20230106 微波萃取藍(lán)莓的乙醇液抗氧化性評(píng)價(jià)//DOI：10.25165/j.ijabe.20221504.7114

藍(lán)莓萃取液中含有多種花青素單體，這些單體的抗氧化活性對(duì)花青素功效及萃取效率起著決定作用?？紤]到微波萃取條件下花青素單體種類(lèi)和熱降解特性，該文對(duì)藍(lán)莓乙醇萃取液的抗氧化能力及其評(píng)價(jià)模型進(jìn)行了研究。在微波萃取藍(lán)莓的乙醇萃取液中，鑒別出十三種花青素單體，其中矢車(chē)菊素單體含量最高、錦葵素單體含量最低；藍(lán)莓乙醇萃取液中花青素單體降解的起始溫度在41.07℃～48.50℃，飛燕草素、矢車(chē)菊素、牽?；ㄉ?、芍藥花素和錦葵素的糖苷含量依次下降。隨著微波萃取溫度升高，萃取液中花青素降解程度增加，這不但沒(méi)有減弱、反而增強(qiáng)了萃取液抗氧化能力。研究結(jié)果為藍(lán)莓萃取液的抗氧化應(yīng)用提供了指導(dǎo)。

[編譯自：Liu C H，Zhao X L，Wang Z，Zheng X Z，Xue L L，Liu C，et al. Evaluation of the antioxidant activity of blueberry ethanol extracts under microwave extraction. Int J Agric & Biol Eng，2022； 15（4）：205–213.]

20230107 基于三級(jí)評(píng)價(jià)指標(biāo)體系的農(nóng)機(jī)駕駛室方向盤(pán)舒適性評(píng)價(jià)及位置參數(shù)優(yōu)化//D O I：1 0.2 5 1 6 5/j.ijabe.20221504.6318

該研究旨在評(píng)估方向盤(pán)的舒適性并優(yōu)化方向盤(pán)的位置參數(shù)。以駕駛員H點(diǎn)作為基準(zhǔn)點(diǎn)，以方向盤(pán)盤(pán)面傾角、方向盤(pán)中點(diǎn)相對(duì)H點(diǎn)的前后距離、上下高度三個(gè)位置參數(shù)作為試驗(yàn)因素，建立舒適性綜合評(píng)價(jià)指標(biāo)體系。通過(guò)單因素試驗(yàn)確定三個(gè)參數(shù)的舒適范圍和最佳水平，并在此基礎(chǔ)上進(jìn)行響應(yīng)面優(yōu)化和試驗(yàn)驗(yàn)證。優(yōu)化驗(yàn)證結(jié)果表明，方向盤(pán)舒適性綜合評(píng)分預(yù)期為0.864，與實(shí)測(cè)值之間的平均相對(duì)誤差為4.18%，方向盤(pán)位置參數(shù)優(yōu)化結(jié)果可靠。研究結(jié)果可為農(nóng)機(jī)裝備方向盤(pán)舒適性優(yōu)化設(shè)計(jì)提供一定的參考。

[編譯自：Wang Q C，Shang Y J，Qin Z Z，Xu H M，Jiang W，Li H，et al. Comfort evaluation and position parameter optimization of the steering wheel in agricultural machinery based on a three-level evaluation index system. Int J Agric & Biol Eng，2022； 15（4）：214–222.]

20230108 亞麻油和牛奶混合物的特性//DOI：10.25165/j.ijabe.20221504.7108

為開(kāi)發(fā)出口感更好、健康益處更高的牛奶制品，基于Budwig飲食研究了牛奶制品和亞麻油的混合體系。在純牛奶或酸奶中加入不同比例的亞麻油，該系統(tǒng)被充分混合而不對(duì)味道產(chǎn)生不利影響。研究了亞麻油的添加對(duì)不同牛奶制品的摩擦和流變特性的影響，并結(jié)合感官評(píng)價(jià)確定了最佳添加比例。實(shí)驗(yàn)結(jié)果表明，亞麻油的添加比例對(duì)牛奶制品的摩擦特性和流變特性有明顯影響，其中混合物的摩擦系數(shù)隨亞麻油添加量的增加而趨于下降，隨著添加量增加，普通酸奶混合物和純牛奶混合物的粘度都趨于上升。此外，根據(jù)物理特性和感官特性，得到了亞麻油在純牛奶、普通酸奶和脫脂酸奶中的最佳添加比例，分別為2.5wt%、2.5wt%和5wt%。該研究為牛奶制品中的添加物提供了一種量化的分析方法，獲得的數(shù)據(jù)可供生產(chǎn)參考。

[編譯自：Chen C S，Liu P，Li M F，Zhang X. Characteristics of flax oil and milk mixture. Int J Agric & Biol Eng，2022； 15（4）：264–270.]

