基于改进COF-YOLO v8n的油茶果静态与动态检测计数方法

针对自然环境下油茶果存在严重遮挡、近景色、小目标等现象,使用YOLO网络存在检测精度低、漏检现象严重等问题,提出对YOLO v8n网络进行改进。首先使用MPDIOU作为YOLO v8n的损失函数,有效解决因为果实重叠导致的漏检问题;其次调整网络,向其中加入小目标检测层,使网络能够关注小目标油茶以及被树叶遮挡的油茶;最后使用SCConv作为特征提取网络,既能兼顾检测精度又能兼顾检测速度。改进COF-YOLO v8n网络精确率、召回率、平均精度均值分别达到97.7%、97%、99%,比未改进的YOLO v8n分别提高3.2、4.8、2.4个百分点,其中严重遮挡情况下油茶检测精确率、召回率、平均精度均值分别达到95.9%、95%、98.5%,分别比YOLO v8n提高4.0、9.1、4.6个百分点。因此改进后COF-YOLO v8n网络能够明显提高油茶在严重遮挡、近景色、小目标均存在情况下的识别精度,减小油茶的漏检。此外,模型能够实现动、静态输入条件下油茶果计数。动态计数借鉴DeepSORT算法的多目标跟踪思想,将改进后COF-YOLO v8n的识别输出作为DeepSORT的输入,实现油茶果实的追踪计数。所得改进模型具有很好的鲁棒性,且模型简单可以嵌入到边缘设备中,不仅可用于指导自动化采收,还可用于果园产量估计,为果园物流分配提供可靠借鉴。

基于COF-YOLOv5s的油茶果识别定位

针对自然环境下油茶果存在多种类、多遮挡及小目标等问题,该研究基于YOLOv5s提出COFYOLOv5s(camellia oleifera fruit-you only look once)油茶果识别模型,实现油茶果的高精度检测。通过添加小目标检测层、将FasterNet中的轻量化模块Faster Block嵌入到C3模块及添加Biformer注意力机制对YOLOv5s进行改进。试验结果表明,改进后网络在测试集上的精度、召回率、平均精度均值分别为97.6%、97.8%、99.1%,比YOLOv5s分别提高5.0、7.5、4.4个百分点,推理时间为10.3 ms。将模型部署到Jetson Xavier NX中,结合ZED mini相机进行油茶果识别与定位试验。室内试验得到COF-YOLOv5s的召回率为91.7%,室外绿油茶果的召回率为68.8%,小目标红油茶果在弱光条件下的召回率为64.3%。研究结果可为实现油茶产业的智能化和规模化提供理论支持。

基于改进UNet模型的油茶果振动采摘点定位方法

针对非花果同期油茶果采收效率低这一问题,提出一种侧枝振动采摘点定位方法,通过振动侧枝降低树木损伤并实现高效采收。首先构建数据集,对侧枝分段标注,向UNet中添加CloFormer注意力机制并命名为Clo-UNet,实现侧枝的二维重构。其次,在Clo-UNet基础上进一步设计采摘点定位方法并命名为Clo-UNet-Point,该方法优先选择采收离果实最远且最粗的枝条。试验表明,Clo-UNet在验证集上表现优异,其中br_con(连果枝)、danger(危险区)和br_pro(优先采收区域)的平均交并比mIoU分别达到85.36%、86.37%和81.29%,平均像素精度mPA分别达到94.97%、96.17%和89.48%,Clo-UNet在整个数据集上的mIoU和mPA分别比UNet高5.14、6.85个百分点。通过观察验证集647幅图像,Clo-UNet-Point算法在不同光照条件下均能定位到采摘点,平均检测一张图像用时0.15 s。该研究可为未来非花果同期类油茶果的自动化振动采收奠定理论基础。

