基于高光谱特征提取的甜瓜白粉病早期识别

白粉病是危害甜瓜产量和品质的主要病害之一,利用高光谱技术进行甜瓜白粉病早期病害识别研究。以温室甜瓜为研究对象,使用高光谱成像仪采集甜瓜叶片包含128个波段的高光谱图像,其中接种白粉病菌1~4天内的早期无病斑叶片为染病叶片,未接种病菌的叶片为健康叶片。采用连续投影算法(SPA)和竞争性自适应重加权算法(CARS)两种算法提取特征波长,运用主成分分析算法(PCA)对原始数据进行特征降维。分别以原始波长(Original)、SPA特征波长(8个)、CARS特征波长(9个)和PCA主成分(4个)作为早期识别模型的输入变量,结合随机森林(RF)和自适应增强(AdaBoost)两种集成学习算法,构建出8种甜瓜白粉病早期识别模型:Original-RF、SPA-RF、CARS-RF、PCA-RF、Original-AdaBoost、SPA-AdaBoost、CARS-AdaBoost、PCA-AdaBoost,并使用十折交叉验证方法对模型进行评价。结果表明,所建模型准确率均在90%以上,其中使用全波段的Original-AdaBoost和Original-RF模型平均准确率最高,分别为94.3%和93.8%;SPA-AdaBoost有效降低模型输入,在染病第1天识别准确率就达到93.3%,平均准确率达到93.5%。

基于联邦学习的玉米叶片病害识别方法

联邦学习可利用分布式数据实现模型共享训练,无需本地数据上传继而可保证数据资产安全,但数据异构导致本地模型产生漂移而难以有效聚合全局模型。为此,本文提出了一种基于联邦学习的分布式病害识别方法G-FedAvg。针对各用户间数据种类缺失异构导致模型泛化性减弱的问题,通过改进损失函数梯度更新策略,提升用户模型学习捕获全局泛化信息能力;针对数据特征差异导致模型过度拟合,通过自监督预训练,缓解因其所致性能下降。试验以玉米叶片病害识别为导向,并进一步评估病害程度,其结果表明,改进算法G-FedAvg在无需数据上传前提下,取得了与集中学习模型近乎一致的识别性能;与传统联邦学习相比,G-FedAvg的识别准确率与收敛速度有效提升,准确率波动显著降低。因此,所提算法G-FedAvg可有效联合参与用户利用其本地数据完成分布式学习,实现对玉米叶片病害的精准识别。

基于改进YOLOv5s和迁移学习的苹果果实病害识别方法

为实现对苹果果实病害的快速准确识别,提出了一种基于改进YOLOv5s的果实病害识别模型:GHTR2-YOLOv5s(YOLOv5s with Ghost structure and TR2 module),并通过迁移学习策略对其进行优化。在YOLOv5s基础上通过加入幻影结构和调整特征图整体宽度得到小型基线模型,通过卷积块注意力模块(Convolutional Block Attention Module,CBAM)和加权双向特征金字塔网络(Bidirectional Feature Pyramid Network,BIFPN)提高模型精度,使用TR2(Two Transformer)作为检测头增强模型对全局信息的获取能力。改进后模型大小和识别速度为2.06 MB和0.065 s/张,分别为YOLOv5s模型的1/6和2.5倍;IoU阈值为0.5下的平均精度均值(mAP0.5)达到0.909,能快速准确地识别苹果果实病害。研究通过在线图像增强与迁移学习相结合的方式提高模型收敛速度,进一步提高模型精度,其mAP0.5达到0.916,较原始模型提升8.5%。试验结果表明,该研究提出的基于GHTR2-YOLOv5s和迁移学习的苹果病害识别方法有效优化了模型训练过程,实现了占用较少计算资源的情况下对苹果病害进行快速准确地识别。

组合方式对喷灌均匀度的影响研究

【目的】研究喷头不同组合方式对喷灌均匀度的影响,得到最佳的组合方式。【方法】根据FYRB471 型喷头在不同工作压力下间距1 m采样所得的无风喷洒降水强度,针对喷头分别呈正三角形、正方形、正六边形等组合方式,拟合出了喷头在不同工作压力及组合间距下的降水强度,采用克里斯琴森均匀系数计算了相应的喷灌均匀度。【结果】当工作压力一定时,不同组合方式下的喷灌均匀度都随喷头间距的增大而减小;当喷头间距一定时,组合均匀度与工作压力正相关。当间距小于5.5 m时,不同工作压力下3 种组合方式的均匀度相差不大;当间距大于5.5 m时,随着工作压力或者组合间距的增大,正三角形组合方式所提供的喷灌均匀度最优,正方形组合方式次之,正六边形组合方式最低。正三角形组合方式喷头间距变大时,喷灌均匀度降低;工作压力过大或间距过小时会增加成本,因此农业生产可兼顾考虑效率和成本选择喷头的组合方式以及工作压力,制定合理的喷灌方案。【结论】当组合间距介于5.5 m和8.5 m之间,工作压力介于200 kPa 与320 kPa 时,应考虑采用正三角形组合方式,此时的喷灌均匀度最高,达80%以上;当组合间距小于等于5.5 m时,不同工作压力下的均匀度基本相同,应考虑采用正六边形组合方式,单个喷灌设备覆盖范围最广,成本最低。

