排序方式: 共有36条查询结果,搜索用时 0 毫秒
31.
32.
正狂犬病(Rabies)是由狂犬病病毒(Rabies virus,RABV)感染引起的一种致死性人兽共患病,病死率几乎高达100%。目前,对狂犬病尚无有效的治疗方法,及时接种疫苗是预防狂犬病的最有效措施之一。全世界所有报告的动物狂犬病病例中约有95%是在犬,超过90%的人死亡归因于狂犬病犬,大规模疫苗接种是犬狂犬病防治的主要方法。犬的狂犬病免疫覆盖率低于70%是诱发人间狂犬病发生的主要原因,2017年全国共报告502例人狂犬病死亡病例,狂犬病疫情呈整体下降趋势,但是我国西南地区的广西、云南、四川和贵州四省依然是我国人和动物狂犬 相似文献
33.
34.
疏花是梨生产中的重要农艺措施,机械化智能疏花是当今高速发展的疏花方式,花朵与花苞的分类与检测是保证疏花机器正常工作的基本要求。本研究针对目前梨园智能化生产中出现的梨树花序检测与分类问题,提出了一种基于改进YOLOv5s的水平棚架梨园花序识别算法Ghost-YOLOv5s-BiFPN。通过对田间采集的梨树花苞与花朵图像进行标注与数据扩充后送入算法进行训练得到检测模型。Ghost-YOLOv5s-BiFPN运用加权双向特征金字塔网络(Bi-directional Feature Pyramid Network,BiFPN)替换原始的路径聚合网络(Path Aggregation Network,PAN)结构,对网络提取的不同尺寸目标特征进行有效的融合。同时运用Ghost模块替换传统卷积,在不降低准确度的同时减少模型参数量和提升设备运行效率。田间试验结果表明,改进的Ghost-YOLOv5s-BiFPN算法对梨树花序中花苞与花朵的检测精度分别为93.2%和89.4%,两种目标平均精度为91.3%,检测单张图像时间为29 ms,模型大小为7.62 M。相比于原始YOLOv5s算法,检测精度与召回度分别提升了4.2%和2.7%,检测时间和模型参数量分别降低了9 ms和46.6%。本研究提出的算法可对梨树花苞与花朵进行精确的识别和分类,为后续梨园智能化疏花的实现提供技术支持。 相似文献
35.
针对甘蓝传统栽植装置存在栽植深浅不一、倒伏率及伤苗率高、影响机收作业性能的问题,以甘蓝基质块苗为对象,设计了一种双排链式栽植装置,通过对该装置及关键部件进行理论分析,确定装置的工作参数。搭建甘蓝基质块苗双排链式栽植装置试验台,以前进速度、栽植频率、栽植器内夹板夹力为试验因素对倒伏率和伤苗率进行三因素五水平二次回归正交旋转组合试验:通过Design-Expert 8.0.6软件建立回归模型,分析了各因素对指标的影响关系,同时采用响应面法对影响因素进行了综合优化,得到最优参数组合:前进速度1.6 km/h、栽植频率57株/min、内夹板夹力91.83 N,对应倒伏率2.9%、伤苗率2.83%。对参数组合进行台架试验验证,结果为倒伏率3.13%、伤苗率3.07%,与优化结果基本一致,验证了所建模型与优化参数的合理性。田间试验结果为:倒伏率3.35%、伤苗率3.14%,与两指标的优化结果相对误差分别为0.45%和0.31%,表明该装置具有较高的稳定性。 相似文献
36.
多旋翼无人机由于其质量轻、操作灵活、飞行稳定等优势,已成为中国植保无人机市场上的主流机型。为探究多旋翼无人机旋翼气流分布特性及其对雾滴运动和沉积行为的影响,本文基于大疆MG-1P型八旋翼植保无人机的下洗气流场进行测定,并对比分析了旋翼气流对喷雾雾滴的速度、粒径和沉积分布均匀性的影响。结果表明,无人机旋翼下洗气流的强度伴随测试层高度的下降而降低,机体正下方的气流速度方向近似于竖直向下且呈现先增加后减小的趋势,位于机体两侧区域的气流呈现“先收缩、后扩张”的喇叭状,近地位置测试点L和M的气流方向均指向测试区域外侧斜下方,其与竖直方向的夹角分别为71.3°和81.5°。整体而言,无人机机身两侧旋翼下洗气流的速度和方向呈对称分布。在旋翼静止时,喷雾雾滴的沉降速度较慢,各测试层及测试点的雾滴速度均低于1 m/s。无人机悬停时,其旋翼风场极大地提高了雾滴速度,且雾滴速度分布特性与旋翼风场强度高度吻合。与旋翼静止相比,无人机悬停时产生的高速下洗气流可致使雾滴粒径增大。雾滴的沉积分布效果在距离地面20 cm处最好,其在旋翼静止和悬停条件下的平均沉积量分别为4.69μL/cm2和5.... 相似文献