基于改进YOLOv7的苹果生长状态及姿态识别

针对目前苹果在复杂环境下难以进行生长状态分类识别、姿态信息同步获取等问题,该研究提出了一种基于改进YOLOv7的苹果生长状态分类和果实姿态融合识别方法。首先改进多尺度特征融合网络,在骨干网络中增加160×160的特征尺度层,用于增强模型对微小局部特征的识别敏感度;其次引入注意力机制CBAM(convolutional block attention module),改善网络对输入图片的感兴趣目标区域的关注度;最后采用Soft-NMS算法,能够有效避免高密度重叠目标被一次抑制从而发生漏检现象。此外,结合UNet分割网络和最小外接圆及矩形特征获取未遮挡苹果姿态。试验结果表明,改进YOLOv7的识别精确率、召回率和平均识别精度分别为86.9%、80.5%和87.1%,相比原始YOLOv7模型分别提高了4.2、2.2和3.7个百分点,另外苹果姿态检测方法的准确率为94%。该文模型能够实现苹果生长状态分类及果实姿态识别,可为末端执行器提供了抓取方向,以期为苹果无损高效的采摘奠定基础。

水果采摘机械手关键技术研究现状与展望

采摘机器人的研究对推动水果产业的发展有着重要作用。采摘机械手的运动规划与其硬件结构是采摘机器人的关键技术,影响水果采摘的效率与水果品质。本文分析了传统运动规划算法、基于生物智能的运动规划算法、基于概率采样的运动规划算法以及基于深度强化学习的运动规划算法等运动规划算法的优点和不足。同时总结了采摘机械手硬件结构的研发现状,指出目前采摘机械手存在采摘效率低、规划算法效率低、系统成本高与采摘对象单一等问题,对未来水果采摘机器人的研究进行了展望。本文为未来采摘机器人的研发提供了参考。

基于流动单元的辫状河储层沉积微相研究——以王官屯油田官142断块侏罗系储层为例

针对王官屯油田官142断块侏罗系厚储层的特点,以取芯井岩芯分析资料为基础,应用因子分析的方法,将厚约50 m的砂砾岩层划分为13个流动单元,分为A、B、C、D四类。在流动单元划分的基础上,根据各类沉积相标志,将目的层确定为辫状河沉积相,大面积分布的辫状水道、心滩为该区储层沉积的主体。为了进一步精细划分沉积微相,应用各类岩性与泥质体积分数、声波时差、电阻率的交汇图,建立了各类沉积微相-岩石相的岩性、物性、电性划分标准,实现了沉积微相的精细划分。其与流动单元的空间配置关系决定了剩余油分布的差异性。这种基于流动单元划分沉积微相的方法是依据储层渗流性质的差异将储层划分成符合其渗流规律的层系,便于同油田开发的生产层系相结合,从而满足层系开发调整的需要。

牛TARDBP基因核心启动子鉴定与转录调控分析

【目的】为了解牛TARDBP基因结构、功能及启动子活性区域,分析该基因的转录调控机制。【方法】通过PCR技术克隆牛TARDBP基因编码区全长序列。应用生物信息学软件对牛TARDBP蛋白性质和结构进行分析。通过实时荧光定量PCR(RT-qPCR)技术检测TARDBP基因在泌乳期荷斯坦奶牛不同组织中的表达情况。应用5'RACE技术确定牛TARDBP基因的转录起始位点,PCR技术克隆牛TARDBP基因启动子区和5'端系列缺失片段,并运用生物信息学软件对牛TARDBP基因启动子区域CpG岛和潜在转录因子结合位点进行预测,双荧光素酶报告系统确定该基因的核心启动子区域。【结果】牛TARDBP基因在包括乳腺在内的多个组织中均有表达。TARDBP蛋白是一种水溶性非分泌蛋白,存在RNA识别结构域和DNA结合位点。TARDBP基因启动子区存在2个CpG岛和大量转录因子结合位点包括SP1、PPARA、PPARD、PPARG、SREBF1等。双荧光素酶活性分析结果显示牛TARDBP的核心启动子区位于-476--149之间,该区域包含Sp1、PPARG、PPARD、SREBF1结合元件,但不存在TATA-box。【结论】牛TARDBP基因在奶牛多个组织中均有表达。-476--149片段为牛TARDBP基因的核心启动子区,且该区域中存在与乳脂合成和分泌相关的转录因子结合位点。

