一种基于CNN的鳞翅目昆虫种类自动鉴别方法

    公开(公告)号:CN107292314A

    公开(公告)日:2017-10-24

    申请号:CN201610195201.0

    申请日:2016-03-30

    Abstract: 本发明涉及一种基于CNN的鳞翅目昆虫种类自动鉴别方法。本发明在预处理中对采集的昆虫标本图像去除背景,在此基础上计算出前景图像的最小包围盒,并由此裁剪出前景有效区域。使用Imagenet预训练深度学习神经网络模型来提取特征。分类识别分两种情况:在样本量较充分时,通过微调网络结构,训练深度卷积神经网络(DCNN)分类层的参数,从而实现端到端的分类识别;对于样本数据集较小的情况,没有足够样本来训练DCNN参数,本发明选择使用适用于小样本集的χ2核SVM分类器实现分类识别。该鳞翅目昆虫图像识别方法具有操作简便、识别精度高、容错性强,并有理想的时间性能,可以显著提高鳞翅目昆虫种类鉴定的效率。

    一种油松毛虫性引诱剂和诱芯及其制备方法

    公开(公告)号:CN102599156B

    公开(公告)日:2014-11-12

    申请号:CN201210026729.7

    申请日:2012-02-07

    Abstract: 本发明涉及一种油松毛虫性引诱剂和诱芯及制备方法。该引诱剂包括下列组分,按重量百分比计为:35~40%的顺5,反7-十二碳二烯乙酸酯、35~40%的顺5,反7-十二碳二烯醇、2~18%的顺5,反7-十二碳二烯丙酸酯,14~1%的顺5-十二碳烯乙酸酯和14~1%的顺5-十二碳烯醇。将配制好的性引诱剂直接滴加到袖口式复合橡胶塞的隔片上或者聚乙烯管中制成油松毛虫诱芯。在配制诱芯时向其中添加抗氧化剂和紫外光吸附剂。本发明的引诱剂具有灵敏、高效、持效期长和价格低廉等方面的优点,可用于油松毛虫的种群监测和大量诱杀防治,准确预报下代虫口发生密度,具有很好的经济效益和生态效益。

    一种松阿扁叶蜂引诱剂
    20.
    发明授权

    公开(公告)号:CN101961025B

    公开(公告)日:2013-07-03

    申请号:CN200910089816.5

    申请日:2009-07-24

    Abstract: 本发明提供了萜烯作为松阿扁叶蜂引诱剂的应用和一种松阿扁叶蜂引诱剂。R-(+)-α-蒎烯、S-(-)-α-蒎烯、S-(-)-β-蒎烯、S-(+)-3-蒈烯、S-(+)-柠檬烯、S-(-)-柠檬烯和月桂烯中的一种或几种作为松阿扁叶蜂引诱剂的应用。混合萜烯引诱剂由R-(+)-α-蒎烯、S-(-)-α-蒎烯、S-(-)-β-蒎烯、S-(+)-3-蒈烯、S-(+)-柠檬烯、S-(-)-柠檬烯和月桂烯组成,其体积比为10-60∶5-45∶3-30∶10-60∶2-15∶0.3-3∶2-15,更优的体积比为30∶15∶10∶30∶5∶1∶5。本发明利用寄主挥发物的植物源引诱剂来大量吸引松阿扁叶蜂,使其聚集并被粘胶纸板固定,然后被清除,以此来防治消灭害虫,具有成本低、高效、对人畜安全、不使害虫产生抗药性等优点,是防治松阿扁叶蜂的一种有效的新途径,非常适合松阿扁叶蜂的种群监测和诱捕防治。

Patent Agency Ranking