摘要:病虫害是影响农作物健康生长、产量和质量的制约因素之一，加强农作物病虫害的监测，对农作物病虫害进行精准防控，对保障粮食安全，提高农产品产量和质量具有重要意义。随着信息技术的发展，农作物病虫害监测由传统的人工监测逐渐向自动化、信息化和智能化方向发展。农作物病虫害监测平台、监测传感器技术以及相关的数据分析和处理技术是研究农作物病虫害遥感监测的关键技术，这些关键技术的发展水平，决定了农作物病虫害遥感监测技术的发展水平。本文从监测平台、监测传感器技术和相关数据分析与处理技术3方面对农作物病虫害监测技术研究进展进行综述。在监测平台方面，归纳总结了地面监测平台、航空监测平台和卫星监测平台的国内外研究现状，并分析了上述平台优缺点；在监测传感器技术方面，综述了雷达传感器、图像传感器、热成像传感器和光谱传感器等在作物病虫害领域的研究进展；在相关数据分析与处理技术方面，阐述了经典统计算法、计算机图像处理算法、机器学习算法和深度学习算法在农作物病虫害监测领域的研究成果。最后提出了监测平台、监测传感器技术和相关数据分析与处理技术的未来发展趋势，以期为进一步促进我国农作物病虫害监测平台及相关技术的发展提供参考。

摘要:针对果园环境中GNSS定位信号易丢失和传统SLAM算法鲁棒性较差的问题，本文提出一种基于LiDAR/IMU紧耦合框架的全局无偏状态估计果园机器人定位与建图方法。LiDAR/IMU紧耦合框架基于因子图进行多源约束的IMU里程计构建，实时输出高频位姿信息，IMU里程计因子和预积分因子优化LiDAR里程计并提供位姿先验约束IMU零偏。引入局部点云地图参与特征点云粗匹配和非特征点云递进式匹配进一步稠密化源点云，改善LiDAR里程计的性能。融合GPS信号与LiDAR/IMU紧耦合框架的地图构建，能够得到准确且高频连续的位姿信息，提高点云地图的复用率。在果园和苗木等场景验证了该算法的性能，实验结果表明，与LIO-SAM等算法相比，定位精度维持在0.05m左右，均方根误差为0.0162m。本文算法使机器人具有更高的精度、实时性和鲁棒性，有效降低了系统累积误差，保证了所构建地图的全局一致性。

摘要:针对单一传感器地图构建时存在环境表征不充分，无法为移动机器人自主导航提供完整环境地图等问题，本文通过将激光雷达与深度相机获取的环境信息进行互补融合，构建出更完整精确的栅格地图。首先，对传统ORB-SLAM2算法进行增强，使其具备稠密点云地图构建、八叉树地图构建以及栅格地图构建等功能。其次，为验证增强后ORB-SLAM2算法的性能，在fr1_desk1数据集和真实场景下进行测试，数据显示增强后ORB-SLAM2算法绝对位姿误差降低52.2%，相机跟踪轨迹增长14.7%，定位更加精准。然后，D435i型深度相机采用增强型ORB-SLAM2算法，激光雷达采用的Gmapping-Slam算法，按照贝叶斯估计的规则进行互补融合构建全局栅格地图。最后，搭建实验平台进行验证，并分别与深度相机和激光雷达2个传感器建图效果进行对比。实验结果表明，本文融合算法对周围障碍物的识别能力更强，可获取更完整的环境信息，地图构建更加清晰精确，满足移动机器人导航与路径规划的需要。

摘要:玉米苗期杂草的实时检测和精准识别是实现精准除草和智能农业的基础和前提。针对保护性耕作模式地表环境复杂、杂草易受地表秸秆残茬覆盖影响、现有算法检测速度不理想等问题，提出一种适用于Jetson TX2移动端部署的秸秆覆盖农田杂草检测方法。运用深度学习技术对玉米苗期杂草图像的高层语义信息进行提取与分析，构建玉米苗期杂草检测模型。在YOLO v5s模型的基础上，缩小网络模型宽度对其进行轻量化改进。为平衡模型检测速度和检测精度，采用TensorRT推理加速框架解析网络模型，融合推理网络中的维度张量，实现网络结构的重构与优化，减少模型运行时的算力需求。将模型迁移部署至Jetson TX2移动端平台，并对各模型进行训练测试。检测结果表明，轻量化改进YOLO v5ss、YOLO v5sm、YOLO v5sl模型的精确率分别为85.7%、94%、95.3%，检测速度分别为80、79.36、81.97f/s，YOLO v5sl模型综合表现最佳。在Jetson TX2嵌入式端推理加速后，YOLO v5sl模型的检测精确率为93.6%，检测速度为28.33f/s，比模型加速前提速77.8%，能够在保证检测精度的同时实现玉米苗期杂草目标的实时检测，为硬件资源有限的田间精准除草作业提供技术支撑。

摘要:为获取玉米田耕层不同土壤的各项参数，本文将玉米田耕层典型土壤分为未与玉米根茬接触的普通土壤（PT）和与玉米根茬结合形成根土复合体的土壤（GT），采用物理试验与离散元仿真相结合的方法，分别对离散元参数进行标定。基于Hertz-Mindlin（no slip）接触模型，采用中心组合试验设计方法，以土壤堆积角为目标值，进行了四因素五水平仿真试验。基于Hertz-Mindlin with bonding接触模型，采用Design-Expert软件，应用Plackett-Burman设计敏感性分析试验、最陡爬坡试验、Box-Behnken试验，以土壤硬度为目标值，对显著性参数进行寻优，得到PT最优解组合为：粘结键法向刚度4.37×107N/m3、粘结键切向刚度1.46×107N/m3、切向极限应力3.24×105Pa；GT最优解组合为：粘结键法向刚度5.19×107N/m3、粘结键切向刚度4.25×107N/m3、法向极限应力4.52×105Pa。基于两种土壤标定的参数对其进行了土壤直剪验证试验，结果表明，所标定的两种土壤仿真和实测最大剪应力的相对误差均低于10%，仿真参数可靠。本文提出的土壤颗粒建模方法、标定方法及其所标定的参数值准确可靠，可为玉米田耕层土壤模型构建提供理论依据。

摘要:针对利用离散元法进行三七联合收获、茎秆杀秧等关键作业过程仿真分析时，三七茎秆本征参数、三七茎秆及作业装备间接触参数缺乏问题，以三七茎秆为对象，利用EDEM软件建立三七茎秆离散元Hertz-Mindlin/Hertz-Mindlin with bonding模型，通过堆积角试验和虚拟仿真试验对三七茎秆离散元参数进行标定，并建立三七茎秆杀秧装置模型。通过力学特性试验确定三七茎秆本征参数；采用圆筒提升法进行三七茎秆堆积角试验，使用Origin软件对堆积角图像进行轮廓拟合得到三七茎秆堆积角为44.53°；设计Placktt-Burman试验、最陡爬坡试验和Central-Composite试验确定三七茎秆及作业装备间接触参数，并利用堆积角试验和剪切试验验证模型的可靠性。结果表明：三七茎秆与作业装备间碰撞恢复系数、静摩擦因数、滚动摩擦因数分别为0.319、0.25、0.029；三七茎秆间的碰撞恢复系数、静摩擦因数、滚动摩擦因数最优值分别为0.4、0.29、0.032；Hertz-Mindlin with bonding模型法向刚度Kn为3.26×108N/m3、切向刚度Ks为2.17×108N/m3、法向临界应力σ为2.27MPa、切向临界应力γ为9.65MPa、粘结半径Rd为0.1mm；堆积角验证试验中相对误差为0.29%；剪切验证试验中相对误差为1.52%，误差较小。三七茎秆离散元模型与实际情况基本一致，三七茎秆模型和标定离散元仿真参数可靠，可为三七茎秆离散元仿真研究提供参考。