果蔬采摘机器人末端执行器研究现状

目前果蔬采摘大多以人工采摘为主,存在效率低、采摘成本大等缺点,同时随着人口老龄化问题的日益严重,劳动力紧缺,制约农业的快速发展。末端执行器作为果蔬采摘机器人的关键部件,在很大程度上影响着采摘机器人的采摘率和损伤率,对末端执行器的研究具有至关重要的意义。充分阐述当前国内外果蔬采摘机器人的研究现状。根据采摘方式和驱动方式的不同对采摘末端执行器进行归纳,总结出采摘过程中致损原因。通过列举典型采摘末端执行器,分析末端执行器在采摘过程中果实致损的原因;通过对现有采摘机器人末端执行器方案的具体参数对比梳理,提出存在识别定位不准、采摘效率低等问题,并从损伤率、采摘效率等方面对未来末端执行器进行展望。

基于Informed-RRT 的苹果采摘机械臂路径规划研究

针对非结构化复杂环境下采摘机器人成功率低、规划时间长等问题,提出了一种基于informed-RRT的改进采摘运动规划算法。在改进算法中,采用P概率采样取代随机采样,提高采样的目标性,动态步长生成子节点。改进算法提高了Informed-RRT算法探索未知空间的速度和灵活性,提高最优路径的收敛速度。二维仿真实验表明,与Informed-RRT相比,改进算法可将初始路径查询更短,成功率更高。通过三维仿真实验可以看出,提出的改进采摘机械臂规划算法,实现了快速的路径查询,提高了规划查询率,降低了索引的盲目性,验证了该算法的有效性与优越性。

基于优选YOLOv7模型的采摘机器人多姿态火龙果检测系统

为了检测复杂自然环境下多种生长姿态的火龙果,该研究基于优选YOLOv7模型提出一种多姿态火龙果检测方法,构建了能区分不同姿态火龙果的视觉系统。首先比较了不同模型的检测效果,并给出不同设备的建议模型。经测试,YOLOv7系列模型优于YOLOv4、YOLOv5和YOLOX的同量级模型。适用于移动设备的YOLOv7-tiny模型的检测准确率为83.6%,召回率为79.9%,平均精度均值(mean average precision,mAP)为88.3%,正视角和侧视角火龙果的分类准确率为80.4%,推理一张图像仅需1.8 ms,与YOLOv3-tiny、YOLOv4-tiny和YOLOX-tiny相比准确率分别提高了16.8、4.3和4.8个百分点,mAP分别提高了7.3、21和3.9个百分点,与EfficientDet、SSD、Faster-RCNN和CenterNet相比mAP分别提高了8.2、5.8、4.0和42.4个百分点。然后,该研究对不同光照条件下的火龙果进行检测,结果表明在强光、弱光、人工补光条件下均保持着较高的精度。最后将基于YOLOv7-tiny的火龙果检测模型部署到Jetson Xavier NX上并针对正视角火龙果进行了验证性采摘试验,结果表明检测系统的推理分类时间占完整采摘动作总时间的比例约为22.6%,正视角火龙果采摘成功率为90%,验证了基于优选YOLOv7的火龙果多姿态检测系统的性能。

从技术到受众:信息茧房效应的研究取向与发展进路

随着理论与实证研究的不断增加,信息茧房研究的“内眷化”趋势愈发显著,面临着从量变到质变的临界点。本文旨在从宏观上回顾信息茧房的相关研究,把握这一研究领域的整体取向、提出未来研究的可能进路。在比较分析相近概念的基础上,本文认为,信息茧房研究经历了从技术中心到受众中心的研究路径转向。技术中心的研究着眼于算法与信息茧房的关系问题,试图打开算法黑箱、检视算法环境;而受众中心的研究主要检验影响信息茧房的个体特征、社会关联与特定情境因素。延续信息茧房与回声室效应的双重语境——技术批判与协商民主,本文认为,信息茧房研究需要解决三个方面的问题:一是信息茧房的存在与成因机制问题;二是信息茧房与回声室的政治民主影响问题;三是信息茧房相关的理论构建与创新问题。

