检索结果-内蒙古大学图书馆

农业机械学报 2017年第S1期48卷 160-165页

作者：毛博慧孙红刘豪杰张俊逸李民赞杨立伟中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083 中国农业大学农业部农业信息获取技术重点实验室北京100083

冬小麦叶绿素含量的准确预测,可为冬小麦田间精细化管理提供依据。采集冬小麦冠层400~900 nm范围反射光谱,经一阶微分预处理后,为了抑制由于连续波长自变量多重共线性对叶绿素含量诊断模型的干扰,利用Gram-Schmidt正交变换算法初步提取... 详细信息

冬小麦叶绿素含量的准确预测,可为冬小麦田间精细化管理提供依据。采集冬小麦冠层400~900 nm范围反射光谱,经一阶微分预处理后,为了抑制由于连续波长自变量多重共线性对叶绿素含量诊断模型的干扰,利用Gram-Schmidt正交变换算法初步提取叶绿素敏感波长特征参数为848、620、677 nm。在定量模型的建立过程中,对比了传统随机样本集划分与以空间中样本间距离远近为指导的SPXY样本集划分方法,并讨论了大田冠层反射光谱对叶绿素浓度诊断的最优精度,研究结果表明,以620 nm和677 nm两个敏感波长结合SPXY样本划分方法建立的多元线性回归模型预测精度较高,且叶绿素质量浓度为0.3 mg/L分辨间隔时,建模决定系数和验证决定系数分别达0.730和0.739,可为无损检测冬小麦拔节期叶绿素含量提供技术支持。

关键词：冬小麦叶绿素光谱分析 Gram-Schmidt算法 SPXY样本划分

来源：评论

学校读者我要写书评

暂无评论

农机自动导航控制决策方法与软件系统

引用

农业机械学报 2017年第S1期48卷 30-34,171页

作者：魏爽季宇寒曹如月李世超张漫李寒中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083 中国农业大学农业部农业信息获取技术重点实验室北京100083

为实现农机自动导航控制,兼顾系统成本和作业效率,对农机自动导航控制决策方法进行了研究,并设计开发了一种导航软件系统。首先,系统根据获取的农田边界、农田形状及作业需求进行路径规划。其次,采用简化二轮车运动学模型,采用模糊控制... 详细信息

为实现农机自动导航控制,兼顾系统成本和作业效率,对农机自动导航控制决策方法进行了研究,并设计开发了一种导航软件系统。首先,系统根据获取的农田边界、农田形状及作业需求进行路径规划。其次,采用简化二轮车运动学模型,采用模糊控制进行导航决策控制,模糊控制器的输入参数为农机横向偏差和航向偏差,输出参数为前轮转角信息。最后,导航系统根据转角信息,由PLC控制器控制方向盘转动,从而实现导航控制。导航软件采用模块化设计思想,由串口数据通讯、数据分析与处理、数据与图形显示和数据存储4个模块构成,基于C++/MFC语言编写实现。系统还可在导航结束后,对导航偏差数据进行保存,便于试验后进行误差分析。试验结果表明:农机自动导航控制决策方法可以实现较好的控制精度,软件系统界面友好、通讯稳定、功能较为齐全,满足农机田间自动导航作业的需求。

关键词：农机自动导航控制决策软件设计

来源：评论

学校读者我要写书评

暂无评论

基于RGB-D相机的单株玉米株高测量方法

引用

农业机械学报 2017年第S1期48卷 211-219页

作者：仇瑞承苗艳龙季宇寒张漫李寒刘刚中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083 中国农业大学农业部农业信息获取技术重点实验室北京100083

玉米株高是反映作物长势的重要指标。为了实现田间单株玉米株高的快速测量,提出了一种基于RGBDepth(RGB-D)相机的玉米株高测量方法。以拔节期玉米为观测对象,首先利用RGB-D相机获取田间玉米的彩色图像和深度图像。对玉米彩色图像进行灰... 详细信息

玉米株高是反映作物长势的重要指标。为了实现田间单株玉米株高的快速测量,提出了一种基于RGBDepth(RGB-D)相机的玉米株高测量方法。以拔节期玉米为观测对象,首先利用RGB-D相机获取田间玉米的彩色图像和深度图像。对玉米彩色图像进行灰度化、二值化和去噪处理,提取出包含待测玉米的二值图像。利用改进的分水岭分割算法对玉米的灰度图像进行分割,对分割结果进行圆形拟合操作,定位玉米的中心区域。对玉米的二值图像进行骨架化处理,检测骨架的交叉点和末端点,确定玉米骨架的中心点,并检索其到末端点的最短路径。对各条路径的点云数据进行求差与比较,确定玉米的最高点,并对最高点附近的点云数据进行直方图统计,获得地面点。最后,通过计算玉米最高点和地面点的差值,实现单株玉米株高参数的测量。对玉米样本进行测试试验的结果表明:单株玉米株高的平均测量误差为1.62 cm,均方根误差(RMSE)为1.86 cm,测量精度满足实用要求。

