基于对比学习的植物叶片病害识别

目前,基于图像处理的植物病害识别多依赖于人工标注的卷积神经网络。本文基于自监督对比学习不依赖标签和大量数据即可实现独自学习的优势,研究了MoCo-v2、DeepCluster-v2、SwAV、BYOL这4种对比学习方法对植物叶片病害的识别效果,通过设置不同试验条件,使用PlantVillage开源数据集和自建的棉花病害数据集分别测试4种对比学习方法所训练的ResNet50编码器在Linear和Finetune两种模式下的病害识别效果,评估对比学习方法在植物叶片病害识别上的可行性。结果表明,在PlantVillage数据集中,Finetune模式的平均准确率略高于Linear,4种方法训练的编码器的平均识别准确率最高达99.83%,其中,DeepCluster-v2、BYOL在Finetune模式下的识别率最高,均为99.87%。在棉花病害数据集上,Finetune模式的效果略逊于Linear,DeepCluster-v2在Linear模式下获得最高识别准确率(98.86%)。整体来看,基于对比学习方法的病害识别率优于有监督模型的学习效果,在植物叶片病害识别领域展现出良好的应用前景。

黄山品牌专线制丝线防差错控制技术的应用研究

为提高黄山品牌专线制丝生产线控制系统防控质量风险的能力,提升制丝线柔性化加工能力,项目组结合老生产线的经验,基于黄山品牌专线制丝线的生产路径和加工工艺设计,利用自动控制、图像识别和计算机信息技术开展防差错控制技术的研究,主要研究内容包括,定路定柜控制模式、加香加料系统的防差错技术、人员设备视频监控的集成、霉变烟叶检测和报警、花片和工艺质量超标物料剔除功能的设计,从而实现制丝全线主要防差错功能。

基于高光谱遥感的苹果树冠层叶片全氮量估测

快速准确获取大面积果园冠层叶片全氮含量(leaf nitrogen content,LNC)是实现现代精准农业的基本要求。通过无人机高光谱成像仪(391.9~1006.2 nm)采集了甘肃省静宁县两个典型果园的果树冠层光谱图像,包括人工灌溉的苹果示范园与自然降雨的苹果园,综合比较两区共160份冠层叶片样本的原始光谱反射率(OD)、倒数光谱(RT)、对数光谱(LF)和一阶微分光谱(FD),构建任意两个光谱波段集组合的差值光谱指数(difference spectral index,DSI)、土壤调节植被指数(soil adjusted vegetation index,SAVI)、归一化差值光谱指数(normalized different spectral index,NDSI),分析3种光谱指数与叶片氮含量的相关性,利用一元线性回归模型与光谱指数构建两区最佳苹果冠层LNC估测模型。结果表明,人工灌溉区的FD-SAVI(825,536)、自然降雨区的LF-SAVI(854,392)与LNC的相关性最强,并基于FD-SAVI、LF-SAVI构建一元线性回归模型。人工灌溉区构建的FD-SAVI-ULRM估测模型精度最高,验证集R²和ERMSE分别为0.6601和0.0678;自然降雨区构建的LF-SAVI-ULRM估测模型精度最高,验证集R2和ERMSE分别为0.6746和0.0665。试验采用LNC模型绘制出两个试验区的苹果树冠层叶片LNC估测图,实现对果园叶片全氮含量的精准掌握及精细化管理。

基于视觉检测的马铃薯种薯优化切割决策

针对当前马铃薯种薯制备环节存在自动化水平过低问题,构建了基于YoloV8n的芽眼检测与种薯切割决策模型。使用工业级CCD摄像头从两个不同视角拍摄分级后的马铃薯种薯,获取待切割种薯的最大视场图像。经过训练后的YoloV8n目标检测算法,可准确识别种薯图像中的芽眼位置信息。通过透视变换将种薯图像和芽眼位置信息转换到鸟瞰图,使用图割算法提取种薯的轮廓。切割决策模型计算每个切割槽与轮廓交线形成的面积,制定切割种薯的最佳策略,以确保每个切块上均含有芽眼且各切块的投影面积尽可能相同,从而指引切割装置对种薯进行切割。试验结果表明:制备的种薯薯块合格率达到93.19%,较盲切提高5.41%,种薯切块重量的标准差降低6.87 g,满足了种薯制备的质量要求。

100号合成丙烷冷冻机油的研制

丙烷(R290)是一种环保型制冷剂,臭氧损耗值(ODP)和全球变暖潜能值(GWP)低,具有优良的热物理参数,且价格低廉,可以直接替代R22制冷剂。从经济角度看,研制与丙烷制冷剂适配的丙烷冷冻机油显得尤其重要。研制的100号合成丙烷冷冻机油由聚醚基础油,2.5%的054功能剂(复合剂)及0.2%的二苯胺型抗氧剂组成,其性能达到了制定的技术指标,与进口油的性能相当,能够满足丙烷冷冻机的润滑要求。

