科研产出
解冻损失约束下罗非鱼冻结效率控制参数优化研究
《农业机械学报 》 2022 EI 北大核心 CSCD
摘要：速冻方式不同对鱼肉温降速率、均匀性以及解冻后品质的影响不同，最佳速冻方式选取已成为行业内提升鱼类速冻效率与维持鱼肉品质的主要方式之一。以罗非鱼为例，结合3D扫描逆向建模与计算流体力学数值模拟等技术直观获取冷风式速冻、氯化钠和氯化钙浸渍速冻方式下罗非鱼温度时空分布规律，并通过与实验值比较验证模拟结果的准确性与可靠性，综合对比分析不同速冻方式对罗非鱼冻结速率、均匀性以及水分流失的影响规律，确定最佳速冻方式并提出优化设计方案。研究结果表明，温度模拟值与实测值最大偏差为1.81℃,最大均方根误差与平均绝对百分比误差分别为1.017℃、18.9%,且冻结过程罗非鱼温度降至-15℃时，3种速冻方式所需冻结时间模拟值与实测值最大相对偏差仅为6.89%。其次，氯化钠和氯化钙两种浸渍速冻方式下罗非鱼冻结速率基本相同，相比冷风式速冻冻结时间约降低73%,冻结均匀性提升10～40倍。两种浸渍速冻方式下罗非鱼解冻后水分流失率仅为3.89%和3.92%,分别比冷风式速冻方式降低10.37%和9.68%左右。最后，提出了一种氯化钠液流化速冻方式优化方案，通过综合考虑冻结速率、均匀性及能耗确定最佳流速为2.5 m/s,且相比鱼体头朝入口水平放置与竖直放置，鱼体背朝入口水平摆放方式的冻结效率最优。
全文链接
请求原文
基于XGBoost与可见-近红外光谱的煤矸识别方法
《光谱学与光谱分析 》 2022 EI SCI 北大核心 CSCD
摘要：煤矸智能识别是实现综放开采智能化亟待研发的新技术;可见-近红外光谱技术具有环保、实时等优势,满足煤矸智能分选的要求.为解决基于可见-近红外光谱的煤矸识别问题,引入在数据科学竞赛中表现出色的极端梯度提升树(XGBoost)算法.搭建可见-近红外光谱实验平台采集来自山西西铭、陕西神木、内蒙古巴隆图煤矿的块状煤与矸石样品在370~1049 nm波段的反射光谱;利用黑白校正、始末波段去除、SG卷积平滑和标准正态变量变换(SNV)对采集的原始光谱进行预处理,以减少光照不均、噪声以及光程差的影响.依据三个煤矿煤与矸石样品反射光谱的差异划分实验组和测试组,实验组差异微小,用于对比不同模型的性能,挑选最佳算法;测试组差异较明显,用于测试最佳算法在其他煤矿下的表现,检验算法对不同煤矿的适用性.在实验组的实验中,首先基于XGBoost算法建立煤与矸石分类模型,并引入常用的机器学习分类算法k近邻法(KNN)、随机森林(RF)、支持向量机(SVM)做对比,结果表明XGBoost的表现最佳,十折交叉验证的平均准确度(ACC10)、分类准确度(ACC)与AUC值分别达到0.9572,0.9705与0.9716,体现出较强的稳定性与分类能力.其次为降低数据维度减少模型运算量,使用递归特征选择(RFE)、连续投影算法(SPA)与竞争性自适应重加权算法(CARS)分别进行特征波长的选择并与上述四种分类算法结合构建简化分类模型,经测试RFE与XGBoost组合的简化模型表现最佳,ACC10,ACC与AUC值分别为0.9657,0.9803与0.9803且数据维度降至9,在降低数据维度的同时提高了模型的稳定性与分类能力.在测试组的实验中,基于优选出的XGBoost与RFE-XGB算法建立的模型,同样可以实现对其他矿区煤与矸石稳定精确地识别,且简化模型表现更好,与实验组结果一致.