20230109 利用LF-NMR技術(shù)分析低頻高壓脈沖電場(chǎng)處理對(duì)陳年水稻種子水分及活力的影響//DOI：10.25165/j.ijabe.20221504.7590

為研究低頻高壓脈沖電場(chǎng)處理對(duì)陳年水稻種子萌發(fā)過(guò)程中內(nèi)部水分遷移及種子活力提升情況的影響。該研究采用不同電場(chǎng)強(qiáng)度的低頻高壓脈沖電場(chǎng)處理陳年水稻種子，利用低場(chǎng)核磁共振技術(shù)獲取處于標(biāo)準(zhǔn)發(fā)芽試驗(yàn)過(guò)程中不同萌發(fā)時(shí)間點(diǎn)的水稻種子核磁信號(hào)數(shù)據(jù)，對(duì)其內(nèi)部水分狀態(tài)和分布規(guī)律進(jìn)行分析，根據(jù)萌發(fā)過(guò)程中采集的理化數(shù)據(jù)獲取最優(yōu)的處理?xiàng)l件并驗(yàn)證種子活力提升效果。試驗(yàn)結(jié)果表明：陳年水稻種子萌發(fā)過(guò)程中，種子內(nèi)部的束縛水和半束縛水含量呈現(xiàn)先增加后減少的態(tài)勢(shì)，自由水及總水含量不斷增加且增加趨勢(shì)隨萌發(fā)時(shí)間延長(zhǎng)而逐漸增強(qiáng)，種子內(nèi)部出現(xiàn)副峰水；低頻高壓脈沖電場(chǎng)處理下種子內(nèi)部的半束縛水更易轉(zhuǎn)化為自由水，該處理使種子的吸水率、發(fā)芽勢(shì)、發(fā)芽率、發(fā)芽指數(shù)及活力指數(shù)均有提升，最佳電場(chǎng)強(qiáng)度為12 kV。該試驗(yàn)從種子內(nèi)部水分狀態(tài)和分布規(guī)律的分析角度，揭示電場(chǎng)處理提升種子活力機(jī)理，為陳年水稻種子萌發(fā)過(guò)程中水分吸收及種子活力提升方法研究提供理論支持和數(shù)據(jù)參考。

[編譯自：Cheng E S，Song P，Hou T G，Wu L Y，Zhang B H. Determining the effects of LFHV-PEF treatment on the water and vigor of aged rice seeds using LF-NMR. Int J Agric & Biol Eng，2022； 15（4）：190–196.]

20230101 模糊非相關(guān)鑒別向量分析和中紅外光譜鑒定白菜葉片表面高效氯氟氰菊酯殘留//DOI：10.25165/j.ijabe.20221503.6486

白菜葉片表面超標(biāo)的農(nóng)藥殘留會(huì)對(duì)人體健康造成危害。該研究設(shè)計(jì)了一種鑒別系統(tǒng)來(lái)對(duì)白菜葉片表面高效氯氟氰菊酯殘留進(jìn)行定性分析。為更有效提取白菜中紅外光譜（MIR）數(shù)據(jù)中的鑒別信息，該研究將模糊集理論引入到非相關(guān)鑒別向量分析（UDV）中，提出了模糊非相關(guān)鑒別向量分析（FUDV）。在該鑒別系統(tǒng)中，Cary 630 FTIR光譜儀被用于采集四種具有不同濃度高效氯氟氰菊酯含量的白菜葉片的MIR數(shù)據(jù)。再利用標(biāo)準(zhǔn)正態(tài)變量變換（SNV）和最小二乘平滑濾波算法（SG）對(duì)MIR數(shù)據(jù)進(jìn)行預(yù)處理。然后利用主成分分析（PCA）對(duì)MIR數(shù)據(jù)進(jìn)行降維。接著利用UDV、FUDV及其他鑒別分析算法對(duì)MIR數(shù)據(jù)進(jìn)行特征提取。最后，利用K近鄰分類(lèi)器（KNN）判定數(shù)據(jù)類(lèi)別。試驗(yàn)結(jié)果表明，當(dāng)FUDV作為系統(tǒng)特征提取算法時(shí)，該鑒別系統(tǒng)最大分類(lèi)精度能夠達(dá)到100%。該結(jié)果表明，利用FUDV結(jié)合MIR能夠有效鑒別白菜葉片表面高效氯氟氰菊酯殘留。

