首页期刊导航|山东农业科学
期刊信息/Journal information
山东农业科学
山东省农业科学院；山东农学会；山东农业大学
山东农业科学

山东省农业科学院；山东农学会；山东农业大学

王金宝

月刊

1001-4942

sdnykx@saas.ac.cn,sdnykx@sina.com

0531-83179268

250100

济南市工业北路202号

山东农业科学/Journal Shandong Agricultural Sciences北大核心CSTPCD
查看更多>>《山东农业科学》是山东省农业科学院、山东农学会、山东农业大学共同主办的综合性农业科技期刊，创刊于1963年10月。坚持普及与提高相结合，以提高为主的办刊方针。办刊宗旨是报道农业科技成果，传播农业科学技术，促进农业科技交流，推动农业科技进步。除设遗传育种、生物技术、栽培生理、植物保护、土壤肥料、新品种与新技术、畜牧兽医等固定栏目外，还不定期设农业科技发展论坛、农业信息技术、国外农业科技、实验方法、贮藏加工等栏目，及时报道农业科研的新成果、新进展、新方法及新技术。主要读者对象是农业科研人员、农业院校师生、农业管理干部、农技推广人员、农村科技示范户等。 本刊刊号：ISSN 1001-4942 CN37-1148/S，大16开本，月刊，144页，每期定价10元，全年定价120元，国内外公开发行，邮发代号24-2，各地邮局及本刊编辑部均可订阅。 地 址：济南市工业北路202号 邮 编：250100 电 话：0531-83179268 E-mail：sdnykx@saas.ac.cn，sdnykx@sina.com
正式出版
收录年代

    基于改进YOLOv5s的草莓成熟度实时检测算法

    梁敖代东南牛思琪许晓琳...
    156-163页
    查看更多>>摘要：本研究提出了一种基于YOLOv5s的草莓成熟度实时检测算法YOLOv5s-SCS，该算法针对检测过程中草莓数量多、体积小、果实之间遮挡、重叠、密集等特点，优化了对小目标和密集目标存在误检和漏检等问题，显著提升了检测速度。首先，引入SimOTA匹配算法动态分配成熟草莓正样本，提高成熟草莓的识别能力;其次，将YOLOv5s颈部的部分C3模块替换成C2f模块，实现了模型的轻量化，提升了模型的平均检测精度;最后，在YOLOv5s骨干网络的首个C3模块中添加具有全局感受野的SE(Squeeze-and-Excitation)注意力机制，该机制通过自动学习方式获取每个特征通道的重要程度，并且利用得到的重要程度来提升特征并抑制对当前任务不重要的特征。实验结果表明，改进后的算法平均精度均值、精确率、召回率、模型体积、检测速度分别为98。3％、92。6％、96。6％、13。5 MB和89。3 FPS，相较于原始YOLOv5s平均精度均值提高了 1。8个百分点，精确率和召回率分别提升了 1。3个和2。1个百分点，模型体积减小了 0。3 MB，检测速度提高了 82。24％，NMS(非极大值抑制处理)和图像预处理的时间大幅缩减，检测速度达到实时检测要求。该算法与其他算法比较，识别精度及模型体积均优于其他算法，在复杂环境下具有良好的鲁棒性，为开发草莓成熟度实时检测系统提供了解决方案。

    深度学习草莓成熟度检测YOLOv5sSE注意力机制SimOTA

      原文链接:
    • 万方数据
    • 维普

    饲料桑在畜禽饲养中应用研究进展与产业发展建议

    任玉洁孙景诗赵东晓董亚茹...
    164-169页
    查看更多>>摘要：随着畜牧业的迅速发展，我国常规饲料来源已无法满足畜牧生产的需求，因此亟需开发利用新型饲料原料以拓宽饲料来源，缓解人畜争粮矛盾。饲料桑具有营养成分全面、含量丰富、抗逆性好、产量高等优点，具有极大的开发潜力，且其在提高畜禽抗逆性、改善畜禽产品品质方面效果显著。为此，本文从饲料桑的生物学特性、营养价值、功能活性物质及其在畜禽生产中的应用等方面阐述其研究进展，并就山东发展饲料桑产业提出政策性和技术性建议，以期为山东省饲料桑的进一步开发利用提供参考。

    饲料桑畜禽生产蛋白质青贮饲料

      原文链接:
    • 万方数据
    • 维普

    基于卷积神经网络的农作物病虫害检测研究进展

    蔡国庆吴建军祝玉华甄彤...
    170-180页
    查看更多>>摘要：农作物病虫害是全球农业生产的严重威胁之一，易造成巨大的经济损失。引入机器视觉和机器学习方法进行农作物病虫害检测，不仅可以提高病虫害检测的效率，而且有助于及时采取防治措施，降低损失。卷积神经网络(CNN)作为深度学习的代表技术之一，在计算机视觉领域的图像识别、物体识别等方面应用广泛，在农作物病虫害检测方面也取得了一些成果。本文概述了基于CNN检测农作物病虫害的技术要点、发展历程，综述了该技术的主要研究方向与进展，总结了目前研究中存在的主要问题并提出相应的解决策略，旨在为CNN在农业上的应用提供理论依据，并为农业生产管理的智能化提供技术支撑。

    农作物病虫害检测卷积神经网络深度学习计算机视觉

      原文链接:
    • 万方数据
    • 维普