检索结果-内蒙古大学图书馆

农业工程学报 2025年第7期41卷 1-12页

作者：李振波孙浩翔郭倩男张涵钰刘皓南中国农业大学信息与电气工程学院北京100083 农业农村部智慧养殖重点实验室北京100083 农业农村部精准农业技术集成科学试验基地(畜牧业) 北京100083 农业农村部农业信息获取技术重点实验室北京100083

家畜体尺能直接反映其生长发育状态,对育种和养殖过程管理具有重要意义。基于机器视觉的家畜无接触体尺测量技术可以解决传统人工接触式测量中耗时、费力和主观误差等问题,同时能够降低养殖人员的劳动强度,避免家畜产生应激反应。近年来... 详细信息

家畜体尺能直接反映其生长发育状态,对育种和养殖过程管理具有重要意义。基于机器视觉的家畜无接触体尺测量技术可以解决传统人工接触式测量中耗时、费力和主观误差等问题,同时能够降低养殖人员的劳动强度,避免家畜产生应激反应。近年来,随着机器视觉技术的迅猛发展,家畜无接触体尺测量方法也取得了突破性的进步。该研究聚焦于牛、羊、马和猪4种常见大体型家畜,按照体尺测量任务流程,概述了常见的家畜图像采集场景、图像采集设备和设备部署方式。基于近5年机器视觉在家畜无接触体尺测量中的应用,阐述了目前家畜图像分割算法和家畜体尺测量算法的研究现状。当前研究的着重点主要在于加速体尺测量过程,提升测量结果精度,以及增强测量设备的便携性这3个核心方面。结合当前研究中存在的公开数据集不足、深度学习前沿方法应用较少、算法在实际生产中应用和部署困难等问题,提出了未来应围绕应用生成式模型扩充家畜图像数据集、加速深度学习方法的迁移,开发适用多种家畜的通用测量模型等方面展开研究,旨在为后续的研究及应用提供参考。

关键词：体尺测量家畜机器视觉深度学习图像采集图像分割数据集

来源：评论

学校读者我要写书评

暂无评论

基于近地传感光谱协同的土壤重金属含量空间分布预测方法

引用

农业机械学报 2025年第3期56卷 451-457页

作者：李硕王雅晋覃卫林莫晓明胡碧峰郭燕华中师范大学地理过程分析与模拟湖北省重点实验室武汉430079 农业农村部黄淮海智慧农业技术重点实验室郑州450002 长阳土家族自治县农业综合开发服务中心宜昌443500 来凤县农业农村局恩施445700 江西财经大学公共管理学院南昌330013 河南省农业科学院农业信息技术研究所郑州450002

土壤重金属采样、分析与污染评价耗费大量人力和物力,借助易获取环境协变量信息对提高土壤重金属污染监测效率意义重大。近地光谱是土壤属性综合响应,在反映土壤重金属信息方面有着巨大的研究潜力。为考察近地光谱辅助预测土壤重金属含... 详细信息

土壤重金属采样、分析与污染评价耗费大量人力和物力,借助易获取环境协变量信息对提高土壤重金属污染监测效率意义重大。近地光谱是土壤属性综合响应,在反映土壤重金属信息方面有着巨大的研究潜力。为考察近地光谱辅助预测土壤重金属含量的能力,测量了109个表层土样的近红外光谱,并提取与土壤镍密切相关的光谱信息;再以土壤机械组成及其与光谱信息的组合作为辅助变量建立协同克里格模型,并比较土壤镍空间预测制图精度。结果表明:以粉粒含量和光谱2380 nm波段吸收率共同作为辅助变量的模型结果优于只以粉粒含量作为辅助变量的模型,交叉验证决定系数R^(2)_(CV)由0.49提高到0.68,交叉验证均方根误差(RMSECV)由11.3 mg/kg降至9.5 mg/kg。这说明近红外光谱作为一种易获取的辅助信息,可协同土壤机械组成构建空间预测模型以提高区域土壤重金属的调查精度。研究结果可为土壤重金属含量空间分布预测提供一种经济高效的解决方案。

关键词：土壤重金属近地传感土壤光谱近红外协同克里格辅助变量

来源：评论

学校读者我要写书评

暂无评论

基于迁移学习的农业短文本语义相似度计算方法

引用

智慧农业(中英文) 2025年第1期7卷 33-43页

作者：金宁郭宇峰韩晓东缪祎晟吴华瑞沈阳建筑大学计算机科学与工程学院辽宁沈阳110168 国家农业信息化工程研究中心北京100097 农业农村部农业信息化技术重点实验室北京100097

