检索结果-内蒙古大学图书馆

光谱学与光谱分析 2025年第1期45卷 291-300页

作者：徐子洋姜新华翟成珺马学磊李靖内蒙古农业大学计算机与信息工程学院内蒙古呼和浩特010018 内蒙古自治区农牧业大数据研究与应用重点实验室内蒙古呼和浩特010018 内蒙古自治区教育考试院内蒙古呼和浩特010018

冷鲜羊肉新鲜度受多种因素影响,可通过多个理化和微生物指标综合评价。传统检测方法操作复杂、效率低。高光谱成像作为一种快速且非破坏性的检测技术,可以有效地检测冷鲜羊肉新鲜度改变过程中不同成分的变化。为了研究采用高光谱成像技... 详细信息

冷鲜羊肉新鲜度受多种因素影响,可通过多个理化和微生物指标综合评价。传统检测方法操作复杂、效率低。高光谱成像作为一种快速且非破坏性的检测技术,可以有效地检测冷鲜羊肉新鲜度改变过程中不同成分的变化。为了研究采用高光谱成像技术实现冷鲜羊肉新鲜度多指标评价的可行性,提出一种改进人工神经网络算法,通过重新定义损失函数加强标记之间的相关性,充分采用多个新鲜度指标对冷鲜羊肉新鲜度分类。试验收集了0~14 d冷鲜羊肉样本在400~1000 nm范围的高光谱图像,采用实验室方法测定挥发性盐基氮(TVB-N)、pH值、菌落总数(TAC)和大肠菌群近似数(ANC)指标值。通过S-G平滑滤波法和多元散射校正对冷鲜羊肉样本原始光谱数据进行预处理,采用连续投影法(SPA)选择光谱数据的18个特征波长作为输入数据,采用所提出的改进人工神经网络算法建立多指标冷鲜羊肉新鲜度等级模型。结果表明,改进人工神经网络对测试集的分类准确率达96%,三个新鲜度等级样本的识别率分别为100%、89.28%和98.68%,采用汉明损失(hamming loss)、1-错误率(one-error)、排序损失(ranking loss)和覆盖率(coverage)四种多标记模型指标进行评价,评价指标分别为0.008、0.002、0.0025和4.048。改进人工神经网络分类模型的准确率和各项模型评价指标均优于传统ANN,证明改进人工神经网络用于多指标冷鲜羊肉新鲜度的无损检测具有可行性。

关键词：无损检测高光谱神经网络多指标分类

来源：评论

学校读者我要写书评

暂无评论

基于特征融合FRCNet的草地高光谱识别分类研究

引用

内蒙古师范大学学报(自然科学版) 2025年第2期54卷 159-169页

作者：刘雨珂刘一磊罗小玲郜晓晶潘新内蒙古农业大学计算机与信息工程学院内蒙古呼和浩特010010

为解决高光谱草地识别分类任务中存在的精度低、计算成本高的问题,提出了FRCNet(faster R-CNN,FRC)网络模型。通过无人机搭载高光谱成像仪进行草地平扫拍摄,建立四种类别的草地高光谱数据集。采用高斯滤波器与主成分分析法(principal co... 详细信息

为解决高光谱草地识别分类任务中存在的精度低、计算成本高的问题,提出了FRCNet(faster R-CNN,FRC)网络模型。通过无人机搭载高光谱成像仪进行草地平扫拍摄,建立四种类别的草地高光谱数据集。采用高斯滤波器与主成分分析法(principal component analysis,PCA)对高光谱图像降噪与降维处理,建立主要由FRC模块与FAC模块组成的FRCNet网络模型进行分类任务。实验采用平均精度(average accuracy,AA)、总体精度(overall accuracy,OA)、F1分数与运行时间作为性能指标,并且使用八种方法与FRCNet进行对比实验。结果表明,FRCNet网络表现最好,AA为93.36%,OA为93.49%,F1分数为96.64,较其他方法准确度提高了10%~20%。同时使用三个公开数据集进行对比试验,FRCNet表现最好,准确度提升了2%~20%。研究结果证明,FRCNet网络模型在高光谱草地分类任务中的有效性,可以作为当前高光谱精度低、计算成本高问题的一种高效解决方案。