右肾动脉、睾丸动脉及肾上腺下动脉变异1例

笔者在解剖一具成年男性尸体时，发现其右肾动脉、右睾丸动脉及右肾上腺下动脉变异。经查文献资料，此种变异的报道很少，现报道如下：1．右肾动脉共有上、中、下3支。（1）右肾动脉上支，约在平第1腰椎体上缘起自腹主动脉右侧壁，在下腔静脉后方水平右行经肾门入肾，全长5．9cm，起始处外径为4．98mm.

活跃教学课堂 培养学生能力

高等医学教育的任务是培养具有深厚的基础理论知识、扎实的实践操作能力、积极的创新思维能力的复合型人才。所以，目前学生中蕴涵着很大的学习与成材的积极性，我们发现医学生（特别是低年级学生）普遍存在着学习方法陈旧，缺乏创新意识和实践动手能力的现象。这主要表现在：（1）急功近利，过分重视考试和考试成绩，表现出对考试内容的关心大于对课程内容的关心；（2）整体观念淡薄，难以对人体及生命现象形成完整的概念；（3）缺乏对学科知识深层次思考和分析综合的能力。

闭孔动脉腹壁下动脉共干起始与闭孔静脉变异1例

笔者在解剖一具成年男性尸体时,发现其右侧闭孔动脉、腹壁下动脉共干起于股动脉及右侧闭孔静脉变异,为积累资料及为临床提供参考,现报道如下：右侧闭孔动脉、腹壁下动脉共干起于股动脉,共干长1.02cm,外径2.6mm,

基于机器视觉的松林天牛远程智能监测系统

松墨天牛和褐梗天牛是松树上两种重要蛀干害虫,及时获取松林天牛的数量变化趋势是松林害虫精准防治的重要前提。为此,该研究构建一款基于机器视觉的松林天牛远程智能监测系统。系统主要由诱捕器模块、天牛检测模块和系统Web端三部分组成。诱捕器模块通常放置于松林重点区域来诱捕天牛害虫,并通过摄像头定时采集天牛图像;天牛检测模型部署于边缘端,以深度学习YOLOv5s模型为基础搭建轻量化检测模型,实现边缘端的天牛实时检测统计;检测结果经无线传输在系统Web端进行呈现,实现天牛数据可追溯。试验结果表明,智能监测系统对天牛监测效果良好,模型的准确率为94.4%,召回率为93.6%,IoU阈值为0.5下的平均精度均值(m_(AP0.5))为96.2%,单张推理耗时为1.40 s,模型大小为9.3 MB;用户可通过系统Web端查看天牛数量变化趋势。该系统可实现诱捕器场景下的天牛远程智能监测,对提高森林害虫防控智能化水平具有重要意义。

左肾静脉走行及注入部位变异1例

正常成人左肾静脉多在第1或第2腰椎高度出肾门从左肾动脉前方横行注入下腔静脉,末端位于腹主动脉的前方,紧贴肠系膜上动脉起点下方,平均长约7.5 cm.作者在解剖腹腔血管时,发现左肾静脉走行及注入下腔静脉的部位变异.此种变异较为少见,为积累人类学资料,为临床肾脏等手术提供解剖学基础,现报道如下:

旋股外侧动脉旋髂浅动脉和旋髂深动脉起始变异1例

笔者在解剖一具成年男性尸体时，发现其右侧旋股外侧动脉、旋髂浅动脉和旋髂深动脉的起始变异，为积累资料和为临床提供参考，现报道如下：

人体解剖学实验室开放的探讨与实践

随着高校扩大招生,学生数量增加和实验资源相对不足的矛盾凸现出来。为解决这一突出矛盾,开放实验室,增加实验教学时数,使学生更好地掌握本学科知识,提高教学质量。本文介绍了我院解剖学实验室在实验室开放方面的实践和探讨。

面向农业院校电子通信类专业的虚拟仿真平台建设

电子信息类专业是农业院校在人才培养中的重要组成部分,实验教学对提升学生的动手实践及创新能力具有重要作用。针对现有实验教学方式中存在的问题,研究了基于计算机仿真技术和网络技术的虚拟仿真实验平台建设。该平台可为学生提供更加灵活的实验方式,可有效摆脱空间、时间等诸多限制,有助于加深学生对基础知识的理解,改善实验教学质量,提升学生的动手实践能力和创新能力。

上行多用户MIMO系统中的用户与天线联合选择方案

在多用户MIMO系统中,基站所能同时进行通信的用户数受到基站和用户端天线数的限制,随着用户数的增加,系统的性能反而会降低,因此,用户选择技术就成为一种改善系统性能的有效技术。在本文中,针对上行多用户MIMO系统提出了一种低复杂度的用户选择算法。为获得更大的系统性能,在用户选择的基础上,进一步提出了一种用户与天线联合选择算法。这两种算法在极大地简化计算复杂度的条件下,提供了与最优算法几乎相同的性能。

