摘要：在实际生产中,麦苗株数对出苗率估算、产量预测以及籽粒品质预估等起着关键作用,及时准确地估算出麦苗株数对于小麦生产至关重要。由于田间生长环境复杂,麦苗成像易受光照、遮挡和重叠等因素的影响,导致现有目标对象计数方法直接用于麦苗计数时性能不高。为减弱上述因素对麦苗计数的影响,进一步提高计数准确率,本文对现有的目标对象计数网络P2PNet(Point to point network)进行改进,提出增强局部上下文监督信息的麦苗计数模型P2P_Seg。首先,对麦苗图像进行预处理,使用点标注方法自建麦苗数据集;其次,引入麦苗局部分割分支改进网络结构,以提取麦苗局部上下文监督信息;然后,设计逐元素点乘机制融合麦苗全局信息和局部上下文监督信息;最后,引入逐像素加权焦点损失(Per-pixel weighted focal loss)构建总损失函数,对模型进行优化。在自建数据集上的实验表明,P2P_Seg的平均绝对误差(Mean absolute error,MAE)和均方根误差(Root mean square error,RMSE)分别为5.86和7.68,比P2PNet分别降低0.74和1.78;与其他先进计数模型相比,P2P_Seg具有更好的计数效果。在实际大田环境下进行了应用测试分析、误计数和漏计数情况分析,结果表明P2P_Seg更适合复杂田间环境,为麦苗株数自动统计提供了新方法。

摘要：为提高夏玉米主要害虫的检测精度,实现害虫的自动化测报,本研究基于性诱测报原理,设计玉米主要害虫诱集装置,并利用该装置自动采集黏虫、棉铃虫、玉米螟、甜菜夜蛾等玉米害虫图像,制作VOC数据集。以YOLOv4模型为基础,引入SENet模块和Soft-NMS算法,构建YOLOv4-Corn模型,解决玉米害虫体积小、虫体易重叠等造成的不易识别问题。结果表明,YOLOv4-Corn模型对黏虫、棉铃虫、玉米螟和甜菜夜蛾的平均检测精度分别为95.89%、96.59%、93.34%和99.07%;与Faster R-CNN、YOLOv3、YOLOv4等模型相比,YOLOv4-Corn的F1值、召回率、精确率、平均精度均最优。可见,YOLOv4-Corn对黏虫、棉铃虫、玉米螟和甜菜夜蛾具有较高的识别准确率,可用于田间夏玉米害虫种群监测预警。

摘要：[目的/意义]充分体现区块链去中心化的特点,保护敏感数据隐私及缓解区块链存储压力。[方法]设计了基于区块链和星际文件系统的种植业农产品溯源模型,从数据隐私角度把溯源数据分为公开数据和敏感数据。公开数据直接上传至区块链;敏感数据上传至区块链中的私有数据集中。从数据类型上把公开数据分为结构化数据和非结构化数据。结构化数据直接上链;非结构化数据上传至分布式数据库星际文件系统中。此方法可在保证数据安全性前提下实现数据的高效存取,提升追溯效率。Hyperledger fabric联盟链作为底层平台对原型系统进行开发,利用测试工具Postman对应用层接口性能进行测试。[结果和讨论]在使用同步应用程序接口(Application Programming Interface,API)和异步API情况下,数据上链平均时延分别为2 138.9和37.6 ms;数据查询平均时延为12.3 ms。[结论]本研究提出的溯源模型可以保护企业敏感数据隐私,同时具有较高的数据上链和查询效率,可适用在种植业农产品实际溯源环境中,为种植业农产品区块链溯源模型设计提供了新的思路。

摘要：该文通过对渔家洲电站技改过程的介绍 ,阐述了机组振动的成因、处理措施及取得的成效 ,可供相关制造厂家、工程设计及运行管理人员参考借鉴。

摘要：目的探讨偏侧咀嚼对紧咬牙运动时大脑皮层激活的影响。方法选择2006年3月至2012年3月收治入院的左、右侧偏侧咀嚼患者20例临床资料进行回顾性分析,采用时段设计方法,采集偏侧咀嚼患者单侧交替咀嚼运动时全脑血氧水平依赖对比的功能性磁共振成像(fMRI)扫描数据,以SPM2软件包进行数据分析。结果偏侧咀嚼患者在紧咬牙运动时,均显示了初级躯体运动感觉皮层(SI/MI)、岛叶、前额叶皮层、顶叶皮层和颞叶皮层的激活。在激活区cluster≥3个体素的参数条件下,组分析结果显示单侧咀嚼运动时,偏侧中央前回(M1)的激活均强于另一侧。结论偏侧咀嚼患者在紧咬牙运动时,均显示了初级躯体运动感觉皮层(SI/MI)、岛叶、前额叶皮层、顶叶皮层和颞叶皮层的激活。在激活区cluster≥3个体素的参数条件下,组分析结果显示单侧咀嚼运动时,偏侧中央前回(M1)的激活均强于另一侧。

