检索结果-内蒙古大学图书馆

内蒙古大学学报（自然科学版） 2010年第2期41卷 223-228页

作者：王立中薛河儒王靖韬内蒙古农业大学职业技术学院包头014100 内蒙古农业大学计算机与信息工程学院呼和浩特010018

以提高相机标定效率和自动化程度为目的,提出一种相机自动标定方法.传统相机标定需要手工标识,工作量大、效率低.使用自制标定模板,应用特征点检测技术代替手工标记,实现自动检测标记点并自动排序,标定精度和原算法基本一致,而且可靠性... 详细信息

以提高相机标定效率和自动化程度为目的,提出一种相机自动标定方法.传统相机标定需要手工标识,工作量大、效率低.使用自制标定模板,应用特征点检测技术代替手工标记,实现自动检测标记点并自动排序,标定精度和原算法基本一致,而且可靠性好,实用性较强,简化了标定过程.

关键词：特征点检测 Harris算法相机标定

来源：评论

学校读者我要写书评

暂无评论

奶牛乳房炎检测方法的研究进展:传统方法、传感器与计算机视觉

引用

内蒙古农业大学学报(自然科学版) 2025年第1期46卷 89-100页

作者：班泽宇王春光宗哲英苏力德王帅苑文博袁泽任晓丹内蒙古农业大学机电工程学院呼和浩特010018 生物农药创制与资源利用自治区高等学校重点实验室呼和浩特010018 奶牛信息智能感知与智慧养殖关键技术研究创新团队呼和浩特010018 内蒙古机电职业技术学院电气工程系呼和浩特010070

乳房炎作为奶牛养殖业中常见且影响深远的疾病,其准确、快速的检测对于保障奶牛健康和乳制品质量至关重要。目前,乳房炎检测技术虽取得了一定进展,但仍面临诸多挑战。本文从传统方法、传感器技术、计算机视觉3个方面综述了奶牛乳房炎检... 详细信息

乳房炎作为奶牛养殖业中常见且影响深远的疾病,其准确、快速的检测对于保障奶牛健康和乳制品质量至关重要。目前,乳房炎检测技术虽取得了一定进展,但仍面临诸多挑战。本文从传统方法、传感器技术、计算机视觉3个方面综述了奶牛乳房炎检测技术的发展。传统方法从理化性质和生物分子学方面分析乳汁样品准确判断乳房炎,但操作过程复杂,需要用到特定的实验设备和专业人员进行操作;基于传感器技术的乳房炎检测技术,通过分析乳房特征和乳汁的理化性质准确判断乳房炎,较大程度上保障了动物福利,但传感器的操作和部署容易引起动物应激反应;基于计算机视觉的乳房炎检测技术,利用数字化技术全流程、自动检测乳房炎,避免动物应激反应,但检测精度有待提升。最后,本文讨论了目前奶牛乳房炎检测技术存在的低精度、时效性差和自动化不足等问题,并展望了乳房炎检测技术的发展趋势,提出了未来的研究方向。本文旨在为奶牛养殖业提供高效、准确、便于应用的乳房炎检测技术与方法,以实现精准畜牧和科学管理。

关键词：乳房炎生物分子学理化性质传感器计算机视觉

来源：评论

学校读者我要写书评

暂无评论

SCXI-1531加速度计输入模块管理与控制程序的开发

引用

仪器仪表学报 2006年第Z3期27卷 1827-1829页

作者：崔红梅裴喜春马弘跃麻硕士内蒙古农业大学机电工程学院呼和浩特010018 内蒙古农业大学计算机与信息学院呼和浩特010018

针对SCXI-1531加速度计输入模块的工作特点和信号传输方式,利用LabWindows／CVI软件开发了SCXI-1531的管理与控制程序,成功实现了SCXI-1531与LabWindows／CVI的通讯,为后续采集系统获取高品质振动或音频信号奠定了坚实的基础。

关键词： SCXI-1531 LabWindows/CVI 加速度计

来源：评论

学校读者我要写书评

暂无评论

基于法线估计的鼢鼠头骨三维点云分割算法

引用

应用激光 2022年第5期42卷 141-150页

作者：王玮婕薛河儒武晓东杨彤满都呼商正昊妮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 内蒙古农业大学草原与资源环境学院草业与草地资源教育部重点实验室内蒙古农业大学啮齿动物研究中心内蒙古呼和浩特010011

针对复杂背景分割时出现的低效率、过分割等问题,提出一种基于法线估计的三维点云分割方法。首先,改进随机采样一致性(RANSAC)算法,引入法线约束去除背景中大部分平面点云,使得目标点云与大量点云分离,然后采用欧式聚类分割从中提取目... 详细信息

