检索结果-内蒙古大学图书馆

农业机械学报 2020年第S02期51卷 415-420页

作者：陶毅孟繁佳盛文溢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

土壤信息对于指导农业生产有着极为重要的作用,土壤电导率反映了土壤含水量、盐分、粘粒含量和类型等土壤信息,准确获取土壤电导率对于实现农业精细化生产意义重大。在各种土壤电导率测量方法中,四端法因其成本低、精度高、测量快速和... 详细信息

土壤信息对于指导农业生产有着极为重要的作用,土壤电导率反映了土壤含水量、盐分、粘粒含量和类型等土壤信息,准确获取土壤电导率对于实现农业精细化生产意义重大。在各种土壤电导率测量方法中,四端法因其成本低、精度高、测量快速和操作简便而大量应用于实际测量;恒流源是四端法测量仪器的重要组成部分,其性能直接决定着测量仪器的精度以及测量范围。本文对比了3种恒流源对测量仪器测量性能的影响,发现采用Howland恒流源的四端法测量仪器高电导率测量能力强而低电导率测量范围较小,测量精度最高;采用改进型Howland恒流源的四端法测量仪器低电导率测量范围有所扩大,测量精度良好;采用基于差动放大器的恒流源的电导率仪低电导率测量范围最大,高电导率测量范围较优,测量精度良好。

关键词：土壤电导率恒流源四端法传感器

来源：评论

学校读者我要写书评

暂无评论

基于RGB-D图像和改进SOM-K-means算法的番茄果实识别与定位方法

引用

农业机械学报 2021年

作者：李寒陶涵虓崔立昊刘大为孙建桐张漫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中国农业大学农业农村部农业信息获取技术重点实验室

为解决多个番茄重叠黏连时难以识别与定位的问题，提出一种基于RGB-D图像和K-means优化的自组织映射（Self-organizing map，SOM）神经网络相结合的番茄果实识别与定位方法。首先，利用RGB-D相机拍摄番茄图像，对图像进行预处理，获取... 详细信息

为解决多个番茄重叠黏连时难以识别与定位的问题，提出一种基于RGB-D图像和K-means优化的自组织映射（Self-organizing map，SOM）神经网络相结合的番茄果实识别与定位方法。首先，利用RGB-D相机拍摄番茄图像，对图像进行预处理，获取果实的轮廓信息；其次，提取果实轮廓点的平面和深度信息，筛选后进行处理；再次，将处理后的数据输入到采用K-means算法优化的SOM神经网络中，得到点云聚类结果；最后，根据聚类出的点，通过坐标转换还原成真实世界的坐标信息，拟合得到各个番茄的位置和轮廓形状。为验证算法性能，以果实识别的正确率和定位结果的均方根误差（RMSE）为指标对该算法进行验证和分析，采集80幅图像，共366个番茄样本，识别的正确率为87.2%，定位结果均方根误差（RMSE）为1.66mm。通过与在二维图像上利用Hough变换进行果实识别的试验进行对比分析，进一步验证了本文方法具有较高的准确性和较强的鲁棒性。此方法在一定程度上解决了在真实环境下番茄果实遮挡重叠难以识别与定位的问题，为果实分割提供了一种新思路。

关键词：番茄果实深度点云图像分割神经网络识别与定位 SOM-K-means算法

来源：评论

学校读者我要写书评

暂无评论

基于堆叠沙漏网络的单分蘖水稻植株骨架提取

引用

农业工程学报 2021年第24期37卷 149-157页

作者：王敏娟刘小丫马啸霄常天根宋青峰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 中国科学院分子植物科学卓越创新中心植物分子遗传国家重点实验室上海200032

针对水稻栽培和遗传育种研究中单分蘖性状高通量无损提取的实际需求,该研究提出了一种基于沙漏网络模型的单分蘖水稻关键点预测和骨架提取方法。首先,对原始图像进行批量裁剪、gamma校正和锐化卷积等预处理,获取单色背景下的水稻单分蘖... 详细信息

针对水稻栽培和遗传育种研究中单分蘖性状高通量无损提取的实际需求,该研究提出了一种基于沙漏网络模型的单分蘖水稻关键点预测和骨架提取方法。首先,对原始图像进行批量裁剪、gamma校正和锐化卷积等预处理,获取单色背景下的水稻单分蘖图像数据集;设计水稻单分蘖各器官关键点数据标注策略,构建监督数据集。然后,构建堆叠沙漏网络架构实现叶片数固定和不固定的水稻关键点检测,引入沙漏结构整合图像的多尺度特征,结合中间监督机制整合不同沙漏模块信息。叶片数一致的情况,模型预测准确率最高可达96.48%;叶片数不一致的情况,预测准确率达到82.09%。最后,根据预测关键点及其对应的语义信息连接形成植株骨架,选取茎秆长、叶片长、穗长、叶片-茎秆夹角和茎节点位置5个表型参数对生成骨架模型的实际意义进行评估,其均方根误差依次为5.82 cm、3.09 cm、1.71 cm、3.22°和2.0356cm,证明了该方法能较好地识别水稻单分蘖关键点,为水稻骨架提取提供了一种新思路,有助于加快水稻育种速度。