[編譯自：Wu X H，Zhang T F，Wu B，Zhou H X. Identification of lambda-cyhalothrin residues on Chinese cabbage using fuzzy uncorrelated discriminant vector analysis and MIR spectroscopy.Int J Agric & Biol Eng，2022；15（3）：217–224.]

20230102 基于橢圓模型的香蕉假莖表型參數(shù)測(cè)量//DOI：10.25165/j.ijabe.20221503.6614

香蕉假莖表型參數(shù)測(cè)量是評(píng)價(jià)香蕉生長(zhǎng)狀況的重要手段，可為施肥、施藥等機(jī)械化栽培作業(yè)提供必要數(shù)據(jù)支持?，F(xiàn)有研究主要測(cè)量香蕉假莖直徑作為其表型參數(shù)，然而，香蕉假莖橫截面比標(biāo)準(zhǔn)圓更接近橢圓，因此直徑并不能充分代表香蕉假莖表型特征。該研究研制了一種香蕉假莖表型參數(shù)自動(dòng)測(cè)量裝置，該裝置集成了三種不同類(lèi)型的傳感器：激光測(cè)距傳感器、旋轉(zhuǎn)編碼器和數(shù)碼相機(jī)，用于獲取香蕉假莖點(diǎn)云和圖像數(shù)據(jù)。提出了一種基于歐式距離的K均值（K-means）點(diǎn)云聚類(lèi)算法，對(duì)香蕉假莖點(diǎn)云進(jìn)行識(shí)別和提取。然后提出了一種基于橢圓模型的三維重建算法，計(jì)算假莖三維輪廓，得到長(zhǎng)軸長(zhǎng)、短軸長(zhǎng)和周長(zhǎng)三類(lèi)表型參數(shù)。此外，在測(cè)量過(guò)程中使用同步觸發(fā)圖像采集機(jī)制對(duì)假莖拍照，它可用于手動(dòng)評(píng)估香蕉生長(zhǎng)狀態(tài)。田間試驗(yàn)結(jié)果表明，香蕉假莖三個(gè)表型參數(shù)與人工測(cè)量結(jié)果具有高度相關(guān)性，R2始終大于0.95，總平均測(cè)量誤差和相對(duì)誤差分別僅為6.16 mm和4.38%，均在農(nóng)藝可接受范圍內(nèi)。總體而言，該方法對(duì)植物莖稈檢測(cè)具有較好普適性，通過(guò)非接觸檢測(cè)方式獲得莖稈表型參數(shù)，對(duì)林果產(chǎn)業(yè)機(jī)械化栽培具有重要意義。

[編譯自：Jiang Y L，Duan J L，Xu X，Ding Y H，Li Y，Yang Z. Measurement of the banana pseudostem phenotypic parameters based on ellipse model.Int J Agric & Biol Eng，2022；15（3）：195–202.]

20230104 基于級(jí)聯(lián)Faster R-CNN的群養(yǎng)豬只個(gè)體和身體部位檢測(cè)//DOI：10.25165/j.ijabe.20221503.6286

