激光农业研究进展和展望

激光作为一种新兴的人造光源,是20世纪以来最伟大的发明之一,具有功率密度高、方向性好和优良的单色性等优点,在农业领域得到了广泛的应用。激光技术在植物生产、动物管理和菌物研究方面展现了显著优势。文章主要对激光技术在农业领域的研究进展和发展动态进行深入剖析。在植物生产方面,介绍了激光技术在植物诱变育种、促进植物生长发育、提高产量和品质、植物保护、植物检测和植物表型中的应用情况。在动物管理方面,主要分析了激光技术在动物遗传育种、动物生长、动物医疗和动物产品检测方面的研究。在菌物研究方面,重点总结激光技术在菌物育种、菌物生长发育及菌物检测和鉴定中的应用详情。最后,针对激光技术与农业生产研究相结合所面临的困难和挑战,从提升激光技术在农业生产管理中的精度和扩展其适用范围角度出发,提出了激光技术在植物生产精准化、动物生产管理优化和菌物生产科学化的发展方向。虽然激光技术在农业领域已经取得了一系列的成果,但在未来的研究中,应探索更多创新应用,并与人工智能和大数据技术相结合,进一步推进激光技术与农业产业的深度融合,以实现更高效、更智能的农业生产管理模式,为现代农业的发展带来更多机遇和突破。

基于机器学习的鹅膏属真菌形态特征分类模型研究

针对鹅膏真菌分类的问题,区别于传统人工分类方法操作比较复杂,分类速度慢的问题。从鹅膏属真菌特征形态数据入手,提出基于机器学习算法的一种分类模型。模型前期采用最值归一化的方法对数据进行预处理,其次以支持向量机作为分类器,选择线性函数作为核函数,同时使用交叉验证算法来寻找最优的惩罚系数C,通过混淆矩阵来分析数据分类处理中产生的误差,最后对试验中两种最优核函数的改进混合,使得模型的精准率在一定程度上达到最优。在分类模型中,将15个鹅膏属真菌的形态特征作为分类依据,并且给予相关属种的分类指标。在将数据进行相关要求划分后,将数据分为训练集和测试集,用训练集数据进行分类模型的建立,测试集数据验证其分类精准度。通过试验得出最后测试模型的精准度达到91.43%,训练模型的测试得分达到97.59%,在进行核函数的混合改进后测试模型的精准度以及训练模型的精准度都达到100%。

运筹学课程与实验教学设计与实践

结合当代大学生自身特点和当前在运筹学课程教学中发现一些问题和不足,以实验教学为研究基础,对运筹学课程与实验教学内容、教学手段,课后实践教学进行改革,使学生理解运筹学课程基本理论的同时,注意结合生产、生活和科学研究中的具体问题建立有效的数学模型,通过加强运筹学课程与实验数学优化等相关软件的学习与使用,取得了较好的教学实践效果.

“大数据+互联网”在地方高等农业院校教育信息化探析

现今“大数据+互联网”的教学变革时代成为研究的新热点.在国家创新体系发展的大背景下,以教育创新设计研究为切入点,分析在大数据、互联网技术发展对地方高等农业院校教育研究的内容、教学路径、传播载体等创新设计教育理念及方法产生的全面而深远的影响.在教育教学领域,大数据+互联网技术促进了高等农业院校教育信息化的发展,通过对信息化教学的特点以及当前教学现状进行研究,提出切实有效的现代化教学方式,提高教师创新教学意识,完善“大数据+互联网”教学方法.

基于“互联网+”时代下的高等农业院校翻转课堂教学模式探究

“互联网+”是互联网思维发展成果的进一步实践,翻转课堂则是一种颠覆传统教学的新型教学模式,二者都是信息化时代下的网络信息技术飞速发展的产物,将二者相融合引入到教育教学中,充分实现了线上与线下教学的紧密结合.在高等农业院校教学中开展“互联网+”与翻转课堂相结合的教学模式,充分利用信息技术教学手段,了解学生的学习需求、改变传统的学习方式、降低了传统学习的弊端,在提高学生学习主动性的同时,也增强了教师与学生之间的交流与互动.深入研究“互联网+”与翻转课堂的相关内容,且与高等农业院校的实际教学情况相结合,探究了相关的教学模式及其未来的发展的可行性,具有一定的现实意义.

