摘要：羊舍湿度过高或过低都会直接威胁肉羊健康生长,及时掌握湿度变化趋势并提前调控是确保规模化肉羊无应激环境下健康养殖的关键。为提高湿度预测精度,提出了基于奇异谱分析(SSA)、粒子群优化算法(PSO)、长短时记忆网络(LSTM)的羊舍湿度非线性组合预测模型。利用SSA分离出正常序列和噪声序列,将原始序列转换为平滑序列;其次通过PSO不断迭代优化确定LSTM的最优参数组合,降低LSTM的训练成本;最终依据优化参数建立组合预测模型分别对两序列进行预测,模型结果之和为最终预测结果。利用该模型对新疆维吾尔自治区2021年3月17—27日期间的羊舍空气相对湿度进行预测,结果表明,该组合预测模型具有良好的泛化性、稳定性和收敛性。与标准的ELM、SVR、LSTM、PSO-LSTM、EMD-PSO-LSTM等模型相比,本文提出的SSA-PSO-LSTM组合模型具有更高的预测精度,其均方误差、平均绝对误差和决定系数分别为1.127%^(2)、0.803%和0.988。

摘要：实现繁育期精准个体检测是提高集约养殖环境下肉鸽繁育效率和精准管控效果的有效手段,其中小目标鸽蛋及粘连乳鸽的精准检测是关键。该研究提出了一种基于改进RetinaNet的目标检测模型,以RetinaNet网络为基础框架,将ResNet50特征提取网络与特征金字塔网络(FeaturePyramidNetworks,FPN)结合,增加特征金字塔网络中特征检测尺度,提升对图像中遮挡鸽蛋与粘连乳鸽的检测精度;在分类和回归子网络前引入卷积注意力模块(ConvolutionalBlock Attention Module,CBAM),提升对小目标检测的精度。试验结果表明,该研究提出的模型对于笼养肉鸽个体检测的平均精度均值(mean Average Precision,m AP)达到80.89%,相对SSD等传统模型有明显提升;对成鸽、乳鸽与鸽蛋检测的平均精度(Average Precision,AP)分别为95.88%,79.51%和67.29%,相对原始RetinaNet模型提高了2.16、21.74和22.48个百分点,在保证成鸽精准检测的基础上,提升了对复杂环境下存在局部遮挡的小目标鸽蛋以及粘连乳鸽的检测精度,为实现集约化养殖环境下肉鸽繁育周期个体检测和精准管控提供有效支持。

摘要：本章提出了一种基于概率神经网络(PNN)结合机器视觉的鸭蛋表面裂痕检测方法,配合背景光照法,结合灰度图像处理、图像高斯滤波处理、图像分割处理等算法去除图像杂质干扰,采用反锐化掩模局部对比度增强的分段增益改进算法来增强裂痕,收集裂痕、污点的相关信息作为数据集录入PNN神经网络,进行识别判断。本研究对1600张鸭蛋图片样本进行采样分析,将鸭蛋分为好蛋、脏污蛋、裂纹蛋3种。试验表明,该系统对干净无损蛋、脏污无损蛋、裂纹蛋的检测准确率分别达到了95.1%、77.9%、95.3%,具有较好的泛化性和鲁棒性,符合复杂鸭蛋生产加工环境的应用需求。

摘要：基于介电润湿(EWOD)效应的数字微流控(DMF)系统能实现微升级别的多个液滴移动、分裂、合成等操作。针对目前基于EWOD的DMF系统液滴生成和分裂精度不高、效率低、难以精准控制的问题,在传统的电极设计基础上,设计了一种可以实现液滴精准生成和分裂的混合型驱动电极的EWOD芯片,并且研制了能与设计芯片匹配的驱动控制系统。最终实现了一套具备液滴生成、分裂、定位以及反馈功能的数字微流控方案。实验结果表明提出的方案能够提高液滴生成和分裂的成功率和可靠性。与传统的正方形驱动电极的EWOD芯片相比,该EWOD芯片液滴生成的误差率降低了约7%,单个液滴生成的时间缩短了约240 ms。同时研制的基于嵌入式系统和机器视觉的驱动控制系统可以为其他研究EWOD器件的相关团队提供一个可靠的一体化实验验证平台。

摘要：基于介电润湿(EWOD)效应的数字微流控系统(DMF)能实现微升级别的多个液滴移动、分裂、合成等操作。为了降低EWOD器件异质液滴之间的交叉污染,减少化学合成和生化检验在EWOD器件中的完成时间,保证器件的可靠性,通过MATLAB平台对DMF系统环境进行空间建模,在基本A^(*)算法的基础上,将拐点作为估计函数值的影响因子,融入液滴碰撞策略,提出了针对EWOD器件流体特征的改进A^(*)算法。通过对化学合成实验的仿真模拟,该算法表现出了较好的液滴寻址优化特性。对比基本A^(*)算法,在相同路径长度下(64个驱动电极),该算法能够有效减少冗余的拐点(减少10个)和液滴到达目标电极时间(减少约23 s)。此外,改进的算法在复杂条件下(存在未知和已知故障)的多液滴合成实验也表现出较好的适应性(只需要24个时间戳即实现合成)。实验结果证明提出的液滴寻址算法对EWOD器件中多液滴的路径规划和调度优化具有较好的应用性和可靠性,可有效减少液滴应用在EWOD器件中的完成时间。

摘要：为从总体上把握广东数字农业发展状况,总结发展成效和经验,展望数字农业发展趋势,探究广东省数字农业发展方向及方法,以进一步加快数字农业发展,在广东省2020—2022年搜集的数字农业应用案例基础上,从应用领域、技术基础及科技创新几方面进行了数字农业现状分析,并对广东省数字农业发展的特点与优势、存在的主要问题进行了讨论。在此基础上,从数字农业发展的重点领域、创新方法和路径方面,提出了广东省数字农业发展的对策,为广东省乃至全国数字农业发展提供了一定参考意义。