关键词： XGBoost 可见-近红外光谱 煤矸石分选 黑色背景 无损检测
全文链接
请求原文
基于3D视觉的番茄授粉花朵定位方法
《农业机械学报 》 2022 EI 北大核心 CSCD
摘要：为了给设施番茄授粉机器人授粉提供可靠的定位技术，提出了一种基于3D视觉的番茄花朵定位方法。采用RGB-D结构光相机快速获取温室内番茄植株的彩色图和深度图信息，通过YOLO v4 （You only look once）神经网络对植株上番茄花束进行目标检测，并提取出授粉花束在图像中的二维区域；使用主动对齐方式结合PCL进行彩色图像和深度图像的粗对齐，利用区域内色系单视角线性遍历方法对提取的花束区域进行精配准，获得番茄花束的空间高精度点云信息；再使用统计滤波法剔除点云信息离群点后，结合双向均值法计算花束3D box的授粉质心坐标。定位试验结果表明，该方法在温室环境中能成功对花束进行识别定位，神经网络平均检测精度达97.67%,完成单幅图像花束提取时间为14.95 ms,算法获取授粉质心坐标的平均时间约为300 ms。后期在温室内验证，在花束被遮挡小于80%时，算法能够对番茄花朵进行精准定位，并成功执行授粉动作，为番茄授粉机器人提供了一种新的授粉点定位方法。
关键词： 番茄 花束识别 质心定位 授粉机器人 YOLO v4 RGB-D结构光相机
全文链接
请求原文
化学氮肥有机替代条件下黑土DOC荧光光谱特征
《光谱学与光谱分析 》 2022 EI SCI 北大核心 CSCD
摘要：有机无机肥配施是实现土壤培肥、减少无机肥施用的有效措施.为探讨黑土区有机肥替代无机肥(氮肥)对土壤溶解性有机碳(DOC)含量及结构的影响,本研究采用有机肥不同比例替代化学氮肥,分析土壤DOC的含量及荧光光谱特征.结果表明,M(100% 有机替代化学氮肥)处理土壤DOC显著高于其他处理,其含量为325.97 mg·kg-1.与CK(不施肥)处理相比,各施肥处理荧光峰各波长均有不同程度蓝移,各处理土壤DOC的荧光指数(FI)分布在1.54~1.59范围内,腐殖化指数(HIX)均小于0.85,表明DOC来源受自生源和陆生源共同作用的影响,土壤腐质化程度均较低.平行因子分析法分析识别出3个荧光组分,分别为2个腐殖质类组分(富里酸类物质和腐殖酸类物质)及1个类蛋白组分(类酪氨酸蛋白质物质).各施肥处理3个组分荧光强度均高于CK处理,其中M和M2 N2(25% 有机替代化学氮肥)处理下土壤DOC总荧光强度较高,C3组分荧光强度以M2 N2处理最高,土壤DOC中3个有机组分的相对比重以荧光组分C1最高,接近50%,表明该地区土壤中小分子物质占有较大比例,施肥能够提高土壤腐质化程度,有利于土壤DOC固定,合理的有机肥配施化学氮肥能增加DOC的有效性,提升土壤供肥能力.
全文链接
请求原文
农业文本语义理解技术综述
《农业机械学报 》 2022 EI 北大核心 CSCD
摘要：随着互联网和人工智能技术的发展，农业知识智能化服务逐渐承担起为农业生产管理提供有效技术指导的作用。本文对农业文本语义理解中的关键技术及应用进行综述。首先按照自然语言处理中基于规则、机器学习和深度学习的语义处理方法介绍其在农业领域应用的进展；然后阐述了针对农业知识特性的语义分析方法，涵盖农业文本分析主要过程的储存、表达、计算，包括农业知识图谱的知识抽取、融合、表示、推理，TF-IDF、Word2Vec、BERT等农业文本表示模型与CNN、RNN、Attention等分类模型；阐述了可用于分词、向量化表达等的通用语料库和农业领域常用语料库；从农业智能问答、农业语义检索、农业智能管理决策方面阐述语义理解在农业领域中的应用；最后从农业语料库标准化构建、语义理解模型复杂度、多模态语义处理、多区域多语言语义理解等方面对农业文本的语义理解研究趋势进行了展望。
关键词： 农业知识智能化服务 深度学习 自然语言处理 农业文本 语义理解
全文链接
请求原文
不同预冷方式对甜玉米储藏品质的影响
《食品科学 》 2022 EI 北大核心 CSCD
摘要：为探究不同预冷方式对甜玉米储藏品质的影响,本研究采用3种预冷方式(冷库预冷、压差预冷和流态冰预冷)处理甜玉米,测定其预冷过程中的温度变化,预冷后将甜玉米储藏于0℃冷库,测定其储藏期间感官品质、色泽、呼吸速率、乙烯产生速率、可溶性固形物(total soluble solid,TSS)质量分数以及可溶性淀粉、可溶性糖、葡萄糖、果糖、蔗糖含量的变化.结果表明,流态冰预冷在储藏期间保鲜效果最佳,其次是压差预冷.流态冰预冷可快速降低甜玉米内部温度,延缓苞叶黄化,保持籽粒色泽,维持其感官品质,抑制甜玉米呼吸和乙烯释放速率;此外,流态冰预冷可以较好地维持甜玉米籽粒TSS质量分数及可溶性淀粉、可溶性糖、葡萄糖、果糖和蔗糖的含量.在储藏第28天时,流态冰预冷组TSS质量分数为13.8%,压差预冷组为13.4%,冷库预冷组为13.1%,流态冰预冷组显著高于其他组(P<0.05),而压差预冷组和冷库预冷组差异不显著(P>0.05);同时,流态冰预冷组的蔗糖含量为120.4mg/g,压差预冷组为118.0 mg/g,而冷库预冷组仅为92.3 mg/g,流态冰预冷处理甜玉米蔗糖含量高于其他两种处理,压差预冷次之,冷库预冷处理蔗糖含量在储藏末期较低,由此可见,流态冰预冷处理可以明显延缓甜玉米储藏品质劣变.综上,本研究为甜玉米预冷方式的选择提供了理论依据.