关键词：作物表型 RGB-D相机株高图像识别点云处理

来源：评论

学校读者我要写书评

暂无评论

提高生态位模型时间转移能力的方法研究

引用

中国农业大学学报 2017年第2期22卷 98-105页

作者：张天蛟刘刚中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083 中国农业大学农业部农业信息获取技术重点实验室北京100083

针对经典生态位模型模拟物种潜在分布时,模型转移能力较低,影响模拟准确性的问题,以MaxEnt模型为例,研究基于Spearman’s rho相关性系数的环境变量筛选,基于方差膨胀因子VIF的环境变量筛选和调节"Regularization Multiplier"... 详细信息

针对经典生态位模型模拟物种潜在分布时,模型转移能力较低,影响模拟准确性的问题,以MaxEnt模型为例,研究基于Spearman’s rho相关性系数的环境变量筛选,基于方差膨胀因子VIF的环境变量筛选和调节"Regularization Multiplier"模型参数,对模型时间转移能力("预测系数"|r_f|和"追溯系数"|r_b|)的影响。通过对比分析,提出了提高生态位时间转移能力的方法。利用美国阿肯色流域鲤鱼2个时期的分布数据与环境数据,验证了通过降低模型维度和复杂程度提高模型时间转移能力的有效性。结果表明:增大模型参数"Regularization Mutiplier"值对转移能力的提高最显著,但值过高,会使物种适生概率与环境变量的反应曲线过于平滑而导致信息丢失;而增大"Regularization Multiplier"值和VIF方法相结合,可以使得模型|r_f|和|r_b|均大于0.85。建议在保证模型自适应的基础上,将变量相关性分析与模型参数调节相结合,以提高模型的转移能力。本研究结果能够为生态位模型精度的验证和时间转移能力的提高提供借鉴经验。

关键词：生态位模型时间转移能力 MaxEnt 相关系数方差膨胀因子

来源：评论

学校读者我要写书评

暂无评论

春秋茬温室番茄光合速率预测模型通用性研究

引用

农业机械学报 2017年第S1期48卷 327-333页

作者：殷鉴刘新英张漫李寒中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083 中国农业大学农业部农业信息获取技术重点实验室北京100083

基于无线传感器网络,建立了春秋茬温室番茄光合速率预测模型。在2014年秋季与2015年春季,采用无线传感器网络自动获取温室环境因子信息,包括空气温湿度、土壤温湿度、光强与CO_2浓度。同时采用LI-6400XT型光合仪测定植物的单叶净光合速... 详细信息

基于无线传感器网络,建立了春秋茬温室番茄光合速率预测模型。在2014年秋季与2015年春季,采用无线传感器网络自动获取温室环境因子信息,包括空气温湿度、土壤温湿度、光强与CO_2浓度。同时采用LI-6400XT型光合仪测定植物的单叶净光合速率,利用叶室小环境来扩展数据范围。将采集到的温室环境信息作为输入参数,单叶净光合速率作为输出参数,利用神经网络建立番茄光合速率预测模型。为了提高模型的预测精度,首先使用Z分数对输入参数进行标准化,然后对标准化后的数据进行主成分分析;其次,根据各主成分的累积贡献率选取主成分,然后经过K折交叉检验后建立神经网络预测模型。结果表明,采用2014年秋季数据建立的预测模型,相关系数为0.99;2015年春季为0.95;用两季数据联合建立的通用模型,相关系数为0.85。利用春秋茬联合数据建立的温室番茄光合速率预测模型通用性较好,可以为日光温室CO_2气肥精细调控提供理论支持。

关键词：温室番茄光合速率无线传感器网络主成分分析 BP神经网络

来源：评论

学校读者我要写书评

暂无评论

玻璃温室环境下番茄叶绿素含量敏感光谱波段提取及估测模型

引用

光谱学与光谱分析 2017年第1期37卷 194-199页

作者：丁永军张晶晶孙红李修华兰州城市学院信息工程学院甘肃兰州730070 中国农业大学"现代精细农业系统集成研究"教育部重点实验室北京100083 广西大学电气工程学院广西南宁530004

