科研产出
基于ELM神经网络的果品冷链乙烯监测校准模型与验证
《农业工程学报 》 2022 EI 北大核心 CSCD
摘要：冷链环境监测对于维持易腐果品品质安全至关重要,乙烯是关键监测要素之一.然而,现有果品冷链乙烯监测设备较少考虑与温湿度之间互作作用,影响监测精度和应用效果.该研究提出了一种基于ELM神经网络的乙烯监测校准模型并在多要素监测设备中验证.首先,以乙烯电化学传感器固有电压信号为基础,综合考虑温湿度变化影响,构建ELM神经网络乙烯监测校准模型,实现乙烯监测自适应校准;其次,以乙烯校准模型为核心,集成相关传感器、微控制器等模块,引入LoRa技术,开发果品冷链环境多要素监测设备;最后,以监测设备为载体,进行ELM模型离线测试和实际场景多要素监测性能验证.结果表明,该模型乙烯校准均方根误差达0.30μL/L,平均训练耗时0.0625 s,有效提高了动态环境下乙烯自适应监测性能;同时,该设备在冷链实际多要素环境中温度、相对湿度、乙烯浓度监测均方根误差达0.46℃,1.65%,1.11μL/L,可以满足果品冷链环境多要素监测精度需求.研究成果对于精准控制冷链环境、准确预测果品品质有指导意义.
关键词： 果品;模型;冷链;乙烯监测校准;ELM神经网络;LoRa技术
全文链接
请求原文
电刺激对肉牛行为和生理指标的影响
《农业工程学报 》 2022 EI 北大核心 CSCD
摘要：为研究电刺激对肉牛行为和生理指标的影响,确定约束肉牛放牧边界的作用电压.以内蒙古鄂尔多斯"草原红"肉牛为研究对象,佩戴电击项圈遥控释电作用于肉牛脖颈下部进行电刺激,分别设计466、1723、2050、2865、4204 V等5个梯度电压,利用无线脑电监测系统对肉牛在不同电刺激前后的体温、心率和脑电波进行监测分析;在试验舍内设计虚拟围栏饲养肉牛,运用摄像系统记录试验过程中肉牛活动行为,基于动物行为观察分析软件对肉牛典型行为(转身、停止、停下慢慢转回去、立即停止向后移动、跳跃)进行统计.结果表明,不同电刺激下,肉牛受到电击前后的体温变化不显著(P>0.05);肉牛受到2865和4204 V电刺激时,心率变化具有显著性差异(P<0.05),与电刺激前相比分别提高了26.3%和35.3%,达到104.32、108.83 bpm;脑电信号的β波在466和1723 V电刺激前后的变化较小,自2865 V开始出现剧烈变化.在试验舍内设计区域虚拟围栏,2865 V电刺激时肉牛触发虚拟边界的次数是93次,出现转身、停止、停下慢慢转回去、立即停止向后移动行为分别占被统计行为总数的33.33%、12.02%、9.29%、31.69%,可有效阻止肉牛继续迈出边界.根据肉牛行为和生理指标的变化,作用电压适宜值在2865 V左右,研究结果为进一步精准确定约束肉牛放牧边界的作用电压适宜范围提供科学依据.