一种基于高压静电纺丝工艺制备的P(VDF-TrFE)/PZT压电传感器及其在睡眠监测中的应用

针对日常睡眠监测的需求,提出一种基于高压静电纺丝工艺制备的P(VDF-TrFE)/锆钛酸铅(PZT)压电传感器并对其性能进行了研究。首先,介绍了P(VDF-TrFE)/PZT压电传感器的制作及封装流程。其次对其灵敏度,频率响应特性,瞬时响应和稳定性等进行了测试。结果表明,该传感器不仅具有良好的微观外貌形态,且相比于纯P(VDF-TrFE)压电传感器0.73 V/N的灵敏度,制备的含30%PZT的P(VDF-TrFE)/PZT压电传感器灵敏度是纯P(VDF-TrFE)压电传感器的2.5倍,达到了1.78 V/N。此外在低频下能够保持稳定压电输出且具备2 ms较快的响应时间。最后采用自制的P(VDF-TrFE)/PZT压电传感器测量人体心冲击信号,并通过支持向量机(SVM)训练睡眠分期模型实现了对睡眠质量的监测,四分类模型平均准确率达到72.5%,为可穿戴睡眠监测传感器的选择提供了参考。

基于本地差分隐私的医疗数据收集方法

针对现有医疗数据收集算法无法有效抵抗背景知识攻击和不可信第三方的隐私泄露问题,提出一种基于本地差分隐私的医疗数据收集方法。设计基于Count-Min Sketch和GRR算法的两阶段数据收集框架,利用随机采样技术避免隐私预算分割,降低数据收集的通信代价和噪声误差,通过对高低频症状分别抽样扰动收集统计,降低数据哈希冲突导致的误差问题。理论分析算法满足本地差分隐私。实验结果表明,该方法频率估计的精确度、运行时间和通信开销优于对比方法。

“真实”的鸿沟:人类认知与大语言模型判定新闻真实的比较研究

随着ChatGPT等生成式人工智能技术日益嵌入人们的生产生活中,技术背后可能带来的算法偏向、虚假信息等诸多问题愈发为人们所重视。为了更好地评估大语言模型的认识能力和潜在偏见,本文引入“图灵实验”(Turing Experiment)的方法,让大语言模型模拟人类的态度和行为,将“新闻真实性判定”作为测量人类认知与大语言模型的特定任务,在针对中美德三国民众的问卷调查(N=3000)中设计判定新闻真实性的调查实验(政治新闻组/非政治新闻组),并通过大语言模型GPT-3.5依据性别、国别等人口学因素生成与人类样本相对应的3000份“硅样本”(silicon sample),进而对比分析其在判定新闻真实性上的认知能力和潜在偏见。研究发现,ChatGPT在判定新闻真实性这一复杂认知任务上有着明显的优势,同时也存在薄弱环节,在政治新闻、真实新闻的判断上表现得比人类更准确,但在判别非政治新闻、虚假新闻上表现得不如人类。ChatGPT还存在着一定的代际偏见和语言偏见。就公众本身而言,政治新闻、虚假新闻仍是人们鉴别新闻的薄弱环节。

工业4.0时代食品科学与工程专业教学实习基地建设策略

教学实习基地是培养学生实践能力和专业素养的重要组成部分,不仅为学生提供实践场所,还为他们创造与行业专家和业界人士互动的机会,使其能够了解最新的行业动态和发展趋势。通过实习能够培养学生的实践创新能力、批判性思维和解决问题的能力,这对于他们的学习和发展具有不可替代的重要性。

苹果采摘机器人关键技术研究现状与发展趋势

目前国内苹果基本采用人工采摘方式,随着劳动力资源短缺以及机械自动化技术的迅速发展,利用机器人采摘替代人工作业成为必然趋势,开发苹果采摘机器人用于果园收获作业具有重要意义。由于苹果采摘作业环境复杂,严重制约了采摘自动化的发展。目标识别、定位与果实分离是苹果采摘机器人的关键技术,其性能决定了苹果采摘的效率及质量。该文概述了具有市场化前景的苹果采摘机器人发展和应用现状,综述了在复杂自然环境光照变化、枝叶遮挡、果实重叠、夜间环境下以及同色系苹果的识别方法,介绍了多种场景并存的复杂环境下基于深度学习的苹果识别算法,遮挡、重叠及振荡果实的定位方法,并对采用末端执行器实现果实与果树的分离方法进行了分析。针对现阶段苹果采摘机器人采摘速度低、成功率低、果实损伤、成本高等问题,指出今后苹果采摘机器人商业化发展亟需在农机农艺结合、优化识别算法、多传感器融合、多臂合作、人机协作、扩展设备通用性、融合5G与物联网技术等方面开拓创新。