摘要:针对土壤层残膜回收装备存在挖掘阻力大、功耗高、易壅土等问题，设计抖动链齿杆式残膜-土壤-秸秆挖掘与输送装置，其中旋耕挖掘机构降低挖掘阻力并解决壅土问题，抖动链齿输送机构提高残膜-土壤-秸秆输送效率。建立输送链表面物料颗粒的受力模型，分析前进速度与输送链转速之间的变化关系，计算抖动轮与输送链转速；测定土壤剖面残膜和秸秆的含量及分布并建立虚拟仿真土槽，模拟棉田土壤中残膜和秸秆含量及分布特点。在EDEM中构建残膜-土壤-秸秆挖掘与输送装置仿真模型并设置挖掘铲入土深度150mm，在不同前进速度（0.75、1、1.25m/s）、旋耕刀片转速（210、230、250r/min）、输送链转速（65、85、105r/min）组合条件下，模拟挖掘与输送残膜-土壤-秸秆过程中的壅土效果和颗粒速度变化特性；根据仿真试验结果可知，在挖掘与输送装置前进速度较高的条件下易发生壅土问题，土壤层残膜、土壤和秸秆颗粒运动速度小于5m/s。田间试验结果与仿真试验结果基本相同，在不同的因素水平组合条件下，田间试验测量壅土高度范围为71～246mm；田间试验表明，当壅土高度小于等于90mm时不会发生挖掘阻力较大并停机的问题。文中设计的挖掘与输送装置和作业效果分析方法，为设计新型的残膜-土壤-秸秆挖掘与输送装置提供参考。

摘要:收获机作为农业生产的重要生产工具，其喂入量控制一直是自动控制领域研究的热点问题。本文通过分析收获机工作方式，建立收获时收获机喂入量变化模型。设计开发收获机作业参数监测系统，以小麦作为实验对象，在我国华北地区开展田间实验，验证系统喂入量监测精度并同步采集产量、含水率和作业速度等参数，系统喂入量监测平均相对误差为8.55%。以收获机在割台高度不变条件下保持额定喂入量为控制目标状态，收获机作业速度作为控制量，采用模型预测的方法对收获机喂入量进行仿真控制。采用灰狼优化算法优化二次规划的权值矩阵，仿真结果表明，权值矩阵优化后，喂入量控制平均绝对误差小于0.1kg/s，平均降低38.1%。喂入量控制误差与收获区域的产量成反比，与含水率成正比。在相邻时域内产量、含水率变化较小的收获区域效果更好。

摘要:针对油菜薹机械化有序收获装备缺乏的问题，设计了一种对行式油菜薹有序收获机，完成油菜薹对行、夹持切割、柔性输送、有序铺放等收获环节。阐述了收获机整机结构和作业过程，根据切割、输送和铺放过程中油菜薹的运动学和动力学分析，确定了单圆盘切割器、夹持输送装置和导流板等部件的结构和运行参数，解析收获机参数对切割损伤率和铺放角变异系数的影响规律。研制对行式油菜薹有序收获机样机，以机器前进速度、切刀转速、输送带速度和导流板倾角为试验因素，以切割损伤率和铺放角变异系数为评价指标开展四因素三水平Box-Behnken田间试验。利用数据分析软件Design-Export 10建立试验指标与因素之间的二次多项式回归模型，分析各因素对试验指标的影响规律；求解切割损伤率和铺放角变异系数优化模型，得出最优参数组合为：机器前进速度0.5m/s，切刀转速910r/min，输送速度0.75m/s，导流板倾角49°。验证试验表明，较优参数组合条件下切割损伤率为4.95%，铺放角变异系数为9.55%，与预测值之间的相对误差小于5%，能够满足油菜薹有序收获需求。

摘要:针对宁前胡采挖过程中挖掘阻力大的问题，以鲨鱼背鳍为研究对象，并结合农艺要求，设计了一款宁前胡仿生挖掘铲；根据摩尔-库仑理论中土体应力分析，当选用鲨鱼背鳍结构作为仿生铲的凸起结构时，土壤更易达到破裂状态；通过三维扫描仪扫描鲨鱼标本，获取鲨鱼背鳍三维模型，根据背鳍三维模型确定仿生铲的凸起结构，并通过NX12.0创建仿生挖掘铲三维模型；利用三维扫描仪获得宁前胡根茎外形轮廓特征，创建宁前胡根茎的离散元模型，并选用Hertz-Mindlin with JKR建立宁前胡根茎-土壤离散元复合模型；通过离散元仿真对比试验，得出X、Y、Z方向颗粒位移和挖掘阻力的平均值，分析挖掘铲的减阻机理，仿生铲比平面铲在采挖过程中阻力减小14.37%；通过开展土槽试验，对比根茎挖掘效果，与仿真试验中得出的宁前胡根茎在仿生挖掘铲挖掘后，根茎在X、Y、Z方向上有更好的位移表现，仿生铲和平面铲的挖掘阻力平均值分别为1342.28、1622.73N，仿生铲比平面铲在采挖过程中阻力减小17.28%，与仿真试验得出的减阻率十分接近，满足宁前胡采挖过程中的减阻要求。

摘要:为提高油橄榄的振动收获效率，针对油橄榄密植果园的种植环境，设计一种单偏心块悬挂式油橄榄采收机。通过对果实进行受力分析得到果实脱落加速度可简化为果实果柄结合力与果实质量的比值，测量得到脱落加速度的90%分位数为1113.35m/s2。通过正交试验仿真研究果树树形参数（主干直径、主干高度、主枝夹角）和激振参数（激振频率、激振力）之间关系，并对仿真与试验相关性进行分析，表明仿真与试验的平均相关系数为0.73，平均相对误差为26.5%，主干直径和主干高度对激振参数有显著影响。使用采收样机对油橄榄（莱星）进行了试验，结果表明：夹持点振幅与激振频率呈正相关关系；果树侧枝3个监测点的共振频率为22.5Hz，与响应面试验结果的21.8Hz相近；油橄榄树的平均采净率约为91.22%，且无果实损伤。

摘要:为了实现排种的均匀稳定，针对预切种式宿根蔗补种的难题，设计了一种宿根蔗补种机均匀排种控制系统，由辊耙、理蔗压板、种箱以及电控系统等组成。通过运用EDEM对排种机构的排种过程进行仿真分析及虚拟试验，探讨了系统主要工作参数对排种性能的影响，对机构进行了优化设计。通过单因素试验及Box-Behnken响应面正交试验，研究了辊耙角速度、理蔗压板压力、种箱内蔗种数量、理蔗压板活动角对排种均匀度的影响规律，建立了排种机构排种性能的响应面方程，构建了排种系统参数调节的控制模型和控制算法。以种箱内蔗种数量作为控制器输入量，控制器通过自动调整辊耙角速度和理蔗压板压力来控制排种系统排种过程的均匀性。试验结果表明，应用参数自调节排种控制系统进行排种作业时，排种合格率为94.44%，与未应用参数自调节的排种系统相比提高8.88个百分点；排种均匀度为0.46段2。研究可为提高甘蔗宿根补种的均匀性及稳定性提供技术支持。

