“双一流”建设背景下农业工程类专业教学改革与探索——评《中外高等农业教育的实践经验与改革趋向》

在当代"双一流"建设背景下,将农业工程学科发展为一流学科,农林大学发展为一流大学的步伐逐渐加速,这是我国农业类学校、专业改革的重大教育部署,事关我国现代教育教学的发展。农林学校的"双一流"建设是高等教育未来的重点建设对象,由于其处于建设的初始阶段,目前与欧美国家农林学校之间还存在着一定的差距。

四川盆地西缘浅层地下水铁、锰含量的空间变异特征

以四川盆地西缘低山丘陵区典型县——名山县为例,采用地统计分析方法,研究了四川盆地西缘低山丘陵区浅层地下水铁、锰含量的空间变异特征。结果表明,研究区浅层地下水铁含量变异较大,局部区域超标现象较为严重,42.86%的样点未达到欧盟生活饮用水水质标准(<0.2mg/L),25%的样点未达到我国和美国生活饮用水水质标准(<0.3mg/L);锰含量总体水平较低,其中94.64%的样点达到我国的生活饮用水水质标准(<0.1mg/L),所有样点均达到世界卫生组织规定的生活饮用水水质标准(<0.4mg/L)。研究区浅层地下水中铁、锰含量空间分布特征基本一致,均呈现出从东北向西南逐渐降低,至名山县城附近又有所上升的趋势,高值区主要出现在东北部一带,低值区主要出现在中南部一带。研究区地下水中铁、锰含量分布特征与区域土壤母质、土壤类型、人为活动等因素密切相关,其中受土壤母质和土壤类型的影响尤为明显。统计结果表明,第四系更新统冰碛物及冰水沉积物(Q2fgL)分布区域地下水铁、锰含量显著高于白垩系夹关组(K2j)、灌口组(K2g),第三系名山群(K1～2mn)等紫色岩分布区域;黄壤下浅层地下水铁、锰含量显著高于紫色土。

基于颜色信息的采摘西红柿识别方法

为了使西红柿采摘机器人对采摘区域内的成熟西红柿进行准确识别,提出一种识别方法。通过对自然场景下田间西红柿图像中目标与背景在不同色彩空间的颜色指标进行统计分析,确定采摘对象识别的颜色特征分量,在此基础上结合不同的分割算法进行分割效果的比较,建立基于色差信息的改进Ostu分割算法的识别模型。实验结果表明,该算法对于成熟果的识别准确率可达到98%以上,对绿熟果的识别准确率可达到90%以上。

套作模式下小型农业机械化技术的运用前景

旱地新三熟麦/玉/豆套作模式可充分利用有效空间,扩大绿色面积,提高光能和土地利用效率,具有较大的经济效益和社会效益,是西南地区近年来重点推广的示范种植栽培模式之一。农业机械化是农业生产力水平的重要标志,是促进农民增收的有效途径,是发展现代农业的重要物质基础,是今后一个时期发展套作技术的主要方向和技术重点。为此,对套作农业机械化技术的相关内容进行了阐述,介绍了有关的套作技术与应用现状,分析了市场需求,明确了机械化在作物套作农业发展中的重要地位和作用。这些对西南地区大力推广应用套作农业机械化技术、解决套作农业生产中效率和效益、产量和品质、增产和增收等问题起到积极的促进作用。

基于云计算的铁水联运信息平台架构方案研究

在铁水联运信息平台业务架构分析基础上,采用基于云架构理念,提出了部署在混合云上的铁水联运信息平台总体构架方案,设计了具有两个组成部分三层技术服务的纵向技术架构,以及以订单驱动为核心的统一管理业务流程架构,并探讨了基于云的铁水联运信息平台运营模式。

