检索结果-内蒙古大学图书馆

农业机械学报 2021年第S01期52卷 74-80页

作者：刘刚胡号黄家运张季琴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

针对变量施肥位置滞后问题,在已有研究的基础上,以提高变量施肥机作业精度为目标,利用压力传感器、ArduinoUNO等设备搭建了滞后时间检测系统,并建立了落肥时间及其影响因素之间的关系模型,以该模型为数据基础提出了基于滞后距离的施肥... 详细信息

针对变量施肥位置滞后问题,在已有研究的基础上,以提高变量施肥机作业精度为目标,利用压力传感器、ArduinoUNO等设备搭建了滞后时间检测系统,并建立了落肥时间及其影响因素之间的关系模型,以该模型为数据基础提出了基于滞后距离的施肥位置修正方法。该方法利用滞后时间和作业速度计算滞后距离,当机具与网格边界距离与滞后距离相等时改变施肥状态,实现施肥位置的修正。田间试验结果表明:本文提出的滞后时间检测方法的检测精度为84.1%;建立的转速-滞后时间模型能够准确计算滞后时间,基于滞后距离的施肥位置修正方法能够有效提高施肥位置精度,施肥位置滞后距离减小了61.8%。

关键词：变量施肥滞后时间位置滞后滞后修正

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLO v3-tiny的奶牛乳房炎自动检测方法

引用

农业机械学报 2021年第S01期52卷 276-283页

作者：王彦超康熙李孟飞张旭东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 中国农业大学农业农村部农业信息获取技术重点实验室北京100083

针对利用热红外技术检测奶牛乳房炎精度低的问题,提出了一种改进YOLO v3-tiny的奶牛乳房炎自动检测方法,构建了自动检测奶牛关键部位模型。改进YOLO v3-tiny算法以YOLO v3-tiny为基础,首先在卷积层与池化层之间加入残差网络,增加网络深... 详细信息

针对利用热红外技术检测奶牛乳房炎精度低的问题,提出了一种改进YOLO v3-tiny的奶牛乳房炎自动检测方法,构建了自动检测奶牛关键部位模型。改进YOLO v3-tiny算法以YOLO v3-tiny为基础,首先在卷积层与池化层之间加入残差网络,增加网络深度,进行深层次地特征提取、高精度地检测分类;其次在网络的关键位置加入了压缩激励(Squeeze and excitation,SE)注意力模块,强化有效特征,增强特征图的表现能力;最后比较了激活函数ReLU、Leaky ReLU与Swish的性能,发现激活函数Swish优于激活函数ReLU和Leaky ReLU,故将网络模型主干部分卷积层中的激活函数更改为Swish激活函数。改进后的奶牛关键部位检测模型检测结果准确率为94.8%,召回率为97.5%,平均检测精度为97.9%,F1值为96.1%,与传统模型相比,准确率提高了9.9个百分点,召回率提高了1.7个百分点,平均检测精度提高了2.2个百分点,F1值提高了6.2个百分点,性能指标均优于YOLO v3-tiny模型,满足实时检测的要求。使用该目标检测算法进行奶牛乳房炎检测试验,将获得的温差与温度阈值比较,判定奶牛乳房炎的发病情况,并以体细胞计数法进行验证。结果表明,奶牛乳房炎检测精度可达77.3%。证明该方法能够实现奶牛关键部位的精准定位并应用于奶牛乳房炎检测。

关键词：奶牛乳房炎检测深度学习改进YOLO v3-tiny 热红外技术目标识别

来源：评论

学校读者我要写书评

暂无评论

基于热红外视频的生猪耳根温度检测方法

引用

农业机械学报 2021年第S01期52卷 284-290页

作者：冯彦坤康熙王彦超李孟飞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 中国农业大学农业农村部农业信息获取技术重点实验室北京100083

基于热红外视频的生猪体温实时检测过程中,针对生猪头部姿态多变不能准确检测耳根温度的问题,提出了一种生猪耳根温度精准检测方法。首先,根据生猪头部运动轨迹数据,对饲喂栏通道进行最佳耳根测温区域划分;然后,提出了一种位置偏移算法... 详细信息