摘要:为评估农业机械作业对大豆产量的影响，本文开展不同机型、不同压实次数的拖拉机压实试验，获取不同压实环境中的土壤物理性质和大豆产量数据，分别从影响大豆产量的机械因素、土壤因素和复合因素出发，使用多元线性回归（Multiple linear regression，MLR）、随机森林（Random forest，RF）、自适应增强模型（Adaptive boosting，AdaBoost）、人工神经网络（Artificial neural network，ANN）4种机器学习算法建立大豆产量影响预测模型，对模型性能及模型特征重要性进行综合分析。研究结果表明，机械作业与大豆产量间关系复杂，集成学习算法（AdaBoost和RF）所建立的模型具有更好的拟合效果，模型决定系数更高；利用复合因素对大豆产量建立的模型拟合度最高，其次为机械因素和土壤因素，其中基于AdaBoost的复合因素对大豆产量影响模型其拟合程度最优，其R2为0.92，MAE为1.33%，RMSE为1.86%；机械因素、土壤因素都会影响大豆产量，其中机械压实次数以及表层和亚表层的土壤坚实度为影响大豆产量的重要因素，在实际生产中可通过减少机械作业次数、疏松表层及亚表层土壤来改善机械压实影响。

摘要:针对目前马铃薯种薯切块机存在切种质量差和自动化程度低等问题，基于切种农艺与农机相融合的设计思想，设计了一种马铃薯种薯自动切块装置。通过整列定位输送机构完成种薯排列输送定位，经夹持取料机构和切刀机构组合作用下完成种薯切块过程，整机由PLC控制切块动作工序，实现了切种流程的自动化。结合典型种薯几何尺寸参数，完成马铃薯种薯切块装置的关键结构设计，对种薯切块作业过程进行理论分析，明晰影响种薯切块效果的主要因素和各因素的取值范围。以切种合格率、切种盲眼率为评价指标，以圆台辊组中心距、链条输送速度、V形刀具夹角为试验因素，进行三因素三水平响应面试验，通过Design-Expert 12.0.3软件对试验结果进行方差分析和交互作用分析，利用软件优化模块确定试验最优参数组合。在最优参数组合条件下进行种薯切块试验验证，验证结果表明：当圆台辊组中心距为101.60mm、链条输送速度为0.019m/s、V形刀具夹角为49.50°时，切种合格率为97.56%，切种盲眼率为1.27%，与优化值相对误差小于5%，表明优化后最优参数组合可靠性高，可以满足种薯切块要求。

摘要:棉花是我国重要的经济作物和战略储备物资，及时、准确地获取棉花空间分布信息对于棉花产量预测、农业政策的制定与调整具有重要意义。针对高分辨率遥感影像获取难度大以及传统机器学习对特征信息利用不足的问题，本文以新疆南部地区图木舒克市为目标区域，提出一种以U-HRNet为基本框架，融合CBAM注意力机制的CBAM-U-HRNet棉花种植地块提取模型。选择U-Net、HRNet和U-HRNet作为对比模型，评估CBAM-U-HRNet模型在Sentinel-2(10m)和GF-2(1m)2种空间分辨率数据集上的表现以及在棉花地块提取的优势。结果表明，基于Sentinel-2遥感影像的CBAM-U-HRNet组合模型对棉花地块的提取精度最优，mIoU和mPA分别达到92.78%和95.32%。与Sentinel-2数据集相比，空间分辨率更高的GF-2数据在HRNet、U-Net和U-HRNet网络上取得了更高的精度。对于两种不同空间分辨率的数据集，基于CBAM-U-HRNet模型的棉花地块提取精度较为接近，表明CBAM-U-HRNet模型能够减少由于数据集空间分辨率不同导致的错分。与随机森林算法相比，CBAM-U-HRNet模型对棉花地块提取的准确率更高。研究结果可以为干旱地区棉花识别与种植地块快速提取提供技术支撑。

摘要:冬小麦种植区域分布广泛，为监测与评估其生长信息和生长环境，本文通过引入三相混合介质模型表征植被层，引入高斯随机粗糙面表征农田粗糙地表，构建了一种冬小麦覆被农田地表的多层非均质混合电磁散射模型。首先分别对比本文提出的多层非均质混合模型与水云模型、Oh模型在冬小麦拔节期及孕穗期的后向散射系数预测结果，对本模型的有效性进行分析和验证；随后，通过分析该模型等效介电常数，并求解其电磁散射及辐射传输方程，获取植被生长信息、植被含水率及土壤粗糙度等因素对覆被农田地表等效介电常数和雷达后向散射系数的影响规律。结果表明，本文提出的多层非均质混合模型与水云模型及Oh模型预测结果有较好的一致性，同时与双弥散模型获得的小麦层等效介电常数R2分别为0.9817、0.9922、0.9863、0.9711，同样具有较好的一致性；此外，本文提出的模型对拔节期、孕穗期小麦含水率的预测结果与实际测量值的均方根误差分别为0.88%、4.65%，该模型能够较好地模拟覆被农田地表电磁散射特征，为后续无人机微波反演冬小麦生长及土壤水分信息提供坚实理论基础。

摘要:为了实现火龙果采收自动化作业，提出一种基于改进U-Net的火龙果图像分割和姿态估计方法。首先，在U-Net 模型的跳跃连接（编码器与解码器部分特征图进行的连接操作）中引入通道和空间注意力机制模块(Concurrent spatial and channel squeeze and channel excitation, SCSE)，同时将SCSE模块集成到残差模块（Double residual block, DRB）中，在增强网络提取有效特征能力的同时提高网络的收敛速度，得到一种基于注意力残差U-Net的火龙果图像分割网络。通过该网络分割出果实及其附生枝条的掩膜图像，利用图像处理技术和相机成像模型拟合出果实及其附生枝条的轮廓、果实质心、果实最小外接矩形框和三维边界框，进而结合果实及其附生枝条的位置关系进行火龙果三维姿态估计，并在火龙果种植园中获得一个测试集，以评价该算法的性能，最后在自然果园环境下进行实地采摘试验。试验结果表明，火龙果果实图像分割平均交并比(mIoU)和平均像素准确率(mPA)分别达到86.69%和93.89%，三维姿态估计平均误差为8.8°，火龙果采摘机器人在果园环境下的采摘成功率为86.7%，平均采摘时间为22.3s。