关键词：高光谱影像分类识别分类特征融合重参数化重聚焦卷积注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于YOLOv8n+无人机图像的荒漠草原鼠洞检测

引用

中国农机化学报 2025年第05期 155-161+168页

作者：宋健郁志宏戚桂美解晶晶刘志兴王涛内蒙古农业大学机电工程学院内蒙古师范大学计算机科学技术学院

鼠洞密度是草原退化的重要参考指标，也是鼠害程度的标准之一。针对传统鼠洞检测劳动强度大、工作效率低的问题，提出基于Yolov8n+和无人机图像的鼠洞检测方法。首先，无人机搭载可见光传感器采集RGB图像，对图像进行标注制作鼠洞数据... 详细信息

鼠洞密度是草原退化的重要参考指标，也是鼠害程度的标准之一。针对传统鼠洞检测劳动强度大、工作效率低的问题，提出基于Yolov8n+和无人机图像的鼠洞检测方法。首先，无人机搭载可见光传感器采集RGB图像，对图像进行标注制作鼠洞数据集。然后，统计鼠洞尺度区间优化YOLOv8n网络结构：剔除冗余的检测头，精简网络结构；保留深层与浅层之间的信息交互通道。最后，采用目标检测评价指标从检测精度和模型复杂度两个方面对YOLOv8n+进行评估。结果表明：YOLOv8n+对鼠洞的平均检测精度为98.6%,模型体积为3.2 MB,检测速度为172.42 FPS。相比于YOLOv8n和其他主流算法，YOLOv8n+在检测精度和检测速度上表现最好，表明YOLOv8n+能够实现对鼠洞精确、高效的检测，满足现实场景下无人机低空遥感对鼠洞的检测要求，弥补传统方法的不足，提高鼠洞监测的实时性和灵活性。

关键词：荒漠草原鼠洞无人机目标检测鼠害监测

来源：评论

学校读者我要写书评

暂无评论

基于地理探测器的河套灌区湖泊MNDWI时空变化及驱动力分析

引用

生态科学 2025年第1期44卷 100-107页

作者：王成坤李瑞平王秀青闫志远苗庆丰内蒙古农业大学水利与土木建筑工程学院呼和浩特010018 内蒙古自治区测绘地理信息中心呼和浩特010050 内蒙古农业大学旱区水工程生态环境全国重点实验室呼和浩特010018

为了探究河套灌区湖泊改进的归一化差异水体指数(MNDWI)时空变化及其驱动力,基于Google Earth Engine(GEE)平台提取的MNDWI遥感数据,采用趋势分析法探讨了2000—2019年河套灌区湖泊MNDWI时空变化特征,并用地理探测器模型对河套灌区湖泊M... 详细信息

为了探究河套灌区湖泊改进的归一化差异水体指数(MNDWI)时空变化及其驱动力,基于Google Earth Engine(GEE)平台提取的MNDWI遥感数据,采用趋势分析法探讨了2000—2019年河套灌区湖泊MNDWI时空变化特征,并用地理探测器模型对河套灌区湖泊MNDWI驱动力进行了研究。结果表明:(1)2000—2019年河套灌区湖泊MNDWI呈增加态势,平均上升幅度为0.006/年,季节变化特征明显。(2)近20年来面积呈增加趋势的湖泊超过半数,占比高达68.5%,主要分布在乌梁素海和河套灌区的西部。(3)河套灌区湖泊MNDWI空间差异主要受引水量、地下水埋深、人口分布、年平均气温、土地分类、年平均降水量和高程等因素影响,其因子解释力均超过30%,这表明这些因子是影响该区域内MNDWI空间分布的主导环境因子,而坡度和GDP对湖泊水体指数的解释力相对较弱;自然因子间的交互作用以双因子增强趋势为主,其中地下水埋深∩土地分类解释力最高,为0.746。

关键词：河套灌区湖泊地理探测器模型驱动因子改进的归一化差异水体指数

来源：评论

学校读者我要写书评

暂无评论

冰盖下串列组合桥墩周围绕流特性

引用

河海大学学报(自然科学版) 2025年第1期53卷 71-79,86页

作者：高鹏程牟献友常蕾尚志强苏海涛姜海荣冀鸿兰罗红春内蒙古自治区水利科学研究院内蒙古呼和浩特010051 内蒙古农业大学水利与土木建筑工程学院内蒙古呼和浩特010018 内蒙古自治区测绘地理信息中心内蒙古呼和浩特010010 阿鲁科尔沁旗应急管理局内蒙古赤峰025550