摘要：【目的】研发农田玉米土壤墒情远程监测云平台,获取实时动态农田玉米土壤墒情信息,为玉米科学灌溉提供数据支持,以保证夏玉米高产稳产。【方法】采用GPRS网关接入互联网,433 Mhz无线电组成本地局域网的方式,在河南省永城市等市(县)的玉米田地安置土壤墒情监测点,对土壤墒情信息进行自动采集和分析。【结果】土壤墒情远程监测云平台能够实现玉米大田土壤墒情的实时动态监测、在线地图定位、历史数据查询和统计分析及短信预警等功能。自2015年以来,在河南省永城市、汝州市、西华县和原阳县等市(县)进行应用,测试结果表明,该云平台可准确地对农田玉米土壤墒情的变化规律进行长期实时定位监测;通过土壤墒情监测数据分析可知,其监测数据可以真实反映农田玉米土壤墒情实际状况。【结论】设计的土壤墒情远程监测云平台能够满足农田玉米土壤墒情科学监测需求,为玉米实现精准灌溉提供了在线数据采集与分析平台。

摘要：为了促进河南省智能农业的发展,基于视频监控、物联网传感器和网络通信等技术,初步设计开发了基于Android平台的智慧农田远程监控系统。在作物生长发育过程中,该系统可实现作物生长过程中的关键环境因子、作物长势以及视频图像等信息的远程实时采集和数据存储功能。在任何具备网络覆盖的区域,用户均可以通过手机进行24 h全天候不间断的监控,并且可以浏览获取数据,以便实时实地了解作物生长及环境信息。该系统具有功能实用、操作简单、界面友好、性能良好和安装部署方便等特点。在西华县农业科学研究所试验基地进行实际调试发现,该系统各项监测指标均达到要求,能够满足大田作物生长监测的需要。

摘要：构建基于模型的定量化和数字化种植设计系统。以农业系统学理论和模拟模型为基础,运用知识工程和信息技术原理,总结并提炼黄淮海粮食生产区冬小麦-夏玉米一年两熟制种植模式关键技术,形成了冬小麦和夏玉米生长模拟模型、水分与养分动态平衡模型以及生产管理技术设计动态知识模型,构建了冬小麦-夏玉米两熟数字化种植设计系统。该系统采用面向对象的程序设计方法,在.NET平台上运用C#语言进行开发。该系统具有7大功能模块:文件管理模块、参数管理模块、生长模拟模块、实时管理模块、方案设计模块、专家咨询模块和系统帮助模块。该系统界面友好,易于使用,具有较强的机理性,同时兼顾应用性需求,基本实现了作物生产力与效益品质的相互平衡。

摘要：为了推进农业企业集团信息化对生产、经营、管理的全链数据支撑能力,不断优化重组企业生产经营流程、简化管理结构,提高效率、促进决策科学化,针对农业企业集团特点,应用大数据、物联网及信息技术,提出以云数据、云计算为核心的农业大数据分析云平台设计方案,其中,云数据采用分布式数据处理方式,以更好地处理多源异构数据,云计算由提供模糊控制等算法的基础运算层和提供生产销售等分析模型的分析模型库组成。该系统以传感器实时自动收集数据,根据企业管理及决策需要,由云计算启用相应模型及算法,调用云数据中相应数据进行计算和分析,将相关模型的计算结果加权平均,结果输出至企业管理应用层,作为数据支持,科学支撑企业管理。整个系统以数据流贯穿于企业管理链,用于企业生产经营、财务控制、人力资源管理、风险控制、决策支持等,以实现农作物生长、产品加工、仓储物流的智能控制及财务、人力资源管理的信息化、决策支持的科学化。

摘要：【目的】研发玉米农艺性状数据采集与管理系统,实现玉米农艺性状数据快速采集、高效管理与自动分析,也为其他粮食作物及经济作物的农艺性状数据采集与管理提供参考。【方法】采用B/S与C/S混合开发架构,构建玉米农艺性状数据采集系统(APP)和玉米农艺性状数据管理系统(Web),APP采用Android技术实现Web api与服务器间的通信,Web采用Entity Framework技术对数据库进行操作,为海量农艺性状采集数据集成管理提供一个高效、安全和稳定的平台。【结果】经河南省863软件孵化器有限公司测试结果表明,构建的玉米农艺性状数据采集与管理系统在功能性测试、可靠性测试和易用性测试等方面均达到设计要求,系统性能测试稳定。客户端APP主要以农艺性状数据的实时采集为核心,实现玉米试验材料的快速录入、查询和定位,极大地提高数据采集效率。客户端APP数据上传至服务端Web,实现了玉米生产过程多点试验任务的实时分发、农艺性状数据的查询与管理、报表中心的生成及数据统计分析等功能,为科学决策和管理提供数据支撑。自2016年以来,玉米农艺性状数据采集与管理系统经过功能完善及版本的不断升级,已在河南省一些科研机构和高等院所进行示范应用,河南省农业科学院现代农业科技试验示范基地原阳玉米区试试验应用结果表明该系统运行稳定。【建议】今后研究中应扩展作物研究种类,在进行农艺性状数据采集与管理时,重点将图像管理模块和集成无人机遥感平台纳入到玉米农艺性状数据采集与管理系统中。