首页期刊导航|华南农业大学学报
期刊信息/Journal information
华南农业大学学报
华南农业大学
华南农业大学学报

华南农业大学

陈晓阳

双月刊

1001-411X

journal@scau.edu.cn

020-85280069

510642

广州五山华南农业大学学报编辑部

华南农业大学学报/Journal Journal of South China Agricultural UniversityCSCD北大核心CSTPCD
查看更多>>本刊是由华南农业大学主办的综合性农业科学学术刊物，国内外公开发行，是广东省优秀科技期刊，中文核心期刊。主要刊登农业各相关学科科研活动、学术动态的学术论文、研究简报、综述，为农业及相关学科的教学、研究服务。为中国科学引文数据库和中国学术期刊综合评价数据库来源期刊；为国内所有农业文摘期刊及《中国生物学文摘》等的固定刊源；长期以来被国际著名的《CAB》、《Zooloical Record》、《CA》、《AGRIS》等收录。现任主编为骆世明教授。
正式出版
收录年代

    基于欠定盲源分离和深度学习的生猪状态音频识别

    潘伟豪盛卉子王春宇闫顺丕...
    730-742页
    查看更多>>摘要：[目的]为解决群养环境下生猪音频难以分离与识别的问题，提出基于欠定盲源分离与 ECA-EfficientNetV2的生猪状态音频识别方法。[方法]以仿真群养环境下4类生猪音频信号作为观测信号，将信号稀疏表示后，通过层次聚类估计出信号混合矩阵，并利用lp范数重构算法求解lp范数最小值以完成生猪音频信号重构。将重构信号转化为声谱图，分为进食声、咆哮声、哼叫声和发情声 4 类，利用ECA-EfficientNetV2 网络模型识别音频，获取生猪状态。[结果]混合矩阵估计的归一化均方误差最低为 3。266×10-4，分离重构的音频信噪比在 3。254～4。267 dB之间。声谱图经ECA-EfficientNetV2 识别检测，准确率高达 98。35%;与经典卷积神经网络ResNet50 和VGG16 对比，准确率分别提升 2。88 和 1。81 个百分点;与原EfficientNetV2 相比，准确率降低0。52 个百分点，但模型参数量减少 33。56%，浮点运算量(FLOPs)降低 1。86 G，推理时间减少 9。40 ms。[结论]基于盲源分离及改进EfficientNetV2的方法，轻量且高效地实现了分离与识别群养生猪音频信号。

    猪盲源分离声谱图音频识别稀疏重构卷积神经网络

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于3D卷积视频分析的猪步态评分方法

    吴振邦陈泽锴田绪红杨杰...
    743-753页
    查看更多>>摘要：[目的]猪肢蹄病是种猪淘汰的重要原因之一，给养殖场带来巨大的经济损失。猪蹄疾病判断通常依赖人工肉眼观察猪只步态进行排查，存在效率低、人力成本高等问题。本文旨在实现自动化猪步态评分，高效判断猪只肢蹄健康状况。[方法]本文提出一种"端到端"的猪步态评分方法，在单头种猪经过测定通道时采集视频，并制作四分制步态数据集。采用深度学习技术分析视频，设计了一种基于3D卷积网络的时间注意力模块(Time attention module，TAM)，有效提取视频帧图像之间的特征信息。将TAM与残差结构结合，构建猪步态评分模型TA3D，对步态视频进行特征提取与步态分类评分。为进一步提升模型性能并实现自动化处理，本文设计了步态关注模块(Gait focus module，GFM)，能够自动从实时视频流中提取有效信息并合成高质量步态视频，在提高模型性能的同时降低计算成本。[结果]试验结果表明，GFM可以实时运行，步态视频大小可以减少 90%以上，显著降低存储成本，TA3D模型步态评分准确率达到 96。43%。与其他经典的视频分析模型的对比测试结果表明，TA3D的准确率和推理速度均达到最佳水平。[结论]本文提出的方案可应用于猪只步态自动评分，为猪肢蹄病的自动检测提供参考。