基于MATLAB的通信系统仿真教学研究

针对通信原理类课程的教学特点以及基于硬件实验教学过程中存在的问题,讨论了将MATLAB软件引入到通信系统仿真教学的必要性。以单/双极性不归零码为例,分别从理论分析和编程仿真两个方面给出了两种码型在高斯信道中的误码性能分析,并给出了仿真结果。将MATLAB软件引入到通信系统仿真教学中,可增强所学理论知识点的直观性和生动性,增加学生的学习兴趣,提高了学生的知识理解能力和编程能力,改善了教学效果。

面向分层异构网络的资源分配：一种稳健分层博弈学习方案

该文研究了信道状态不确定条件下分层异构微蜂窝网络中的无线资源分配优化问题。首先引入信道不确定模型描述无线信道的随机动态性,并将该问题建模为考虑信道不确定度的双层鲁棒斯坦伯格博弈;然后给出了该博弈的均衡点分析;最后提出了一种分布式改进型分层Q学习方案以实现宏基站和微基站的均衡策略搜索。理论分析和仿真表明,所提出的分层博弈模型可以有效抑制由于信道状态不确定引起的收益下降。所采用的学习方案较传统Q学习方案收敛速度明显加快,更加适用于短时快变的通信环境。

碱性成纤维细胞生长因子对大鼠神经损伤后肌肉的影响(英文)

目的研究碱性成纤维细胞生长因子(bFGF)对大鼠坐骨神经钳夹损伤后小腿三头肌的保护作用。方法42只大鼠随机等分成6组,钳夹对照:4周组(C4),8周组(C8),12周组(C12);bFGF用药:4周组(F4),8周组(F8),12周组(F12)。手术暴露坐骨神经,外科止血钳钳夹坐骨神经。实验组夹伤后即刻于损伤处神经干内分别注射bFGF,对照组注射等量生理盐水,术后在术侧腓肠肌注射药物,1次/d,直到实验结束。分别存活4,8,12周时,进行足印分析及坐骨神经功能指数(sciaticnervefunctionindex,SFI)测定实验;随后麻醉动物,20g/L多聚甲醛和12.5g/L戊二醛,经心灌注固定,切取小腿三头肌,称重,后取其中段,石蜡包埋、切片,光镜下测量小腿三头肌的横截面直径。结果大鼠坐骨神经钳夹损伤后各组之间小腿三头肌质量比结果不同,C4组0.708±0.015,F4组0.763±0.035,t=1.6,P<0.01;C8组0.903±0.032,F8组0.963±0.013,t=5.0,P<0.01;C12组0.920±0.073,F12组0.980±0.014,t=16.7,P<0.01。肌纤维直径不同,正常侧(15.2±0.6)μm,C4组(10.8±0.9)μm,F4组(12.2±0.7)μm,t=6.7,P<0.01,C8组(11.1±0.1)μm,F8组(13.5±0.9)μm,t=10.2,P<0.01,C12组(13.1±0.8)μm,F12组(14.2±1.0)μm,t=4.8,P<0.01,组间差异具有显著性意义。结论大鼠坐骨神经钳夹损伤后,bFGF能?

MIMO系统中最大化信道容量的联合发射与接收天线选择算法

基于对信道容量公式的分析,得到了增加一对发射与接收天线时信道容量增量的表达式,通过对该表达式的分析简化提出了当发射端与接收端射频链路数相同时的低复杂度联合发射与接收天线选择(JTRAS)算法。仿真结果表明新算法在计算复杂度较低的条件下性能优于目前存在的其他算法,与最优算法接近。

大鼠腓总神经端侧吻合于胫神经再生神经的逆行追踪

【目的】研究大鼠腓总神经被切断端侧吻合于胫神经后,再生的腓总神经纤维的来源。【方法】将大鼠腓总神经切断,将其远端与胫神经施行端侧吻合,存活24个月后,再次手术暴露并将HRP(辣根过氧化物酶)注入远段腓总神经干内,72h后取大鼠脊髓L3-6节段和L4、L5脊神经节冰冻切片,用四甲基联苯胺显色显示神经细胞;并取腓总神经远段、腓总神经近段中部行电镜观察神经纤维超微结构,正常腓总神经作对照。【结果】模型鼠远段腓总神经再生神经纤维清晰、明显,神经纤维略细;脊髓L3-6节段双侧灰质前角和双侧L4、L5脊神经节均见到蓝染细胞,均以手术侧为少;腓总神经近段与正常腓总神经比较无差异、未见华勒变迹象。【结论】断裂腓总神经端侧吻合于胫神经,再生神经纤维不支持因腓总神经近段溃变轴突退缩形成生长锥引导所致,来源于胫神经可能性大。