公共文化服务平台

搜索到293篇“ 木薯叶“的相关文章

木薯叶粉对育肥猪生长性能、血清生化指标及肠道有害菌的影响: 2025年; 文章旨在探究木薯叶粉对育肥猪生长性能、血清生化指标及肠道有害菌的影响。试验选择健康的均重81 kg左右的长大二元猪144头,随机分为4组,每组6个重复,每个重复6头。各组日粮分别添加0%、1%、2%、4%的木薯叶粉,试验包括3 d预饲期和42 d正试期。结果显示,与对照组相比,4%的木薯叶粉组育肥猪平均日增重显著降低4.07%(P <0.05);料肉比显著降低4.60%(P <0.05);添加1%~4%的木薯叶粉对育肥猪初重、采食量及末重均无显著影响(P> 0.05)。4%的木薯叶粉组育肥猪血清总蛋白(TP)和免疫球蛋白G(IgG)含量显著降低(P <0.05),尿素氮(BUN)含量显著升高(P <0.05);4%的木薯叶粉组育肥猪血清总抗氧化能力(T-AOC)显著降低(P <0.05),谷胱甘肽过氧化酶(GSH-Px)活性显著降低(P <0.05),还原型谷胱甘肽(GSH)含量显著降低(P <0.05);2%和4%的木薯叶粉组肥猪血清丙二醛(MDA)含量显著提高(P <0.05),此外,木薯叶粉对育肥猪血清白蛋白(ALB)、免疫球蛋白A(IgA)、免疫球蛋白M(IgM)含量及过氧化氢酶(CAT)活性均无显著影响(P> 0.05)。4%的木薯叶粉组育肥猪回肠大肠杆菌含量显著提高(P <0.05);2%和4%的木薯叶粉组育肥猪结肠大肠杆菌含量显著提高(P <0.05);木薯叶粉对育肥猪直肠大肠杆菌和沙门氏菌含量无显著影响(P> 0.05)。综上所述,过量添加木薯叶粉对育肥猪抗氧化、免疫均有一定负面影响,其最适添加量不宜超过2%。; 杨建发; 关键词：木薯叶粉育肥猪血清生化指标有害菌

基于卷积视觉Transformer的木薯叶病识别模型: 2025年; 近年来,由于气候变化、室外空气污染物的增加以及全球变暖,木薯叶片病害变得更加普遍,及时和准确地检测木薯叶部病害对于防止其蔓延和确保农业生产的可持续性至关重要。然而,现有的木薯叶病检测模型很容易受到环境背景噪声的影响,这使得其由于无法有效提取出木薯叶病图片的特征,而导致其识别检测精度较低。针对该问题,文中设计了一种卷积视觉Transformer的木薯叶病检测模型——CViT,并提出了一种最小注意力裁剪算法(LeIAP)来选择Transformer模型中每一层最重要的注意力头,以提高模型的性能。该模型在Transformer的基础上利用多头注意力模块来提取图像高级特征,利用软分割标记嵌入捕获局部信息,这不仅可以提高学习到的信息的丰富度,也有利于细粒度的特征学习。此外,该模型还使用了一种焦点角度间隔惩罚损失函数(F⁃Softmax),通过更好地学习类间距离,以改善模型在不同类别疾病数据上的识别精度。实验结果表明,该模型在2021年的Kaggle比赛数据集上的准确率均优于现有的主流模型。; 谢聪谢聪王天顺姬少培; 关键词：损失函数

面向不平衡数据的木薯叶部病害图像识别方法: 2025年; 为提高产地环境下木薯叶部病害自动识别的准确性,解决病害图像低对比度和数据长尾分布问题,建立一种深度学习模型SwinTFCC用于木薯叶部病害识别。该模型采用Swin Transformer作为骨干网络,借助Swin Transformer的自注意力机制和层级结构关注局部与全局特征,使其对复杂背景病害识别具有鲁棒性;将最后一层特征输入特征簇压缩模块,以映射稀疏特征簇为稠密特征簇,减少长尾分布中样本少的类别稀疏特征簇跨越决策边界导致分类错误情况;并采用迁移学习在木薯叶部病害图像数据集上进行训练,以提升木薯叶部病害识别性能。试验结果表明,模型的F 1值达到90.74%,较其他主流模型提升8.04%~19.3%。所采用的方法在小规模不平衡数据集上取得较好效果,验证模型的有效性,为木薯叶部病害自动精准识别提供技术支撑。; 王丹阳梁伟红李玉萍黄贵修; 关键词：病害识别图像识别不平衡数据

