检索结果-内蒙古大学图书馆

森林工程 2025年

作者：韩誉刘浩然林文树东北林业大学机电工程学院

精准高效的森林树种识别是智慧林业实现的关键。传统的地面调查方法存在效率低、成本高等问题，而基于机器学习的树种识别方法通常依赖于大量的特征提取和先验知识。为解决这些问题，提出一种基于改进YOLOv10的无人机影像树种识别算法... 详细信息

精准高效的森林树种识别是智慧林业实现的关键。传统的地面调查方法存在效率低、成本高等问题，而基于机器学习的树种识别方法通常依赖于大量的特征提取和先验知识。为解决这些问题，提出一种基于改进YOLOv10的无人机影像树种识别算法，通过轻量化网络设计和注意力机制增强，实现边缘设备的高效部署，为森林资源数字化管理提供技术支持。选取东北地区5种常见的树种落叶松（Larix gmelinii）、黄檗（Phellodendron amurense）、胡桃楸（Juglans mandshurica）、榆树（Ulmus pumila）和水曲柳（Fraxinus mandshurica）构建无人机影像数据集，通过采用轻量化卷积（Ghost）重构主干网络以降低计算复杂度。此外，在特征融合层引入卷积块注意力模块（Convolutional Block Attention Module，CBAM），通过通道和空间双维度的特征校准增强细粒度特征提取能力。通过双向跨尺度连接（BiFPN）优化多尺度特征融合，采用对称交并比损失函数（SIoU）改进边界框回归速度。最后于Jetson Nano嵌入式平台进行模型部署验证。改进后的YOLOv10模型在验证集上达到91.5%的查准率（Precision）和77.5%的mAP@0.5，分别较基线模型提升4.5%和3.8%。部署实测平均推理速度为43.5 FPS，较基线模型提升35.5%，mAP@0.5达75.7%。结果表明，YOLOv10改进算法通过轻量化架构和优化多尺度特征提取，在保持实时性的同时提升复杂林区场景的树种识别精度。该算法为无人机林业调查提供可嵌入式部署的解决方案，特别适用于林冠层重叠度高、光照条件多变的实际作业环境。

关键词：树种识别深度学习无人机 YOLO 目标检测

来源：评论

学校读者我要写书评

暂无评论

基于无人机LiDAR点云栅格化和Mask R-CNN算法的单木树冠分割

引用

农业工程学报 2024年第23期40卷 258-266页

作者：廖福兰林文树刘浩然东北林业大学机电工程学院哈尔滨150040

精准的单木分割是进行森林结构参数提取的关键过程,也是评估森林生物量与碳储量的先决条件。为提高基于无人机LiDAR点云数据的单木分割精度,该研究提出点云栅格化处理结合深度学习算法进行单木树冠分割。首先对样地点云栅格化处理,将点... 详细信息

精准的单木分割是进行森林结构参数提取的关键过程,也是评估森林生物量与碳储量的先决条件。为提高基于无人机LiDAR点云数据的单木分割精度,该研究提出点云栅格化处理结合深度学习算法进行单木树冠分割。首先对样地点云栅格化处理,将点云信息映射到栅格图像的RGB通道中。其次,改进Detectron2框架下的Mask R-CNN模型,在主干网络ResNet中融合GC(global context network)与CBAM(convolutional block attention module)模块。改进后模型平均精度为82.91%,相较原模型平均精度提高6.19个百分点,相较U-Net和DeepLab v3+模型平均精度分别提高7.27和4.62个百分点。最后,在测试样地中,基于点云栅格化处理结合Mask R-CNN模型的召回率R为81.19%,精确率P为78.85%,调和值F为80%,均高于分水岭算法和K-means算法。试验表明,该方法提高了单木树冠分割的准确性,为森林资源调查、生物量以及碳储量估计提供了可靠的基础数据。

关键词：无人机激光雷达单木分割点云数据 Mask R-CNN GC Net 注意力机制

来源：评论

学校读者我要写书评

暂无评论

联合地基激光雷达与无人机影像的树种识别

引用

南京林业大学学报(自然科学版) 2024年第4期48卷 104-112页

作者：钟浩王楚虹林文树东北林业大学机电工程学院

【目的】应用遥感技术进行树种识别已成为森林调查的重要手段之一，但利用近地面遥感手段进行树种识别时存在地基激光雷达(LiDAR)点云数据树冠上层信息不足和无人机影像树冠下层的信息缺失的问题，联合多源遥感数据快速准确识别树种，... 详细信息