摘要:针对棉花轧工质量现行人工感官检验中存在的劳动强度大、主观性强、检测效率低等问题，设计一种基于机器视觉的棉花轧工质量检测系统。系统由压棉机构、图像采集机构、检测处理机、检测控制板卡和触控显示屏组成。设计了低角度直接照明系统与图像采集机构，LED光源以检测视窗法线呈45°方向照射，工业相机透过光学玻璃采集棉花图像。采用图像纹理特征表达棉花外观形态，通过测定轧工质量实物标准的角二阶矩，建立图像纹理特征与外观形态关系模型，融合噪声点评价与高低阈值自适应的Canny方法进行图像滤波与分割识别，根据欧氏距离进行轧工质量等级判定，并选取棉样进行系统试验验证。结果表明，轧工质量实物标准P1、P2、P3的角二阶矩分别为[0.8932，1]、[0.6891，0.7761]、[0.2136，0.5873]，各等级间的角二阶矩纹理特征值区别明显，验证了图像纹理表达棉花外观形态的可行性。系统的疵点粒数指标检测相对偏差为0.15，疵点与背景的分离效果明显。与国标检验方法相比，轧工质量视觉系统检测准确率达94.20%，检测偏差上下浮动不大于1个轧工质量等级，与国标检验结果一致性高。单个棉样系统检测耗时1.2s，检测效率提升77.36%。系统能够满足现场使用要求,为棉花轧工质量指标的仪器化检测提供了技术参考。

摘要:针对作物病害识别系统功能单一，缺乏系统升级机制，人工升级系统成本较大的问题，以番茄病害为例，提出了基于OpenCV的番茄叶片图像自动标注算法和改进YOLO v5的番茄病害识别模型；结合数据集自动划分、模型自动训练与评估、手机APP自动创建与更新理念，设计了一种可以自动升级的番茄病害识别系统；引入专家审查校正机制，提高了系统识别结果的可靠性。实验结果表明，该系统实现了对番茄的健康叶片与9类病害叶片进行识别，可以在实际应用中通过手机APP识别番茄病害的同时自动扩充番茄病害图像数据集，并根据数据扩充量自动启动系统的升级优化流程，由此不断提升该系统的番茄病害识别性能。该系统为番茄生产提供了一个便捷、可靠的番茄病害识别工具。

摘要:为减少水稻产量损失，迫切需要建立快速、准确的水稻叶瘟监测和鉴别方法。本文以东北水稻为研究对象，以小区试验为基础，使用高光谱图像仪获取受稻瘟病菌侵染后不同发病程度的水稻叶片高光谱图像并提取光谱数据。首先，通过SG平滑方法对光谱数据进行预处理，然后运用主成分分析（PCA）、Pearson相关系数分析法（PCCs）、PLS-VIP方法对光谱数据进行降维，并提出了一种基于Logistic混沌映射PSO寻优的SVM分级检测模型（LMPSO-SVM）。为了验证提出方法的有效性，以不同降维方法提取的特征变量为输入，分别建立基于人工神经网络（ANN）、支持向量机（SVM）和PSO-SVM的分级模型并进行对比分析。仿真结果表明，各模型对4级病害的识别效果最好，综合5种级别病害，SVM和ANN分级模型的预测准确率波动相对较大，对于病害预测效果不太理想；而在不同特征选择下建立的LMPSO-SVM分级模型对各级病害预测准确率均较高，准确率波动较小，其中基于PCA提取特征变量和全波段作为输入的模型平均准确率非常相近，分别为96.49%和96.12%，PCA提取的输入变量仅为5个，大大简化了模型复杂性，降低了训练难度和训练时间。综合分析，PCA-LMPSO-SVM模型的训练效果最好，可以认为是最佳病害分级模型，其5种级别病害准确率分别为94.29%、96.43%、93.44%、98.30%和100%。因此，本文提出的方法可进一步提高水稻稻瘟病分级检测精度和可靠性，结果可为确定稻瘟病发生情况提供一定的理论基础和技术支撑。

摘要:针对水稻病害识别方法准确度低、模型收敛速度缓慢的问题，本文提出了一种高性能的轻量级水稻病害识别模型，简称为CA（Coordinate attention）-MobileNetV3。通过微调的迁移学习策略完善了模型的训练，提升了模型收敛速度。首先创建10个种类的数据集，其中包含9种水稻病害和1种水稻健康叶片。其次使用CA模块，在通道注意力中嵌入空间坐标信息，提高模型的特征提取能力与泛化能力。最后，将改进后的MobileNetV3网络作为特征提取网络，并加入SVM多分类器，提高模型精度。实验结果表明，在本文构建的水稻病害数据集上，初始的MobileNetV3识别准确率仅为95.78%，F1值为95.36%；加入CA模块后识别准确率和F1值分别提高至96.73%和96.56%；再加入SVM多分类器，通过迁移学习后，改进模型的识别准确率和F1值分别达到97.12%和97.04%，参数量和耗时仅为2.99×106和0.91s，明显优于其他模型。本文提出的CA-MobileNetV3水稻病害识别模型能够有效识别水稻叶部病害，实现了轻量级、高性能、易部署的水稻病害分类识别算法。

摘要:针对现有草莓病害程度诊断方法存在识别精度低、参数量大、推理时间长等问题，提出了一种基于交互式双分支特征融合的草莓病害程度快速诊断方法。该方法首先以短程密集连接模块为基础，构建一种轻量化的交互式双分支特征融合网络（Interactive bilateral feature fusion network，IBFFNet），用于提取图像的语义特征和细节特征。然后，通过注意力简化的金字塔池化模块获取上下文分支中的多尺度语义特征，利用边缘增强模块丰富空间分支中的边缘细节特征。最后，融合多尺度语义特征和空间细节特征，实现病斑和叶片区域的精确分割。在草莓叶部病害程度数据集上的实验结果显示，IBFFNet2_Seg的平均交并比达到77.8%，在单张NVIDIA GTX1050显卡上处理速度可达40.6f/s，满足实际应用中对算法实时性和分割精度的要求。此外，在测试集上IBFFNet2_Seg预测病害程度与真实程度的决定系数R2为0.98，说明该模型可以准确预测草莓病害严重程度。本研究可为草莓病害精准防治提供可靠的技术支撑。

摘要:甜椒在生长发育过程中容易产生畸形果，机器代替人工对甜椒畸形果识别和摘除一方面可提高甜椒品质和产量，另一方面可解决当前人工成本过高、效率低下等问题。为实现机器人对甜椒果实的识别，提出了一种基于改进YOLO v7-tiny目标检测模型，用于区分正常生长和畸形生长的甜椒果实。将无参数注意力机制（Parameterfree attention module, SimAM）融合到骨干特征提取网络中，增强模型的特征提取和特征整合能力；用Focal-EIOU（Focal and efficient intersection over union）损失替换原损失函数CIOU（Complete intersection over union），加快模型收敛并降低损失值；使用SiLU激活函数代替原网络中的Leaky ReLU，增强模型的非线性特征提取能力。试验结果表明，改进后的模型整体识别精确度、召回率、平均精度均值（Mean average precision, mAP）mAP0.5、mAP0.5-0.95分别为99.1%、97.8%、98.9%、94.5%，与改进前相比，分别提升5.4、4.7、2.4、10.7个百分点，模型内存占用量为 10.6MB，单幅图像检测时间为4.2ms。与YOLO v7、Scaled-YOLO v4、YOLOR-CSP等目标检测模型相比，模型在F1值上与YOLO v7相同，相比Scaled-YOLO v4、YOLOR-CSP分别提升0.7、0.2个百分点，在mAP0.5-0.95上分别提升0.6、1.2、0.2个百分点，而内存占用量仅为上述模型的14.2%、10.0%、10.0%。本文所提出的模型实现了小体量而高精度，便于在移动端进行部署，为后续机械化采摘和品质分级提供技术支持。