改进稀疏超完备词典方法识别奶牛跛足行为

监测与发现奶牛异常行为是实现疾病早期防控的关键,其中尤以跛足行为发现与识别较为典型,但是当前家畜异常行为识别仍然存在在线性能较差的问题。针对这一问题,该文提出2种改进策略。首先提出一种基于共轭梯度追踪算法的稀疏超完备词典学习算法(conjugate gradient pursuit-KSVD,CGP-KSVD)用于跛足行为特征的语义级描述和表示,即在稀疏编码构建阶段引入共轭梯度追踪算法寻找优化搜索方向,同时避免存储和计算大规模Hessen矩阵带来的计算负载,从而提升稀疏超完备词典学习算法的收敛速度。其次通过时空兴趣点与稠密轨迹图二次提取时空兴趣点相融合实现视频底层特征提取和表示,在保留丰富细节特征信息的基础上减少冗余特征降低计算负载。在1 200个时长10 s的标注视频样本集上测试结果显示:该文提出的算法识别准确率达到100%,识别平均响应时间为0.043 s,对比基于基追踪算法(basis pursuit-KSVD,BP-KSVD)和正交匹配追踪算法(orthogonal matching pursuit-KSVD,OMP-KSVD)稀疏编码序列优化策略算法在识别平均响应时间分别提升1.11和0.199 s,在90 h回放视频和在线测试视频上跛足行为识别准确率分别为93.3%和92.7%,明显优于对比算法。试验结果表明该文提出的跛足行为识别算法框架具有较高的识别准确率和较好的在线响应时间,可以为相关研究工作提供借鉴意义,相关技术可以成为接触式传感器监测及其他技术的必要补充。

基于多注意力机制级联LSTM模型的猪脸表情识别

面部表情是传递情感的重要信息,是家畜生理、心理和行为的综合反映,可以用于评估家畜福利。由于家畜面部肌群结构简单,因此家畜面部不同区域的细微变化对于表情的反映较难识别。该研究提出一种基于多注意力机制级联LSTM框架模型(Multi-attention Cascaded Long Short Term Memory,MA-LSTM)对家猪时序面部表情进行分类识别。首先通过简化的多任务级联卷积结构实现帧图像中猪脸的快速检测与定位,去除非猪脸区域对于识别性能的影响。其次提出一种多注意力机制模块,利用不同特征通道视觉信息不同相应峰值响应区域也不同这一特性,通过对峰值响应相近区域进行聚类捕获表情变化引起的面部显著性区域,实现对面部细微变化的关注。在自标注构建的家猪表情数据集上的试验结果表明,该研究提出的多注意力机制级联LSTM模型在4类表情的平均识别准确率为91.826%,对比关闭多注意力机制模块平均识别准确率平均提升6.3个百分点,同时误分率也有较为明显的降低。对比其他常用面部表情识别算法LBP-TOP、HOG-TOP、ELRCN、STC-NLSTM,MA-LSTM模型平均识别精度分别提升约32.6、18.0、5.9和4.4个百分点。试验结果验证了该研究提出的多注意力机制级联LSTM模型在猪脸表情识别的有效性。

工作参数对旋耕碎茬通用刀片功率消耗的影响

应用正交试验设计方法,对旋耕碎茬通用刀片单刀扭矩(功率消耗)进行了试验。通过方差分析确定了在碎茬作业时,影响功率消耗的主要因素为刀片转速,其次为耕深,而机组作业速度对功率消耗影响不显著;运用正交多项式函数逼近理论建立了功率消耗与刀片旋转、耕深之间的函数关系,通过函数关系可以预测在碎茬作业时的功率消耗。

解非凸优化问题的一个同伦内点方法

用同伦内点算法求解带有非凸可行域的约束优化问题时,非凸可行域的边界刻画条件是算法收敛的重要条件之一.在弱伪锥条件下,构造了新的组合同伦方程,证明了对可行域的某个子集中几乎所有的内点,同伦路径存在且收敛于问题的K-K-T点.

基于机器视觉的野生食用菌特征提取识别研究

为快速有效的识别野生食用菌,保证其食用的安全性。利用图像处理方法和机器视觉技术,提出改进的颜色空间融合形态特征提取方法。首先采用Retinex算法增强图像,通过中值滤波进行去噪完成图像预处理,其次提出两种改进的颜色空间量化方案,在HSV颜色空间特征提取的基础上与3个形态特征参数融合,最后采用综合评价指标方法对识别结果进行量化评价,进行特征提取识别试验。结果表明,颜色与形态特征的融合方法具有较好的识别能力,有效缩短特征提取的时间。图像特征提取的平均时间达到29.30ms,速率提高3.51ms,综合评价指标识别率达到90.78%,可以较好的识别野生食用菌,为食用菌种类的识别发展提供新方法和新途径。

一种增量式MinMax k-Means聚类算法

针对MinMax k-means算法易产生空解、收敛速度慢和计算效率低的问题,提出一种增量式MinMax k-means聚类算法.该算法从给定的初始聚类个数开始,以固定步长递增式产生新的聚类中心,采用基于数据均衡的快速分裂方法产生增量聚类中心,从而避免了传统增量聚类中心选择中遍历数据、k-means聚类算法运行次数过多导致的大计算量问题.与MinMax k-means及相关算法的对比实验结果表明,该算法在计算效率和求解精度上均优于对比算法,有效改善了MinMax k-means聚类对初始化中心敏感和易产生空解的问题.