关键词：水稻神经网络表型参数关键点检测堆叠沙漏网络植株骨架提取

来源：评论

学校读者我要写书评

暂无评论

基于植物电信号的小麦苗期等渗干旱胁迫与盐胁迫辨识

引用

农业机械学报 2021年第7期52卷 231-236页

作者：李进海李洋 RICARDO Ferraz de Oliveira 姚杰鹏黄岚王忠义中国农业大学信息与电气工程学院北京100083 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 中国农业大学农业农村部农业信息获取技术重点实验室北京100083 圣保罗大学路易斯·德奎罗兹农业学院皮拉西卡巴3538709

针对早期干旱胁迫与盐胁迫在植物处于逆境时难以区分的问题,提出一种基于光诱导植物电信号的干旱胁迫与盐胁迫辨识方法。使用光/暗循环刺激获取了小麦幼苗在正常状态以及等渗干旱胁迫与盐胁迫下的植物叶表面电位,并利用一对一分类策略... 详细信息

针对早期干旱胁迫与盐胁迫在植物处于逆境时难以区分的问题,提出一种基于光诱导植物电信号的干旱胁迫与盐胁迫辨识方法。使用光/暗循环刺激获取了小麦幼苗在正常状态以及等渗干旱胁迫与盐胁迫下的植物叶表面电位,并利用一对一分类策略的支持向量机(One-versus-one support vector machine,OVOSVM)对获取的植物电信号样本进行分类。三折交叉验证结果显示:对正常状态与干旱胁迫下小麦幼苗叶表面电位进行二分类,分类准确率达到100%;对正常状态与盐胁迫下小麦幼苗叶表面电位进行二分类,准确率为94.44%;进行三分类时准确率达到96.30%;对等渗干旱胁迫与盐胁迫下获取的小麦叶表面电位进行二分类,分类准确率为100%。研究表明,植物电信号作为一种辨识逆境胁迫的方法,可对等渗条件下早期干旱胁迫与盐胁迫进行准确区分。

关键词：小麦幼苗叶表面电位光诱导植物电信号等渗干旱胁迫与盐胁迫支持向量机

来源：评论

学校读者我要写书评

暂无评论

核桃叶片氮元素含量的光谱预测模型

引用

新疆农业科学 2023年第3期60卷 582-589页

作者：马文强刘佳沈晓贺陈中原杨莉玲张漫新疆农业科学院农业机械化研究所乌鲁木齐830091 新疆维吾尔自治区产品质量监督检验研究院乌鲁木齐830011 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

【目的】分析325~1075 nm范围内核桃叶片光谱与叶片氮元素含量的相关性,研究核桃叶片光谱数据预处理和特征波段筛选方法,建立核桃叶片氮元素含量的预测模型,为实现核桃生产中的快速施肥提供参考。【方法】建立多元散射校正、Savitzky-Go... 详细信息

【目的】分析325~1075 nm范围内核桃叶片光谱与叶片氮元素含量的相关性,研究核桃叶片光谱数据预处理和特征波段筛选方法,建立核桃叶片氮元素含量的预测模型,为实现核桃生产中的快速施肥提供参考。【方法】建立多元散射校正、Savitzky-Golay卷积平滑滤波和小波去噪的组合预处理方法;采用连续投影算法筛选出了特征波段;采用特征波段建立核桃叶片氮元素含量的偏最小二乘回归预测模型。【结果】建立的组合预处理方法对核桃叶片光谱去噪效果较好;采用特征波段建立的核桃叶片氮元素含量的预测模型,模型的验证集决定系数R^(2)达到了0.875,均方根误差RMSE达到了0.6973 mg/g。【结论】与全光谱数据相比,筛选出的特征波段降低了冗余数据和噪声的影响,提取出了有效成分相关的光谱信息,提高了建模质量。

关键词：核桃光谱分析氮元素特征波段预测模型

来源：评论

学校读者我要写书评

暂无评论

基于BSO-SVR的香蕉遥感时序估产模型研究

引用

农业机械学报 2021年第S01期52卷 98-107页

作者：张海洋张瑶李民赞李修华王俊田泽众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南宁530004 河南科技大学电气工程学院洛阳471003

为了提高有限样本下遥感时序估产效果,本文提出一种基于BSO-SVR的香蕉遥感时序估产模型。该模型以广西壮族自治区扶绥县的71块香蕉田块为研究区,利用时间序列Sentinel-2遥感影像数据,结合实测产量数据,对2019—2020年香蕉产量进行预测... 详细信息