摘要:甘蔗蔗梢分叉点的精确识别与高度定位是实现甘蔗收获机切梢器实时控制的关键技术之一，也是提高甘蔗收获机械化水平和降低甘蔗含杂率的重要途径。针对甘蔗地环境复杂、光照变化大、蔗梢分叉点相互遮挡等问题，首先通过田间调查，并现场测试、分析甘蔗生长点、甘蔗分叉点及相互关系的特征规律，采集图像的甘蔗分叉点的统计分析，并结合现场对甘蔗分叉点高度的测量统计分析，发现其均具有明显的正态统计特征。接着，提出了一种基于改进YOLO v5s的蔗梢分叉点识别方法。该方法采用单目和双目相机在广西大学扶绥农科基地采集甘蔗图像数据，并进行数据预处理和标注，构建了甘蔗蔗梢分叉点数据集。然后，在YOLO v5s中引入BiFPN特征融合结构和CA注意力机制，以增强不同层次特征的交互和表达能力，并使用GSConv卷积和Slim-Neck范式设计，在原始模型主干网络中引入Ghost模块替换原始普通卷积，来降低模型的计算量和参数量，提高模型的运行效率。最后，通过在现场采集的数据集上进行训练和测试，验证了该方法的有效性和优越性。实验结果表明，该方法在甘蔗蔗梢分叉点数据集上平均精确率达到92.3%、召回率89.3%和检测时间19.3ms，相比原始YOLO v5s网络，平均精确率提高5个百分点，召回率提高4个百分点，参数量降低43%，模型内存占用量减少5.5MB，检测时间减少0.7ms。最后，根据甘蔗分叉点具有明显的正态统计特征的规律，利用该特征结合双目视觉的定位算法，可为开展甘蔗收获机切梢的特征识别、切梢器高度定位及实时控制研究奠定理论及技术基础。

摘要:鱼群活跃度是鱼类健康福利养殖的特征性指标之一，实现鱼群活跃度细粒度分类有利于更精细地描述鱼群健康状况、评估鱼群福利水平。基于工厂化循环水养殖系统，本文建立了水下大西洋鲑鱼群活跃度细粒度分类视频数据集，并提出一种基于帧间深度特征差分的鱼群活跃度分类模型，通过引入残差连接的小型卷积神经网络提取视频帧的特征，进而在相邻帧之间做差分运算和平方运算得到视频帧间特征，最后将其输入基于外部注意力机制的分类网络IFDNet中得到视频类别。试验结果表明，本文提出的CNN-IFDNet模型分类准确率达到97.72%，F1值达到97.42%，以较低的计算复杂度实现了对水下视频鱼群活跃度的三分类。相较于实验室环境，基于真实养殖环境对鱼群活跃度所展开的算法研究实际应用性更强，可以为精细化描述鱼群的活跃度、实现智能监测鱼类健康状况提供参考，帮助养殖人员发现并排除导致鱼群活跃度异常的水质环境、病害等因素。

摘要:蛋鸭行为模式是判断笼养鸭养殖过程中健康状况及福利状态的重要指标，为了通过机器视觉实现识别蛋鸭多行为模式，提出了一种基于改进YOLO v4 (You only look once)的目标检测算法，不同的行为模式为蛋鸭的养殖管理方案提供依据。本文算法通过更换主干特征提取网络MobileNetV2，利用深度可分离卷积模块，在提升检测精度的同时降低模型参数量，有效提升检测速度。在预测输出部分引入无参数的注意力机制SimAM模块，进一步提升模型检测精度。通过使用本文算法对笼养蛋鸭行为验证集进行了检测，优化后模型平均精度均值达到96.97%，图像处理帧率为49.28f/s，相比于原始网络模型，平均精度均值及处理速度分别提升5.03%和88.24%。与常用目标检测网络进行效果对比，改进YOLO v4网络相较于Faster R-CNN、YOLO v5、YOLOX的检测平均精度均值分别提升12.07%、30.6%及2.43%。将本文提出的改进YOLO v4网络进行试验研究，试验结果表明本文算法可以准确地对不同时段的笼养蛋鸭行为进行记录，根据蛋鸭表现出的不同行为模式来帮助识别蛋鸭的异常情况，如部分行为发生异常时长或在异常时段发生等，从而为蛋鸭的养殖管理提供有价值的指导，为实现鸭舍自动化、智能化管理提供技术支持。

摘要:针对目前群养生猪智能化养殖中复杂环境下猪只目标检测精度低的问题，提出了一种基于改进YOLOX的群养生猪轻量化目标检测模型Ghost-YOLOX-BiFPN。该模型采用Ghost卷积替换普通卷积，在减少主干网络参数的情况下，提高了模型的特征提取能力。使用加入CBAM注意力机制的BiFPN作为模型的Neck部分，使得模型充分融合不同体型猪只的特征图，并使用Focal Loss损失函数解决猪圈环境下猪只与背景难以区分的问题，增强模型对正样本的学习。实验结果表明，改进后模型对群养生猪检测精度为95.80%，相比于原始YOLOX算法，检测精度提升2.84个百分点，参数量降低63%。最后将本文轻量化模型部署到Nvidia Jetson Nano移动端开发板，通过在开发板上实际运行表明，本文所提模型实现了对不同大小、不同品种猪只的准确识别，为后续智能化生猪养殖提供支持。

摘要:针对玉米育种文本数据中存在重叠三元组、实体表达方式多样等问题，提出一种嵌入词汇信息的BERT-CRF（Bidirectional encoder representations from transformers-conditional random field）玉米育种实体关系联合抽取方法。首先，分析了玉米育种语料表达特征，采用对实体边界、关系类别和实体位置信息同步标注的策略；其次，构建了嵌入词汇信息的BERT-CRF模型进行训练和预测，自建玉米育种知识词典，通过在BERT中嵌入词汇信息，融合字符特征和词汇特征，增强模型的语义能力，利用CRF模型输出全局最优标签序列，设计了实体关系三元组匹配算法（Entity and relation triple matching algorithm，ERTM），将标签进行匹配和映射来获取三元组；最后，为验证该方法的有效性，在玉米育种数据集上进行实验，结果表明，本文模型精确率、召回率和F1值分别为91.84%、95.84%、93.80%，与现有模型相比性能均有提升。说明该方法能够有效抽取玉米育种领域知识，为构建玉米育种知识图谱及其它下游任务提供数据基础。

摘要:在动物体温异常识别中，红外测温等方式容易产生系统偏差使得判断结果不可靠。基于深度学习的方法在不同测温设备上的鲁棒性与泛化性能较差，且难以应用于数据量少、随机性强、标准不一致等非规范化的测温场景。因此，本文提出了一种面向非规范化数据源的动物体温异常识别方法，通过衡量体温时序数据间的相似度即可完成异常识别。针对常用的相似性度量算法在序列匹配、序列间距度量上效果不佳的问题，提出了一种改进的动态时间规整算法(Improved dynamic time warping, iDTW)。在点间度量方式上，综合欧氏距离和一阶导数，改善了序列过度对齐问题。使用序列交并比表示序列整体特征，提升了序列间距度量效果。针对不等长序列及过长序列的异常检测问题，提出了基于滑动窗口和序列等分的异常检测方法。以较短序列为滑动窗口遍历较长序列得到一组序列间距，根据训练和检测的不同阶段分别选择其中的最小值或最大值作为相似度衡量结果，以解决不等长序列匹配问题。将过长的样本数据序列等分为多个子序列，取子序列的间距和为样本间距，以解决过长序列导致的正常样本间距过大和异常漏检问题。在公开数据集UCR上的实验分析表明，相比于欧氏距离、动态时间规整、一阶导数动态时间规整和权重动态时间规整算法，iDTW算法结合K-近邻分类器得到的分类准确率在10个UCR数据集上分别平均提高6.0、3.0、5.2、2.5个百分点。基于滑动窗口和序列等分的异常检测方法相比于经典异常检测算法，在3种动物体温数据集上的F1值均获得了明显提升。