为揭示冰盖流作用下水中桥墩附近区域流场的分布特性及内在规律,采用高精度三维测量技术,研究了明渠流和冰盖流条件下组合桥墩周围流场的空间分布及瞬态变化特性。试验结果表明:冰盖流条件下,远离桥墩断面处纵向流速沿垂线的分布呈抛物... 详细信息

为揭示冰盖流作用下水中桥墩附近区域流场的分布特性及内在规律,采用高精度三维测量技术,研究了明渠流和冰盖流条件下组合桥墩周围流场的空间分布及瞬态变化特性。试验结果表明:冰盖流条件下,远离桥墩断面处纵向流速沿垂线的分布呈抛物线形,且中下部流速较上部偏大,表明冰盖粗糙度会改变流速的垂线分布,降低水流断面原始深泓线位置;冰盖的存在会削弱第一、三象限猝发事件发生频率,第二、四象限猝发事件则会被强化;全部4个象限猝发事件的垂线分布呈现出游荡形式,覆盖冰层后水体紊动强度受到强化,是促使泥沙颗粒发生跃移的关键因素。

关键词：组合桥墩冰盖绕流场象限分析猝发事件

来源：评论

学校读者我要写书评

暂无评论

基于RMI损失的玉米病害图像分割研究

引用

计算机仿真 2025年第4期 296-300+346页

作者：许珂姜新华王志刚马达灵内蒙古农业大学计算机与信息工程学院内蒙古自治区农牧业大数据研究与应用重点实验室内蒙古农业大学农学院

及时的农作物病害诊断对于农业生产极为重要。为了提高语义分割中玉米病害数据集制作精度,改善语义分割损失函数忽略了像素间关系的问题,本文使用基于区域互信息(RMI)损失的计算方法。方法的关键思想是交叉熵损失的基础上,引入一种新的... 详细信息

及时的农作物病害诊断对于农业生产极为重要。为了提高语义分割中玉米病害数据集制作精度,改善语义分割损失函数忽略了像素间关系的问题,本文使用基于区域互信息(RMI)损失的计算方法。方法的关键思想是交叉熵损失的基础上,引入一种新的损失项用于衡量预测概率分布之间的相互信息。在研究中构建了一个结合Plant Village数据集以及网络收集的共2912张的玉米叶片病害图片作为新的数据集并训练,相比使用sigmod损失函数RMI损失在该玉米病害数据中MIo U平均提升约2%。结果表明改上述损失对于玉米病害语义分割问题有着改进作用。

关键词：玉米病害图像语义分割损失函数区域互信息损失

来源：评论

学校读者我要写书评

暂无评论

防治苜蓿小光壳叶斑病室内药剂筛选及不同苜蓿品种抗性评价

引用

草地学报 2025年第3期33卷 1001-1010页

作者：霍宏丽罗金刚赵远征张笑宇杨永青裴轩瑗张冬梅李子钦周洪友内蒙古农业大学园艺与植物保护学院内蒙古呼和浩特010019 内蒙古自治区农牧业科学院植物保护研究所内蒙古呼和浩特010031 生物农药创制与资源利用自治区高等学校重点实验室内蒙古呼和浩特010018 内蒙古电子信息职业技术学院内蒙古呼和浩特010070 武汉纺织大学环境工程学院湖北武汉430200 兴安盟农牧科学研究所内蒙古乌兰浩特137400

近年来在内蒙古多地发现由三叶草小光壳(Leptosphaerulina trifolii)造成的苜蓿小光壳叶斑病,为筛选苜蓿(Medicago sativa)小光壳叶斑病的高效化学药剂和抗病品种,本研究通过室内药效测定,比较了14种杀菌剂对苜蓿小光壳叶斑病病原菌的... 详细信息