为了快速、准确估测番茄叶片叶绿素含量,利用光谱分析技术研究了玻璃温室环境下番茄叶绿素含量敏感光谱波段提取及其估测模型。番茄以基质方式栽培,在结果期使用ASD FieldSpecTM HH型便携式光谱辐射仪采集叶片光谱,并采用752型紫外-可... 详细信息

为了快速、准确估测番茄叶片叶绿素含量,利用光谱分析技术研究了玻璃温室环境下番茄叶绿素含量敏感光谱波段提取及其估测模型。番茄以基质方式栽培,在结果期使用ASD FieldSpecTM HH型便携式光谱辐射仪采集叶片光谱,并采用752型紫外-可见分光光度计测定其叶绿素含量。从原始光谱、吸光度光谱、一阶微分光谱、去除包络线光谱出发,进行光谱预处理,分析了净化图谱信息、突出作物叶绿素含量光谱特征的有效性。其中,吸光度光谱在可见光部分增强了光谱响应特征,去除包络线光谱和一阶微分光谱均具有较强的蓝光、红光吸收谷和绿光反射峰。又结合波段间自相关分析和多重共线性诊断提取了番茄叶绿素含量敏感光谱波段,原始光谱特征波段为639,672,696,750,768nm;吸光度光谱特征波段为638,663,750,763nm;去包络线光谱特征波段为436,564,591,612,635,683,760nm;一阶微分光谱特征波段为516,559,778nm。最后,应用4种预处理下的番茄叶绿素含量敏感光谱波段分别建立多元线性回归模型,模型精度由高至低分别为去包络线、吸光度、原始、一阶微分,其中去包络线模型校正集决定系数R2c为0.88,验证集决定系数R2v达到0.82,具有较好的预测能力。

关键词：番茄光谱敏感波段叶绿素

来源：评论

学校读者我要写书评

暂无评论

施肥胁迫对温室番茄不同生长期表型数据的影响

引用

农业机械学报 2017年第S1期48卷 321-326页

作者：王丽燕朱梦婷李莉王海华中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083 农业部农业物联网重点实验室陕西杨凌712100

为了研究不同水肥策略对温室番茄长势的影响,试验选择常见的适合温室种植的小番茄(彩玉)为研究对象,以不同配比的水溶性肥,设置了4种施水肥水平。试验过程中,分别采集4种水肥条件下的番茄株高、株径、茎节数、花序数和果实参数等表型数... 详细信息

为了研究不同水肥策略对温室番茄长势的影响,试验选择常见的适合温室种植的小番茄(彩玉)为研究对象,以不同配比的水溶性肥,设置了4种施水肥水平。试验过程中,分别采集4种水肥条件下的番茄株高、株径、茎节数、花序数和果实参数等表型数据。采用ANOVA单因素分析方法,对试验数据进行对比分析。不同配比水肥对番茄长势存在显著差异。其中,高施肥水平(Ⅳ)能够得到最佳产量。而中等水肥(Ⅲ)长势最佳,具有最大单果质量,且与不施肥和较少量施肥相比,其长势和果实产量优势明显,经济效益显著。对果实数、株高、茎节数、花序数和产量进行多因素回归分析,决定系数R2为0.965,其差异显著性顺序依次为果实数、株高、茎节数和花序数。试验结果表明,中等水肥配比下,表型数据的自动采集和分析能够对温室番茄水肥一体化设备灌溉策略的制定提供参考。

关键词：温室番茄施肥水平长势作物表型

来源：评论

学校读者我要写书评

暂无评论

基于高光谱成像的马铃薯叶片叶绿素分布可视化研究

引用

农业机械学报 2017年第S1期48卷 153-159,340页

作者：郑涛刘宁孙红龙耀威杨玮 ZHANG Qin 中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083 华盛顿州立大学精细农业及农业自动化研究中心普尔曼wa100083

针对马铃薯作物叶片进行了叶绿素含量无损检测技术及分布图绘制方法研究,用以指示作物长势并指导精细化管理。首先利用高光谱成像技术采集了65个马铃薯叶片的400个样本点高光谱图像和相应的SPAD值,提取并计算叶绿素测量区域的叶片平均... 详细信息