全文链接
请求原文
基于转录组分析氯化钙对青圆椒采后机械损伤品质的影响
《食品科学 》 2022 EI 北大核心 CSCD
摘要：为探究氯化钙处理对青圆椒采后机械损伤品质的影响，通过高处坠落的方法模拟青圆椒运输过程中受到的机械损伤，利用1 mmol/L氯化钙溶液浸泡处理，测定贮藏期间青圆椒的硬度、色泽及感官品质，并通过高通量测序技术进行转录组分析。结果表明，1 mmol/L氯化钙处理能延缓青圆椒转红、软化及腐烂。同时本研究确定了与青圆椒果实色泽转变、质地变化和风味香气产生的相关基因，鉴定了参与植物激素信号转导途径的关键酶和转录因子，分析了氯化钙处理对机械损伤青圆椒果实贮藏品质的影响。氯化钙可能通过抑制编码双功能15-顺式八氢番茄红素合酶（bifunctional 15-cis-phytoene synthase,PSY）和辣椒红色素/辣椒红色素合酶（capsanthin/capsorubin synthase,CCS）等基因的上调来抑制类胡萝卜素的合成，通过抑制纤维素合酶A（cellulose synthase A,Ces）、内切-1,3-β-葡萄糖苷酶（endo-1,3-β-glucosidase 4,β-Glu）和内切葡聚糖酶25（endoglucanase 25,EG25）等基因的下调来缓解其软化，并通过影响青圆椒中某些转录因子、植物激素和香气风味相关基因的表达，进而影改善有机械损伤的青圆椒果实的表观品质。结论：氯化钙处理可以有效延缓机械损伤青圆椒果实品质的劣变，延长青圆椒果实的贮藏期。
全文链接
请求原文
对靶喷药系统压力波动特性的试验研究
《农业工程学报 》 2022 EI 北大核心 CSCD
摘要：针对精准对靶喷药系统作业中由于不同数量喷头反复启闭造成管路压力波动严重的问题，该研究开展了对靶喷药系统回流比例对管路压力波动影响的研究。设计了对靶喷药压力波动试验平台，基于AMESim建立对靶喷药压力波动系统仿真模型。设置系统初始压力0.2～0.4 MPa，回流比例为0～0.9，分别关闭1/5～4/5数量的喷头进行了仿真试验。结果表明，关闭喷头的占比越大，管路压力波动越大，当系统初始压力0.2 MPa，回流比为0，关闭4/5数量的喷头，管路压力从0.2 MPa上升至5.15 MPa，波动率达2 400%；系统初始工作压力越大，关闭喷头数量对压力波动影响越大。设置回流管路可有效减小管路压力波动，且回流比越大效果越明显，当系统初始压力0.2 MPa、回流比例为0.6时，部分喷头关闭的压力波动率最大为64.53%。兼顾泵的利用率，回流比例建议小于0.6。系统初始压力0.3 MPa时，回流比例建议小于0.7；系统初始压力0.4 MPa时，回流比例建议小于0.8。根据对靶喷药压力波动容忍度要求，系统初始压力0.2 MPa时，喷施靶标在作业行中的占比量最佳回流比例关系为：靶标占比1/5的最佳回流比例区间为0.5～0.6；靶标占比2/5的最佳回流比例区间为0.5～0.6；靶标占比3/5的最佳回流比例区间为0.2～0.3；靶标占比4/5的最佳回流比例区间为0～0.1。系统初始压力0.3 MPa时，喷施靶标在作业行中的占比与最佳回流比例区间关系为：靶标占比1/5的最佳回流比例区间为0.6～0.7；靶标占比2/5的最佳回流比例区间为0.5～0.6；靶标占比3/5的最佳回流比例区间为0.2～0.4；靶标占比4/5的最佳回流比例区间为0～0.1。初始压力为0.4 MPa时，靶标占比1/5的最佳回流比例区间为0.7～0.8；靶标占比2/5的最佳回流比例区间为0.6～0.7；靶标占比3/5的最佳回流比例区间为0.4～0.5；靶标占比4/5的最佳回流比例区间为0～0.3。研究结果可为农业植保作业对靶变量施药技术应用及工况参数的选择提供依据，为精准对靶施药装置的进一步优化提供支撑。
关键词： 仿真 植保 对靶喷药 压力波动 AMESim 回流比
全文链接
请求原文
基于不确定性分析的遥感分类空间分层及评估方法
《地球信息科学学报 》 2022 EI 北大核心 CSCD
摘要：空间分层是准确度量遥感分类不确定性程度及其空间分布的基础与关键.本文提出了一种基于不确定性分析的遥感分类空间分层及评估方法,首先基于随机森林算法获取像元后验概率,确定分类不确定性度量指标;其次,采用模糊C均值进行空间分层;最后,对分层结果合理性进行定性与定量评估,并与同尺度数据产品精度评价结果及后验概率不确定性分层方法进行对比分析.以北京市顺义区Landsat 8 OLI遥感影像数据为例,研究结果表明:①基于最大概率、模糊混淆指数和概率熵指标将顺义区分为不确定性大、中、小3层,相应的遥感数据层分类精度分别为62.28%、74.96%、79.31%;②分类不确定性空间分层结果与度量指标大小的空间分布基本一致,错分地类图层与不确定性大层的地类空间分布基本一致;③遥感数据和数据产品的各层地类空间特征、层分类精度大小趋势一致,与总体分类精度相比,不确定性大层的层分类精度降低,不确定性小层的层分类精度提高;④与后验概率不确定性分层方法相比,本研究不确定性大层的层分类精度降低1.08%,不确定性中层提高3.58%,不确定性小层提高0.16%,q值由0.19提高到0.24,空间分异性更高.证实了研发的遥感分类不确定性空间分层结果的合理性.研究旨在提出适用于遥感分类的不确定性分层方案,用于优化遥感分类训练样本和精度评价验证样本的空间布设.
