构建VED-SegNet分割模型提取鱼类表型比例

为提高鱼类表型分割精度和准确度,实现鱼类表型智能监测,该研究基于深度学习算法构建了VED-SegNet模型用于鱼类表型分割和测量。该模型将cross stage partial network和GSConv结合作为编码器(VoV-GSCSP),保持足够精度的同时降低网络结构复杂性。另一方面,该模型采用EMA(efficient multi-scale attention module with cross-spatial learning)建立强化结构,加强编码器和解码器之间的信息传递,提高模型精度,并实现了8个表型类别的输出。采用自建的鱼类表型分割数据集对VED-SegNet模型进行了测试,测量结果中鱼类各表型比例与实际测量值相接近,表型最大平均绝对和平均相对误差为0.39%、11.28%,能实现无接触式提取水产养殖中鱼类表型比例。对比其他常见语义分割模型,平均交并比mean intersection over union,mIoU和平均像素准确率mean pixel accuracy,m PA最高,分别到达了87.92%、92.83%。VED-SegNet模型在环境复杂、多鱼重叠的养殖水体鱼类监测场景中精准分割鱼类形态特征,可为鱼类表型智能测量提供技术支持。

基于分布参数模型的相邻结构阻尼器减震参数分析

采用剪切梁模拟两相邻结构、弹簧单元和阻尼单元并联模型模拟粘弹性阻尼器力学性能,基于复模态理论,求解阻尼器连接的相邻结构的动力特性指标.并采用Clough-Penzien白噪声模型作为地震激励,求解减震结构的地震响应,分析阻尼器刚度、阻尼以及结构基频之比等参数对减震效果的影响.结果表明,相邻结构间设置阻尼器为结构体系提供了附加阻尼比,减小了结构地震反应.基于结构总振动能量最小获得阻尼器最优刚度及阻尼,为相邻结构减震的初步参数设计提供了理论上的依据.

恒天然竞拍价格与全球乳制品价格的传导关系分析

恒天然竞拍价格是全球乳制品拍卖平台(global dairy trade,GDT)上买卖双方经过议价而形成的最终交易价格,该拍卖平台是由全球第二大乳制品生产公司恒天然于2008年搭建的。以2008年以来恒天然拍卖价格和欧洲、大洋洲、美国市场批发价格月度数据为样本,采用Johansen协整检验、VEC模型和格兰杰因果关系检验等方法,研究了全脂奶粉、脱脂奶粉、黄油和奶酪4种乳制品的恒天然竞拍价格与欧洲、大洋洲和美国对应乳制品批发价格的相互关系、相互影响程度及其可能的影响机制。结果表明,三大地区4种乳制品价格对相同产品恒天然竞拍价格的反应程度存在较大差异,分产品来看,恒天然全脂奶粉和脱脂奶粉竞拍价格的影响力高于黄油和奶酪;分地区看,大洋洲和欧洲市场对恒天然竞拍价格的反应程度大于美国市场。