检索结果-内蒙古大学图书馆

农业机械学报 2025年第1期56卷 1-15页

作者：李道亮赵晔杜壮壮中国农业大学信息与电气工程学院北京100083 国家数字渔业创新中心北京100083

多模态融合技术通过结合多源数据,可以克服单一模态的局限性。近年来,传感器以及遥感技术的发展为作物监测提供了更加丰富的数据源,光谱数据、图像数据、雷达数据以及热红外数据被广泛应用于作物监测中。通过利用计算机视觉技术以及数... 详细信息

多模态融合技术通过结合多源数据,可以克服单一模态的局限性。近年来,传感器以及遥感技术的发展为作物监测提供了更加丰富的数据源,光谱数据、图像数据、雷达数据以及热红外数据被广泛应用于作物监测中。通过利用计算机视觉技术以及数据分析方法,可以从中获取作物的表型参数、理化特征等信息,从而有助于评估作物的生长状况、指导农业生产管理。现有研究多数是基于单一模态数据展开,而单一模态的数据仅有一种类型的输入,缺乏对整体信息的理解,且容易受到单模态噪声的影响;部分研究虽然采用了多模态融合技术,但仍未能充分考虑模态间的复杂交互关系。为了深入分析多模态融合技术在农业领域应用的潜力,本文首先阐述了农业领域中多模态融合的先进技术与方法,重点梳理了多模态融合技术在作物识别、性状分析、产量预测、胁迫分析及病虫害诊断领域中的应用研究成果,分析了多模态融合技术在农业领域中存在的数据利用程度低、有效特征提取难、融合方式单一等问题,并对未来发展提出展望,以期通过多模态融合的方法推动农业精准管理、提高生产效率。

关键词：多模态融合传感器遥感技术作物监测计算机视觉农业精准管理

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv8和Byte Track的鲈鱼个体运动特征提取方法

引用

农业工程学报 2025年第5期41卷 182-190页

作者：于佳禾刘丽伟徐玲于辉辉陈英义中国农业大学国家数字渔业创新中心北京100083 中国农业大学信息与电气工程学院北京100083 山东省数字渔业重点实验室烟台264670 中国农业大学烟台研究院烟台264670 北京林业大学信息学院北京100083

鱼类个体运动特征提取是分析鱼类行为的重要环节,为进一步解决鲈鱼行为识别中存在小目标个体和复杂背景导致检测难,以及在多条鲈鱼跟踪过程中因遮挡和非线性运动而频繁发生的ID错误切换问题,该研究提出了一种基于改进YOLOv8和ByteTrack... 详细信息

鱼类个体运动特征提取是分析鱼类行为的重要环节,为进一步解决鲈鱼行为识别中存在小目标个体和复杂背景导致检测难,以及在多条鲈鱼跟踪过程中因遮挡和非线性运动而频繁发生的ID错误切换问题,该研究提出了一种基于改进YOLOv8和ByteTrack的鱼类个体运动特征提取方法。首先对YOLOv8n模型进行了轻量化优化,用ODConv替换了主干网络的下采样卷积,并用Wise-IoUv3 Loss代替了原有的CIoU Loss,以此降低模型大小并提高检测速度和精度。然后对ByteTrack算法分别进行优化,通过应用扩展和线性卡尔曼滤波来适应目标的非线性运动和加速变化,以及引入高斯轨迹插值后处理策略,减少了遮挡情况下的错误身份切换。改进后的YOLOv8算法在模型大小和参数上与原YOLOv8模型分别降低了约2/3,精度、召回率分别提升了0.4和0.5个百分点,具有较高的检测精度及良好的鲁棒性和实时性。改进后的ByteTrack算法平均多目标跟踪准确率(multiple object tracking accuracy,MOTA)为88.7%,多目标跟踪精度(multiple object tracking precision,MOTP)为83.8%,平均每个测试视频的ID切换次数(identity switches,IDs)仅为37,帧率(frames per second,FPS)为95帧/s,能够满足实时跟踪需求。该研究提出的改进YOLOv8和ByteTrack的鲈鱼个体运动特征提取方法能够在实际养殖场景下实现较为稳定的鲈鱼个体实时跟踪,可为大规模无接触式实际水产养殖监测提供技术支持。

