摘要：针对鸡只个体较小、个体间存在遮挡,对蛋鸡日常行为识别造成干扰的问题,提出了一种基于SEEC-YOLO v5s的蛋鸡日常行为识别方法。通过在YOLO v5s模型输出部分添加SEAM注意力模块、在特征融合部分引入显式视觉中心模块(EVCBlock),扩大了模型的感受野,提高了模型对小个体遮挡情况下的目标识别能力,提升了模型对蛋鸡站立、采食、饮水、探索、啄羽和梳羽6种行为的识别精度。提出了一种基于视频帧数与视频帧率比值计算蛋鸡日常行为持续时间的统计方法,并对蛋鸡群体一天之中不同时间段及全天各行为变化规律进行了分析。将改进后的模型进行封装、打包,设计了蛋鸡日常行为智能识别与统计系统。试验结果表明,SEEC-YOLO v5s模型对6种行为识别的平均精度均值为84.65%,比YOLO v5s模型高2.34个百分点,对比Faster R-CNN、YOLO X-s、YOLO v4-tiny和YOLO v7-tiny模型,平均精度均值分别提高4.30、3.06、7.11、2.99个百分点。本文方法对蛋鸡的日常行为监测及健康状况分析提供了有效的支持,为智慧养殖提供了借鉴。

摘要：为实现蛋鸡养殖过程有害气体浓度监测,改善复杂环境下常用气体传感器之间因存在交叉敏感性而导致测量数据不准确的问题,设计了基于IPSO优化BP神经网络模型的有害气体监测系统。选用无线Zig Bee模块、传感器模块和STM32模块,搭建了蛋鸡舍各点数据采集硬件平台,利用GPRS远程通信模块将平台采集到的数据传输至服务器,同时开发手机APP软件,对有害气体进行实时监测。利用权重线性递减及改进学习因子的IPSO算法,对BP神经网络进行优化,利用优化后的网络对气体传感器采集到的数据进行处理,有效提高了有害气体的数据精度。利用该系统对河北省保定市某鸡舍有害气体进行测试实验,将传感器测量值与真实值进行对比分析,验证了利用IPSO优化BP神经网络模型的有效性。测试表明,SGP30型二氧化碳传感器测量精度由81.75%提升到94.69%,MQ135型氨气传感器由61.83%提升到91.23%,MQ137型氨气传感器由70.18%提升到91.23%,MQ136型硫化氢传感器由62.35%提升到92.80%,TGS2602型硫化氢传感器由62.97%提升到92.80%。本研究为蛋鸡养殖过程中有害气体的精确监测提供了新方法。

摘要：在农田气候信息采集系统的开发研究中,利用单片机控制GSM模块构建了无线传输功能,用户可以随时利用手机短信进行气候信息的查询。在算法设计上,解决了无短信、有已读短信、有新短信的不同处理,实现了多用户的查询功能以及两个用户并发查询的处理,提出了动态密码的方案,增加了用户合法性识别的灵活性。

摘要：实验作为一种必不可少的教学手段已不仅仅是验证知识的一种方法,还是培养学生探索新技术和创新意识的重要手段。改革传统实验教学,将MATLAB仿真引入实验教学中,将虚拟实验与实物实验相结合,增加综合性和设计性实验项目的比例,并以2PSK调制与解调实验为例,具体阐述了MATLAB在《通信原理》课程实验中的应用。

摘要：蔬菜智能温室生产活动中常需要获取环境参数,由于特殊的现场环境导致环境参数的观察不方便,本文提供了一种数据的存储和传输办法。设计使用单片机做主控芯片,控制GPRS模块提供远程传输服务,控制SD卡存储本地数据。这种数据传输系统的设计,可移植性好。

摘要：针对市面上普通印章在操作过程中需要不断调整印章方向,在大量文件盖章的过程中不断蘸取印泥,普通印章常常盖章不清晰需要重复盖章等问题,本文设计并实现了一种以STM32F103VET6单片机为控制核心的智能印章。该智能印章使用激光灯来引导印章位置,使用红外对射传感器来检测有无需要盖章的文件,通过控制机械结构实现自动盖章,同时采用空气动力学原理^([1])实现了将已盖章文件从待盖章文件放置位置移动到已盖章文件放置位置,从而实现了对多份相同文件的连续盖章处理。智能印章采用了潮湿度传感器来检测印盒中印油的含量保证盖章的清晰程度。该智能印章安装了语音合成模块,能够实时语音提示,使操作更加简单方便。