食用蕈菌生物工程技术研究进展

本文对食用蕈菌生物工程技术的研究进展进行了综述,着重阐述了基因工程和DNA分子标记技术在食用蕈菌中的应用现状。

四川边茶中茶多糖提取条件的优化研究

运用四因素二次回归正交旋转组合设计方法研究了温度、时间、茶水比、pH值对四川边茶中茶多糖(TPS)提取率的影响,结合影响TPS生物活性的因素,确定了TPS较优提取范围。试验结果通过贡献率法计算表明,在试验范围内各因子对TPS提取率作用的大小依次为pH值>温度>茶水比>时间;数学回归模型通过降维分析可知在试验范围内温度和pH值处于较高水平时,TPS提取率有明显增加,并且二者的交互作用显著一致,时间和茶水比的水平变化对TPS提取率影响较小;频率分析得到TPS提取率>8%的优化条件:温度为74.06-80.74℃,时间为69.56-79.58min,茶水比为38.49-42.59倍,pH值为7.411-8.284的范围内;所建立数学回归模型在试验范围内能较准确的预测TPS的提取率。

基于ERNIE+DPCNN+BiGRU的农业新闻文本分类

针对农业新闻目前面临的针对性差、分类不清和数据集缺乏等问题,提出一种基于ERNIE(Enhanced Representation through kNowledge IntEgration)、深度金字塔卷积神经网络(DPCNN)和双向门控循环单元(BiGRU)的农业新闻分类模型——EGC。首先利用ERNIE对数据集进行编码,然后利用改进后的DPCNN和BiGRU同时提取新闻文本的特征,再将两者提取的特征进行拼合并经过Softmax得到最终结果。为了使EGC模型适用于农业新闻分类领域,对DPCNN进行改进,减少它的卷积层以保留更多特征。实验结果表明,与ERNIE相比,EGC模型的精确率、召回率和F1分数别提升了1.47、1.29和1.42个百分点,优于传统分类模型。

四川省数字孪生流域知识图谱的设计与实现

为解决水利信息资源管理分散、利用率低、缺乏统一整合和关联应用等问题,满足数字孪生流域建设中知识平台的构建需求,以数字孪生流域建设的数据底板为基础,依托自顶向下和自底向上相结合的方法,通过总体框架设计,基于BERT-BiLSTM-CRF命名实体识别、Transformer模型的关系抽取、Neo4j的存储和可视化展示完成知识图谱的搭建,并基于知识图谱建设性构建智能问答系统,为四川省数字孪生流域物理流域的全映射提供支撑,实现知识的可视化表达、精准查询与智能推荐,为四川省河湖智能管理提供知识性参考。

基于协同考核的软件工程课程教学改革

《软件工程》对软件开发不仅有着重要的理论指导作用,更注重工程化思维能力与实践动手能力的培养。本文详细分析了《软件工程》课程的特点、教学目标及当下教学中存在的问题,提出了基于过程化和协同考核的教学改革方案。实践证明,此方案不仅能让学生把软件工程理论用到实践中,学生也有更多的时间完成一个完整的项目,调动了学生的积极性与主动性。

大学生体质健康测试结果分析与改善策略研究

本文通过运用文献资料、数理统计等研究方法将四川农业大学2014级大学生按照《国家学生体质健康标准(2014年修订)》要求在2015年和2017年所进行的两次体质测试数据进行对比分析,结果显示该校2014级大学生整体体质健康状况不容乐观。虽及格率达到93.76%,但有71.62%是处于及格分数段,良好率21.08%,仅1.06%评分为优秀。针对这一现状进一步具体分析了学生各测试项目得分情况及影响因素并提出相应的改善措施,以期能为大学生体质健康状况的改善提供一定参考。