【目的】应用遥感技术进行树种识别已成为森林调查的重要手段之一，但利用近地面遥感手段进行树种识别时存在地基激光雷达(LiDAR)点云数据树冠上层信息不足和无人机影像树冠下层的信息缺失的问题，联合多源遥感数据快速准确识别树种，对研究和保护森林资源具有重要意义。【方法】以哈尔滨市东北林业大学城市林业示范基地中樟子松(Pinus ***)、黑皮油松(*** ***)、水曲柳(Fraxinus mandshurica)、胡桃楸(Juglans mandshurica)为研究对象进行树种识别研究，获取地基LiDAR与无人机影像数据，通过对高重叠度无人机影像进行处理得到无人机影像点云，将无人机影像点云与地基LiDAR点云数据进行配准融合，对融合后数据进行单木分割得到单木点云，基于单木点云提取形状特征、结构特征、树干颜色特征和树冠颜色特征，借助支持向量机分类算法进行树种识别并结合随机森林算法对不同特征的识别能力进行了分析。【结果】利用所有特征进行树种识别取得试验最优结果，其总精度和Kappa系数分别为93.48%和0.91。相较于其他对比方案，其总精度和Kappa系数分别提升4.35～16.31个百分点和0.06～0.22。【结论】提出了一种地基LiDAR数据与无人机影像点云数据进行融合的树种识别方法，该方法能够在一定程度上弥补树种识别中特征提取时地基LiDAR点云数据树冠上层信息不足，以及无人机影像树冠下层信息缺失等问题。充分利用多源数据所包含的丰富信息进行树种识别，可有效提高树种识别精度。

关键词：树种识别多源遥感激光雷达无人机影像

来源：评论

学校读者我要写书评

暂无评论

建筑信息模型(BIM)在建筑全寿命期中的应用

引用

现代装饰 2024年第29期598卷 168-170页

作者：林文树深圳市金阳建筑科技有限公司广东省深圳市

近年来,建筑信息模型(BIM)技术,作为推动建造行业变革的一种新兴力量,正逐步向更加集成化的方向发展.同时,伴随着建筑行业对数字化转型迫切需求的不断增长,国家对科技创新的重视程度也在进一步加深,使BIM技术的发展迎来前所未有的发展机... 详细信息

近年来,建筑信息模型(BIM)技术,作为推动建造行业变革的一种新兴力量,正逐步向更加集成化的方向发展.同时,伴随着建筑行业对数字化转型迫切需求的不断增长,国家对科技创新的重视程度也在进一步加深,使BIM技术的发展迎来前所未有的发展机遇.在建筑全生命周期中,探索BIM技术的标准化应用体系构建显得尤为关键,它能进一步推动建筑行业向更高智能化的方向发展.因此,本文将对建筑信息模型(BIM)在建筑全寿命期中的应用策略进行分析,以供参考.

关键词：建筑信息模型建筑全寿命期应用

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLO v4的落叶松毛虫侵害树木实时检测方法

引用

农业机械学报 2023年第4期54卷 304-312,393页

作者：林文树张金生何乃磊东北林业大学机电工程学院哈尔滨150040

针对two⁃stage网络模型训练成本高,无人机搭载的边缘计算设备检测速度低等问题,提出一种基于改进YOLO v4模型的受灾树木实时检测方法,以提高对落叶松毛虫虫害树木的识别精度与检测速度。以黑龙江省大兴安岭地区呼玛县白银纳乡受落叶松... 详细信息

针对two⁃stage网络模型训练成本高,无人机搭载的边缘计算设备检测速度低等问题,提出一种基于改进YOLO v4模型的受灾树木实时检测方法,以提高对落叶松毛虫虫害树木的识别精度与检测速度。以黑龙江省大兴安岭地区呼玛县白银纳乡受落叶松毛虫侵害的落叶松无人机图像为数据,利用LabelImg软件标注75~100 m的无人机图像,构建落叶松毛虫虫害树木图像数据集。将CSPNet应用于YOLO v4模型的Neck架构,重新设计Backbone的特征提取网络———CSPDarknet53模型结构,并在CSPNet进行优化计算前的卷积中加入SENet以增加感受野信息,使其改变网络的深度、宽度、分辨率及网络结构,实现模型缩放,提高检测精度。同时,在PANet中使用CSPConvs卷积代替原有卷积Conv×5,最后经过YOLO Head检测输出预测结果。将YOLO v4 CSP网络模型部署至GPU进行训练,训练过程的内存降低至改进前的82.7%。再搭载至工作站进行测试,结果表明:改进的YOLO v4 CSP网络模型在测试阶段对虫害树木检测的正确率为97.50%,相比于YOLO v4的平均正确率提高3.4个百分点,模型精度接近目前主流two⁃stage框架Faster R CNN的98.75%;将改进的YOLO v4 CSP网络模型搭载至Jetson nano边缘计算设备,检测速度达到4.17 f/s,高于YOLO v4模型的1.72 f/s。基于YOLO v4 CSP的检测模型可实现对受灾树木检测速度与精度的平衡,降低模型的应用成本,搭载至无人机可实现对森林虫害的实时监测。