[目的/意义]农业领域高质量的语义相似度计算是推动农业技术推广信息化、智能化发展的重要基础。针对现有文本语义相似度计算模型特征提取不全面、高质量标注数据集少等问题,提出一种基于迁移学习和BERT (Bidirectional Encoder Represe... 详细信息

[目的/意义]农业领域高质量的语义相似度计算是推动农业技术推广信息化、智能化发展的重要基础。针对现有文本语义相似度计算模型特征提取不全面、高质量标注数据集少等问题,提出一种基于迁移学习和BERT (Bidirectional Encoder Representations from Transformers)预训练模型的农业短文本语义相似度计算模型CWPT-TSBERT (Chinese-based Wordpiece Tokenization and Transfer-learning by Sentence BERT)。[方法] CWPT-TSBERT依托孪生网络架构,利用迁移学习策略在大规模通用领域标注数据集进行模型预训练,解决农业文本标注数据集少、语义稀疏性高等问题。提出面向中文的子词单元分词方法 CWPT拆分汉字,增强字向量的语义特征表示,进一步丰富了短文本语义特征表达。根据迁移学习的微调机制,利用SBERT (Sentence BERT)模型提取字向量,挖掘汉字间及字形结构间关联关系,提高模型语义相似度计算的正确率。[结果和讨论] CWPT-TSBERT模型的语义相似度计算正确率达到97.18%,高于基于卷积神经网络的TextCNN_Attention、基于循环神经网络的MaLSTM (Manhattan Long Short-Term Memory),以及基于BERT预训练模型的SBERT等12种模型。[结论] CWPT-TSBERT模型在小规模农业短文本数据集上语义相似性计算正确率较高,性能优势明显,为语义智能匹配提供了有效的技术参考。

关键词：迁移学习农业短文本语义相似度计算字形特征知识智能服务大模型

来源：评论

学校读者我要写书评

暂无评论

无抓取标注的堆叠物体抓取位姿检测方法

引用

计算机辅助设计与图形学学报 2025年

作者：石敏侯京召朱登明李兆歆庞家繁郭诗盛华北电力大学控制与计算机工程学院中国科学院计算技术研究所前瞻研究实验室中国农业科学院农业信息研究所农业信息技术研究室农业农村部农业大数据重点实验室

针对现有的抓取检测网络需要大量标注数据进行训练且难以适应新物体抓取检测的问题，提出一种适用于堆叠场景下的物体6DoF抓取位姿检测方法. 该方法由模型可抓取位姿模板库、待抓物体选择网络和抓取映射3部分组成. 首先基于几何外观特... 详细信息

针对现有的抓取检测网络需要大量标注数据进行训练且难以适应新物体抓取检测的问题，提出一种适用于堆叠场景下的物体6DoF抓取位姿检测方法. 该方法由模型可抓取位姿模板库、待抓物体选择网络和抓取映射3部分组成. 首先基于几何外观特征与力封闭原理，在物体模型上生成一组满足力封闭的6DoF抓取位姿，构建可抓取位姿模板库; 然后分割原始场景点云，基于可见性，遮挡性和置信度等确定待抓物体; 接着根据待抓物体的在场景中的位姿，将模板库中的抓取位姿映射到该物体上; 最后选择与待抓物体质心距离最近且无碰撞6DoF抓取位姿，实现稳定抓取. 实验在6种类型物体堆叠场景中进行，结果表明，该方法取得96.2%的平均抓取成功率; 相较与PointNetGPD，该方法的抓取成功率提升5～20个百分点.

关键词： 6DoF抓取检测无抓取标注堆叠场景机械臂抓取位姿检测

来源：评论

学校读者我要写书评

暂无评论

一种用于监测奶牛的高精度跟踪定位方法

引用

信息与控制 2025年第1期54卷 137-149,160页

作者：赵永祥张国庆李灯华罗巍陈宏策于忠德北华航天工业学院河北廊坊065000 中国农业科学院农业信息研究所农业农村部农业监测预警技术重点实验室北京100081 闽江学院先进运动控制福建省教育厅重点实验室福建福州350108 河北省航天遥感信息处理与应用协同创新中心河北廊坊065000

针对目标随机运动和遮挡对无人机在复杂场景中跟踪性能的影响问题,提出了一种基于改进CenterTrack的自主无人机(UAV)跟踪定位方法,用于监测目标。首先,设计了一个特征增强模块,提高了对遮挡目标的跟踪性能。其次,结合基于距离的贪婪匹... 详细信息