为了提高有限样本下遥感时序估产效果,本文提出一种基于BSO-SVR的香蕉遥感时序估产模型。该模型以广西壮族自治区扶绥县的71块香蕉田块为研究区,利用时间序列Sentinel-2遥感影像数据,结合实测产量数据,对2019—2020年香蕉产量进行预测与分析。融合阈值分割和形态学开操作方法,滤除香蕉关键生育期内遥感影像的厚云和云阴影区域;引入头脑风暴优化算法(Brain storming optimization algorithm,BSO)自动搜寻支持向量回归算法(Support vector regression,SVR)的最优惩罚因子和核函数参数,解决SVR模型的参数优化不足导致模型预测精度低的问题;搭建基于BSO-SVR的时间序列遥感估产模型,深入挖掘多时相遥感信息,以提升香蕉估产准确度。结果表明,相较于网格搜索算法(Grid search,GS)和灰狼优化算法(Grey wolf optimizer,GWO)搜寻SVR模型的最优参数,本文提出的头脑风暴优化算法具有更高的预测精度和更快的预测速度,在2019年和2020年BSO-SVR模型测试集的决定系数(Coefficient of determination,R;)分别为0.777和0.793,验证集R;分别为0.765和0.636,运行时间分别为0.320、0.331 s;与传统的岭回归模型(Ridge regression,RR)和偏最小二乘回归模型(Partial least squares regression,PLSR)相比,BSO-SVR模型的预测性能最佳,其次是RR模型,PLSR模型表现最差。本文提出的时序估产模型实现了香蕉田块产量的精准预估。

关键词：香蕉遥感估产时间序列头脑风暴优化算法支持向量回归算法

来源：评论

学校读者我要写书评

暂无评论

一种对作物Mg2+活体检测的全固态微针型传感器制备及应用

引用

农业工程学报 2025年第9期 29-36页

作者：王志豪樊成孝王焯黄岚王忠义中国农业大学信息与电气工程学院现代精细农业系统集成研究教育部重点实验室农业农村部农业信息获取技术重点实验室

镁元素对作物的生长发育至关重要，通过监测作物体内镁离子的浓度变化，即可监测作物的生长状态。为实现作物茎杆Mg2+快速准确原位活体检测，研制了一款微针型全固态离子选择性电极（all-solid-state ion-selective electrodes,ASS-ISE... 详细信息

镁元素对作物的生长发育至关重要，通过监测作物体内镁离子的浓度变化，即可监测作物的生长状态。为实现作物茎杆Mg2+快速准确原位活体检测，研制了一款微针型全固态离子选择性电极（all-solid-state ion-selective electrodes,ASS-ISEs）。该传感器以不锈钢微针为导电基底材料，在其尖端构建石墨烯-聚（3,4-乙烯二氧噻吩）/聚（苯乙烯磺酸盐）(PEDOT)固态转接层，并在固态转接层表面涂附离子选择性敏感膜（ion selective membrane,ISM）。首先，对传感器进行电位校准；然后，通过扫描电子显微镜（scanning electron microscopy,SEM）测试、水层测试、电化学阻抗谱（electrochemical impedance spectroscopy,EIS）测试等传感器性能表征方法，对针-石墨烯-PEDOT-ISM型和针-ISM型两种传感器进行对比测试；最后，将传感器应用于小麦苗茎秆Mg2+原位活体检测，并设置对照试验。结果表明，传感器响应时间为7.0 s，检测限低至1.0×10-7mol/L、能斯特斜率为27.04 mV/dec，寿命可达30 d以上；两种传感器的水层测试及EIS测试结果表明，石墨烯-PEDOT固态转接层结构，可以显著增加离子选择性薄膜和不锈钢基底之间的低频电容，有效抑制水层的形成，降低传感器表面的电荷转移电阻，减少信号漂移，提高响应电位的稳定性。小麦苗茎杆Mg2+原位活体检测结果及纯琼脂和去离子水对照试验结果表明，该传感器可以有效检测其茎杆中Mg2+浓度变化，变化范围为10-3.42～10-3.03mol/L，检测结果可靠。综上所述，该传感器检测限低、电位响应稳定，可用于作物茎秆Mg2+浓度变化原位活体检测，应用前景广泛。

关键词：传感器作物Mg2+检测石墨烯电位校准

来源：评论

学校读者我要写书评

暂无评论

基于轻量二阶段检测模型的自然环境多类蔬菜幼苗识别

引用

农业机械学报 2021年第10期52卷 282-290页

作者：孟庆宽张漫叶剑华都泽鑫宋名果张志鹏天津职业技术师范大学自动化与电气工程学院天津300222 天津市信息传感与智能控制重点实验室天津300222 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