关键词：落叶松毛虫实时监测无人机 YOLO v4

来源：评论

学校读者我要写书评

暂无评论

论高校美育工作模式构建的四重维度

引用

牡丹江教育学院学报 2023年第5期 45-47,128页

作者：林文树泉州幼儿师范高等专科学校马克思主义学院福建泉州362000

“学校美育是培根铸魂的工作,提高学生的审美和人文素养,全面加强和改进美育是高等教育当前和今后一个时期的重要任务”[1]。文章对高校美育工作模式的构建从四大维度上加以厘清:从“理论维度”定位“内在意涵”;从“价值维度”明确“... 详细信息

“学校美育是培根铸魂的工作,提高学生的审美和人文素养,全面加强和改进美育是高等教育当前和今后一个时期的重要任务”[1]。文章对高校美育工作模式的构建从四大维度上加以厘清:从“理论维度”定位“内在意涵”;从“价值维度”明确“价值意蕴”;从“原则维度”建构“基本遵循”;从“实践维度”建构“实现路径”。

关键词：高校美育模式四重维度

来源：评论

学校读者我要写书评

暂无评论

基于深度学习多目标检测技术的林火图像识别研究

引用

南京林业大学学报(自然科学版) 2024年第3期48卷 207-218页

作者：何乃磊张金生林文树东北林业大学机电工程学院

【目的】林火的发生不仅会对森林生态环境造成严重的破坏，影响生态系统功能，还会给人类造成一定危害和损失。基于深度学习对森林火灾图像进行识别，旨在更高效精准地对森林火灾发生初期的图像进行识别并预警，从而降低森林火灾对森林... 详细信息

【目的】林火的发生不仅会对森林生态环境造成严重的破坏，影响生态系统功能，还会给人类造成一定危害和损失。基于深度学习对森林火灾图像进行识别，旨在更高效精准地对森林火灾发生初期的图像进行识别并预警，从而降低森林火灾对森林生态系统和人类社会产生的危害。【方法】借助SSD算法目标检测算法在TensorFlow上的实现，根据林火特征对其网络结构进行适当优化，提出一种可以识别森林火灾图像中火焰特征的模型方法。首先对获取的图像进行归一化处理，然后使用Imgaug图像数据增强库对林火图像进行数据增强以构建林火数据集，搭建深度学习运行环境并设定超参数。通过对测试集中的数据进行测试获取模型对图像中林火特征的识别效果，并利用Loss曲线、P-R曲线的可视化对模型进行评估，最后得到模型对于林火的识别精度。【结果】随着迭代次数的增加，损失值由训练初期的35.31逐渐下降，训练至20 000步时损失值稳定在7.10左右，此时模型的识别精度达到较高水平，对测试数据中林火特征的识别置信度达到0.9以上。基于FLAME公开数据集中的林火图像搭建测试集，经过测试评估本模型对林火特征的mAP可以达到97.40%,漏检率为0.03,对测试图片的平均检测时间仅为0.07 s,对比Faster R-CNN模型在同等数据集上的实现，SSD可以获得更为理想的检测速度。【结论】提出的针对林火特征识别的SSD算法能兼顾检测速度和检测精度，对林火早期的图像能够快速识别并拥有较低的漏检率，有助于林区工作人员对火灾及时做出处理，从而为森林火灾早期预防提供技术参考。

关键词：深度学习林火图像识别目标检测 SSD算法

来源：评论

学校读者我要写书评

暂无评论

植被叶片生化组分光谱响应分析与估测

引用

中南林业科技大学学报 2023年第10期43卷 89-97页

作者：马楠钟浩林文树东北林业大学机电工程学院黑龙江哈尔滨150040

【目的】传统植被生化组分化学分析法具有破坏性且耗费较多人力物力等缺点,高光谱技术可以为快速无损地估测植被生化组分含量提供有效手段。【方法】利用LOPEX’93数据集,对原始光谱进行了4种光谱变换(一阶微分DR、取倒数1/R、取对数lo... 详细信息