基于改进YOLOv7的草莓成熟度检测方法

【目的】为实现自然环境下草莓及其成熟度的高效准确检测,设计了一款改进的YOLOv7的草莓成熟度检测模型。【方法】模型采用YOLOv7作为基础网络对草莓成熟度进行检测。首先,使用PConv卷积替换原Head部分的3×3卷积以提高检测速度。其次,在部分特征层添加CBAM注意力机制提高模型关注重要信息的能力;再将原本上采样中简单的双线性插值算子替换为CARAFE,增加模型对草莓果实细节的感知能力。最后,利用迁移学习实现草莓数据集的训练和微调。【结果】改进前的模型mAP50为85.6%,改进后的模型mAP50为87.7%,参数量从原来的9.14×10^(6)下降为7.32×10^(6),GFLOPs下降为19.8,提高了检测速度。【结论】改进后的模型在草莓及其成熟度的检测中具有更高的检测精度和速度,可以在实际应用场景中实现草莓果实的生长监测。

基于改进YOLOv5的柑橘病虫害检测

[目的]柑橘叶片受到病菌感染或虫害侵袭后,导致柑橘树生长发育异常、产量减少甚至死亡。早期柑橘叶片病虫害检测有助于做好预防措施减少损失。[方法]实际检测过程中YOLOv5s模型存在定位不精确、背景复杂等问题,受VAN(visual attention network)模型的启发,引入LKA(large kernel attention)模块,对YOLOv5s模型进行改进。改进的YOLOv5s模型可实现对图像信息的集中关注和精细抽取;使用CARAFE轻量级算子替换常规的上采样方法,能够提高特征重建质量,解决尺度不匹配问题并提高检测性能;使用FReLU激活函数,能够捕捉更多的柑橘病虫害的关键特征,提高检测准确度。此外,还构建了一个包含炭疽病、溃疡病和受潜叶蝇病虫侵害的柑橘叶片数据集,采用该数据集进行试验。[结果]改进后的模型YOLOv5-LC对于柑橘病虫害的检测结果显示:平均检测精度mAP50达到94.5%,mAP50:95为84.3%,较原模型分别提高了2.0%和4.4%,模型大小仅为7.3 MB。准确率为93.8%,召回率84.5%,浮点运算次数仅为18.5 G。[结论]改进后的YOLOv5-LC模型可以更加准确检测出柑橘病虫害。

基于改进YOLOv5对果园环境中李的识别

为提高果园中高遮挡和密集的李(Prunussalicina Lindl.)的检测精度,提出一种改进YOLOv5s模型,在促进模型轻量化的同时提高模型对李的检测精度。首先,使用新的结构Focus-Maxpool模块替换主干网络中的下采样卷积,使改进模型在下采样时能够保留更多高遮挡目标和小目标的特征信息。其次,使用focal loss和交叉熵函数的加权损失作为改进模型的分类损失,提升改进模型对粘连目标的识别能力。最后,设计若干组检测试验来评价改进模型的性能。结果显示,改进YOLOv5s模型的平均精度优于YOLOv5s、YOLOv4、Faster-RCNN、SSD和Centernet;与YOLOv5s模型的检测结果相比,改进YOLOv5s模型的平均精度、召回率和精度分别提高2.84、9.53和1.66百分点,检测速度可达到91.37帧/s,能够满足实时检测需求。研究结果表明,改进的YOLOv5s模型在真实果园环境下具有较高的检测精度和鲁棒性。