基于热红外视频的生猪体温实时检测过程中,针对生猪头部姿态多变不能准确检测耳根温度的问题,提出了一种生猪耳根温度精准检测方法。首先,根据生猪头部运动轨迹数据,对饲喂栏通道进行最佳耳根测温区域划分;然后,提出了一种位置偏移算法,检测最佳耳根测温区域中的头部姿态端正帧(Head posture correct frame,HPCF);最后,构建了基于YOLO v4的生猪头部和耳根检测模型,对生猪头部和耳根区域进行精准定位,实现了HPCF的自动检测,分别提取HPCF的左、右耳根检测框内的最高温度作为各自的耳根温度。试验结果表明,基于YOLO v4模型的平均检测精度(mAP)达到93.15%,头部和耳根定位精准;HPCF检测准确率为91.33%;将算法提取的耳根温度和手动提取的耳根温度进行比较,分析结果表明,对于测试的HPCF中的左右耳根温度,误差在0.3℃以内的测试图像分别占97%和98%。上述研究结果可为生猪体温异常实时监测与预警提供技术手段。

关键词：热红外视频生猪耳根温度目标检测

来源：评论

学校读者我要写书评

暂无评论

基于加权随机森林的番茄氮元素缺乏分级模型研究

引用

农业机械学报 2021年第11期52卷 219-225,262页

作者：李莉蓝天赵奇慧孟繁佳中国农业大学农业信息获取技术农业农村部重点实验室北京100083 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

基于叶面颜色特征建立番茄氮元素缺乏分级模型判别准确率可达0.8以上。夏季定植的番茄叶片表面会覆盖粘质腺毛,粘质腺毛利于番茄吸收水分和营养元素,相同营养液氮离子浓度下叶片黄化过程异于未覆盖粘质腺毛的叶片。故仅基于叶面颜色特... 详细信息

基于叶面颜色特征建立番茄氮元素缺乏分级模型判别准确率可达0.8以上。夏季定植的番茄叶片表面会覆盖粘质腺毛,粘质腺毛利于番茄吸收水分和营养元素,相同营养液氮离子浓度下叶片黄化过程异于未覆盖粘质腺毛的叶片。故仅基于叶面颜色特征建立分级模型,其准确率降至0.65。覆盖粘质腺毛番茄其叶片周长和叶面积两个形状特征均小于未覆盖粘质腺毛的番茄叶片,本文将番茄叶片两个形状特征结合原有叶面颜色特征共同作为模型输入,建立新的番茄氮元素缺乏分级模型。搭建图像采集系统,该图像采集单元由树莓派和其相机模块构建,使用WiFi或4G网络完成智能手机、图像采集单元、本地计算机之间无线数据传输。智能手机通过Web界面可远程控制采集图像并将图像传输到云平台存储。本地计算机对图像进行预处理提取叶片形状、颜色特征后输入模型进行预测,并输出预测结果。试验结果表明,图像采集系统春季和夏季平均温度在19.7~28.3℃范围内,光照在1125~9543 lx范围内均可正常使用,采集的图像经预处理分割后降低了环境光线的影响。使用优化后的加权随机森林模型,基于形状特征和颜色特征相结合的叶片氮元素缺乏分级判别准确率可达0.83。

关键词：番茄氮元素形状特征颜色特征判别分级加权随机森林

来源：评论

学校读者我要写书评

暂无评论

基于ISE的土壤硝态氮原位检测模型比较

引用

农业机械学报 2021年第S01期52卷 297-303页

作者：路逍潘林沛李雁华陈铭刘刚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

针对离子选择电极预测土壤硝态氮浓度易受土壤悬液组分影响的问题,以提高离子选择电极预测土壤硝态氮浓度精准度为目标,探讨了Nernst、SAM、BP-ANN 3种模型的浓度预测性能。开展标准溶液检测实验,预判3个模型的预测性能,结合田间玉米监... 详细信息

针对离子选择电极预测土壤硝态氮浓度易受土壤悬液组分影响的问题,以提高离子选择电极预测土壤硝态氮浓度精准度为目标,探讨了Nernst、SAM、BP-ANN 3种模型的浓度预测性能。开展标准溶液检测实验,预判3个模型的预测性能,结合田间玉米监测实验和盆栽粉冠番茄监测实验验证样本实验结果。实验结果表明,3个模型的预测结果与样本真值均具有较好的一致性。其中,SAM模型的浓度预测结果最为精确,其决定系数均不小于0.9,且MAE、MRE、RMSE分别为2.03~5.08 mg/L、0.64%~8.79%、2.21~5.49 mg/L。SAM浓度预测模型具有精度较高、抗干扰性好的特点,对基于ISE的土壤硝态氮原位检测具有一定的参考价值。

