摘要：在复杂的自然环境中绿色柑橘生长形态各异,颜色与背景色相近,为有效识别绿色柑橘,提出一种基于混合注意力机制并改进YOLOv5模型的柑橘识别方法。首先,改进YOLOv5的网络结构,在主干网络中添加混合注意力机制,即在主干网络中的第2层嵌入SE(squeeze and excitation)注意力,第11层嵌入CA(coordinate attention)注意力;其次,改进网络模型特征融合结构,将YOLOv5模型Concat特征融合操作的下层分支放在模型C3模块之前,再与另一条上层分支进行特征融合;最后,改进模型分类损失函数,将YOLOv5模型的分类损失函数改成Varifocal Loss函数,加强绿色柑橘特征信息的提取,提高绿色柑橘检测精度。根据自然环境和柑橘自身的特点,对自建数据集进行分类,设计3组不同分类场景下柑橘的对比试验以验证其有效性。试验结果表明,改进后的YOLOv5-SC模型准确率为91.74%,平均精度为95.09%,F1为89.56%,在自然环境下对绿色柑橘的识别具有更高的准确率和更好的鲁棒性,为绿色水果智能采摘提供技术支持。

摘要：目前的文档信息抽取方法大多针对简单的文档,在抽取包含背景干扰和结构复杂的金融票据时效果不佳。针对复杂金融票据中实体关系难以正确匹配的问题,提出了顺序重构方法和LayoutLMv3-GRU信息抽取模型。构建背景复杂的金融票据数据集,利用文本、布局和图像三个模态进行信息抽取。利用Layout-Parser工具,设计排序模块,使文本信息按照上下文关系排序,并把空间距离较远且逻辑关系较近的单词进行重新的排列组合。通过结合改进的LayoutLMv3模型与GRU网络,使模型的准确率进一步提升。并在公共数据集FUNSD与自建的复杂金融数据集进行实验。结果表明,该方法的F1值比LayoutLM3模型提升2.37%。尤其在自建的复杂金融数据集上,模型F1值达到了88.36%,验证了该方法在抽取复杂票据信息时的优越性与处理各种文档时的通用性。

摘要：本试验旨在研究不同含水量和糖蜜添加量对青贮杂交构树发酵品质、营养成分和瘤胃降解特性的影响。采用2×4两因素试验设计,其中含水量分别为73%(新鲜构树)和60%(萎蔫构树),糖蜜添加量分别为0(对照)、2.5%、5.0%和7.5%。将全株杂交构树切短至1~2 cm,按照试验设计混匀后装入透明聚乙烯袋中,密封后于室温避光发酵90 d。选用3头装有永久性瘤胃瘘管的健康泌乳荷斯坦奶牛(体重约650 kg)测定青贮样品的瘤胃降解率,并采用体外法测定瘤胃未降解残渣养分的小肠消化率。结果表明:1)所有糖蜜添加组的青贮杂交构树感官评价均达到德国农业协会评价等级1级(优良)标准。2)随着含水量的降低和糖蜜添加量的升高,乳酸含量显著升高(P<0.05),pH和氨态氮(NH3⁃N)含量显著降低(P<0.05),且上述指标随着糖蜜添加量的升高呈二次变化(P<0.05);除2个对照组和73%含水量+2.5%糖蜜组外,其余组均为未检出丙酸和丁酸。3)随着含水量的降低和糖蜜添加量的升高,粗蛋白质(CP)、非纤维性碳水化合物(NFC)和可溶性碳水化合物(WSC)含量显著升高(P<0.05),中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、酸性洗涤木质素(ADL)、纤维素、半纤维素、中性洗涤不溶性粗蛋白质(NDICP)和酸性洗涤不溶性粗蛋白质(ADICP)含量显著降低(P<0.05),且上述指标随糖蜜添加量的升高呈二次变化(P<0.05)。4)降低含水量和添加糖蜜可显著提高青贮杂交构树养分瘤胃降解率和过瘤胃CP小肠消化率(P<0.05)。综上可知,降低含水量和添加糖蜜有利于提高杂交构树青贮品质,改善青贮杂交构树营养价值,在60%含水量条件下添加2.5%~5.0%糖蜜即可获得优质的杂交构树青贮饲料。

摘要：在全球化与互联网时代,文化交流与互动愈加频繁,成为当下文化发展的推动力。文章聚焦于甘肃天水丝毯织造技艺、平凉花馍和面塑、庆阳香包绣制等国家级、省级项目及其传承人,运用艺术人类学的视角,考察了陇东南地区手工艺类非遗项目在当今社会发展的现状,从他者视角观察当地非遗发展的历程以及通过何种途径实现价值转化与依托。在甘肃省陇东南地区各类非遗项目的保护与可持续发展过程中,传承人在原有的资本基础上,发挥主体能动性作用,运用各种方式与不同地域、不同类型的文化进行交往交流互动,丰富自身文化涵养,积极寻求自身技艺文化变革,从而实现文化共享、经验互补和利益共赢。随着时代变迁与科学技术的发展变化,在传承人的主体能动性驱动下,非物质文化遗产不仅在现实生活世界中得以传播,而且以“技术理性”打破时间和空间界限,逐渐与世界建立有机互惠的联系,愈发产生多元化的态势。