摘要:为研究水头多重调控下微润管出流与土壤水分运移规律，进行了不同水头调控模式下微润灌入渗试验，设置调增(0→1m(水头由0m调节到1m，以下类推)、0→2m、1→2m)和调减水头(1→0m、2→0m、2→1m)，研究微润管出流、湿润体及含水率变化规律；将微润管假定为多孔介质重黏土，利用HYDRUS 2D模型对水头多重调控下微润管出流和土壤水分运移进行了模拟，据此分析了多重变水头情景下微润灌土壤水分动态规律。结果表明，水头调节显著改变累积入渗量、入渗率与时间关系曲线，累积入渗量曲线呈折线型，曲线斜率随着调增或调减而有规律增减；水头调节导致入渗率发生骤增或骤降，稳定入渗率与水头存在线性正相关关系。调增水头时湿润锋内含水率骤升，正向反馈显著；水头调减后管周含水率微弱下降后逐渐回升。将微润管模拟为质地黏重的多孔介质，基于HYDRUS 2D模型较好地模拟了微润管出流及水分运移，优度较好(决定系数R2≥0.90，纳什效率系数（NSE）大于等于0.70，相对标准偏差（RSR）趋近于0)。构建了多重水头调控模式(0→1→2m、0→2→1m、1→0→2m、1→2→0m、2→0→1m、2→1→0m)，分析了多情景下微润灌土壤水分动态规律，发现水头调增后入渗率随时间呈现“指数减小后稳定”规律，而调减后入渗率表现为“指数增加后稳定”；连续调增0→1→2m方案下，最终累积入渗量最大；连续调减下(2→1→0m)累积入渗量较调增方案降低3.7%，可通过调控水头控制湿润锋推移和湿润体内含水率分布，且微润管附近含水率对水头调控响应更为显著。研究可为微润灌动态水头调控提供科学依据，并与智慧灌溉相融合实时调控水头，适量地补给作物需水并维系根区适宜水分环境，实现精准灌溉。

摘要:为确定适宜枸杞灌溉的微咸水代表性盐离子浓度限值，于2019—2020年在河套灌区下游开展NaCl、CaCl2、CaSO4、NaHCO3、Na2SO4 5种代表性地下水盐分类型和4种浓度水平（质量浓度0.1、0.5、2.0、4.0g/L）的田间交叉试验。结果表明：在相同矿化度下，外源NaCl、NaHCO3影响下枸杞生育期受渗透胁迫、次生胁迫最强，外源CaCl2质量浓度低于2.0g/L能够缓解枸杞渗透胁迫，外源CaCl2、CaSO4质量浓度低于4.0g/L能够缓解次生胁迫。枸杞干果产量、百粒干质量随外源NaCl、Na2SO4、CaSO4质量浓度升高而降低，在0.1g/L时达峰值，随外源CaCl2质量浓度升高呈单峰分布，0.5g/L时最高。枸杞果实中总糖含量、黄酮含量、氨基酸总量随外源CaCl2、CaSO4质量浓度升高先升后降，分别在0.5、2.0、2.0g/L时达峰值。甜菜碱含量、氨基酸总量随NaCl、Na2SO4、NaHCO3质量浓度升高而降低，超过0.1g/L后显著下降。类胡萝卜素含量随CaCl2、NaHCO3质量浓度升高先升后降，分别在2.0、0.5g/L时达峰值。相同阴离子（Cl-、SO2-4）环境下，Na+、Ca2+分别对枸杞产量、品质的综合评分存在降低、提升作用，相同阳离子（Na+）环境下，阴离子对综合评分的负面影响由大到小依次为Cl-、SO2-4、HCO-3。基于高斯回归发现，当Na+、Ca2+、Cl-、SO2-4、HCO-3浓度分别为18.6~19.2mmol/L、12.2~13.0mmol/L、63.0~68.4mmol/L、6.3~14.4mmol/L、5.5~14.0mmol/L时，枸杞种植效益贴合度较高（Ci>0.7）。随Ci标准提高，Na+、Cl-、SO2-4、HCO-3浓度向取值下限（18.6、63.0、6.3、5.5mmol/L）逼近，Ca2+浓度向上限（13.0mmol/L）逼近。以高于不同水质下产量、品质综合评分的平均值0.46为标准，发现灌溉微咸水中Na+、Cl-、SO2-4、HCO-3存在浓度上限限值，分别为34.8、81.6、22.6、21.4mmol/L，Ca2+存在下限限值，为9.8mmol/L。研究可为指导河套灌区不同水质区枸杞种植提供科学依据。

摘要:为探寻滴灌水肥一体化条件下北方半干旱地区苹果树种植的最佳水肥协同调控制度，设置灌水与施肥2个试验因素，滴灌灌水量设4个水平，根据田间持水率θf的不同百分比确定灌水下上限：75%θf~90%θf（W1）、65%θf~80%θf（W2）、55%θf~70%θf（W3）、45%θf~60%θf（W4）；滴灌施肥量设3个水平，N、P2O5、K2O与风干土质量比分别为：0.9、0.3、0.3g/kg（F1）；0.6、0.3、0.3g/kg（F2）；0.3、0.3、0.3g/kg（F3），分析滴灌施肥协同调控对苹果树生长生理指标、生物质量与产量、果实品质以及水肥利用效率的影响，最终基于TOPSIS法建立以高效、高产、高品为目标的苹果综合指标评价模型。结果表明，滴灌施肥协同调控下苹果树植株生长量、基茎生长量和叶面积最大值均出现在F1W2处理，苹果树净光合速率、蒸腾速率和叶绿素含量基本上随灌水量和施肥量的增加而增加，最大值均出现在F1W1处理，全生育期干物质量和产量在F1W1和F1W2处理下差异不明显，水分利用效率和水分生产率最大值均出现在F1W2处理，与F1W1处理相比，分别提高10.6%和11.1%，肥料偏生产力基本上随灌水量的增加和施肥量的减少而增加，增加灌水量有利于提高苹果着色指数、果形指数和糖酸比，增加施肥量有利于提高苹果单果质量、维生素C含量和可溶性糖含量。综合4类17个指标建立TOPSIS多目标综合评价模型，代入各指标最终权重计算得出F1W2处理贴近度最大，为0.7653，此处理条件下苹果综合指标评价最优，而F3W4处理最差，仅为0.2583。综上，本试验水肥协同调控下灌水量下上限控制在田间持水率的65%~80%，施N、P2O5、K2O与风干土质量比分别为0.9、0.3、0.3g/kg是苹果树的最佳水肥管理制度。