针对目标随机运动和遮挡对无人机在复杂场景中跟踪性能的影响问题,提出了一种基于改进CenterTrack的自主无人机(UAV)跟踪定位方法,用于监测目标。首先,设计了一个特征增强模块,提高了对遮挡目标的跟踪性能。其次,结合基于距离的贪婪匹配和搁浅区域,提出一种两阶段匹配算法,缓解了短时间遮挡造成的跟踪中断问题。最后,采用一种定位算法辅助无人机对目标进行精准定位,提高了跟踪性能。在真实的农场环境中,采用所提方法对目标进行了实际监测。实验结果表明,相较于原始CenterTrack算法,所提的跟踪方法在多目标跟踪上的准确度(MA)提高了5.5%,多目标定位精度(Mp)提高了4.3%,识别的F1分数(IF)增加了5.5%。然而,误跟踪的数量(FP)增加了779,漏检和未检测目标的数量(FN)增加了3387。此外,在真实的场景中,所提方法能够准确地跟踪被遮挡和频繁出入无人机相机视野的目标。实验结果验证了该方法在农场动物监测和跟踪方面具有可行性和有效性。

关键词：家畜监测自主无人机多目标跟踪 CenterTrack 目标定位

来源：评论

学校读者我要写书评

暂无评论

农产品市场监测预警深度学习智能预测方法

引用

智慧农业(中英文) 2025年第1期7卷 57-69页

作者：许世卫李乾川栾汝朋庄家煜刘佳佳熊露中国农业科学院农业信息研究所北京100081 北京市农林科学院数据科学与农业经济研究所北京100097 农业农村部农业监测预警技术重点实验室北京100081 中国农业科学院农业监测预警智能系统重点开放实验室北京100081

[目的/意义]农产品供给、消费和价格的变化直接影响市场监测和预警。随着中国农业生产方式和市场体系的转型,数据获取技术的进步使得农业数据呈现爆炸式增长。然而,农产品多品种的联动监测和预测仍面临数据复杂、模型狭窄、应变能力弱... 详细信息

[目的/意义]农产品供给、消费和价格的变化直接影响市场监测和预警。随着中国农业生产方式和市场体系的转型,数据获取技术的进步使得农业数据呈现爆炸式增长。然而,农产品多品种的联动监测和预测仍面临数据复杂、模型狭窄、应变能力弱等挑战。因此,亟需构建适应中国农业数据特点的深度学习模型,以提升农产品市场的监测与预警能力,推动精准决策和应急响应。[方法]本研究应用深度学习方法,从中国多维农业数据资源实际出发,创新提出了一套不同监测预警对象条件下深度学习综合预测方法,构建了生成对抗与残差网络协同生产量模型(Generative Adversarial Network and Residual Network, GAN-ResNet)、变分自编码器岭回归消费预测模型(Variational Autoencoder and Ridge Regression, VAE-Ridge)、自适应变换器价格预测模型(Adaptive-Transformer)。为适应实际需求,研究在CAMES中采用“离线计算与可视化分离”策略,模型推理离线完成,平衡了计算复杂度与实时预警需求。[结果和讨论]深度学习综合预测方法在玉米单产、生猪消费量和番茄市场价格的预测上,均表现出显著的精度提升。GAN-ResNet生产量预测模型进行县级尺度玉米单产预测的平均绝对百分比误差(Mean Absolute Percentage Error, MAPE)为6.58%,运用VAE-Ridge模型分析生猪消费量的MAPE为6.28%,运用Adaptive-Transformer模型预测番茄价格的MAPE为2.25%。[结论]该研究提出的深度学习综合预测方法,具有较先进的单品种、多场景、宽条件下的农产品市场监测预警分析能力,并在处理不同区域多维数据、多品种替代、市场季节性波动等分析方面显示出优良的指标性能,可为中国农产品市场监测预警提供一套新的有效分析方法。

关键词：监测预警深度学习生产量预测消费量预测价格预测生成对抗与残差网络协同生产量模型变分自编码器岭回归消费预测模型自适应变换器价格预测模型

来源：评论

学校读者我要写书评

暂无评论

基于双维信息与剪枝的中文猕猴桃文本命名实体识别方法

引用

智慧农业(中英文) 2025年第1期7卷 44-56页

作者：齐梓均牛当当吴华瑞张礼麟王仑峰张宏鸣西北农林科技大学信息工程学院陕西杨凌712100 国家农业信息化工程技术研究中心北京100097 北京市农林科学院信息技术研究中心北京100097 农业农村部数字乡村技术重点实验室北京100097