针对复杂背景分割时出现的低效率、过分割等问题,提出一种基于法线估计的三维点云分割方法。首先,改进随机采样一致性(RANSAC)算法,引入法线约束去除背景中大部分平面点云,使得目标点云与大量点云分离,然后采用欧式聚类分割从中提取目标点云。利用鼢鼠头骨三维点云数据进行试验,结果表明,融合的点云分割算法可以将目标鼢鼠头骨点云精确分割,完全去除冗余点云,速度快、准确率高,相较同类型方法表现更优。

关键词：三维点云数据随机采样一致性算法法线估计欧式聚类鼢鼠头骨

来源：评论

学校读者我要写书评

暂无评论

基于SSH与DWZ框架的绒山羊遗传育种分析平台

引用

内蒙古农业大学学报（自然科学版） 2014年第2期35卷 158-163页

作者：孟明高静李金泉王瑞军高关岭孟瑞强内蒙古农业大学计算机与信息工程学院呼和浩特010018 内蒙古农业大学动物科学学院呼和浩特010018

针对我国绒山羊生产状况不断向规模化、专业化和集约化方向发展,为了满足育种羊场管理与分析绒山羊育种资料的需要,本文提出一种基于SSH+DWZ框架的绒山羊遗传育种分析平台的设计与实现方法,并将特定的统计分析软件WOMBAT嵌入到这个分析... 详细信息

针对我国绒山羊生产状况不断向规模化、专业化和集约化方向发展,为了满足育种羊场管理与分析绒山羊育种资料的需要,本文提出一种基于SSH+DWZ框架的绒山羊遗传育种分析平台的设计与实现方法,并将特定的统计分析软件WOMBAT嵌入到这个分析平台中,对绒山羊数据进行遗传分析和育种估计。该平台已应用于全国的绒山羊育种羊场,并且管理了1990年至今的绒山羊遗传育种信息,通过该平台的应用提高了绒山羊的选种准确性和育种生产效率。

关键词： SSH DWZ 绒山羊遗传评定与育种估计

来源：评论

学校读者我要写书评

暂无评论

一种自适应特征点最优分组匹配的策略

引用

计算机工程与应用 2011年第29期47卷 208-210,225页

作者：赵宏宇李燕华侯振杰多化琼内蒙古农业大学计算机与信息工程学院呼和浩特010018 内蒙古农业大学材料科学与艺术设计学院呼和浩特010018

提出一种自适应对特征点进行最优分组匹配的方法策略,按照特征值将获得的角点进行最优分组,采用单演相位或NCC算法与Ransac估计算法进行正式的分组匹配和剔除外点。通过实验证明,该算法能够有效去除误匹配点,减少特征点的匹配搜索与匹... 详细信息

提出一种自适应对特征点进行最优分组匹配的方法策略,按照特征值将获得的角点进行最优分组,采用单演相位或NCC算法与Ransac估计算法进行正式的分组匹配和剔除外点。通过实验证明,该算法能够有效去除误匹配点,减少特征点的匹配搜索与匹配验证时间,具有计算简单,实用性强等特点。

关键词：匹配最优分组单演相位 Ransac算法

来源：评论

学校读者我要写书评

暂无评论

基于高光谱成像技术的甜菜叶片氮素遥感估测

引用

中山大学学报（自然科学版） 2018年第6期57卷 103-112页

作者：张晶张珏田海清内蒙古农业大学机电工程学院内蒙古呼和浩特010018 内蒙古师范大学物理与电子信息学院内蒙古呼和浩特010022

为验证高光谱成像技术在甜菜叶片氮素估测方面的可行性,以田间试验为基础,利用高光谱成像系统获取高光谱图像。通过分析不同预处理(Savitzky-golay平滑(S-G)、标准正态变换(SNV)、多元散射校正(MSC)以及一阶微分(FD))下光谱反射率与叶片... 详细信息

为验证高光谱成像技术在甜菜叶片氮素估测方面的可行性,以田间试验为基础,利用高光谱成像系统获取高光谱图像。通过分析不同预处理(Savitzky-golay平滑(S-G)、标准正态变换(SNV)、多元散射校正(MSC)以及一阶微分(FD))下光谱反射率与叶片ρN的相关关系,确定敏感波段,在此基础上,构建偏最小二乘(PLS)模型,探究不同预处理方法对模型的影响。为简化模型,利用连续投影法提取特征波长并构建光谱参数(RDI),分别以敏感波段范围内的全波长,特征波长和RDI为自变量,建立PLS和支持向量机(SVM)预测模型,研究不同输入变量下的模型预测精度。结果表明:甜菜叶片ρN的敏感波段范围为700～900 nm; SNV预处理后,模型的预测效果最好;利用连续投影算法(SPA)提取的特征波长为716、757、789、822和899 nm;基于RDI的SVM模型对甜菜叶片ρN的预测效果最佳,预测集的决定系数为0.78,均方根误差为3.08 g/kg,相对分析误差为1.47。研究为无损、快速、经济估测甜菜叶片氮素营养提供了理论参考。