基于YOLOx的马铃薯芽眼检测

马铃薯芽眼检测是实现种薯自动切块的关键因素。为快速、准确检测马铃薯种薯芽眼,提高智能切种装置效率,提出一种基于卷积神经网络的马铃薯种薯芽眼检测方法。首先,针对芽眼形态多样的特点,通过图像增广及图像多样化处理建立马铃薯芽眼数据库,以增强检测网络的泛化能力;然后,利用YOLOx对小尺寸目标的高效特征表达能力,构建用于芽眼检测的网络模型,实现马铃薯芽眼的快速准确检测。试验结果表明:YOLOx网络对含有单个和多个无遮挡芽眼的样本,以及含有疤痕、斑点、虫眼和机械损伤的样本均有良好的检测效果。其中,最终检测精准度P为95.86%,召回率R为96.95%,平均精度均值mAP为95.37%,检测速度为42.3 FPS。对比YOLOv3和YOLOv4网络模型,YOLOx模型可以同时满足马铃薯芽眼识别检测的精度和速度要求,可为马铃薯智能化切种提供技术支持。

深度学习在作物及其近缘种抗病性智能鉴定上的研究进展

作物及其近缘种抗病性的精准鉴定是筛选和培育作物抗病性品种的关键环节,是安全有效防治作物病害的重要方式,也是野生种质资源异位保存和开发利用的重要基础。传统的抗病性鉴定方法工作量巨大,且严重依赖于调查人员的主观判断,快速、准确的作物及其近缘种抗病性智能化鉴定方式是未来的发展方向。近年来,随着深度学习方法的快速发展与大量应用,基于深度学习的作物及其近缘种抗病性智能鉴定成为可能。本文首先以水稻3大病害(稻瘟病、白叶枯病、纹枯病)为例,从阐述其抗病性鉴定的规范标准和传统抗病性鉴定方法出发,随后从病害检测、病害分割和病害危害程度评估3方面综述了深度学习在作物及其近缘种抗病性智能鉴定中的研究进展,凝练了深度学习在抗病性鉴定上的应用情况和面临的难点与挑战,并对未来进一步研究的方向与发展趋势进行展望,旨在为深度学习在作物及其近缘种抗病性鉴定中的进一步研究应用提供参考。

基于剪枝的植物病害识别方法

为实时自动检测植物病害,需要将病害识别模型部署在边缘/移动设备上,但是,目前在病害识别领域具有优越性能的深度卷积神经网络因受模型体积和计算资源的限制,无法直接进行部署。为解决这个问题,提出基于剪枝的病害识别方法,该方法利用BN层中的γ系数进行通道剪枝,实现对Vgg16、ResNet164和DenseNet40网络的压缩。以PlantVillage植物病害数据集为研究对象,对3种网络进行模型压缩。结果表明,压缩后的Vgg16-80%、ResNet164-80%和DenseNet40-80%的平均准确率分别为97.46%、99.12%和99.68%,DenseNet40-80%准确率最高,且模型的参数量最少,仅为0.27×106;Vgg16-80%的压缩效果最明显,剪掉了97.83%的参数量和96.77%的计算量,且剪枝后的计算量最小,仅有0.01×109;Vgg16-80%和DenseNet40-80%剪枝后的精度高于原始模型。因此,本研究方法能够解决大型神经网络的过参数化问题,降低计算成本,可为现有大网络在小型设备上部署提供思路。

基于Simulink平台的变压器纵联差动保护的仿真研究

电力系统实验综合性强、复杂且抽象难懂,实验仿真相较传统实验在电力系统实验教学中具有一定优势。采用Simulink仿真平台设计电力变压器纵联差动保护实验仿真。从已知案例出发做了相关计算,设计变压器、电流互感器等关键元件的参数,构建主电路仿真模型,分析变压器正常或区外故障时电流互感器在计算变比和选择变比情况对差动回路电流的影响、变压器内部短路故障时的差动保护等。通过参数计算、建模及实验仿真分析等过程,使得抽象问题具体化,展现了实验仿真灵活性、优越性、创新性等特点。