关键词： 不确定性 空间分层 度量指标 遥感分类 随机森林 土地利用 模糊C均值 精度评价
全文链接
请求原文
基于Faster R-CNN网络的茶叶嫩芽检测
《农业机械学报 》 2022 EI 北大核心 CSCD
摘要：为有效识别茶叶嫩芽提高机械采摘精度、规划采摘路线以避免伤害茶树,针对传统目标检测算法在复杂背景下检测精度低、鲁棒性差、速度慢等问题,探索了基于Faster R-CNN目标检测算法在复杂背景下茶叶嫩芽检测方面的应用.首先对采集图像分别进行等分裁切、标签制作、数据增强等处理,制作VOC2007数据集;其次在计算机上搭建深度学习环境,调整参数进行网络模型训练;最后对已训练模型进行测试,评价已训练模型的性能,并同时考虑了 FasterR-CNN模型对于嫩芽类型(单芽和一芽一叶/二叶)的检测精度.结果表明,当不区分茶叶嫩芽类型时,平均准确度(AP)为54%,均方根误差(RMSE)为3.32;当区分茶叶嫩芽类型时,单芽和一芽一叶/二叶的AP为22%和75%,RMSE为2.84;另外剔除单芽后,一芽一叶/二叶的AP为76%,RMSE为2.19.通过对比基于颜色特征和阈值分割的茶叶嫩芽识别算法(传统目标检测算法),表明深度学习目标检测算法在检测精度和速度上明显优于传统目标检测算法(RMSE为5.47).可以较好地识别复杂背景下的茶叶嫩芽.
全文链接
请求原文
桃品质的无损检测技术研究进展
《食品科学 》 2022 EI 北大核心 CSCD
摘要：桃果实营养物质丰富，是消费者青睐的水果之一。但桃在生长、采摘和贮藏过程中易受到损害而导致品质下降，严重影响桃的经济价值，因此桃品质检测技术对于保障果实商业价值具有至关重要的作用。传统的检测方法具有耗时长、成本高、对样品有破坏性等缺点，而基于声学特性、力学特性、介电特性、光学特性和电子鼻的无损检测方法，特别是基于光学特性的检测方法，因其无损、快速、准确的优势而发展迅速，目前在桃果实内外部品质检测中得到广泛的应用，然而目前对其优缺点及今后的发展方向缺乏系统总结。本文综述应用上述无损检测技术，尤其是基于光学特性和电子鼻的无损检测方法，评估桃果实外部品质（大小、形状、色泽、香气、表面缺陷）和内部品质（品种、糖度、可滴定酸含量、硬度、冷害、虫害等）的最新研究进展，总结分析了其在桃品质检测中存在的问题，并对桃品质无损检测研究方向进行展望，以期为桃品质无损检测技术的研究提供参考。
全文链接
请求原文
基坑排水对城市内河水体溶解性有机质的影响研究
《光谱学与光谱分析 》 2022 EI SCI 北大核心 CSCD
摘要：工程施工时基坑排水是保障基坑安全的必要措施,排出水进入城市内河,对内河及下游水生态安全产生影响.该研究采集哈尔滨市何家沟欧亚之窗公园段建筑工程施工过程中基坑排出水(W 1)、排水口上游100 m处(W2)、排水口处(W3)、排水口下游50 m处(W4)、排水口下游100 m处(W5)、排水口下游200 m处(W6)的水体样品,应用三维荧光光谱-平行因子分析方法,测定溶解性有机质(DOM)的荧光光谱特征,分析DOM的组成和来源,探究基坑排水对城市内河水体环境的影响.结果表明:内河水体腐殖化指数(HIX)在0.337~0.381范围内,腐殖化程度低,W1,W3~W6的HIX差异不显著,均显著低于W2,说明排水进一步降低了内河水体腐殖化程度.荧光指数(FI370)介于2.330~2.900范围内,生物指数(BIX)在0.897~1.140范围内,W1和W2的FI370和BIX均显著高于W3~W6,两者具有极强的自生源特征,说明排水使下游水体自生源特征降低.水体样品DOM中共识别出2类4种有机组分:可见类富里酸组分(C1)、类色氨酸组分(C2)、紫外类富里酸组分(C3)和类酪氨酸组分(C4),即类富里酸物质(C1、C3)和类蛋白物质(C2、C4),两者间成负相关关系.FI370与4种有机组分间均呈极显著的相关性,说明DOM组成简单.W2具有相对较高的DOM浓度,而排水口下游水体DOM浓度低,基本保持稳定.类蛋白物质在上游水体中占有相对较高的比重,在W4中,4种有机组分相对比重差异不显著,W5和W6类富里酸物质的相对比重有升高趋势,同样说明基坑排水导致内河水体自生源特征降低.除pH值升高外,下游水体样品溶解氧(DO)、总氮、总磷等理化指标含量均降低,pH值与类富里酸物质呈正相关,与类蛋白物质呈负相关,而DO、化学需氧量及水体养分指标与之相反.水体DOM有机组分与理化指标的相关性不同,可直接或间接影响DOM组成.因此,工程施工基坑排水可降低城市内河水体DOM浓度,改变了水体DOM组成.
