摘要：该研究针对当前自然环境下的苹果叶片病害识别中病害病斑小、空间分布特征不同以及特征相近病害识别困难的问题,设计DEFL (DenseNet121+EfficientNet with focal loss and label smoothing)模型。首先,该模型以并行的EfficientNet-B0网络和DenseNet121网络为特征提取网络,以提升模型特征提取能力,其次引入结合标签平滑策略的焦点损失函数以加强模型对识别困难样本的关注。经测试,所提模型的识别准确率为99.13%,平均精度均值为98.47%。消融试验表明两项改进分别使模型平均精度均值提高了7.99和3.15个百分点。对比试验结果表明,DEFL模型平均精度均值较于ResNet50、Inception V3、ResNeXt模型以及分别融合这3种模型的EfficientNet-B0模型分别高出14.53、13.17、14.61、 6.4、 7.71以及8.91个百分点,模型规模分别小18.73、 7.7、 12.2、 83.62、 69.6以及60.09MB。Grad-CAM(gradient-weighted class activation mapping)热力图可视化结果表明所提模型重点关注了叶片病变区域。UMAP(uniform manifold approximation and projection)特征降维可视化结果表明所提模型提取的特征更具区分度。实际应用验证取得了97.73%的总体准确率以及95.82%的平均精度均值。综上,该研究提出的DEFL模型能够为苹果病害防治提供有效参考。

摘要：海参识别是海参捕捞自动化和智能化的前提和关键。海参生活环境复杂且海参体色随环境变化,为解决复杂多变环境下海参识别的难题,提出基于视觉图像和海参特性的水下海参识别算法。利用海参体色随环境变化而海参刺颜色稳定呈黄绿色的特点,在图像预处理的基础上设计图像融合算法突出海参刺,然后通过边缘检测获取海参刺轮廓并计算轮廓质心坐标,进而通过椭圆拟合实现海参的识别。不同于已有的利用海参主干进行海参识别的方法,提出的基于直接最小二乘的海参刺质心椭圆拟合识别算法以海参刺的分割和椭圆拟合为途径,解决海参体色随环境变化而引起的识别率降低的问题。试验结果表明,该算法对自然环境下的海参识别平均准确率为93.33%,具有一定的实用价值。

摘要：轻量化植物叶片病虫害识别算法设计是实现移动端植物叶片病虫害识别的关键。研究提出一种基于改进ResNet模型的轻量化植物叶片病虫害识别算法Simplify-ResNet。以人工采集图像和PlantVillage数据集图像为实验数据,根据移动端植物病虫害识别对准确率、速度和模型大小的实际需求,改进ResNet模型。使用5䦆Wingdings 2MC@5卷积替代7䦆Wingdings 2MC@7卷积,采用残差块的瓶颈结构代替捷径结构,采用模型剪枝处理训练后的模型。通过测试集5 786幅图像测试Simplify-ResNet模型,证明5䦆Wingdings 2MC@5卷积和残差块的瓶颈结构可有效降低模型参数量,模型剪枝可有效降低训练后的模型大小。Simplify-ResNet模型对测试集图像的识别准确率为92.45%,识别时间为48 ms,内存大小为36.14 Mb。与LeNet、AlexNet和MobileNet等模型相比,其准确率分别高18.3%,7.45%和1.2%。为移动端植物病虫害识别解决最重要的算法设计问题,为移动端植物病虫害识别做出有益探索。

摘要：准确、快速地统计苗木数量对苗圃的运营和管理具有重要意义,是提高苗圃运营和管理水平的有效方式。为快速准确统计完整地块内苗木数量,该研究选取云杉为研究对象,以无人机航拍完整地块云杉视频为数据源,提出一种基于YOLOv3(You Only Look Once v3,YOLOv3)和SORT(Simple Online and Realtime Tracking,SORT)的云杉数量统计方法。主要内容包括数据采集、YOLOv3检测模型构建、SORT跟踪算法和越线计数算法设计。以平均计数准确率(Mean Counting Accuracy,MCA)、平均绝对误差(Mean Absolute Error,MAE)、均方根误差(Root Mean Square Error,RMSE)和帧率(Frame Rate,FR)为评价指标,该方法对测试集中对应6个不同试验地块的视频内云杉进行数量统计的平均计数准确率MCA为92.30%,平均绝对误差MAE为72,均方根误差RMSE为98.85,帧率FR 11.5帧/s。试验结果表明该方法能够快速准确统计完整地块的云杉数量。相比SSD+SORT算法,该方法在4项评价指标中优势显著,平均计数准确率MCA高12.36个百分点,帧率FR高7.8帧/s,平均绝对误差MAE和均方根误差RMSE分别降低125.83和173.78。对比Faster R-CNN+SORT算法,该方法在保证准确率的基础上更加快速,平均计数准确率MCA仅降低1.33个百分点,但帧率FR提高了10.1帧/s。该研究从无人机航拍视频的角度为解决完整地块的苗木数量统计问题做出了有效探索。

摘要：针对装载机工作装置控制系统在实际运行时存在收敛速度慢、跟踪精度低、干扰项(铲装阻力)难以估计等问题,提出了一种基于离散单元法(DEM)的铲装阻力补偿的非奇异快速终端滑模控制方法。首先,推导出了装载机工作装置的数学模型;在EDEM中对工作装置的铲装阻力进行了研究,并与非奇异快速终端滑模控制结合,得到了带有铲装阻力补偿的非线性反馈控制律;然后,采用Lyapunov函数对所提控制方法做了性能论证;最后,在MATLAB/Simulink中,验证了所设计控制系统的稳定性和收敛特性,且与比例微分滑模控制器(PDSMC)、分数阶比例微分滑模控制器(FOPDSMC)做了对比分析。研究结果表明:在无干扰和有干扰2种工况下,采用基于铲装阻力补偿的非奇异快速终端滑模控制方法,轨迹跟踪误差的均方根误差(RMSE)分别降至对照组数据的8%和22%,误差收敛速度可分别提升70%和57%;以上结果说明,基于铲装阻力补偿的非奇异快速终端滑模控制方法的综合表现更好。

摘要：为研究复杂海洋环境下(风浪流载荷联合作用)海上平台动力响应问题,采用有限元软件建立海上导管架平台模型,对其极限载荷结构强度进行校核,并分别对不同工况进行模拟分析,掌握其动力响应特性及规律,最终结合S-N曲线对其疲劳寿命进行预测。结果表明,导管架结构自振周期远小于波浪周期,基本不会发生共振;在极端风暴下,导管架结构强度和刚度均符合要求,且随着波高、波速的增大,最大等效应力和最大位移有明显提高,应力最大提高超过182.76%,位移最大增加超过182.72%,应力最大区域发生在斜撑支架交点处,故对此处结构进行加固,其响应极值可为监测系统提供参考;导管架结构疲劳寿命预测为44.19年,符合设计要求。