关键词： 甜玉米 流态冰预冷 压差预冷 冷库预冷 感官品质 营养品质
全文链接
请求原文
控释掺混肥结合增密对水稻氮肥利用效率和氨挥发的影响
《农业工程学报 》 2022 EI 北大核心 CSCD
摘要：为探究控释掺混肥结合增密对水稻产量、氮素吸收、施肥经济效益和氨挥发损失的影响,该研究以扬籼优418为供试材料,设不施氮对照(CK)、常规施氮(Farmer's Fertilization Practice,FFP)、优化施氮(Optimized Nitrogen Application,OPT)、控释掺混肥(Controlled Release Blended Fertilizer,CRBF)和控释掺混肥结合增密(Controlled Release Blended Fertilizer Combined with Dense Planting,CRFDP)共5个处理,对比分析了不同处理的水稻产量及构成因子、氮素吸收和氮肥利用效率、经济效益和氨挥发损失的差异.结果发现,CRFDP处理的水稻有效穗数和每穗实粒数显著高于其他处理(P<0.05),较FFP分别增加26.1%和18.7%.CRFDP处理较FFP处理水稻增产33.3%.与FFP相比,CRFDP的氮肥吸收利用率、氮肥偏生产力、氮肥农学利用率分别提高160%、22.8 kg/kg、16.27 kg/kg.CRFDP较CRBF处理的氮肥吸收利用率显著提高10.0个百分点,氮肥偏生产力、氮肥农学利用率和氮素生理利用率则没有显著差异(P>0.05);与FFP处理相比,3个优化施氮处理(OPT、CRBF和CRFDP)在氮肥用量降低20%的情况下,水稻每公顷净收益增加3328~8968元,其中CRFDP处理的水稻产值和净收益最高.施氮显著提高了水稻生长季的田面水铵态氮浓度和土壤脲酶活性,与FFP处理相比,CRFDP处理的氨挥发强度和累积氨挥发损失分别降低62.5%和46.3%.综上,控释掺混肥与增密结合可兼顾水稻高产、氮肥高效利用和氨减排.研究结果可为水稻高产及环境友好和资源高效的水稻种植新模式提供数据支持和理论支撑.
关键词： 产量 氮肥 控释掺混肥 氨挥发 增密 经济效益 水稻
全文链接
请求原文
利用高光谱技术预测采前猕猴桃干物质含量的可行性试验
《农业工程学报 》 2022 EI 北大核心 CSCD
摘要：为实现采前猕猴桃果实干物质含量的实时、连续、大量预测,该研究就利用高光谱技术在室外开放环境下进行采前猕猴桃干物质含量预测试验.研究以种植于贵州省息烽县、修文县的贵长猕猴桃为试验对象,利用高光谱相机获取采前猕猴桃样本果实的高光谱数据;对原始数据进行白板校正、ROI(Region of Interest)裁剪、多元散射校正等处理,获得样本果实光谱反射率曲线;根据光谱曲线特征,选取特征波段,构建多光谱指数;将样本果实划分为训练集、测试集;利用多光谱指数将训练集样本果实特征波段光谱反射率换算为指数值,分析指数值与干物质含量的相关性,确定最优指数,将其拟合公式作为干物质含量预测模型,利用测试集计算误差情况并验证模型预测效果.结果表明,果实干物质含量高,光谱反射率低,反之则光谱反射率高;根据特征波段构建的拟合效果最佳的多光谱指数,所对应的干物质含量预测模型决定系数为0.88,预测值最大绝对误差为1.31%,最大相对误差为8.23%,相对误差均值为3.13%,均方根误差为0.65%,具有较好的预测效果.试验证明,利用高光谱技术进行采前猕猴桃果实干物质含量预测是可行的.