全文链接
请求原文
基于LightGBM-SSA-ELM的新疆羊舍CO_2浓度预测
《农业机械学报 》 2022 EI 北大核心 CSCD
摘要：为减少肉羊集约化养殖过程中因环境恶化产生的应激反应,精准调控CO_2质量浓度,提出了基于分布式梯度提升框架(LightGBM)、麻雀搜索算法(SSA)融合极限学习机(ELM)的CO_2质量浓度预测模型。首先利用LightGBM筛选出与CO_2质量浓度相关的重要特征,降低预测模型的输入维度;然后选择Sigmoid为激活函数,使用具有较强非线性处理能力的单隐含层ELM神经网络算法构建CO_2质量浓度预测模型;最后通过麻雀智能优化算法对ELM模型中所需要的超参数进行优化,并将优化后模型应用于新疆玛纳斯集约化肉羊养殖基地。试验结果表明,该模型预测均方根误差(RMSE)、平均绝对误差(MAE)和决定系数(R~2)分别为0.021 3 mg/L、0.013 6 mg/L和0.988 6,综合性能指标优于支持向量回归(SVR)、反向传播神经网络(BPNN)、长短记忆神经网络(LSTM)、门限循环单元(GRU)和LightGBM等;CO_2质量浓度预测曲线贴近真实曲线,具有良好的预测效果,能有效满足集约化肉羊养殖过程中CO_2质量浓度精准预测及调控要求。
关键词： 羊舍 集约化养殖 CO_2质量浓度预测 极限学习机 麻雀搜索算法 分布式梯度提升框架
全文链接
请求原文
基于欧氏聚类的三维激光点云田间障碍物检测方法
《农业机械学报 》 2022 EI 北大核心 CSCD
摘要：为满足目前农业机械(简称农机)自动驾驶中农田障碍物检测的需求,提出了一种使用三维激光雷达检测田间障碍物的方法。该方法首先对采集的环境点云进行预处理,采用体素栅格下采样滤波,将稠密的点云在不损失特征信息的情况下进行减量;采用三维长方体对角点划定感兴趣区域以便快速计算;采用随机采样一致性(RANSAC)算法检测出农田地面点云,将地面点云与地面上障碍物点云进行分割。然后对地面上障碍物点云基于K维树(K-d tree)进行欧氏聚类,其中聚类的距离阈值为0.6 m。最后判断聚类的点数量和外接长方体体积,过滤掉点数和体积过大或过小的无效聚类从而得出障碍物。应用32线激光雷达在北京市小汤山国家精准农业示范基地采集田间环境点云,分别对田间机具、草堆、田埂、地头矮房、路边树木和田间行人进行检测,结果表明该方法对田间常见障碍物有较好的检测效果。考虑到人是田间行车安全的重要因素,在田间进行了行人横穿于雷达视野前方且与雷达距离分别为5、10、15、20、25、30 m时算法的检测效果试验,试验结果表明田间行人在30 m内平均检出率为96.11%。该方法可用于大田环境下障碍物的检测,为农机自主行走过程中的避障策略研究提供了基础。
关键词： 农田障碍物检测 三维激光雷达 欧氏聚类 随机采样一致性 K维树
全文链接
请求原文
