基于相机拍照的油茶果形状特征提取研究

【目的】为实现油茶果实尺寸及大小分布的快速获取,提出一种基于相机拍摄的油茶果形状特征参数批量化提取方法。【方法】首先将采摘油茶果摆放于含刻度尺的背景板,利用相机快速获取油茶果图像并进行校正;然后利用Mask R-CNN模型对图像油茶果进行快速检测计数,根据生成的掩码采用椭圆拟合法统计油茶果特征参数(长轴长、短轴长、面积、周长)的像元个数;最后结合背景板刻度尺计算的像元大小,获取油茶果特征参数,同时利用实测值进行精度验证。【结果】Mask R-CNN模型的平均识别准确率和召回率分别为99.55%和91.19%,测度值为95.22%,满足用于统计油茶果形状特征参数的要求。对油茶果面积的估测精度最高,决定系数(R²)、平均绝对误差(MAE)、均方根误差(RMSE)分别为0.999 0、10.75 mm²、14.88 mm²;其次为周长和长轴长,短轴长的估测精度最低,其R²、MAE、RMSE分别为0.864 7、3.15 mm、3.74 mm。【结论】该方法实现了油茶果采摘后的快速准确计数以及形状特征参数的批量化提取,可为大量果实特征参数的快速准确检测提供参考,为指导油茶果实分级和快速测产提供科学依据。     

技术创新、数字经济与经济发展 ——基于长三角城市群数据分析

研究以Web of science核心合集在1996-2020年近25年间数字经济情境下技术转移研究领域的670篇文献题录作为数据样本,借助引文网络分析工具CiteSpace,从时间、空间机构、期刊来源、关键词的共现及聚类等维度进行可视化分析,梳理该领域的研究热点和趋势.研究表明:在数字经济情境下,国际上技术转移研究呈现一体化、多学科结合的趋势,逐步趋于成熟.国家间的战略合作联盟和技术创新将成为该领域未来持续研究的热点和方向.为提高数字经济情境下技术转移有效性,应积极构建区域数字技术转移平台,优化国内外政治经济环境,推动技术转移数字化、国际化发展.     

医院感染控制中应用微生物检验的效果探究

探究医院感染控制中应用微生物检验的效果。选取2019年6月—2020年7年甘肃省张掖市高台县人民医院住院治疗的148例患者，随机均分成两组。其中将不做微生物检验，仅凭医师临床经验用药治疗的74例设为对照组。将做微生物检验，并结合检验结果实施相应抗感染措施的74例设为研究组。了解两组感染情况，对两组合理用药情况做出评估并做比较。研究组感染发生率（5.41%）明显低于对照组（22.97%）,P<0.05，感染程度亦明显低于对照组，P<0.05；研究组合理用药率（95.95%）明显高于对照组（79.73%）,P<0.05。临床进行微生物检验，可为医师合理应用抗生素治疗提供指导依据，进而有助于减少医院感染的发生，同时降低医院感染程度。     

关于Mξ／G／1系统等待时间的一个注记

In the paper，We give the LST、mean、variance and some other results of the Waiting time for the queueing system M^ξ／G／1 by applying the past lifetime and the residual lifetime of the random variable．     

深度学习在基于叶片的油茶品种识别中的研究

【目的】采用深度学习方法开展基于叶片的油茶品种识别研究，开发油茶品系图像识别技术，为油茶品种鉴别提供科学依据。【方法】选择自然光照条件下生长的11个油茶品种叶片作为研究对象，采集完整、无明显病虫害的叶片，以白色硬纸板为背景，利用智能手机对叶片的正、背面进行图像采集，通过可用性筛选去除无效图像，构建图像数量为2 791张的油茶叶片品种数据集，采用深度学习网络(GoogLeNet、ResNet)对11个油茶品种的叶片图像进行识别研究。【结果】GoogLeNet和ResNet网络均能满足基于叶片的油茶品种识别要求，总体识别准确率、召回率的调和平均值(F₁)分别达94.0%和80.7%;其中GoogLeNet网络识别效果更好，平均准确率、召回率、多分类模型指标宏观F₁(Macro F₁)和微观F₁(Micro F₁)分别为94.1%、94.0%、94.0%和96.9%,其对油茶品种编号1和编号8的识别召回率高达100%。【结论】深度学习网络(GoogLeNet、ResNet)能够实现基...     

加压训练适应机制、量效关系和安全性综述

综述了加压训练的骨骼肌适应机制、应用效应、模式、不良反应和安全性?以期为研究人员和教练员更好地实施加压 训练提高人体运动能力提供理论依据和实践参考?