近年来在内蒙古多地发现由三叶草小光壳(Leptosphaerulina trifolii)造成的苜蓿小光壳叶斑病,为筛选苜蓿(Medicago sativa)小光壳叶斑病的高效化学药剂和抗病品种,本研究通过室内药效测定,比较了14种杀菌剂对苜蓿小光壳叶斑病病原菌的抑制作用,并通过盆栽试验对46份紫花苜蓿品种进行了抗性鉴定。结果表明,嘧菌酯、吡唑醚菌酯和恶醚唑对NM05菌株的菌丝生长有较好的抑制效果,有效抑制中浓度(Median effective concentration,EC50)值分别为0.0091,0.0383和0.1073 mg·L^(-1);经抗病性评价,供试品种中有高抗品种4份,中抗品种17份,中感品种23份和高感品种2份,其中高抗品种为‘苜蓿801’、杂花苜蓿、‘赛特’和‘呼伦贝尔’杂花。综上所述,本研究筛选出3个苜蓿小光壳叶斑病高效杀菌剂和4个苜蓿高抗品种,为苜蓿小光壳叶斑病的田间防治奠定了基础。

关键词：苜蓿小光壳叶斑病杀菌剂筛选品种抗性评价

来源：评论

学校读者我要写书评

暂无评论

数字化背景下虚拟化技术类教材建设探索与实践

引用

科技资讯 2025年第2期23卷 206-210,256页

作者：刘海燕刘晓民王怡璇杨耀天北京信息职业技术学院产业互联网学院北京100018 内蒙古农业大学水利与土木建筑工程学院内蒙古呼和浩特010010 内蒙古金华源环境资源工程咨询有限责任公司内蒙古呼和浩特010020

随着数字化技术的发展,为适应专业建设和课程数字化升级改造,虚拟化技术教材在内容和编写形式方面需要进行开发和建设。针对已出版的虚拟化教材,对其在内容深度、编排逻辑、思政元素的融入、数字化资源的构建等方面的情况进行了详细的... 详细信息

随着数字化技术的发展,为适应专业建设和课程数字化升级改造,虚拟化技术教材在内容和编写形式方面需要进行开发和建设。针对已出版的虚拟化教材,对其在内容深度、编排逻辑、思政元素的融入、数字化资源的构建等方面的情况进行了详细的分析。分析显示,现有虚拟化技术教材在项目评价、实践训练以及编排模式上存在不足。为推动虚拟化技术教材的创新与改进,提出了一系列策略。首先,校企协作组建教材编写与审核团队,确保教材内容紧密贴合实际工作需求;其次,以“岗课赛证”融通的模式组织教材内容,提升教材的实用性;最后,依托“数字赋能”理念打造新形态教材建设,以适应数字化教学的新要求。这些策略不仅为虚拟化技术教材的优化提供了有益参考,也为其他相关教材的开发与建设提供了新思路。

关键词：虚拟化技术教材建设课程内容新形态教材

来源：评论

学校读者我要写书评

暂无评论

牛奶蛋白质含量的SSA-SVM高光谱预测模型

引用

光谱学与光谱分析 2022年第5期42卷 1601-1606页

作者：刘美辰薛河儒刘江平代荣荣胡鹏伟黄清姜新华内蒙古农业大学计算机与信息工程学院内蒙古呼和浩特010000

牛奶中包含着很多人体需要的营养元素,如脂肪、蛋白质、钙等;对牛奶营养元素进行分析是牛奶安全检测关键的一部分。高光谱技术可以有效地结合图像和光谱数据识别牛奶种营养元素。为了实现对牛奶中蛋白质含量快速、精确的预测,采用竞争... 详细信息