基于改进YOLOv8的苹果叶病害轻量化检测算法

[目的/意义]苹果是中国重要的农产品,为了保障苹果的健康生长,降低其患病率,研发苹果叶病害检测技术具有重要意义。本研究旨在应对苹果生长过程中出现的病害快速检测问题,提出一种基于改进YOLOv8的苹果叶病害检测算法。[方法]选用YOLOv8n模型对苹果在生长期间的多种病害(褐腐病、褐纹病、黑星病和锈病)进行识别。引入SPD-Conv替代传统卷积层,降低模型参数量和运算量的同时提高检测精度。在Neck层中添加多尺度空洞注意力机制(Multi-Scale Dilated Attention,MSDA),使模型通过动态感受野自适应地聚焦于图像中的关键区域,增强病害特征提取能力。此外,参考重参数化卷积神经网络(Reparameterized Convolutional Neural Network,RepVGG)架构,优化了原有检测头,实现检测和推理过程的架构分离,加快了模型的推理速度,提升了其特征学习能力。最后,构建了一个包含上述病害的苹果叶片数据集,并在此数据集上进行试验。[结果和讨论]改进后的模型在运算量降低0.1 G的同时,mAP50和mAP50∶95分别达到了88.2%和37.0%,较原模型分别提高了2.7%和1.3%,模型大小仅为7.8 MB。准确率和召回率分别为83.1%和80.2%,较原模型分别提升了0.9%和1.1%。分别与YOLOv7-tiny、YOLOv9-c、RetinaNet、Faster-RCNN等多个模型进行对比试验,结果表明,提出的YOLOv8n-SMR模型表现出优异性能,有效控制了计算复杂度和参数量。优化后的网络结构在模型大小,浮点运算次数和参数量上均保持较低水平,适合在无人机系统等硬件资源受限设备上高效部署。[结论]改进后的模型能够实现对苹果叶病害的准确检测,该方法不仅提高了检测精度,还通过轻量化设计有效减少了模型的运算量,为后续的苹果生长和果实收集提供可靠的数据支持,并为进一步苹果叶病害研究和探索提供了有利的参考。

科技金融发展:历史回顾、现实考察与路径优化

科技金融是引领新一轮科技革命和产业革命的重要抓手和杠杆。2023年中央金融工作会议强调要做好科技金融等五篇大文章,党的二十届三中全会指出要构建同科技创新相适应的科技金融体制。本文在对科技金融发展历史回顾的基础上,结合中国科技金融实践,对科技金融发展成效进行了综合评价和分析。研究发现:国际上四次工业革命时期的科技金融形式不同,发挥的作用也有差异;中国科技金融发展经历了四个阶段,第四次工业革命以来的科技金融发展成效显著,重点城市的科技金融发展水平较高但分化突出;国内外经验表明银行是科技金融的主力军,资本市场是生力军。最后,本文提出我国科技金融发展的优化路径及政策建议。

融合注意力机制的U型对称网络的医疗辅助算法落地与运用

本文提出了一个融合注意力机制的U型对称网络的医疗辅助算法,用于提高诊断的准确性和效率。利用深度学习技术,对医学影像和病例数据进行自动化分析。本文使用了DRIVE、LiTS和SIIM-ACR等数据集进行训练,在U-Net网络模型的基础上,创新网络编码器和解码器之间引入了注意力模块,以动态聚焦于图像中的关键特征。通过K折交叉验证来评估模型性能,并使用L2权重衰减正则化防止模型过拟合。在系统落地方面,设计了基于Django的医疗辅助小程序平台,用户可以通过微信小程序进入用户界面,实现医疗影像器官分割、在线问诊等功能。管理员则可以通过PC网页端对用户进行管理。该系统具有较高的准确性和效率,可以有效改善医疗资源分配不均的问题。

果胶制备的研究进展

介绍了果胶的化学结构及其原料,并结合国内外多年的研究成果,综述了果胶的提取、浓缩、沉淀和干燥的方法。

基于时效规则的数据修复方法

数据时效性是影响数据质量的重要因素,可靠的数据时效性对数据检索的精确度、数据分析结论的可信性起到关键作用.数据时效不精确、数据过时等现象给大数据应用带来诸多问题,很大程度上影响着数据价值的发挥.对于缺失了时间戳或者时间不准确的数据,精确恢复其时间戳是困难的,但可以依据一定的规则对其时间先后顺序进行还原恢复,满足数据清洗及各类应用需求.在数据时效性应用需求分析的基础上,首先明确了属性的时效规则相关概念,对属性的时效规则等进行了形式化定义;然后提出了基于图模型的时效规则发现以及数据时序修复算法;随后,对相关算法进行了实现,并在真实数据集上对算法运行效率、修复正确率等进行了测试,分析了影响算法修复数据正确率的一些影响因素,对算法进行了较为全面的分析评价.实验结果表明,算法具有较高的执行效率和较好的时效修复效果.