基于无人机高光谱的马铃薯冠层叶片全氮含量反演

为实现大田马铃薯冠层叶片全氮含量(LNC)的快速反演,利用低空无人机平台搭载成像光谱仪获取马铃薯冠层光谱数据,在综合比较原始反射率(R)、倒数变换反射率(1/R)、一阶微分变换反射率[D(R)]、二阶微分变换反射率[D(2 R)]、倒数之对数变换反射率[lg(1/R)]的基础上,选择[D(2 R)]用于后续试验。分别使用相关性分析(CA)、竞争性自适应重加权(CARS)、无信息变量消除(UVE)3种算法筛选特征光谱波段,使用偏最小二乘回归(PLSR)、支持向量机(SVM)构建马铃薯冠层LNC估测模型。结果表明:CA、CARS、UVE算法分别筛选出26、12、19个特征波段。在构建的PLSR模型中,用UVE筛选的特征波段建立的预测模型[UVE-D(2 R)-PLSR]效果最好,在验证集上的决定系数(R^(2))和均方根误差(RMSE)分别为0.8068和0.1932;在构建的SVM模型中,用CARS筛选的特征波段建立的预测模型[CARS-D(2 R)-SVM]效果最好,在验证集上的R 2和RMSE分别为0.8316和0.1830。两模型对比,CARS-D(2 R)-SVM模型的效果更好。采用CARS-D(2 R)-SVM模型逐点估算马铃薯冠层LNC,绘制反演图,可使种植者直观掌握大田马铃薯生长情况,为马铃薯大田的精细化管理提供数据支持。

厨余垃圾分类设备表面细菌和致病菌检测及杀菌效果研究

对厨余垃圾分类设备表面细菌、致病菌随气温变化规律及杀菌效果进行研究,用平板计数法和筛选平板分别对设备表面喷洒杀菌剂前后的菌落总数、致病菌和杀菌效果进行6个月的取样检测。结果表明:厨余垃圾分类设备表面菌落总数、致病菌种类和检出率主要受温度影响,温度最高的9月和最低的11月,厨余垃圾分类设备表面平均菌落总数分别是2.4×10^(6)、3.6×10^(4)cfu/cm^(2);5种厨余垃圾分类设备表面检测到4种常见的致病菌,其中金黄色葡萄球菌和致泻大肠埃希氏菌的平均检出率较高,分别是60%和37%;厨余垃圾分类设备表面喷洒杀菌剂后,作用10 min可达到99.77%的杀菌效果。

多特征融合的轻量级马铃薯分类研究

针对复杂环境下田间马铃薯品种识别精度不高,模型体积较大等问题,提出了一种基于多特征融合的轻量级卷积神经网络LRnet。LRnet网络将ShuffleNetV2和MobileNetV2裁剪后作为双分支网络结构的主干,分别提取马铃薯叶片和马铃薯块茎的图像特征,然后通过提出的融合策略将特征进行融合,从而对马铃薯的29个品种进行分类。实验结果表明,本文提出的LRnet相比ShuffleNetV2、MobileNetV2和ResNet不仅显著提高了马铃薯品种的分类精确度,而且模型小,易于端侧部署,同时也表明了多部位特征融合方法可以显著提高物种的识别精度,为马铃薯的品种鉴定提供了技术参考,其融合策略也可为相关研究人员提供一定的研究思路。

基于高光谱遥感的苹果园土壤水分估测研究

为实现大面积果园土壤水分含量(soil moisture cotent,SMC)的快速估测,应用无人机高光谱成像仪,对甘肃省静宁县人工灌溉的某苹果示范园与自然降雨的某苹果园进行了拍摄,获取表面土壤的光谱图像,综合比较两区共240个土壤样本点的原始光谱反射率(R)、倒数变换光谱反射率(1/R)、对数变化光谱反射率(LOG(R))、根号变换光谱反射率(√R)、一阶微分变换光谱反射率(D(R))后,人工灌溉区选择1/R、自然降雨区选择LOG(R)使用竞争自适应重加权采样法(Competitive Adaptive Reweighting,CARS)、无信息变量消除法(Uninformative Variables Elimination,UVE)和连续投影算法(Successive Projections Algorithm,SPA)进行特征波段筛选,筛选出的波段采用偏最小二乘回归(Partial Least Squares Regression,PLSR)算法分别构建两个果园的SMC预测模型,并比较不同灌溉方式下的估测精度。结果表明:人工灌溉区采用1/R、自然降雨区采用LOG(R)时,光谱反射率与SMC的相关系数最高,分别达到0.751和0.845;CARS、SPA、UVE三种波段筛选算法下,人工灌溉区采用CARS算法、自然降雨区采用SPA算法获得的预测精度最高,两者模型的决定系数R 2和均方根误差RMSE分别为0.730、0.017和0.745、0.015。针对两区土壤表层高光谱图像,采用CARS-1/R-PLSR和SPA-LOG(R)-PLSR建立SMC估测模型,得到人工灌溉区与自然降雨区R 2分别为0.7845和0.7568。最后采用SMC模型绘制出两个试验区的土壤SMC估测图,实现对果园土壤水分含量的精准掌握及精细化管理。