摘要:在黄河流域生态保护和高质量发展战略背景下，流域上游实施绿水管理对于涵养水源、保护脆弱生态，以及缓解流域缺水形势具有重要意义。选取黄河流域上游的湟水流域构建SWAT水文模型，模拟等高耕作、残茬覆盖、石线、梯田和15°以上坡地退耕还林等5种绿水管理措施，分析水量、水沙和水质的变化；结合水-沙-质管理协同水平，探究不同措施的效果与适用性。结果表明，15°以上坡地退耕还林在增加产水量和地下水补给方面效果最优，分别为1.77×107m3和1.72×107m3；等高耕作和石线能有效调节年内径流分配、削减汛期径流量。5种措施均能削减产沙负荷，其中梯田和石线的效果较显著，削减率分别为13.5%和13.0%。5种措施均能减少总氮（TN）和总磷（TP）负荷量，且干旱年削减率高于湿润年；梯田和等高耕作削减效果较好，削减率分别为24.6%、14.7%（TN）和45.3%、21.9%（TP）。通过水-沙-质管理协同分析，除残茬覆盖为高等耦合外，其他4种情景下均能达到优等耦合；耦合协调度由大到小依次为梯田、15°以上坡地退耕还林、石线、等高耕作、残茬覆盖。研究结果可为黄河流域绿水管理措施选取和水资源优化配置提供参考。

摘要:冠气温差能够间接监测作物水分变化规律，而冠层温度与大气温度之间存在的时滞效应会影响监测效果，为探明两者之间的时滞效应变化规律及影响因素，本研究以拔节期至乳熟期的冬小麦为研究对象，利用红外温度传感器连续监测灌溉上限分别为田间持水率的95%（T1）、80%（T2）、65%（T3）和50%（T4）4个不同灌溉处理的冠层温度，并同步获取短波净辐射（Short-wave net radiation, RS）、大气温度（Atmospheric temperature, TA）、相对湿度（Relative humidity, RH）等气象数据。利用错位相关法计算冠层温度与大气温度之间的时滞时间（Time lag, TL），分析其在不同生育期和不同灌溉条件下变化规律，并采用相关性分析法探究气象因子（RS、TA、RH）变化率和日均值与时滞时间的相关性，最后通过通径分析探讨气象因子（RS、TA、RH）、土壤含水率（Soil moisture content, SMC）以及叶面积指数（Leaf area index, LAI）对时滞时间的共同影响。结果表明：不同生育期和不同灌溉条件下冬小麦冠层温度变化均提前于大气温度；在不同灌溉处理下，T1、T2和T3处理的时滞时间高于T4处理，且在不同生育期下，时滞时间呈现先减少再增加的趋势。短波净辐射变化率（Change rate of short-wave net radiation, RSCR）、大气温度变化率（Change rate of atmospheric temperature, TACR）和相对湿度变化率（Change rate of relative humidity, RHCR）与时滞时间的相关性均高于对应日均值与时滞时间的相关性；同时，RSCR与时滞时间的相关程度最高（相关系数R为0.718~0.806），TACR次之（R为0.582~0.661），RHCR最低（R为-0.534~-0.570）。利用通径分析发现，时滞时间主要受RSCR、SMC以及LAI共同影响，但在不同灌溉条件下影响时滞时间的主要因素存在差异，其中T1、T2和T3处理主要受RSCR和LAI影响，而T4主要受RSCR和SMC影响。研究可为利用冠气温差信息监测作物水分变化进一步提供理论依据。

摘要:农业技术转移决策支持系统（DSSAT）在农业领域的应用越来越广泛，应用DSSAT的首要工作就是估计作物品种参数。GLUE参数估计器是DSSAT自带的参数估计工具，但GLUE参数估计器所估计的品种参数并不总有效，其估计参数的DSSAT模拟精度往往不高。本文利用4个品种水稻的田间实测产量数据，采用对比分析方法，以DSSAT自带的GLUE参数估计器运行结果为参照，将粒子群优化（PSO）的每个粒子视为一组水稻品种参数，在运行PSO算法过程中调用DSSAT模拟水稻产量，依据产量模拟误差和PSO的运行机制修改粒子，从而验证PSO优化DSSAT水稻品种参数的有效性及可行性。研究结果表明：两种算法均能较好识别DSSAT水稻品种参数，但GLUE参数估计器估计参数无效的频次较高；与GLUE参数估计器相比，PSO识别的参数均为有效参数，其优化参数的DSSAT模拟水稻产量的精度更高，标准化均方根误差（NRMSE）处于5.98%~8.78%之间，明显低于GLUE参数估计器的6.89%~18.06%，所模拟的水稻产量也更接近于实测产量。

摘要:在规模化的生猪养殖生产中，环境质量对于猪群的健康及生长发育至关重要。为实现猪舍环境精准调控，以STM32单片机为核心，构建了基于物联网的猪舍环境智能控制系统；同时提出了基于双深度Q网络（Double deep Q-Network,Double DQN）的猪舍环境优化控制策略。通过在实际猪舍中运行结果表明，舍内平均温度和相对湿度可控制在（20.53±1.72）℃和（74.16±7.84）%。与传统基于温度阈值的控制策略相比，基于Double DQN控制策略的舍内温度、相对湿度、NH3浓度和CO2浓度更接近期望值（期望温度为19℃，相对湿度为75%，NH3浓度（体积比）为10μL/L，CO2浓度（体积比）为800μL/L），舍内温度和相对湿度最大相对误差分别低于温度阈值控制策略3.7%和2.5%。此外，该系统传感器监测数据上传和控制指令下发的平均延迟时间分别为226ms和140.4ms，监测与控制延迟较小，稳定性较强。在Double DQN控制策略下，一天内3台风机总运行时长为28.01h，总耗电量为11.4kW·h，相较于传统温度阈值法可节省约7.39%。因此，本文构建的融合深度强化学习策略的控制系统有助于改善猪舍环境质量，提高养殖环境的自动化及智能化控制水平。

摘要:为提升水产品危害分析及关键控制点（Hazard analysis and critical control points，HACCP）体系国家标准在保障质量溯源方面的数据可信、可读，以国家标准中的巴氏杀菌蟹肉HACCP计划为例，结合语义建模和区块链技术，提出了巴氏杀菌蟹肉增强HACCP计划可信可视溯源模型（Enhanced HACCP credibility and visualization traceability model, EHCVTM）。该模型结合国家标准对巴氏杀菌蟹肉HACCP计划进行语义理解，构建巴氏杀菌蟹肉HACCP计划质量安全数据体系（HACCP quality and safety data system, HQSDS）并设计知识表示。为所得的增强HACCP计划的执行数据设计合理的数据存储结构、智能合约，实现“有风险上链，无风险自治”、“高风险直接上链，低风险加密上链”的数据分级存储管理模式。然后借助图数据库实现不同需求的可视化展示。最终实现了基于EHCVTM的HACCP质量溯源应用原型并进行测试。结果表明，基于此模型的应用保障了质量溯源风险数据的可信度，提高了数据反馈时的可读性, 增强了质量溯源平台预警能力，使企业内部完成精细化监控，企业外部多方监督，质量安全风险公开，安全责任定位精确。且基于区块链的系统吞吐量达到300笔/s，可基本满足溯源系统的业务需求。该研究为基于HACCP国家标准的水产品质量安全风险监控可信可视溯源提供了新思路。