    图像处理深度学习猪步态评分注意力机制视频分析肢蹄病

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于Swin-Unet的奶牛饲料消耗状态监测方法

    张博罗维平
    754-763页
    查看更多>>摘要：[目的]针对监控图像中饲料区域结构较长、边界模糊，且形状与尺寸复杂多变等特点，本研究旨在更准确地分割饲料残余区域与消耗区域，以达到准确监测饲料消耗状态的目的。[方法]本研究提出了基于Swin-Unet的语义分割模型，其在Swin Transformer块的开始阶段应用ConvNeXt块，增强模型对特征信息的编码能力，以提供更好的特征表示，并利用深度卷积替换线性注意力映射，以提供局部空间上下文信息。同时提出了新颖的宽范围感受野模块来代替多层感知机，以丰富多尺度空间上下文信息。此外在编码器的开始阶段，将线性嵌入层替换为卷积嵌入层，通过分阶段压缩特征，在块之间和内部引入更多的空间上下文信息。最后引入多尺度输入策略、深度监督策略，并提出了特征融合模块，以加强特征融合。[结果]所提出方法的平均交并比、准确率、F1 分数与运行速度分别为 86。46%、98。60%、92。29%和 23 帧/s，相较于Swin-Unet，分别提高 4。36、2。90、0。65 个百分点和 15%。[结论]基于图像语义分割的方法应用于饲料消耗状态的自动监测是可行的，该方法通过将卷积引入Swin-Unet，有效地提高了分割精度与计算效率，对提升生产管理效率具有重要意义。

    饲料消耗自动监测语义分割SwinTransformer奶牛深度卷积

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于DNAzyme的荧光生物传感器快速检测金黄色葡萄球菌研究

    木卡地斯·米吉提王辉潘东霞申瑶...
    764-771页
    查看更多>>摘要：[目的]为解决传统方法检测金黄色葡萄球菌耗时长、操作复杂等问题，研发一种基于脱氧核酶(DNAzyme)的荧光生物传感器，实现金黄色葡萄球菌的快速检测。[方法]将特异性DNAzyme和互补链Subatrate相结合制成荧光生物传感器，并对荧光生物传感器进行生物材料浓度和溶液pH优化，并对金黄色葡萄球菌、大肠埃希菌、芽孢杆菌、无乳链球菌、变形杆菌等进行特异性检测;最后对牛奶样品进行基于DNAzyme的荧光生物传感器的试验验证。[结果]基于DNAzyme的荧光生物传感器在pH为 6。8 时，3 min内可以实现对金黄色葡萄球菌的检测，线性范围为 1～1×107 cfu·mL-1，最低检测限为 1 cfu·mL-1。[结论]基于DNAzyme的荧光生物传感器解决了传统检测方法耗时长、操作复杂等问题，实现了对金黄色葡萄球菌的快速检测，具有重要的应用价值。

    金黄色葡萄球菌DNAzyme分子信标荧光生物传感器

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于遥感的奶牛养殖场甲烷检测系统研发

    李弘振赵凯旋赫永康
    772-781页
    查看更多>>摘要：[目的]为了解决奶牛养殖场甲烷检测过程中，定点式气体传感器检测点位有限、检测不全面等问题，本研究运用无人机遥感技术开发了一套甲烷遥感检测系统，旨在实现对奶牛养殖场甲烷分布快速、大范围的检测。[方法]首先，基于光谱吸收原理设计了甲烷遥感检测传感器，并通过试验验证了其检测精度。然后，在河南省洛阳市孟津县生生牧场进行了实地测试，绘制出了奶牛养殖场内的甲烷浓度分布图。并对奶牛活动区域的甲烷浓度值与该区域内奶牛数量之间的相关性进行了分析。[结果]根据试验结果分析，所设计的甲烷遥感检测模块的平均单位误差小于 2。05 mg/m3。某区域的甲烷质量浓度值与该区域内活动的奶牛数量之间存在显著的正相关性，两者的皮尔逊相关系数为 0。934。[结论]所设计的甲烷遥感检测系统在实际应用中具有较高的准确性，可以满足奶牛养殖场对甲烷分布的检测需求。