为实现自然环境下蔬菜幼苗精准快速识别,本文以豆角、花菜、白菜、茄子、辣椒、黄瓜等形态差异大、具有代表性的蔬菜幼苗为研究对象,提出一种基于轻量化二阶段检测模型的多类蔬菜幼苗检测方法。模型采用混合深度分离卷积作为前置基础网... 详细信息

为实现自然环境下蔬菜幼苗精准快速识别,本文以豆角、花菜、白菜、茄子、辣椒、黄瓜等形态差异大、具有代表性的蔬菜幼苗为研究对象,提出一种基于轻量化二阶段检测模型的多类蔬菜幼苗检测方法。模型采用混合深度分离卷积作为前置基础网络对输入图像进行运算,以提高图像特征提取速度与效率;在此基础上,引入特征金字塔网络(Feature pyramid networks,FPN)单元融合特征提取网络不同层级特征信息,用于增强深度学习检测模型对多尺度目标的检测精度;然后,通过压缩检测头网络通道维数和全连接层数量,降低模型参数规模与计算复杂度;最后,将距离交并比(DistanceIoU,DIoU)损失作为目标边框回归损失函数,使预测框位置回归更加准确。试验结果表明,本文提出的深度学习推理模型对多类蔬菜幼苗的平均精度均值为97.47%,识别速度为19.07 f/s,模型占用存储空间为60 MB,对小目标作物以及叶片遮挡作物的平均精度均值达到88.55%,相比于Faster RCNN、RFCN模型具有良好的泛化性能和鲁棒性,可以为蔬菜田间农业智能装备精准作业所涉及的蔬菜幼苗检测识别问题提供新方案。

关键词：蔬菜幼苗深度学习作物识别轻量卷积二阶段检测模型

来源：评论

学校读者我要写书评

暂无评论

基于复合纳米介导固态电极的原位土壤硝态氮检测研究

引用

农业机械学报 2020年第S02期51卷 402-407页

作者：陈铭蓝天姚岚李莉张淼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 中国农业大学农业农村部农业信息获取技术重点实验室北京100083

采用新型纳米复合材料金纳米簇复合石墨烯为固态离子选择电极介导材料,以土壤渗出液为对象开展原位NO-3-N检测,评估了传感器寿命、灵敏性及选择性,解析了采集环境参数对渗出液硝态氮监测的影响。结果表明:电极寿命达到65 d,响应斜率为44... 详细信息

采用新型纳米复合材料金纳米簇复合石墨烯为固态离子选择电极介导材料,以土壤渗出液为对象开展原位NO-3-N检测,评估了传感器寿命、灵敏性及选择性,解析了采集环境参数对渗出液硝态氮监测的影响。结果表明:电极寿命达到65 d,响应斜率为44.02 mV/dec,对硝酸根选择性较好,对土壤中主要共存阴离子抗干扰性良好;采样探头包埋深度每下降10 cm,硝态氮质量浓度增加30~60 mg/L;含水率对渗出液硝态氮影响不明显;土壤颗粒粒径大于2.5 mm后,硝态氮质量浓度下降约19.5%;原位渗出液电极测定结果与光学法一致性较好,约为标准浸提液检测值5~6倍。

关键词：原位土壤硝态氮离子选择电极纳米介导

来源：评论

学校读者我要写书评

暂无评论

农田平地机导航侧滑估计与自适应控制方法

引用

农业机械学报 2020年第9期51卷 26-33页

作者：景云鹏刘刚金志坤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 中国农业大学农业农村部农业信息获取技术重点实验室北京100083

针对农田平地机在无人驾驶作业时因受地面侧滑影响而导致路径追踪控制精度降低的问题,提出一种基于牵引式农田平地机的导航侧滑估计与自适应控制方法。根据路径追踪时平地铲与拖拉机的位置关系,建立了牵引式农田平地机的运动学模型;基... 详细信息

针对农田平地机在无人驾驶作业时因受地面侧滑影响而导致路径追踪控制精度降低的问题,提出一种基于牵引式农田平地机的导航侧滑估计与自适应控制方法。根据路径追踪时平地铲与拖拉机的位置关系,建立了牵引式农田平地机的运动学模型;基于运动学模型,提出了一种侧滑估计器,用来预测导航控制中车轮因侧滑产生的侧滑角,并计算出拖拉机的前轮转角控制率;采用改进的非线性函数构造方法对PID控制器的参数KP、KI、KD进行实时整定,实现了农田平地机自适应导航控制。田间试验表明,该方法使平地铲路径追踪的平均绝对偏差减小了6.78 cm,标准偏差减小了10.1 cm。与无侧滑估计和参数自适应的导航控制相比,本文方法提高了农田平地机的路径追踪精度,增强了导航控制系统对平地机的适应性和鲁棒性。

关键词：农田平地机导航侧滑估计自适应控制非线性整定

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：