关键词：计算机视觉深度学习特征提取目标检测多目标跟踪

来源：评论

学校读者我要写书评

暂无评论

基于氮掺杂石墨烯量子点的荧光法检测水中的氨氮含量

引用

农业工程学报 2025年第2期41卷 242-250页

作者：张佳然于杰赵天驰岳云涛王聪北京建筑大学智能科学与技术学院北京100044 中国农业大学国家数字渔业创新中心北京100083 农业农村部智慧养殖技术重点实验室北京100083 中国农业大学信息与电气工程学院北京100083

氨氮含量是影响水质的重要指标之一。为解决目前氨氮检测操作复杂、成本较高以及耗时等缺点,该研究构建了一种氮掺杂石墨烯量子点荧光探针,用于水体中氨氮含量的检测,并对氮掺杂石墨烯量子点的微观结构、光学特性等进行表征分析。结果表... 详细信息

氨氮含量是影响水质的重要指标之一。为解决目前氨氮检测操作复杂、成本较高以及耗时等缺点,该研究构建了一种氮掺杂石墨烯量子点荧光探针,用于水体中氨氮含量的检测,并对氮掺杂石墨烯量子点的微观结构、光学特性等进行表征分析。结果表明,氮元素以吡咯氮的形式掺杂到石墨烯量子点中。氮掺杂石墨烯量子点在光激发下与氨之间发生光致电子转移,从而引起荧光动态淬灭。氮掺杂石墨烯量子点荧光探针在最佳试验条件下(pH值为7,氮掺杂石墨烯量子点浓度为0.8 mg/mL)与氨氮(0~9.0 mmol/L)表现出良好的线性响应(R^(2)=0.99),检测限为43.8μmol/L,响应时间为2 min。最后,将氮掺杂石墨烯量子点荧光探针应用于饮用水、自来水和水产养殖水中氨氮的测定,加标检测的回收率区间为75.03%~128.16%,相对标准偏差(样本数为3)低于13.53%。由此可知,该研究所构建的氮掺杂石墨烯量子点荧光探针在水中氨氮检测方面具有潜在的应用价值。

关键词：量子点荧光法氨氮水环境

来源：评论

学校读者我要写书评

暂无评论

基于音视频信息融合与Self-Attention-DSC-CNN6网络的鲈鱼摄食强度分类方法

引用

农业机械学报 2025年第1期56卷 16-24页

作者：李道亮李万超杜壮壮中国农业大学信息与电气工程学院北京100083 国家数字渔业创新中心北京100083 天津农学院计算机与信息工程学院天津300392

摄食强度识别分类是实现水产养殖精准投喂的重要环节。现有的投喂方式存在过度依赖人工经验判断、投喂量不精确、饲料浪费严重等问题。基于多模态融合的鱼类摄食程度分类能够综合不同类型的数据(如:视频、声音和水质参数),为鱼群的投喂... 详细信息

摄食强度识别分类是实现水产养殖精准投喂的重要环节。现有的投喂方式存在过度依赖人工经验判断、投喂量不精确、饲料浪费严重等问题。基于多模态融合的鱼类摄食程度分类能够综合不同类型的数据(如:视频、声音和水质参数),为鱼群的投喂提供更加全面精准的决策依据。因此,提出了一种融合视频和音频数据的多模态融合框架,旨在提升鲈鱼摄食强度分类性能。将预处理后的Mel频谱图(Mel Spectrogram)和视频帧图像分别输入到Self-Attention-DSC-CNN6(Self-attention-depthwise separable convolution-CNN6)优化模型进行高层次的特征提取,并将提取的特征进一步拼接融合,最后将拼接后的特征经分类器分类。针对Self-Attention-DSC-CNN6优化模型,基于CNN6算法进行了改进,将传统卷积层替换为深度可分离卷积(Depthwise separable convolution,DSC)来达到减少计算复杂度的效果,并引入Self-Attention注意力机制以增强特征提取能力。实验结果显示,本文所提出的多模态融合框架鲈鱼摄食强度分类准确率达到90.24%,模型可以有效利用不同数据源信息,提升了对复杂环境中鱼群行为的理解,增强了模型决策能力,确保了投喂策略的及时性与准确性,从而有效减少了饲料浪费。