    甲烷检测无人机遥感奶牛养殖场甲烷排放气体传感器

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于视频和BCE-YOLO模型的奶牛采食行为检测

    张立印张姬杨庆璐李玉道...
    782-792页
    查看更多>>摘要：[目的]动物采食行为是一个重要的动物福利评价指标，本研究旨在解决复杂饲养环境下奶牛采食行为识别精度差、特征提取不充分的问题，实现对奶牛采食行为的自动监控。[方法]本文提出了一种基于改进BCE-YOLO模型的识别方法，该方法通过添加BiFormer、CoT、EMA 3 个增强模块，提高YOLOv8 模型特征提取的能力，进一步与优于Staple、SiameseRPN算法的Deep SORT算法结合，实现对奶牛采食时头部轨迹的跟踪。在奶牛采食过程的俯视和正视视频中提取 11288 张图像，按照 6∶1 比例分为训练集和测试集，构建采食数据集。[结果]改进的BCE-YOLO模型在前方和上方拍摄的数据集上精确度分别为 77。73%、76。32%，召回率分别为82。57%、86。33%，平均精确度均值分别为 83。70%、76。81%;相较于YOLOv8 模型，整体性能提升 6～8 个百分点。Deep SORT算法相比于Staple、SiameseRPN算法，综合性能提高 1～4 个百分点;并且改进的BCE-YOLO模型与Deep SORT目标跟踪算法结合良好，能对奶牛采食行为进行准确跟踪且有效地抑制了奶牛ID(Identity document)的变更。[结论]本文提出的方法能有效解决复杂饲养环境下奶牛采食行为识别精度差、特征提取不充分的问题，为智能畜牧与精确养殖提供重要参考。

    奶牛采食行为识别优化YOLOv8模型DeepSORT

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于跨模态共享特征学习的夜间牛脸识别方法

    许兴时王云飞邓红兴宋怀波...
    793-801页
    查看更多>>摘要：[目的]解决夜间环境下牛只身份信息难以有效识别的问题，以期为牛只全天候监测提供技术基础。[方法]提出了一种基于跨模态共享特征学习的夜间牛脸识别方法。首先，模型框架采用浅层双流结构，有效提取不同模态的牛脸图像中的共享特征信息;其次，引入Triplet注意力机制，跨维度地捕捉交互信息，以增强牛只身份信息的提取;最后，通过嵌入扩展模块进一步挖掘跨模态身份信息的表征。[结果]本文提出的夜间牛脸识别模型在测试集上的平均精度均值、一阶累积匹配特征值(CMC-1)和五阶累积匹配特征值(CMC-5)分别为90。68%、94。73%和 97。82%，相较于未进行跨模态训练的模型，提高了 19。67、18。91 和 12。00 个百分点。[结论]本研究所提出的模型为夜间牛只身份识别问题提供了可靠的解决方案，为实现牛只全天候持续监测奠定了坚实的技术基础。

    牛身份识别异质面部识别跨模态注意力机制共享特征夜间

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于双目立体匹配与改进YOLOv8n-Pose关键点检测的奶牛体尺测量方法

    邓洪兴许兴时王云飞张姝瑾...
    802-811页
    查看更多>>摘要：[目的]实现奶牛体尺准确测量，精准评定奶牛体型。[方法]针对奶牛体尺测量精度有限、自动化程度低等问题，提出一种基于双目立体匹配和改进YOLOv8n-Pose的奶牛体尺测量方法，利用CREStereo获取深度信息，在YOLOv8n-Pose中引入SimAM注意力机制，使网络更加关注奶牛个体识别及奶牛关键点位置信息，并采用CoordConv卷积改进网络结构，增强网络空间坐标感知能力。[结果]改进的YOLOv8n-Pose可快速准确检测奶牛体尺测量关键点，检测精度为 94。3%，模型参数量为 2。99 M，浮点计算量为 8。40 G，检测速度为 55。6 帧/s。融合双目立体匹配与改进YOLOv8n-Pose关键点检测的奶牛体尺测量最大平均相对误差为 4。19%。[结论]所提出的体尺测量方法具有较高的精度及较快的检测速度，能够满足奶牛体尺测量的实用要求。

    体尺测量双目立体视觉关键点检测奶牛

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    人物介绍

    前插1页
      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    生猪生理生长信息智能感知技术

    前插2页
      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据