针对马铃薯作物叶片进行了叶绿素含量无损检测技术及分布图绘制方法研究,用以指示作物长势并指导精细化管理。首先利用高光谱成像技术采集了65个马铃薯叶片的400个样本点高光谱图像和相应的SPAD值,提取并计算叶绿素测量区域的叶片平均光谱后,分别采用蒙特卡罗无信息变量消除算法(MC-UVE)和自适应重加权算法(CARS)筛选出了12个和23个叶绿素含量敏感波长,建立了马铃薯叶片叶绿素含量偏最小二乘(PLS)回归模型。建模结果如下:基于MC-UVE算法筛选的12个敏感波长的PLSR诊断模型,建模精度R2C为0.79,验证精度R2V为0.73;基于CARS算法筛选的23个敏感波长建立的PLSR诊断模型,建模精度R2C为0.82,验证精度R2V为0.80。择优选取CARS-PLSR模型计算马铃薯叶片每个像素点的叶绿素含量,从而利用伪彩色绘图绘制了马铃薯叶片叶绿素含量可视化分布图,最终实现马铃薯叶片含量无损检测以及叶绿素分布可视化表达,以期为后续马铃薯作物大田冠层叶绿素分布诊断提供支持。

关键词：叶绿素含量马铃薯叶片蒙特卡罗无信息变量消除算法自适应重加权算法高光谱成像

来源：评论

学校读者我要写书评

暂无评论

基于块排序的降噪方法及其在农业图像中的应用

引用

农业机械学报 2017年第S1期48卷 172-177页

作者：王海华朱梦婷王丽燕梅树立中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083 中国农业大学信息与电气工程学院北京100083

农业图像采集过程中,环境因素常会带来噪声干扰,图像噪声又会对最终信息的分析结果带来影响,因此降噪对提高农业图像处理质量具有重要意义。基于块排序的非局部均值算法是一种有效的图像降噪方法,但是存在处理时间长,对大图像的处理内... 详细信息

农业图像采集过程中,环境因素常会带来噪声干扰,图像噪声又会对最终信息的分析结果带来影响,因此降噪对提高农业图像处理质量具有重要意义。基于块排序的非局部均值算法是一种有效的图像降噪方法,但是存在处理时间长,对大图像的处理内存要求高等问题。提出了分块优化方法,首先对大图像进行了适应于图像纹理丰富度的图像分块研究,然后分别对每个图像块进行处理。针对处理后的图像块再组合引起的边界效应,采用图像延拓的方法,有效地消除了边界影响,提高了图像降噪效果。实验结果表明,对于一般的硬件设备,改进的块排序非局部均值降噪算法能够快速处理农业中常用的图像。对于尺寸大小为512像素×512像素图像,当噪声标准偏差为50,分块数为16时,改进后的块排序降噪方法能够有效处理噪声图像。分块数为64时的处理速度是分块数为16时的1.89倍。

关键词：块排序图像降噪杂草识别算法复杂度图像延拓

来源：评论

学校读者我要写书评

暂无评论

基于俯视图像的玉米株心快速识别方法研究

引用

农业机械学报 2017年第S1期48卷 136-141页

作者：魏帅均张彦娥梅树立中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083 中国农业大学信息与电气工程学院北京100083

单株玉米的株心识别是完成按株作业的关键,可用于对单株玉米进行变量施肥,提高施肥利用率。本文首先采用超绿因子增强苗期玉米植株,使玉米植株与土壤、阴影分离,将增强后的图像用Ostu法自动确定图像的最佳阈值,以便于在分割苗期玉米图... 详细信息

单株玉米的株心识别是完成按株作业的关键,可用于对单株玉米进行变量施肥,提高施肥利用率。本文首先采用超绿因子增强苗期玉米植株,使玉米植株与土壤、阴影分离,将增强后的图像用Ostu法自动确定图像的最佳阈值,以便于在分割苗期玉米图像时不受阴影的影响,并能分割出苗期玉米植株。然后把分割的苗期玉米植株图像的亮度看作是一维坐标,绘制玉米植株的高程图,玉米植株的中心区域在高程图呈现为集水盆形状。采用水平集确定玉米植株的中心区域并对玉米植株中心进行定位,并结合分治法搜索玉米植株的极小值区域,降低了数据结构的规模。数据验证结果表明,算法识别率可达96%,保证了算法的实时性与可行性。另外,采用分治法与水平集法相结合确定玉米植株的中心区域,使该算法不受天气因素的影响,提高了该算法在田间作业时的鲁棒性。算法时间复杂度计算结果为O(lgn),能够满足田间作业的实时性。

关键词：玉米株心水平集法分治法苗期俯视图像中心识别

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：