关键词：鲈鱼摄食强度分类多模态融合 Self-Attention-DSC-CNN6

来源：评论

学校读者我要写书评

暂无评论

基于DRN-Faster R-CNN的复杂背景多目标鱼体检测模型

引用

农业机械学报 2021年第S01期52卷 245-251,315页

作者：孙龙清孙希蓓吴雨寒罗冰中国农业大学国家数字渔业创新中心北京100083 中国农业大学信息与电气工程学院北京100083

针对现有多目标鱼体检测大多针对受控环境进行,泛化能力有限的问题,提出了一种简单、有效的复杂背景下多目标鱼体检测模型。通过迁移学习构建基于DRN的特征提取方法,对原始图像进行特征提取,结合RPN进一步生成候选检测框;构建基于Faster... 详细信息

针对现有多目标鱼体检测大多针对受控环境进行,泛化能力有限的问题,提出了一种简单、有效的复杂背景下多目标鱼体检测模型。通过迁移学习构建基于DRN的特征提取方法,对原始图像进行特征提取,结合RPN进一步生成候选检测框;构建基于Faster R-CNN的复杂背景多目标鱼体检测模型。在ImageNet2012数据集上的实验结果表明:该模型对复杂背景下金鱼的检测平均精度达到89.5%,远高于R-CNN+AlexNet模型、Faster R-CNN+VGG16模型和Faster R-CNN+ResNet101的检测精度,表明该模型可以高效精确地实现复杂背景下的多目标鱼体检测。

关键词：鱼体目标检测特征卷积神经网络深度残差网络

来源：评论

学校读者我要写书评

暂无评论

基于机器视觉的鱼体长度测量研究综述

引用

农业机械学报 2021年第S01期52卷 207-218页

作者：李振波赵远洋杨普吴宇峰李一鸣郭若皓中国农业大学信息与电气工程学院北京100083 中国农业大学国家数字渔业创新中心北京100083

体长作为鱼类主要可测量属性之一,是其生长状况监测、水质环境调控、饵料投喂、经济效益估算的重要信息依据。近年来,随着成像技术、计算能力和硬件设备的快速发展,基于机器视觉的无损测量方法迅速兴起,克服了传统方法在鱼体损伤、成本... 详细信息

体长作为鱼类主要可测量属性之一,是其生长状况监测、水质环境调控、饵料投喂、经济效益估算的重要信息依据。近年来,随着成像技术、计算能力和硬件设备的快速发展,基于机器视觉的无损测量方法迅速兴起,克服了传统方法在鱼体损伤、成本和性能方面的局限性,凭借快速准确、及时高效、可重复批量检测的优势成为鱼体长度测量的有力工具。通过文献整理和分析,对基于机器视觉的鱼体长度测量中所需的图像采集设备、鱼体轮廓提取算法和长度测量方法进行了系统的分析和总结,并对不同方法的优缺点和适用场景进行了比较。最后,提出了鱼体长度估算研究的主要挑战和未来趋势。

关键词：鱼体长度测量图像采集轮廓提取深度学习机器视觉

来源：评论

学校读者我要写书评

暂无评论

基于多源信息融合的农业空地一体化研究综述

引用

农业机械学报 2021年第S01期52卷 185-196页

作者：杨普赵远洋李一鸣吴宇峰李蔚然李振波中国农业大学信息与电气工程学院北京100083 中国农业大学国家数字渔业创新中心北京100083

无人机(Unmanned aerial vehicle,UAV)作为一种灵活、高效的农业环境信息和作物生长信息获取技术的载体,近年来在农业生产和科研领域得到了广泛的应用。无人机搭载感知成像设备已经成为智慧农业中信息获取的重要技术手段,与地上或地下... 详细信息

无人机(Unmanned aerial vehicle,UAV)作为一种灵活、高效的农业环境信息和作物生长信息获取技术的载体,近年来在农业生产和科研领域得到了广泛的应用。无人机搭载感知成像设备已经成为智慧农业中信息获取的重要技术手段,与地上或地下传感器等共同构成空地一体化系统,为智能化农业管理提供数据支持和决策依据。多源信息融合是提高无人机感知能力的关键技术之一,其研究对于无人机的应用有着重要意义。与单一信息获取相比,基于多源数据融合的方法,将多源性的各类信息进行各种运算与处理,来提取目标的特征信息,以便进行分析与理解,最终实现对目标的识别、检测和控制等。总结了国内外20多年来有代表性的相关研究和解决方案,从无人机影像背景复杂、目标较小、视场大、目标具有旋转性的特点出发,对无人机目标检测近期的研究进行了归纳和分析。最后讨论了存在的问题,给出了今后的研究趋势与发展方向判断。