第四代核反应堆用金属材料的研究进展:(一)熔盐反应堆

回顾近70年世界核设施发展历程以及我国核电站发展现状,应用核电作为新型清洁能源可以满足日益增长的能源需求。建设核电设施需要大量金属结构材料,以熔盐反应堆为例,重点介绍几种先进牌号合金材料。同时对这些材料研究重点成果进行简要介绍,对未来研究发展方向提出几点期望。

基于Workbench的汽机旁路调节阀结构强度与温度场分析

汽机旁路调节阀是核电系统中非常重要的阀门单元,可以调节系统的进出水或者蒸汽的进出量,起到控制温度和压力的功能。利用workbench仿真软件,结合瞬态热-结构耦合理论,对调节阀的阀体进行有限元分析,发现介质温度、施加压力、以及设置的边界条件对阀体平均应力和阀体变形量均有较大的影响,同时温度会使阀门局部受力更加复杂,应根据热-结构耦合理论,进一步研究稳态和瞬态温度场对阀门强度的影响,除此以外,在考虑温度的条件下,也要考虑流体震动频率的问题,以及气锤强振动对结构的影响,结合CFD方法进一步研究介质动态变化等综合因素对阀门阀体的可靠性研究。

某气田井场地面管道腐蚀问题分析

气田井场地面管道工况较为复杂,常常会产生内腐蚀,主要的腐蚀机理包括CO_(2)腐蚀、H_(2)S腐蚀、细菌腐蚀和冲蚀。某气田井场地面管道失效,针对该失效案例开展腐蚀分析,明确失效的主要原因,并为后续运维及改造提供依据。采用超声波测厚、宏观观察、腐蚀产物分析、数值模拟计算等方法确定了管道的主要腐蚀类型为冲蚀。针对苛刻的服役环境,建议后续改造中管材采用22Cr双相不锈钢。

基于HOG的酿酒葡萄叶检测

在酿酒葡萄生长状态与病虫害自动监测中,需要在图像中检测出葡萄叶片,通过提取葡萄叶片图像的方向梯度直方图(HOG)特征投入到支持向量机(SVM)分类器中以实现对葡萄叶片的识别;结合多尺度目标定位和均值漂移算法还可以自动确定图像中葡萄叶片的位置。实验结果表明,使用线性核函数训练后的分类器对葡萄叶片和四种常见杂草的识别率达95.5%。该方法对光照和环境变化有较好的鲁棒性,自然条件下成像的叶片图像的葡萄叶片检出率达到了80%以上。

纺织工程专业“纺织品功能性整理”教学改革研究与探索

以缺失对口教材和教学模式过于传统为切入点,对纺织工程专业“纺织品功能性整理”课程进行了教学改革研究与探索,首先对授课内容进行资源整合,使其既包含有传统功能性整理方法又有实时更新的新型整理手段;其次,在教学过程中进行多元化教学改革,激发学生的学习兴趣,并通过实验的方式在实践过程中强化学生的理论知识;最后,对评价方式进行改革和优化,为纺织工程专业应用性较强的理论课的教学改革提供参考。

PAN-PVP纳米纤维/水刺粘胶非织造复合材料的制备及其性能研究

采用静电纺丝技术制备聚丙烯腈(PAN)/聚乙烯吡咯烷酮(PVP)纳米纤维,将其包覆在水刺粘胶非织造布表面,制备了PAN-PVP纳米纤维/水刺粘胶非织造复合材料,考察了PAN与PVP质量比对PAN/PVP纳米纤维形貌的影响,并对复合材料的过滤性能、比表面积、透气性等进行了研究。结果表明:纺丝液中PAN和PVP最佳质量比为7∶3,静电纺丝时间为2h制备的复合材料对空气中粒径大于2μm颗粒物的过滤效率达99.93%;压差为200Pa时,复合材料的透气率为210.83mm/s,与普通口罩透气率相当;与水刺粘胶非织造布相比,复合材料的比表面积增大,过滤性能明显提高。

基于显著性目标检测的葡萄叶片病害分割

为提高葡萄叶片病害图像中病斑分割性能,提出了一种基于显著性目标检测的病斑分割方法。采用显著性目标检测网络来生成葡萄病害叶片图像的显著性图,通过多种分辨率的网格结构提取图像局部和全局信息,并将它们融合成预测特征;再对病害叶片的显著性图用自适应阈值法分割出叶片上的病害区域,并用形态学方法进行后处理。结果表明,在测试集A上,所建立的方法对病斑分割性能指标马修斯相关系数(MCC)为0.625,略低于对比算法全卷积神经网络(FCN)的0.689,但在衡量泛化性能的测试集B上,所建立方法的MCC为0.338,远高于FCN的0.072,说明所建立方法在分割精度和泛化性方面具有较好的平衡性。