木薯叶资源化利用的现状及展望被引量：1: 2024年; 该文探讨了木薯叶的资源化利用潜力,分析了其丰富的营养成分,并探讨了其在饲料、食品加工和生物医药等领域的潜在应用。在饲料领域,将木薯叶作为饲料添加剂可提高动物生产性能并降低饲养成本;在食品加工领域,木薯叶可作为新型蔬菜或用于提取活性成分;在生物医药领域,木薯叶具有抗氧化、抗炎和抗肿瘤等活性。此外,木薯叶的资源化利用有助于减少农业废弃物排放,推动经济绿色转型,促进农村经济发展。该文强调,通过技术创新和政策引导,进一步推动木薯叶资源的开发利用,为世界环境保护和可持续发展作出积极贡献。; 徐钏; 关键词：木薯叶资源化利用

在复杂背景下应用迁移学习技术优化木薯叶疾病识别与分析的研究被引量：1: 2024年; 木薯叶病对木薯作物的生产和质量有重大影响,但传统的深度学习模型难以应对有限的木薯叶病样本。为了解决这一挑战,本文介绍了一种使用迁移学习的方法,该方法使用大型数据集来改进预训练模型,并将其知识转移到木薯叶病小样本的特定特征上。该方法适用于木薯叶病的分类和鉴定。实验数据表明,运用迁移学习技术不仅显著提升了模型的训练效率,而且有效克服了小样本量的限制,从而验证了迁移学习在提高模型性能和泛化能力方面的显著作用。; 李振冲周波张绿云施龙江尹世海; 关键词：特征提取图像分类

一种木薯叶自然发酵制备粗多肽的方法: 本发明涉及自然发酵技术领域，且公开了一种木薯叶自然发酵制备粗多肽的方法，所述木薯叶粗多肽为粉末状，由Design‑Expert8.0.6软件分析数据得知木薯叶液态发酵制备多肽工艺的最佳条件为：发酵时间为3.5h、接种加量...; 张振文张金泉王琴飞余厚美林立铭

一种木薯叶疾病分类方法、设备及存储介质: 本发明公开了一种木薯叶疾病分类方法、设备及存储介质，用于根据疾病类型或健康状态对木薯叶图像进行分类，包括如下步骤：S1对待测木薯叶图像进行预处理获得预处理后的图像数据集；S2将步骤S1预处理后的图像数据集输入到木薯叶疾病...; 纪伟张静梁雷刘奇鹏

基于选择性注意力神经网络的木薯叶病害检测算法被引量：2: 2024年; 为了实现在复杂非结构环境下对木薯叶4种主要病害的高精度检测,提出一种基于选择性注意力机制的木薯叶病害神经网络检测改进算法MAISNet(Multiattention IBN Squareplus neural network)。以V2-ResNet-101为基础网络,先使用多重注意力算法优化加权系数,调整特征通道的语义表达,在特征图中初步构建显著性特征;然后在残差单元之后采用实例批归一化方法来抑制特征表达中的协变量偏移,在特征图中构建出显著性语义特征,实现高质量语义特征表达;最后在残差分支中采用Squareplus激活函数替代ReLU激活函数,保持语义特征在负数域的数值分布,减少特征拟合过程中的截断误差。对比试验结果显示,经过上述改进后构建出的MAISNet-101神经网络,对4种常见木薯叶病害检测的平均准确率达到95.39%,明显优于目前主流算法EfficientNet-B5和RepVGG-B3g4等。网络提取特征的可视化分析结果表明,高质量木薯叶病害显著性语义特征,是提高木薯叶病害检测准确率的关键。所提出的MAISNet神经网络模型可以完成实际场景下木薯叶病害高精度检测。; 张家瑜朱锐邱威陈坤杰; 关键词：木薯病害检测

农作物废弃物药用研究 2 甘蔗叶、西瓜藤、番茄叶、肉桂叶、木菠萝叶、木薯叶、八角枝叶、柿叶、五眼果: 邓家刚

木薯叶的食用价值及加工方式研究被引量：2: 2023年; 近年来,木薯叶作为一种有潜力的食品资源正日益受到关注。木薯叶不仅富含蛋白质、维生素和矿物质,还具备潜在的保健功能。同时,以木薯叶为原料的腌制菜、饼干和饮料等产品的出现,为木薯叶的食品加工带来新的发展机遇。在木薯叶食品加工过程中需要解决氰化物等抗营养因子的问题,而微生物发酵技术已被证明可以降低这些抗营养因子,同时提升木薯叶的营养价值。总之,木薯叶作为多功能食品原料,具有广泛的应用前景,可增加食品多样性,改善人们的饮食结构,并促进资源可持续利用和食品化生产。; 张金泉王琴飞余厚美林立铭宋勇张振文; 关键词：木薯叶食用价值营养保健功能

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