摘要：公共艺术以其生活化、服务性以及注重地域特性、历史传承和人文精神的优势,具备介入民族乡村建设的潜质与条件。本研究基于互动仪式链理论视角,以豫北S村为个案,透析公共艺术介入民族乡村建设的逻辑路向。研究发现:沿着外部输入、内部发掘和内外合作三种路径,政府与村民聚集在公共艺术场域中相互关注,并通过有节奏的情绪连带可以产生积极的情绪能量。公共艺术的介入不仅对民族文化样态塑型有益,而且有助于为公共文化内涵铸魂,在民族乡村建设中铸牢中华民族共同体意识。

摘要：近年来深度哈希方法因其存储效率高和查询速度快的优势在大规模图像检索领域受到了广泛关注。为改善深度成对有监督哈希方法在图像检索上的性能,从提高深度哈希获取图像特征的全局性和同类样本相似性角度出发,提出了一种有监督相似性保持的深度二阶哈希方法。该方法采用成对样本图像进行特征建模,并利用协方差估计来捕获样本图像的深度二阶信息,以获取具有良好全局表达能力的深度二阶哈希码;在此基础上,借鉴类哈希近似二值化来解决哈希映射过程中的非凸性问题,以更好地避免量化误差,同时基于多损失函数集成思想构建类别监督和相似性保持的联合约束,进而采用交替迭代的优化方式实现网络的端到端训练,最终确定样本图像的最优哈希码。在3个通用数据集上进行了广泛的实验,结果有效表明了所提出有监督相似性保持的深度二阶哈希方法的有效性。

摘要：本试验旨在比较青藏高原中华羊茅不同部位(全株、茎、叶和穗)的营养价值及分子结构特征,为建立高原牧草营养价值快速评定技术和家畜饲粮配方设计提供基础数据。试验采用概略养分分析法和康奈尔净碳水化合物-蛋白质体系(CNCPS)分析中华羊茅不同部位的营养价值,同时利用傅立叶变换红外光谱(FTIR)技术对不同部位的分子结构进行研究,并探求它们之间的相关关系。结果表明:1)中华羊茅不同部位蛋白质组分和蛋白质分子结构存在显著差异(P<0.05)。其中,穗的粗蛋白质(CP)、中性洗涤不溶粗蛋白质(NDICP)、难溶性真蛋白质(PB1)、酰胺Ⅱ区峰高、α-螺旋峰高、β-折叠峰高以及α-螺旋峰高/β-折叠峰高值均为最高,茎的上述指标较低;不同部位的蛋白质组分与蛋白质分子结构参数存在相关关系。2)中华羊茅不同部位的碳水化合物组分和碳水化合物分子结构存在显著差异(P<0.05)。其中,穗的淀粉和非纤维性碳水化合物(NFC)含量最高;茎的中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、酸性洗涤木质素(ADL)和不可消化纤维(CC)含量最高;茎的结构性碳水化合物峰面积、纤维素复合物峰面积和峰高显著高于全株和其他部位(P<0.05);中华羊茅不同部位的碳水化合物组分与其分子结构参数存在较强的相关关系。综上所述,中华羊茅各部位的营养价值和分子结构特征存在显著差异;以中华羊茅为主要粗饲料来源设计饲粮配方时,应注意搭配补充蛋白质饲料并充分考虑饲粮的可消化性;下一步可利用本研究获取的基础数据,探索建立中华羊茅营养价值的快速评定技术。

摘要：针对真实场景下的植物病害图像,设计了一种融合Transformer和CNN的植物病害识别模型CLT。该模型采用多阶段层次设计,以Conv Stem作为初始特征提取模块提取浅层局部特征,结合Transformer模块以学习全局特征;利用卷积Token嵌入,改变模型每个阶段Token的序列长度和特征维数,实现对多层次的局部空间上下文进行建模;将卷积模块融入到Transformer模块,并将多头注意力机制中的线性投影替换为卷积投影,提升模型对局部空间的特征提取。实验结果表明,CLT模型能够有效表达植物病害的各种特征,在真实场景下平均准确率达到77.91%,分类效果优于其他模型,为真实场景下植物病害识别提供参考。

摘要：在基于光声光谱技术的痕量气体检测系统中,光声池是决定系统性能的关键部件。针对传统柱形光声池受限于形状优化参数的问题,本文提出并设计了一种母线为双曲线的曲体束腰型光声池方案,该方案创新性地引入了母线离心率参数,实现了三维立体优化。本文基于有限元分析方法,利用COMSOL软件构建模型,分析母线离心率为7.14的光声池结构,得到了该结构在热黏性损耗作用下的前八阶声学模态值以及可视化振型。仿真结果表明,所设计的光声池的品质因数高达83.3;对光声池进行形状优化,发现光声池谐振腔长度对谐振频率敏感,母线短半轴长对声压幅值敏感。通过调节母线离心率可以有效地调节谐振频率且不影响声压幅值。光声池的幅频响应特性表明,较小的离心率易激发多谐振峰,在离心率为5时,激发的第一、第二谐振峰较强,它们的品质因数分别为75.9和128.9。本研究表明,此类曲体束腰型光声池具有优良的性能及较高的可设计度,对新型光声检测技术具备多场景适应能力,具有重要的理论和工程应用价值。

摘要：针对数据库查询优化中多表连接优化问题,任务是找到一个合适的连接顺序使查询执行计划最优,为此提出一种查询语句的嵌入表示方法SmartEncoder。通过优化查询语句中多表连接的嵌入表示信息,得到更丰富的关于连接的信息,将多表连接顺序选择优化建模为深度强化学习问题,根据动作的概率分布选择连接,从过去的经验中学习,生成更好的查询执行计划。在Join Order Benchmark数据集上的实验结果表明,SmartEncoder能够有效提高查询的效率。