关键词：农业多源信息融合空地一体化数据获取监测

来源：评论

学校读者我要写书评

暂无评论

基于人工智能的鱼类行为识别研究综述

引用

农业机械学报 2023年第S01期54卷 283-295页

作者：彭秋珺李蔚然李振波中国农业大学信息与电气工程学院北京100083 中国农业大学国家数字渔业创新中心北京100083

鱼类行为识别对于生态学、水产养殖、渔业资源管理等方面具有重要意义,可以通过其行为模式判断其生长发育状况和活动水平,并间接评估环境因素对其影响,以减少鱼类生长应激反应,提高资源利用效率,为水产养殖的智能化发展奠定基础。近年来... 详细信息

鱼类行为识别对于生态学、水产养殖、渔业资源管理等方面具有重要意义,可以通过其行为模式判断其生长发育状况和活动水平,并间接评估环境因素对其影响,以减少鱼类生长应激反应,提高资源利用效率,为水产养殖的智能化发展奠定基础。近年来,基于人工智能技术的鱼类行为识别方法受到广泛关注,其具有无损性、低成本等优势。本文综述了近5年基于卷积神经网络、循环神经网络、双流卷积神经网络等人工智能方法的鱼类行为识别技术,对鱼类行为识别方法及数据集进行了归纳与分析,在此基础上,对未来的研究进行讨论与展望。

关键词：鱼类行为识别人工智能数据集水产养殖

来源：评论

学校读者我要写书评

暂无评论

养殖水体氨氮浓度微流控和水杨酸分光光度法检测

引用

农业机械学报 2021年第S01期52卷 229-236,343页

作者：董峰时家辉杨普乔安玲孙明中国农业大学信息与电气工程学院北京100083 中国农业大学国家数字渔业创新中心北京100083

以水体中氨氮浓度为研究对象,在水杨酸分光光度法基础上结合微流控技术进行比色传感实验,实现对溶液中氨氮浓度的定量检测。通过比较4种特征波长筛选方法对建模的影响,发现连续投影算法选出的波长变量最少,所建立的预测模型效果最好,建... 详细信息

以水体中氨氮浓度为研究对象,在水杨酸分光光度法基础上结合微流控技术进行比色传感实验,实现对溶液中氨氮浓度的定量检测。通过比较4种特征波长筛选方法对建模的影响,发现连续投影算法选出的波长变量最少,所建立的预测模型效果最好,建模集校正标准差和预测集校正标准差分别为0.00931 mg/L和0.02857 mg/L,相对分析误差为11.2141。在优化条件下测得该方法的线性范围和检测限分别为0.04~0.92 mg/L和0.016 mg/L。对养殖水体和海水进行加标回收实验,平均回收率在95.8%~116%之间,相对标准偏差在2.1%~6.3%之间。结果证明了利用水杨酸分光光度法结合微流控技术检测氨氮浓度方法的可行性。

关键词：水产养殖氨氮浓度微流控水杨酸分光光度法预测模型

来源：评论

学校读者我要写书评

暂无评论

基于计算机视觉的养殖动物计数方法研究综述

引用

农业机械学报 2023年第S01期54卷 315-329页

作者：王静李蔚然刘业强李振波中国农业大学信息与电气工程学院北京100083 中国农业大学国家数字渔业创新中心北京100083

数量计量是动物养殖管理的基础工作,其结果对于动物养殖的生产效率、养殖成本管控及经济效益评估等具有重要意义。基于计算机视觉的计数方法解决了传统人工计数存在的测量误差大、耗时费力等问题,减轻了养殖人员的工作负担。本文统计分... 详细信息

数量计量是动物养殖管理的基础工作,其结果对于动物养殖的生产效率、养殖成本管控及经济效益评估等具有重要意义。基于计算机视觉的计数方法解决了传统人工计数存在的测量误差大、耗时费力等问题,减轻了养殖人员的工作负担。本文统计分析了近十年的养殖动物视觉计数相关研究,从传统机器学习与深度学习两方面对养殖动物计数算法进行分析与讨论。此外,对水产养殖、畜禽养殖与特种动物养殖领域的养殖动物计数应用进行梳理与总结。同时,对目前公开发布的养殖动物计数数据集进行概述。最后,从数据集、应用场景、计数方法3方面分析讨论养殖动物计数研究面临的主要挑战,并对未来研究进行展望。

关键词：养殖动物计数机器学习深度学习计算机视觉

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：