牛奶中包含着很多人体需要的营养元素,如脂肪、蛋白质、钙等;对牛奶营养元素进行分析是牛奶安全检测关键的一部分。高光谱技术可以有效地结合图像和光谱数据识别牛奶种营养元素。为了实现对牛奶中蛋白质含量快速、精确的预测,采用竞争性自适应重加权(CARS)算法选取特征波长,并提出一种基于麻雀搜索算法(SSA)优化支持向量机(SVM)实现对牛奶蛋白质含量预测。利用高光谱仪获取牛奶反射光谱(400~1000nm)。通过选取归一化(N)、标准化(Standardization)和多元散射校正(MSC)对原始的牛奶数据进行光谱降噪处理提高光谱利用率;利用竞争性自适应重加权算法和连续投影算法(SPA)对经过处理的牛奶光谱数据提取特征波长,求取蛋白质和光谱间的相关系数并进行重要性排序,获取重要的特征波段;最后,通过遗传算法(GA)优化SVM,粒子群算法(PSO)优化SVM和偏最小二乘法(PLS)算法对牛奶蛋白质进行预测并比较预测结果,为了提高蛋白质预测的精度和模型稳定性,提出利用SSA对SVM的核函数g和惩罚参数c进行优化,以均方根误差(RMSE)作为适应度函数,通过迭代选择最优的回归参数训练模型。牛奶数据预测结果表明最优组合模型为:MSC-CARS-SSA-SVM。模型测试集的决定系数R^(2)为0.9996,均方根误差RMSE为0.0011,耗时4.1121s。结果表明:使用CARS算法能实现特征波段的提取和冗余信息的剔除,从而提高模型效率,简化了算法的复杂度;SSA算法优化SVM的参数,通过迭代更新麻雀最优位置,可以快速得到全局最优解,与SVM,GA-SVM,PSO-SVM和PLS相比,牛奶蛋白质的预测准确度和模型稳定性都得到了明显提高,满足了对乳品检测的精确度要求,是快速检测牛奶蛋白质的一个可行新方法。为光谱模型的优化及预测模型精度的提高提供参考。

关键词：高光谱牛奶蛋白质竞争性自适应重加权算法支持向量机麻雀算法

来源：评论

学校读者我要写书评

暂无评论

融合ConvLSTM和多注意力机制网络的高光谱图像分类

引用

光谱学与光谱分析 2023年第8期43卷 2608-2616页

作者：唐婷潘新罗小玲郜晓晶内蒙古农业大学计算机与信息工程学院内蒙古呼和浩特010018

近年来,基于深度学习的模型在高光谱图像(HSI)分类方面效果显著。针对小样本数据基于深度学习的高光谱图像分类方法分类精度不高的问题,提出一种融合卷积长短期记忆(ConvLSTM)和多注意力机制网络的高光谱图像分类方法。该方法分三个分支... 详细信息

近年来,基于深度学习的模型在高光谱图像(HSI)分类方面效果显著。针对小样本数据基于深度学习的高光谱图像分类方法分类精度不高的问题,提出一种融合卷积长短期记忆(ConvLSTM)和多注意力机制网络的高光谱图像分类方法。该方法分三个分支:光谱分支、空间X分支和空间Y分支分别提取光谱特征、空间X特征和空间Y特征,并将三个方向的特征融合进行高光谱图像分类。由于ConvLSTM在学习有价值的特征和对光谱数据中的长期依赖关系建模方面表现出良好的性能,所以在光谱分支中用了3个隐藏层、卷积核大小为3×3、通道分别为150、100和60提取光谱信息。在空间X分支和空间Y分支,采用基于DenseNet和3D-CNN的Dense空间X块和Dense空间Y块分别提取空间X特征和空间Y特征。为了增强特征提取,在这三个分支中还分别引入了其特征方向的注意力机制,针对信息丰富的光谱波段设计了光谱注意块,信息丰富的像素点分别设计了空间X和空间Y注意块。在三个公开的高光谱数据集上进行了实验,即Indian Pines(IP)、Pavia University(UP)和Salinas Valley(SV)数据集;并对比了其他五种方法:基于RBF径向核的支持向量机模型(SVM)、更深更广的卷积神经网络模型(CDCNN)、快速密集光谱-空间卷积网络模型(FDSSC)、空谱残差网络模型(SSRN)、双分支双注意力机制网络模型(DBDA)。实验中,IP数据集上训练样本和验证样本的大小设为总样本的3%,UP和SV数据集上训练样本和验证样本的大小设为总样本的0.5%。该方法和所有基于深度学习的方法,批处理大小均设置为16,优化器设为Adam,学习率设置为0.0005,并动态调整学习率。由于SVM直接利用光谱信息进行分类,输入样本块像素大小为1×1,其他基于深度学习方法的输入样本块像素均设置为9×9。实验结果表明,该方法能充分利用高光谱图像的光谱和空间特征,在OA、AA、KAPPA等评价标准上均获得了更好的效果,其中,该方法的OA指标比次优的算法平均提高0.12%~2.04%。

关键词：高光谱图像分类深度学习 ConvLSTM 卷积神经网络注意力机制

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：