[目的/意义]中文猕猴桃文本在段落上下文主题与字符间的左右关系中,展现出垂直与水平双维度特性。若能充分利用中文猕猴桃文本的双维特性,将有助于进一步提升命名实体识别的识别效果。基于此,提出了一种基于双维信息与剪枝的命名实体识... 详细信息

[目的/意义]中文猕猴桃文本在段落上下文主题与字符间的左右关系中,展现出垂直与水平双维度特性。若能充分利用中文猕猴桃文本的双维特性,将有助于进一步提升命名实体识别的识别效果。基于此,提出了一种基于双维信息与剪枝的命名实体识别方法,命名为KIWI-Coord-Prune(kiwifruit-CoordKIWINER-PruneBiLSTM)。[方法]通过设计CoordKIWINER与PruneBi-LSTM两个模块,对中文猕猴桃文本中的双维信息进行精准处理。其中CoordKIWINER模块能够显著提升模型捕捉复杂和嵌套实体的能力,从而生成涵盖更多文本信息的加强字符矢量;PruneBi-LSTM模块在上一模块的基础上,加强了模型对重要特征的学习与识别能力,从而进一步提升了实体识别效果。[结果和讨论]在自建数据集KIWIPRO和四个公开数据集人民日报(People's Daily)、ClueNER、Boson,以及ResumeNER上进行试验,并与LSTM、Bi-LSTM、LR-CNN、Softlexicon-LSTM,以及KIWINER五个先进模型进行对比,本研究提出的方法在5个数据集上分别取得了较好的F1值,分别为89.55%、91.02%、83.50%、83.49%和95.81%。[结论]与现有方法相比,本研究提出的方法不仅能够有效提升中文猕猴桃领域文本的命名实体识别效果,且具有一定的泛化性,同时也能够为相关知识图谱和问答系统的构建等下游任务提供技术支持。

关键词：中文命名实体识别猕猴桃文本自建数据集多维度注意力机制剪枝深度学习文本特征增强

来源：评论

学校读者我要写书评

暂无评论

数字经济背景下提高中国农产品质量安全保障水平探究

引用

农业现代化研究 2025年

作者：张小允许世卫王晓伟山西农业大学农业经济管理学院农业农村部农业监测预警技术重点实验室中国农业科学院农业信息研究所新疆农业科学院农业经济与科技信息研究所

数字经济的快速发展为农产品质量安全保障带来了新的机遇与挑战。在中国农产品质量安全总体水平稳步提升的同时，不同品类和区域之间的质量差异依然显著，传统监管模式在现代农业复杂环境下逐渐暴露出不足。本文基于数字经济理论框架，... 详细信息

数字经济的快速发展为农产品质量安全保障带来了新的机遇与挑战。在中国农产品质量安全总体水平稳步提升的同时，不同品类和区域之间的质量差异依然显著，传统监管模式在现代农业复杂环境下逐渐暴露出不足。本文基于数字经济理论框架，系统分析了数字技术在农产品生产、加工、流通及消费环节中的应用现状，指出了当前存在的技术应用不足、信息不对称、市场监管难题及跨部门协作困难等主要问题。研究发现，物联网、大数据、区块链等数字技术在提升质量安全保障效率和透明度方面具有显著潜力，尤其是在环境监测、投入品追溯、冷链物流管理和品牌建设等领域已取得初步成效。为进一步发挥数字技术在质量安全中的作用，本文从生产、加工、流通、消费和全程监管等角度提出了数字技术赋能农产品质量安全保障的具体实施路径，以推动农产品质量安全保障体系的全面数字化转型，为农业现代化发展和乡村振兴提供有力支撑。

关键词：数字经济农产品质量安全物联网区块链政策建议

来源：评论

学校读者我要写书评

暂无评论

基于改进S-ResNet34模型的小麦条锈病等级识别研究

引用

南京农业大学学报 2025年第1期48卷 230-239页

作者：尉国帅贺佳常宝方袁培燕赵肖媛王来刚河南师范大学计算机与信息工程学院河南新乡453007 河南省农业科学院农业信息技术研究所河南郑州450002 农业农村部黄准海智慧农业技术重点实验室河南郑州450002 海南大学亚利桑那州立大学联合国际旅游学院海南海口570228