豬只個(gè)體及身體部位的檢測(cè)是實(shí)現(xiàn)視頻監(jiān)控群養(yǎng)豬行為的關(guān)鍵步驟。然而，目前仍然難以從群養(yǎng)條件下準(zhǔn)確定位到視頻中的每一頭豬的身體和其身體部位。為了解決該問(wèn)題，該研究設(shè)計(jì)了一種基于級(jí)聯(lián)Faster R-CNN的多目標(biāo)豬只個(gè)體和部位檢測(cè)算法（Cascade Faster R-CNN Pig Detector，C-FRPD）。首先，通過(guò)101層殘差網(wǎng)絡(luò)（101-layers Residual Networks，ResNet-101）提取豬圈視頻圖像的特征，將特征圖輸入到區(qū)域建議網(wǎng)絡(luò)（Region Proposal Networks，RPN）獲得建議區(qū)域。然后對(duì)建議區(qū)域進(jìn)行分類(lèi)和邊框回歸得到豬只個(gè)體位置定位。最后，通過(guò)級(jí)聯(lián)結(jié)構(gòu)，在豬只個(gè)體的特征區(qū)域內(nèi)搜索得到身體部位，實(shí)現(xiàn)多豬只個(gè)體和部位檢測(cè)，并在端到端檢測(cè)中實(shí)現(xiàn)個(gè)體與部位間的關(guān)聯(lián)。該研究使用了1500張豬圈圖像進(jìn)行了訓(xùn)練、驗(yàn)證和測(cè)試。測(cè)試表明單張圖片平均檢測(cè)時(shí)間為259 ms，檢測(cè)精度達(dá)到98.4%。與不使用級(jí)聯(lián)結(jié)構(gòu)的Faster R-CNN對(duì)比，平均檢測(cè)精度提高了4.3%。該研究提出方法可在圖像中精確檢測(cè)豬只個(gè)體及其頭部、背部、尾部，并有效關(guān)聯(lián)個(gè)體與部位，提供更完整的個(gè)體信息可為進(jìn)一步分析豬只行為等提供基礎(chǔ)。

[編譯自：Xiao D Q，Lin S C，Liu Y F，Yang Q M，Wu H L. Group-housed pigs and their body parts detection with Cascade Faster R-CNN. Int J Agric & Biol Eng，2022；15（3）：203–209.]

20230105 應(yīng)用于農(nóng)業(yè)機(jī)器人微控制器的環(huán)境數(shù)據(jù)壓縮新型編碼器//DOI：10.25165/j.ijabe.20221504.6911

為了滿足農(nóng)事作業(yè)大范圍、多類(lèi)別的環(huán)境信息采集需求，越來(lái)越多的農(nóng)業(yè)機(jī)器人被應(yīng)用于農(nóng)田環(huán)境信息獲取任務(wù)。雖然農(nóng)業(yè)機(jī)器人可以靈活地獲取大面積農(nóng)田的環(huán)境信息，但其采集而來(lái)的環(huán)境信息質(zhì)量無(wú)法保證。為了提升獲取的數(shù)據(jù)質(zhì)量，該研究提出了一種名為T(mén)iny-Encoder的環(huán)境數(shù)據(jù)壓縮編碼器，用于壓縮和過(guò)濾由農(nóng)業(yè)機(jī)器人采集而來(lái)的原始環(huán)境信息。為了評(píng)估Tiny-Encoder的性能，該研究選擇了三種環(huán)境信息（包括溫度、濕度和光照強(qiáng)度）來(lái)展示壓縮原始數(shù)據(jù)和過(guò)濾噪聲的性能。在壓縮原始數(shù)據(jù)任務(wù)中，面對(duì)不同壓縮率（數(shù)據(jù)分別被壓縮至20、60和200個(gè)特征），Tiny-Encoder均獲得了比其余兩個(gè)對(duì)比壓縮模型更高的精度（小于傳感器的最大誤差±0.5℃ 或±3.5% RH）和更合適的模型大?。ㄐ∮?05 KB）。在過(guò)濾噪聲方面，Tiny-Encoder與三種傳統(tǒng)的過(guò)濾方法（包括中值濾波、高斯濾波和 Savitzky-Golay 濾波）具有相當(dāng)?shù)男阅?。但Tiny-Encoder效果受卷積核大小影響：在大內(nèi)核的情況下，Tiny-Encoder在這四種過(guò)濾方法中性能最好：大內(nèi)核的變異系數(shù)分別為8.6189%（溫度）、10.2684%（濕度）、57.3576 %（光）?？傮w而言，Tiny-Encoder 可用于環(huán)境信息壓縮，應(yīng)用于農(nóng)業(yè)信息采集機(jī)器人中的微控制器。

[編譯自：Wang Y T，Li M Z，Ji R H，Wang M J，Zhang Y，Zheng L H. Novel encoder for ambient data compression applied to microcontrollers in agricultural robots. Int J Agric & Biol Eng，2022；15（4）：197–204.]