摘要:针对现有水稻秸秆营养穴盘（简称秧盘）热风辅助微波干燥机静态干燥时存在气流场和电磁场分布不均匀、干燥效率低和干燥品质差等问题，设计了多层盘式热风辅助微波干燥机，并主要对干燥机的微波谐振腔和气流均布室进行了优化设计。利用ANSYS Electronics软件对微波谐振腔馈口不同排列方式进行仿真，根据电磁场强度均匀性及S参数的影响，确定馈口的排列方式及高度；利用ANSYS Fluent软件对气流均布室的导流腔高度、气流均布腔高度及导流体底边直径进行优化；以秧盘为试验材料对该机性能和加热均匀性进行试验验证。结果表明，优化后气流均布室出口处气体流速的均匀性指数与优化前相比提高21.26%；微波谐振腔三馈口V-L-L排列方式下电磁场强度均匀性最好且S参数最小；馈口高度为160mm时反射功率最低，比馈口高度为70mm时降低78.13%；相较于热风干燥和微波干燥，秧盘在热风辅助微波干燥方式下干燥速率分别提高291.31%和86.48%，且干燥均匀性更好。该研究可为热风辅助微波干燥机的结构优化提供参考。

摘要:黄油乳清（BS）是生产无水黄油时产生的副产物。由于富含乳脂肪球膜等组分，黄油乳清被认为是富集球膜组分的良好原料。然而，目前的研究集中于黄油乳清的基础组分构成，对脂肪球膜源组分的构成及应用特性的研究尚未明确，限制了黄油乳清的应用。通过离心搅打等方式从牛乳黄油中分离出黄油乳清，以原料乳和酪乳为对照，分析了黄油乳清的基本组分和脂肪球膜源组分构成。结果表明，与原料乳、酪乳相比，黄油乳清的蛋白质、脂肪质量分数显著增加，总钙含量显著降低，乳糖质量分数、含水率、pH值等无显著性差异（P＞0.05）；黄油乳清中含脂肪球膜磷脂56种，包括磷脂酰胆碱（Phosphatidylcholine，PC）20种、磷脂酰乙醇胺（Phosphatidylethanolamine，PE）10种、磷脂酰丝氨酸（Phosphatidylserine，PS）7种、磷脂酰肌醇（Phosphatidylinositol，PI）6种、鞘磷脂（Sphingomyelin，SM）13种，其中鞘磷脂含量约为酪乳的3倍，质量浓度达到0.352mg/mL；黄油乳清含脂肪球膜蛋白4种，其中丰度最大的为高碘酸希夫糖蛋白6/7，球膜蛋白占总蛋白的23.32%，是酪乳的1.1倍；对脱脂乳、酪乳和不同浓度黄油乳清乳化特性进行比较，研究结果显示，黄油乳清乳化性显著优于同浓度酪乳（P＜0.05）；在添加量3%时，黄油乳清乳化活性指数和乳化稳定性指数达到最大，分别为2.682m2/g和91.1%。综上，黄油乳清中含丰富的脂肪球膜源组分，同浓度下，黄油乳清乳化特性优于酪乳，具有较高的应用潜力。

摘要:针对部分地区横向斜坡农田地形导致路径跟踪控制算法精度下降的问题，提出了一种包含路面坡度扰动的动力学模型与跟踪误差模型结合的轮式拖拉机行驶动态过程的控制模型，并基于此模型通过线性模型预测控制方法得到控制律，由于预测模型包含了坡度的影响，使得反馈校正能够提前补偿，有效改善了农机在坡地上的路径跟踪性能。考虑到农机在不同行驶阶段对于误差和稳定程度需求的不同，提出了自适应的模型预测方法，令Q、R值随动变化以应对不同的需求（随动变化指的是两者相对大小的变化而非绝对数值）。进行了预测区间与控制区间选择的试验，而后基于简单运动学模型的模型预测控制进行了有无自适应Q、R的对比试验，最后分别在固定斜坡角的横向斜坡路面上和在斜坡角连续变化的横向斜坡路面上进行了本文方法与基于简单运动学的模型预测控制方法对比试验。试验结果表明：自适应能显著提升控制效果；本文方法在横向斜坡路面上的路径跟踪表现明显优于基于简单运动学模型的方法，此外稳态时的稳定程度也有较大的提升。

摘要:工业及农业领域存在诸多复杂场景，使得机器人常面临由大量非连续离散局部路径组成的复杂轨迹，合理的运动规划是机器人实现预期作业目标的首要基础。本文提出一种基于非支配遗传算法(Non-dominated sorting genetic algorithm, NSGA-Ⅱ)的多目标综合优化方法,算法基于个体的相互支配关系进行分层并引入“拥挤度”指标来表征个体间的差异性，从而为保持遗传过程的种群多样性提供了有力支撑。同时建立了机器人运动学模型并构造了缩短机器人空载路程、运动时间及关节冲击的路径序列优化函数，并在笛卡尔空间与关节空间进行了高阶样条拟合与插值规划，显著提升了空间轨迹的光顺性及几何特性。基于NSGA-Ⅱ生成空间Pareto最优前沿解集，解决了机器人运动时间短、关节冲击小、任务路径优等约束下的多目标优化问题。优化后机器人运动路径长度缩减74%，作业效率提升33.44%，关节稳定性平均可增强50.97%，通过仿真与实验，验证了算法在改善机器人运动效率、连续性和非突变性等方面具有显著效果。

摘要:对于含六杆组八杆机构的曲柄存在域问题，给出了一种自动生成的方法。该方法首先基于型转化法数值迭代计算出机构所有可能存在的初始位置；然后在每个初始位置的基础上，再次采取型转化法数值迭代进行运动分析，有效避免了高次非线性方程多解无法判断最优解的问题；最后用雅可比矩阵法筛选出无分支缺陷的回路。机构若满足原动件旋转整周均能够求出位置解，则该机构在此回路中存在曲柄。基于上述理论依据，采用VC++和OpenGL联合编程，能够在给定区域内自动生成该类八杆机构曲柄存在域。同时软件能够进行运动仿真，验证了方法的正确性，为含六杆组八杆机构曲柄存在域的自动生成方法奠定了理论基础。

摘要:针对传统方法难以揭示机床多轴插补动态误差的序列产生机制，各时间维度上的误差时序特征存在相互关联的问题，提出一种融合混沌表示（Chaotic representation，CR）和特征注意力机制（Feature attention mechanism，FA）的级联动态误差预测模型。首先，在证明多元动态误差时变演化具有混沌特性的基础上，对其进行相空间重构，将动态误差参数时间序列背后隐藏的信息在相空间中进行表达。然后，融合特征注意力机制在时间维度上动态分配相点特征权重的同时降低高维演化相空间信息冗余，进一步重塑原系统的动力学状态向量空间。最后，考虑到混沌时变演化具有长程相关性，采用双向长短期记忆（Bi-directional long short-term memory，Bi-LSTM）网络模型逼近混沌相空间内的动力学特性，实现动态误差混沌时间序列信息的有效预测。通过XK-L540型数控铣床实测数据的算例表明，相较于CRFA-LSTM模型，以及单一级联模型CR-Bi-LSTM、FA-Bi-LSTM，本文算法的均方根误差分别降低约35%、16%和43%。