关键词：原位土壤硝态氮离子选择电极标准加入法误差反向神经网络 Nernst

来源：评论

学校读者我要写书评

暂无评论

基于近红外相机成像和阈值分割的苹果早期损伤检测

引用

农业机械学报 2021年第S01期52卷 134-139页

作者：邵志明王怀彬董志城原育慧李军会赵龙莲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

为了解决苹果表面早期损伤难以检测的问题,提出了一种基于近红外相机成像技术和图像阈值分割方法的苹果表面早期损伤检测方法。使用T2SL近红外相机采集苹果样本近红外图像,通过最大类间方差法对近红外图像进行背景分割,基于图像的灰度... 详细信息

为了解决苹果表面早期损伤难以检测的问题,提出了一种基于近红外相机成像技术和图像阈值分割方法的苹果表面早期损伤检测方法。使用T2SL近红外相机采集苹果样本近红外图像,通过最大类间方差法对近红外图像进行背景分割,基于图像的灰度直方图进行无损和有损区域分割阈值的设定,并结合形态学处理提取苹果样本的损伤区域。该方法对无表面损伤苹果样本的判别准确率是88%,对即时损伤后样本的判别准确率是90%,对损伤后30 min样本的判别准确率达到96%。基于近红外相机成像和阈值分割的苹果早期损伤检测不需要建模学习,类似一种无监督判别分析方法,研究结果表明,利用该方法进行苹果表面早期损伤检测是可行的。

关键词：苹果近红外相机成像阈值分割早期损伤

来源：评论

学校读者我要写书评

暂无评论

基于IGWO算法的冬小麦作物-土壤全氮含量一体化监测

引用

农业机械学报 2021年第S01期52卷 304-309,359页

作者：田泽众张瑶张海洋孙红李民赞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

为对冬小麦作物-土壤全氮含量进行一体化监测,提出一种基于改进灰狼优化算法(Improved grey wolf optimization algorithm,IGWO)的冬小麦作物-土壤全氮含量共同冠层高光谱特征波长选择方法。以河南省漯河市郾城区的40块拔节期冬小麦农... 详细信息

为对冬小麦作物-土壤全氮含量进行一体化监测,提出一种基于改进灰狼优化算法(Improved grey wolf optimization algorithm,IGWO)的冬小麦作物-土壤全氮含量共同冠层高光谱特征波长选择方法。以河南省漯河市郾城区的40块拔节期冬小麦农田为研究区,通过采集冬小麦冠层反射光谱,结合实验室测定精确全氮含量,利用IGWO算法选择冬小麦作物-土壤共同特征波长。结果表明,相较于遗传算法(Genetic algorithm,GA)等其他仿生学优化算法,改进灰狼优化算法可以选择冬小麦作物-土壤共同冠层反射光谱特征波长。在随机森林(Random forest,RF)回归模型下,冬小麦作物和土壤全氮含量测试集的决定系数(Coefficient of determination,R^(2))分别为0.7888和0.7534。与其他仿生学算法相比,IGWO选择的特征波长405、495、582、731、808 nm预测性能最佳,能够有效利用全谱信息且符合冬小麦生理特征。改进灰狼优化算法能够选择冬小麦作物-土壤共同的冠层反射光谱特征波长,实现对冬小麦作物-土壤全氮含量的较高精度估计,可作为估测田间冬小麦作物-土壤全氮含量的有效途径。

关键词：冬小麦高光谱作物-土壤一体化监测全氮灰狼优化算法特征选择

来源：评论

学校读者我要写书评

暂无评论

基于近红外稳态空间的苹果病变检测系统设计与试验

引用

农业机械学报 2021年第S01期52卷 140-147页

作者：赵龙莲邵志明薛金丹原育慧董志城李军会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

为了实现苹果内部病变的无损检测,设计了基于近红外稳态空间分辨技术的苹果病变检测系统。系统选用波长830 nm的半导体激光器作为光源,选择感光面积大、感光系数灵敏的FDS1010光电探测器实现苹果内部病变无损检测。搭建试验平台对检测... 详细信息