【目的】传统植被生化组分化学分析法具有破坏性且耗费较多人力物力等缺点,高光谱技术可以为快速无损地估测植被生化组分含量提供有效手段。【方法】利用LOPEX’93数据集,对原始光谱进行了4种光谱变换(一阶微分DR、取倒数1/R、取对数log R、倒数的对数log(1/R)),提取了“三边”参数、光谱指数、全波段光谱指数,并分析它们与叶绿素含量(C_ab)、干物质含量(LMA)、等效水厚度(EWT)的相关性,将提取的相关性高的光谱特征作为输入变量,分别采用偏最小二乘回归(PLSR)、支持向量机(SVM)、随机森林(RF)建立模型并进行预测,以模型的决定系数R2和均方根误差RMSE作为判定模型优劣的指标。【结果】4种光谱变换中最有效的方式是一阶微分,其中,一阶微分波段D742、D535对C_ab有较强的光谱响应;D1700、D1229、D2192对LMA具有较高的响应;D1145、D1302、D955对EWT具有较高的响应。“三边”参数虽然在一定程度上提高了与叶绿素的相关性,但是相关性不如一阶微分光谱与光谱指数。在光谱指数的分析方法中,对C_ab响应较高的光谱指数有DD、NDVI842,对LMA和EWT具有较高响应的光谱指数有NDLMA、NDMI和Ratio975、Ratio1200。构建的4种全波段光谱指数中,RI、DI、NDVI、TVI与C_ab相关性分别是0.64、0.66、0.64、0.67,与传统光谱指数相比相关性得到明显的增强。将以上关于C_ab、LMA、EWT的光谱特征分别参与建模并估测,最佳估测模型分别为SVM、PLSR、RF,R2分别为0.73、0.75、0.93,RMSE分别为9.62、0.001 274、0.000 971。【结论】一阶微分变换及全波段光谱指数可以提高光谱对生化组分的响应能力,构建的SVM、PLSR、RF模型总体上可以实现对植被叶片C_ab、LMA、EWT的估测,为高光谱数据精细化反演植被生化组分提供了参考。

关键词：高光谱机器学习植被叶绿素干物质含量等效水厚度

来源：评论

学校读者我要写书评

暂无评论

高职院校党史学习教育现状分析及实践对策研究——以泉州幼儿师范高等专科学校为例

引用

安徽冶金科技职业学院学报 2024年第2期34卷 106-108页

作者：林文树泉州幼儿师范高等专科学校福建泉州362000

开展党史学习教育是高校大思政工作的重要内容,是立德树人的重要环节。以泉州幼儿师范高等专科学校的学生调查问卷和分析作为基础,进行实证性考察,并据此概括出学校党史学习教育的现状、评价,对现存问题进行深度挖掘和剖析,从而提出了... 详细信息

开展党史学习教育是高校大思政工作的重要内容,是立德树人的重要环节。以泉州幼儿师范高等专科学校的学生调查问卷和分析作为基础,进行实证性考察,并据此概括出学校党史学习教育的现状、评价,对现存问题进行深度挖掘和剖析,从而提出了改进和优化学校党史学习教育的实践策略。

关键词：高职院校党史学习教育现状分析实践对策

来源：评论

学校读者我要写书评

暂无评论

基于双目视觉的林间目标测距系统研究

引用

森林工程 2023年第5期39卷 111-117,127页

作者：庄培桎林文树东北林业大学机电工程学院哈尔滨150040

为解决传统双目视觉对树木和障碍物测距存在图像采集和处理速度较慢、CPU负载较大和采集图像分辨率较低等问题,设计一种基于双目视觉的林间目标测距系统,实现对树木和障碍物等林间目标距离的快速测量。采用双目摄像头和FPGA(Field Progr... 详细信息

为解决传统双目视觉对树木和障碍物测距存在图像采集和处理速度较慢、CPU负载较大和采集图像分辨率较低等问题,设计一种基于双目视觉的林间目标测距系统,实现对树木和障碍物等林间目标距离的快速测量。采用双目摄像头和FPGA(Field Programmable Gate Array)作为系统的图像采集和处理平台,结合千兆以太网将图像传输至PC端。然后使用MATLAB完成系统的双目标定,从而获取双目摄像头的内参和外参。最后基于VS2022平台,通过SGBM(Semi-Global Block Matching)算法和BM(Block Matching)算法进行立体匹配,得到视差图和深度图,进而通过树木和障碍物关键点的三维坐标信息得到当前的树木和障碍物距离。研究结果表明,在1.4 m范围内,SGBM和BM算法树木和障碍物距离测量结果的相对误差均小于2%,2种算法对图像的处理速度分别为130 ms和119 ms。此研究表明该双目视觉测距系统能够实现图像数据的快速处理,并能够较为准确地完成树木和障碍物等林间目标的测距,为计算机视觉技术在森林资源调查中的应用提供参考。

关键词： FPGA 双目视觉 SGBM算法 BM算法测距系统

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：