关节镜下距腓前韧带修复与重建术及术后康复的研究进展

距腓前韧带(anterior talofibular ligament,ATFL)损伤是临床上常见的运动损伤之一。大部分ATFL损伤通过非手术治疗即可获得满意的疗效。若经3~6个月的非手术治疗,患者的症状仍未见明显好转,或出现ATFL断裂,则需考虑采用手术治疗。目前,关节镜下ATFL修复与重建术已成为治疗ATFL损伤的有效方法。术后康复是关节镜下ATFL修复与重建术成功的关键因素之一,有助于恢复踝关节功能,减少术后并发症的发生,从而提高患者的生活质量。本文就关节镜下ATFL修复与重建术及术后康复的研究进展进行了综述,为临床治疗ATFL损伤提供了参考。

新工科背景下食品技术经济分析与决策课程教学改革

食品技术经济分析与决策课程的主要内容涵盖项目的决策分析与评价。通过该门课程,学生不仅能够接触到专业知识,还能够学习行业知识,培养创业能力,是提升大学生实践能力和创业意识的最佳途径之一。针对国内外食品技术经济分析相关课程的特点以及当前的教学改革措施,进行以下教学改革。首先,结合“互联网+”和开放式教学的理念,创新教学形式;其次,采用多种形式强化实践教学,提高学生实践能力;最后,加强交流与交换,促进工商融合的发展。食品技术经济分析与决策课程的教学改革将有助于培养学生的思考能力、实践能力和专业素养。

沙质盐碱地不同品种水稻生长、光合、产量及品质的差异性分析

为了探究不同品种水稻在盐碱土地中的生长发育状况,以筛选出适宜当地种植的水稻品种,采用对比试验方法分析了宁粳56号、宁大6号、中科8号、宁大16号、富源4号、宁粳51号、秋优887个水稻品种在暗管排水条件下的生长、光合、产量及品质之间的差异性。结果表明:土壤pH和全盐量在水稻收获后出现明显的下降,土壤深度0~20 cm脱盐率为57.7%,土壤深度20~40 cm脱盐率为33.3%;土壤有机质、碱解氮及速效钾含量在水稻收获后出现明显的提升,宁粳56号水稻品种在沙质盐碱地具有更好的生长指标,秋优88水稻品种在沙质盐碱地具有更好的光合指标,富源4号水稻品种在沙质盐碱地具有更好的产量及品质指标。富源4号、宁粳56号、秋优88是该试验下产量较高的3个水稻品种,并且品质也达到了优质米范畴,是适宜在宁夏月牙湖沙质盐碱地种植的水稻品种。

广东省大亚湾和红海湾表层沉积物重金属分布特征及风险评价

2021年夏季采集了大亚湾和红海湾表层沉积物样品,分析了沉积物中铜(Cu)、砷(As)、铬(Cr)、镉(Cd)、汞(Hg)、铅(Pb)和锌(Zn)含量,探讨了重金属分布及污染特征,重金属之间及与总有机碳(TOC)的相关关系,并评价了重金属的总体污染状况和潜在生态风险.结果显示,大亚湾Hg、As、Cr、Cu、Zn、Cd和Pb含量平均值分别为0.03、8.71、59.8、14.2、99.4、0.05、33.4 mg·kg^(-1),红海湾Hg、As、Cr、Cu、Zn、Cd和Pb含量平均值分别为0.05、9.03、46.3、15.4、77.7、0.07、34.1 mg·kg^(-1).大亚湾Hg、As含量近岸低于远岸,Cr、Cu和Zn含量近岸高于远岸,Cd和Pb近岸和远岸相差不大.除重金属Cr之外,红海湾其他重金属含量近岸明显高于远岸.除Hg和Cr与TOC无显著相关性,沉积物中As、Cu、Zn、Cd和Pb与TOC呈显著正相关性.大亚湾和红海湾沉积物重金属,单因子污染影响程度依次为Cr>Zn>Pb>As>Cu>Pb>Cd,总体污染程度很低.基于总金属综合潜在风险评价,大亚湾和红海湾沉积物的风险较低,生态危害影响依次为,Hg>Cd>As>Pb>Cu>Zn>Cr.