全文链接
请求原文
基于根系加权土壤水分有效性的冬小麦水分生产函数
《农业工程学报 》 2022 EI 北大核心 CSCD
摘要：为了准确评估作物水分亏缺程度及其敏感性动态对作物产量的影响,该研究结合基于根系加权土壤水分有效性的植物水分亏缺指数(Plant Water Deficit Index,PWDI)与基于归一化热单元指数的S型累积水分敏感指数,建立了3种不同形式的作物水分生产函数(Crop Water Production Function,CWPF),即Blank加法模型(PWDI-B)、Jensen(PWDI-J)和Rao(PWDI-R)乘法模型.通过2 a冬小麦栽培田间蒸渗仪试验(北京昌平)和1 a冬小麦栽培田间滴灌试验(山东黄河三角洲),优化了土壤水分胁迫修正系数中参数,进而对PWDI估算精度及CWPF产量估算效果进行检验与评价.结果表明:蒸渗仪试验基于根系加权估算的PWDI与实测值吻合良好,决定系数R2为0.78,标准化均方根误差(Normalized Root Mean Squared Error,NRMSE)为0.16;滴灌试验PWDI均值与作物株高(r=?0.95)、生物量及产量(r≤?0.79)均具有较好的相关性,表明根系加权PWDI能较准确地反映不同试验条件下冬小麦的水分亏缺程度及其对作物生长的影响;此外,无论是蒸渗仪试验还是滴灌试验,所建的3个CWPF对冬小麦产量的估算精度均在可接受范围内(R2≥0.78,NRMSE≤0.11),且PWDI-R估算精度依次高于PWDI-J、PWDI-B、以及线性回归模型(即PWDI均值与产量的线性拟合模型).因此,根系加权PWDI与S型水分敏感指数累积函数融合可用于合理构建冬小麦水分生产函数,其中PWDI-R乘法模型可优先推荐用于研究区冬小麦产量估算和灌溉制度优化,从而为当地冬小麦田间水分管理提供理论依据.
全文链接
请求原文
基于可见光谱和改进注意力的农作物病害识别
《光谱学与光谱分析 》 2022 EI SCI 北大核心 CSCD
摘要：基于可见光谱的农作物病害自动化识别和诊断是一个具有挑战性的研究领域,但现有基于卷积神经网络进行病害识别的研究往往利用深层网络牺牲模型参数量来提高对单一农作物病害识别的准确率,从而造成硬件资源的浪费.为提高农作物病害识别的准确率且避免深层网络的使用,该研究将注意力机制引入农作物病害识别领域,提出了一种基于可见光谱和改进注意力机制的浅层农作物病害识别模型,设计了新的注意力模块SMLP和农作物病害识别模型SMLP_ResNet.利用卷积层代替全连接层设计参数量较少的残差网络(ResNet),然后利用SMLP、归一化结构(Batch Normalization)和残差模块(Res_block)得到改进的残差模块单元(SMLP_Res),其中SMLP由全局池化和多层感知机组成,建立各通道间依赖关系.多层感知机使用三层网络结构,将全局特征的通道维度提升至两倍,然后对其通道维度进行两次降维,恢复至原始维度,减少了全局特征损失.SMLP_Res可对通道中的病害特征重校准,减少对识别任务无效的冗余信息,最后构建农作物病害识别模型SMLP_ResNet,在减少模型层数同时提高其识别率.使用两个不同难度的多种植物和病害混合的公开数据集AI Challenger 2018和Plant Village验证本文模型.实验结果表明,SMLP_ResNet模型在18、50和101层时达到了较高的识别率,其中SMLP_ResNet18模型效果最佳,在两个数据集中的病害识别率分别为86.93% 和99.32%.SMLP_ResNet18的准确率不仅高于改进前的ResNet18和SENet18网络,还高于其他研究者提出的模型的准确率,且模型权重大小为48.6 MB,仅约为AlexNet网络权重的五分之一,能够在模型参数量较小的情况下实现较高的病害识别率.从Grad-CAM生成的热力图中可看出SMLP_ResNet18相比于其他模型更关注于叶片病害部位的特征,其背景信息以及叶片健康部位的权值较小.该研究所提出的SMLP_ResNet18模型实现了浅层网络下的高精度识别,提高了对叶片病害区域的辨识度,减少了背景等冗余特征的影响,适用于面向多种农作物不同病害下的高精度识别.
全文链接
请求原文