关键词：高光谱图像甜菜叶片ρN 特征波长支持向量机

来源：评论

学校读者我要写书评

暂无评论

高通量测序序列比对研究综述

引用

生命科学研究 2014年第5期18卷 458-464页

作者：高静焦雅张文广内蒙古农业大学计算机与信息工程学院中国内蒙古呼和浩特010018 内蒙古农业大学动物科学学院中国内蒙古呼和浩特010018

高通量测序技术的飞速发展,给生物信息学带来了新的机遇和挑战,第二代测序序列数量多、长度短使得原来的序列分析手段不再适用。近几年来,针对高通量测序的序列分析算法和软件日益增多,目前已有上百种,导致选择合适的软件成为一个难题... 详细信息

高通量测序技术的飞速发展,给生物信息学带来了新的机遇和挑战,第二代测序序列数量多、长度短使得原来的序列分析手段不再适用。近几年来,针对高通量测序的序列分析算法和软件日益增多,目前已有上百种,导致选择合适的软件成为一个难题。对第二代测序的测序类型、序列类型以及分析算法进行了总结和归纳,对现今常用的分析软件的序列的类型、长度以及软件应用算法、输入/输出格式、特点和功能等方面做了详细分析和比较并给出建议。分析了现今测序技术和序列分析存在的问题,预测了今后的发展方向。

关键词：高通量测序序列比对序列作图序列比对工具

来源：评论

学校读者我要写书评

暂无评论

一种改进的SIFT特征点匹配算法

引用

内蒙古大学学报（自然科学版） 2009年第5期40卷 615-619页

作者：王立中麻硕士薛河儒侯振杰内蒙古农业大学职业技术学院内蒙古包头014109 内蒙古农业大学机电工程学院呼和浩特010018 内蒙古农业大学计算机与信息工程学院呼和浩特010018

提出一种改进的SIFT特征点匹配算法.以提高图像特征点匹配算法效率为目的,研究了SIFT特征点描述子基于欧氏最小距离测度的匹配算法.由于SIFT特征点检测算法检测到的特征点数量较大,且每个特征点描述子都是128维的向量,而基于欧氏最小距... 详细信息

提出一种改进的SIFT特征点匹配算法.以提高图像特征点匹配算法效率为目的,研究了SIFT特征点描述子基于欧氏最小距离测度的匹配算法.由于SIFT特征点检测算法检测到的特征点数量较大,且每个特征点描述子都是128维的向量,而基于欧氏最小距离测度的匹配算法要求,待匹配第一幅图像的每个特征点要和待匹配第二幅图像的所有特征点求距离,排序后寻找极值,这导致了算法效率较低.依据光学成像理论和双目视觉理论,由第一幅图像每个特征点的坐标,从行列两个方向缩小第二幅图像待匹配特征点坐标的搜索范围,在保持匹配精度的基础上,提高了算法的效率,算法速度约是原算法速度的2.7倍.

关键词： SIFT算法特征点检测特征点匹配

来源：评论

学校读者我要写书评

暂无评论

高光谱成像技术对羊肉新鲜度的无损检测

引用

食品与发酵工业 2020年第12期46卷 237-243页

作者：张珏田海清张丽娜王轲于洋内蒙古农业大学机电工程学院内蒙古呼和浩特010018 内蒙古师范大学物理与电子信息学院内蒙古呼和浩特010020

为探究高光谱成像技术对羊肉新鲜度无损检测的可行性,通过高光谱成像系统获取羊肉样本935~2 539 nm的高光谱图像,测定羊肉挥发性盐基氮(total volatile basic nitrogen,TVB-N)含量并划分样本新鲜度类别。借助连续投影法(successive proj... 详细信息

为探究高光谱成像技术对羊肉新鲜度无损检测的可行性,通过高光谱成像系统获取羊肉样本935~2 539 nm的高光谱图像,测定羊肉挥发性盐基氮(total volatile basic nitrogen,TVB-N)含量并划分样本新鲜度类别。借助连续投影法(successive projection algorithm,SPA)优选的12个特征波长建立基于反向人工神经网络(back-propagation artificial neural network,BPANN)和分类回归决策树(classification and regression trees,CART)算法的羊肉新鲜度判别模型。结果表明,BPANN模型对校正集和预测集的平均分类准确率为100%和83. 33%,对3个新鲜度类别样本的识别率分别为88. 89%、75%和85. 71%;CART模型对校正集和预测集的平均分类准确率为100%和91. 67%,对3个新鲜度类别样本的识别率分别为88. 89%、87. 50%和100%。CART模型的平均分类准确率和对3个类别样本的识别率均高于BPANN模型,表明高光谱成像技术结合CART算法可有效提高羊肉新鲜度的判别精度。

关键词：高光谱成像羊肉新鲜度决策树分类

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：