[目的]快速准确识别小麦条锈病病害等级,对其精准防控具有重要意义。[方法]利用数码相机获取小麦叶片条锈病RGB图像,构建小麦叶片条锈病不同病害等级数据集,通过对ResNet34模型添加通道注意力模块(SE)和Inception模块加以改进,增强模型... 详细信息

[目的]快速准确识别小麦条锈病病害等级,对其精准防控具有重要意义。[方法]利用数码相机获取小麦叶片条锈病RGB图像,构建小麦叶片条锈病不同病害等级数据集,通过对ResNet34模型添加通道注意力模块(SE)和Inception模块加以改进,增强模型对小麦条锈病特征的关注程度和提取能力,并采用精准率、召回率、平衡F分数和准确率等评价指标,对比分析S-ResNet34与VGG16、MobileNetV2、Swin-Transformer、ResNet34等多种主流模型的识别精度。[结果]S-ResNet34模型的训练准确率为93.85%,相比于VGG16(84.53%)、MobileNetV2(79.35%)、Swin-Transformer(85.67%)和ResNet34(87.50%)等深度网络模型,准确率分别提高了9.32%、14.50%、8.18%和6.35%。模型损失值更小,改进的ResNet34模型识别小麦条锈病特征能力更强,训练收敛更快。[结论]采用深度学习模型能够准确识别小麦条锈病发病程度,通过对ResNet34模型添加注意力模块能有效提高小麦条锈病病害识别精度。

关键词：小麦条锈病深度学习病害等级图像识别改进S-ResNet34模型

来源：评论

学校读者我要写书评

暂无评论

基于数字表面模型的冬小麦生物量估算

引用

南方农业学报 2025年第1期56卷 53-63页

作者：郭燕贺佳位盼盼曾凯史舟叶粟杨秀忠郑国清王来刚河南省农业科学院农业信息技术研究所/农业农村部黄淮海智慧农业技术重点实验室河南郑州450002 河南省农作物种植监测与预警工程研究中心河南郑州450002 浙江大学资源与环境学院浙江杭州310058

【目的】构建冬小麦主要生育时期生物量估算模型,分析不同水处理和不同年份情景下估算模型的迁移能力,为冬小麦生物量快速估算、表型研究及制定作物水肥决策提供技术支撑。【方法】通过设置不同水氮处理,采用大疆M600 Pro无人机搭载安... 详细信息

【目的】构建冬小麦主要生育时期生物量估算模型,分析不同水处理和不同年份情景下估算模型的迁移能力,为冬小麦生物量快速估算、表型研究及制定作物水肥决策提供技术支撑。【方法】通过设置不同水氮处理,采用大疆M600 Pro无人机搭载安洲科技K6多光谱成像仪获取冬小麦关键生育期影像,提取影像数字表面模型,基于无人机影像提取株高,通过BP神经网络构建并改进冬小麦生物量估算模型。【结果】水氮耦合自然状态条件下冬小麦实测株高的变化较小,但在氮充足条件下灌溉可增加冬小麦实测株高。无人机提取株高与实测株高的线性决定系数(R^(2))为0.81,即无人机提取株高可解释81%的株高变异。基于无人机遥感影像提取株高构建的冬小麦生物量估算模型,R^(2)、均方根误差(RMSE)、相对分析误差(RPD)分别为0.58、4528.23 kg/ha和1.25,说明该模型可对冬小麦生物量进行快速估算,但模型稳健性较差(RPD<1.4),估算值(16198.27 kg/ha)较实测值(16960.23 kg/ha)偏小,且估算值较分散。通过数据转换,基于生物量/无人机提取株高比值构建的冬小麦生物量估算模型R^(2)、RMSE、RPD分别为0.88、2291.90 kg/ha和2.75,改进后的模型稳健性较强(RPD>2.0),估算值(17478.21 kg/ha)与实测值(17222.59 kg/ha)较接近,模型估算精度提高了51.72%。经验证,改进的冬小麦生物量估算模型在不同水处理和不同年份情景下具有较强的迁移能力,迁移估算模型的R^(2)均在0.85以上,能实现对冬小麦生物量的精准快速估算。【结论】利用无人机影像提取株高信息,通过数据转换,能有效提高冬小麦生物量估算模型的估算精度。改进的冬小麦生物量估算模型在不同水处理和不同年份情景下均表现出较强的迁移能力,但在不同氮水平情景下的迁移能力存在差异,因此,模型迁移利用前应对不同情景数据集进行直方图特征分析,并综合考虑多种影响因素以提升模型的泛化能力和鲁棒性。

关键词：冬小麦生物量株高数字表面模型(DSM) 迁移能力

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：