深度学习在作物病害图像识别方面应用的研究进展

在作物生产管理过程中,正确及时地诊断作物所患病害非常关键。基于深度学习的图像识别为作物病害自动快速诊断提供了新途径。相比传统图像识别所用的模式识别方法,深度学习网络模型能自行提取特征且能够由低维特征抽象出高维特征,取得更好的学习效果。系统梳理了深度学习在图像自动化识别方面的发展历程,介绍了浅层神经网络的相关概念,阐述了深度学习与之相比具有的优势,并简述了深度学习的重要图像识别算法——卷积神经网络。作物病害图像识别由单作物单病害、单作物多病害和多作物多病害的识别三部分组成,在分析讨论深度学习这三方面的研究现状以及目前该领域面临的困难与挑战的基础上,提出了未来可能突破的难点和研究重点。

新型粗纺高支轻薄羊绒面料的工艺研究

目前粗纺羊绒面料产品的风格已逐渐由“厚重”向“轻、松、柔”转变。通过改进工艺参数来优化新型粗纺高支轻薄型羊绒产品的工艺路线,为纺制高支轻薄羊绒大衣呢提供技术指导。通过确定面料规格,调整梳毛设备的工艺参数,改进织造准备与上机工艺及优化后整理加工工艺,最终制得的粗纺羊绒产品能够满足高支轻薄大衣呢的技术要求。