在黄岩区高桥街道进行肥效试验,探究传统施肥及配方施肥条件下的肥料利用率。试验结果表明,配方施肥早、晚稻667 m²平均产量为433.6 kg,比常规施肥的375.9 kg增产57.7 kg,增幅15.3%。配方施肥处理肥料氮磷钾养分平均利用率分别为24.0%、10.6%和29.6%,比常规施肥提高了13.3、0.4、12.6百分点。     

长期淹水、传统灌溉、湿润灌溉条件下海泡石修复镉污染水稻土效应

采用盆栽试验,于长期淹水、传统灌溉、湿润灌溉条件下,研究海泡石对镉污染水稻土的修复效应及对水稻抗氧化胁迫和土壤养分含量的影响.结果表明,施加海泡石后,土壤pH值显著升高,土壤镉形态由酸提取态向残渣态转化.长期淹水、传统灌溉、湿润灌溉条件下,土壤有效镉含量分别下降16.3％～37.2％、7.8％～37.3％、14.8％～32.8％,稻米镉含量降幅分别为26.7％～60.0％、19.2％～46.2％、18.6％～50.0％,稻草镉含量分别降低25.0％～58.3％、15.2％～43.6％、15.4％～43.5％(P<0.05);土壤有效磷含量分别增加5.3％～26.2％、9.0％～33.6％、9.5％～25.1％,有效铁含量分别降低8.4％～19.5％、8.5％～15.1％、12.8％～18.9％,有效锌含量分别降低20.5％～45.5％、21.8％～60.0％、8.8％～52.9％,有效铜含量降幅分别为22.4％～32.7％、13.3％～33.6％、17.6％～32.8％(P<0.05);叶片CAT(过氧化氢酶)活性增幅分别为15.1％～130.2％、15.6％～93.3％、18.9％～137.8％,叶片GSH(蛋白类谷胱甘肽)含量最大增幅分别为33.5％、31.7％、39.9％(P<0.05).得出结论,长期淹水下,1.5％海泡石处理可使稻米镉满足我国食品中污染物含量限量值0.20 mg/kg(GB 2762—2012),长期淹水是一种推荐的镉污染稻田修复水分管理模式.     

水田长期改建苗圃后土壤性状的变化研究

为了解在水田上改建苗圃对土壤质量的影响,在浙江省内同时采集了水田起源的不同类型苗圃表层土壤与剖面分层土壤,以长期种植水稻农田为对照(水田),分析土壤含水量、水稳定性团聚体、容重、饱和导水率、有机碳、微生物生物量碳、活性有机碳、有效磷、速效钾和pH等指标,探讨水田长期改用苗圃后对表层和深层土壤性状的影响。研究把苗圃分为加土型(加土种植,增加地面高度)、减土型(带土移苗,降低地面高度)和常规型(种植过程中地面高度无明显变化)3种情况。结果表明,水田改建苗圃后,表层土壤有机碳、微生物生物量碳、有效磷、速效钾和水稳定性团聚体含量普遍下降,活性有机碳/有机碳的比例也逐渐变低,土壤有机碳和水稳定性团聚体含量的下降以加土型和减土型更为明显。减土型和常规型苗圃的表层土壤饱和导水率明显低于水田,土壤容重却明显高于水田;常规型苗圃表层土壤酸度大于水田;加土型苗圃表层土壤砾石含量明显高于水田。对代表性常规型苗圃剖面土壤的鉴定表明,水田改为苗圃后,整个土壤剖面含水量呈现下降趋势,对丘陵区土壤(黄筋泥田)深层土壤含水量下降的影响大于对平原区土壤(青紫泥田和淡涂泥田)的影响;深层土壤有机碳和活性有机碳也呈下降趋势。水田长期改用苗圃可引起土壤质量的退化,对表层和深层土壤性状均有影响。     

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。