广义Zakharov方程组新的Jacobi椭圆函数周期解

应用改进的Jacobi椭圆函数法,获得了广义Zakharov方程组新的Jacobi椭圆函数周期解.结果表明,在极限情形下,某些解可以退化为相应的孤立子解和三角函数解.该方法也可用于求解其他非线性方程组的精确行波解.

正独立映射的判定及其在非凸优化中的应用

给出了向量组或映射判定正独立性的3个充要条件和若干个充分条件,讨论了非凸优化中的正独立映射的性质,通过实例给出了构造方法。

基于防火墙构建的电力企业网络安全研究

防火墙是设置在外部网络和企业内部网络之间的一道屏障。它能根据企业的安全策略,控制出入网络的信息流,且本身具有较强的抗攻击能力,是提供信息安全服务,实现网络和信息安全的基础设施。

基于深度卷积条件生成对抗网络的虫害分类算法研究

虫害识别是防治的关键环节,但是由于虫害自身的动态性、稳定性、变态性以及种群规模庞大形态各异等特点,因此传统图像分类识别方法面临巨大挑战。本文提出一种基于深度卷积条件生成对抗网络的虫害识别方法。首先,利用空间金字塔层(SPP)嵌入鉴别器的卷积层之后,使得分类的图像可以有固定大小,尺寸一致的效果,不仅可以使得模型获取到必要的图像特征,而且大大提高了模型的收敛速度。其次将深度卷积条件生成对抗网络中的交叉熵损失函数改为最小二乘损失函数,使得最小二乘损失在一点达到饱和,从而增强模型训练的稳定性。最后使用RMSprop优化器对模型进行迭代优化,使得模型能够更快地收敛,增强模型稳定性,减小网络整体的波动。统计训练过程中各项参数变化分析,与其他方法相比,深度卷积条件生成对抗网络在分类准确率和实验稳定性方面都有较为明显的优势,该文所提出的分类准确率高达96.8%,明显优于对比算法。试验结果表明该文提出的虫害分为算法具有较高的准确率和较好的稳定性,可以为相关研究工作提供借鉴意义。

带有时间窗的秸秆回收路径模型及其算法研究

以秸秆回收机械的综合成本问题为研究目标,综合考虑秸秆回收机械路径和作业冲突的情况,利用信息化技术精准指导秸秆回收,构建了多机械无重复的带有时间窗的秸秆回收路径模型,通过改进蚁群算法的转移概率公式得到带时间窗问题的最优化路径,避免回收农机路径重复冲突的问题。研究结果表明采用带时间窗的秸秆回收路径更加的精准,带时间窗秸秆回收机械优化路径模型相较于传统的路径模型指导下的作业路径会减少约12%,多台回收机械同时作业优化路径是可行的,对高效解决秸秆回收路径问题起到一定的指导作用。

非凸优化中毛发映射的若干性质

在伪锥条件下求解非凸域上函数极小化问题的同伦内点法中,如何构造和判别毛发映射是实现该算法的重要环节,文中给出了毛发映射的3个充分条件和相关性质,并确定了毛发映射与约束函数梯度是相容的判别条件。

基于融合的DWT-LTP-IGLCM的野生食用菌纹理特征分类方法研究

为更好解决野生食用菌纹理特征提取方法的识别效率和准确性问题,针对相似野生食用菌褶,提出DWT-LTP-IGLCM的纹理特征提取融合方法,利用DWT有效保留图像的主要特征,通过LTP中心像素与相邻像素间的关系设定固定的阈值,不仅消除了噪声的干扰且具有更好的光照鲁棒性,结合旋转不变的灰度共生矩阵IGLCM的特征参数,得到了12个食用菌纹理特征值进行分析,基于支持向量机SVM方法对其特征进行有效的分类。试验结果表明:DWT-LTP-IGLCM的纹理特征提取,可以有效将相似食用菌进行分类识别,分类的正确率达到了100%,并且减少了食用菌外部特征分类的错分率,提高了食用菌分类识别效果。

贝加莱系统在纺织机械上的典型应用

本文详细介绍了奥地利贝加莱公司工控产品在粗纱机的实际应用案例,并介绍了B&R产品的技术特点与优势,包括PCC控制系统、触摸屏和ACOPOS伺服驱动器。

鹅膏属真菌形态特征的主成分与聚类分析

本研究选取了《中国真菌志?第二十七卷?鹅膏科》中27个物种及变种,对这些分类单元的菌托形状、菌褶颜色、担子大小等形态学特征进行统计,依据这些形态学特征进行主成分和聚类分析,得到各物种及变种与各个形态学特征之间的关联程度。通过聚类分析将27个物种及变种分为四大类,最终结果与鹅膏属分类情况一致,验证了上述分析方法在鹅膏属分类研究领域具有可行性与准确性。