为了实现苹果内部病变的无损检测,设计了基于近红外稳态空间分辨技术的苹果病变检测系统。系统选用波长830 nm的半导体激光器作为光源,选择感光面积大、感光系数灵敏的FDS1010光电探测器实现苹果内部病变无损检测。搭建试验平台对检测系统的性能进行了分析,包括电流稳定性、温度稳定性和光强稳定性,系统稳定性满足试验需求。选择Evans Blue固体配制不同质量分数的纯吸收溶液,对检测装置的准确性和灵敏度进行验证,发现随着溶液浓度的升高,吸光度呈现线性变化的趋势,在纯吸收溶液中系统表现出了稳定的检测性能,且对不同质量分数也表现出良好的分辨性能。根据稳态空间分辨检测技术原理,设计苹果病变替换试验,通过改变光源的位置,并记录"源-探"之间的距离,依据漫射传输方程求出苹果病变位置的光学参数,与目前已知的苹果内部组织光学参数一致。研究结果表明该系统可以实现苹果内部病变无损检测。

关键词：苹果内部病变近红外稳态空间分辨技术无损检测

来源：评论

学校读者我要写书评

暂无评论

霉变玉米种子实时检测分选装置的设计与试验

引用

农业机械学报 2021年

作者：孟繁佳罗石孙红李民赞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

针对我国霉变玉米种子人工分选效率低、错分率高、缺乏自动检测分选装置等问题，设计了一种实时检测并分选霉变玉米种子的装置。该装置由进料单元、检测单元、分选单元和控制系统组成。下位机采用MSP430，与上位机实时通信，并控制分选... 详细信息

针对我国霉变玉米种子人工分选效率低、错分率高、缺乏自动检测分选装置等问题，设计了一种实时检测并分选霉变玉米种子的装置。该装置由进料单元、检测单元、分选单元和控制系统组成。下位机采用MSP430，与上位机实时通信，并控制分选执行机构。上位机采用matlab2014b软件对玉米种子图像进行实时处理并输出识别结果。为了便于玉米种子图像采集，设计了种子分离机构。根据霉变玉米种子与正常玉米种子表面颜色的差异，设计了一种基于HSV颜色空间划分的霉变玉米种子识别算法，并提出了一种玉米种子排序策略，实现了玉米种子的精确分选。装置对单幅图像的采集和处理时间约为0.8s，分选速度约为680粒/min，霉变玉米种子的识别准确率为95%，总体分选成功率为94%以上。该装置实现了玉米种子从进料到分选的全自动化，能够实现对霉变玉米种子的实时检测和分选。该装置采用机器视觉技术对玉米种子进行无损检测，为后期玉米s种子分级系统的相关研发提供了技术支持。

关键词：玉米种子机器视觉霉变检测自动分选

来源：评论

学校读者我要写书评

暂无评论

基于阈值分析的曲线拟合和边缘检测生猪侧视点云补全

引用

农业机械学报 2021年第S01期52卷 81-88页

作者：李孟飞康熙王彦超陈珏张馨月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 中国农业大学农业农村部农业信息获取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

针对基于深度相机的生猪体尺检测中,生猪胸围、腹围因栏杆遮挡而无法准确测量的问题,本文提出一种基于阈值分析的三次B样条曲线拟合和边缘检测相结合的方法,实现对侧视点云缺失区域的补全。对DK深度相机采集到的模型猪左侧原始点云数据... 详细信息

针对基于深度相机的生猪体尺检测中,生猪胸围、腹围因栏杆遮挡而无法准确测量的问题,本文提出一种基于阈值分析的三次B样条曲线拟合和边缘检测相结合的方法,实现对侧视点云缺失区域的补全。对DK深度相机采集到的模型猪左侧原始点云数据进行预处理,采用直通滤波、体素网格下采样、统计滤波及欧氏聚类等方法提取生猪的侧视点云。对侧视点云进行切片、阈值分析、投影,拟合得到曲线拟合之后的补全点云。对侧视点云进行边缘检测得到边缘点云,对边缘点云的缺失区域进行拟合补全,得到完整的边缘点云,将曲线拟合之后的补全点云与边缘点云进行对比分析,剔除超出边缘的补全点云得到最终补全点云。最后,分别对未补全点云、补全点云进行体尺测点的自动化提取和人工提取,比较点云补全前后体尺测点的提取误差。试验结果表明,通过本文方法对腹部缺失点云进行补全后,腹围测点的提取误差由1.54 cm降至0.64 cm,对胸部缺失点云补全后,胸围测点的提取误差由3.41 cm降至0.89 cm。

关键词：生猪体尺检测点云补全三次B样条阈值分析边缘检测

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：