检索结果-内蒙古大学图书馆

农业工程学报 2025年第1期41卷 1-11页

作者：赵春江马晨李瑾王小萌北京市农林科学院信息技术研究中心北京100097 国家农业信息化工程技术研究中心北京100097

作为丘陵山地种植历史最久、种植面积最广、产量最高的农作物,水稻耕种收综合机械化水平的提升对于推进整个丘陵山地农业机械化全程全面高质量发展意义重大。该文以丘陵山地水稻机械化关键技术为“切口”,在梳理国内丘陵山地的特征与丘... 详细信息

作为丘陵山地种植历史最久、种植面积最广、产量最高的农作物,水稻耕种收综合机械化水平的提升对于推进整个丘陵山地农业机械化全程全面高质量发展意义重大。该文以丘陵山地水稻机械化关键技术为“切口”,在梳理国内丘陵山地的特征与丘陵山地水稻机械化发展现状的基础上,围绕水稻耕、种、收等主要环节的生产机械化开展技术前沿与态势分析,剖析国内外水稻机械化技术装备研发差距,提出不同环节下国内丘陵山地水稻机械化发展面临的挑战,并展望未来丘陵山地水稻机械化发展态势,以期为推动水稻全程全域生产机械化水平提升、补齐丘陵山地农机化发展短板、建设现代农业强国提供新思路、新方向。研究表明:1)2022年国内丘陵山地水稻耕种收综合机械化率为80.8%,并且在不同的环节间、地区间发展不平衡不充分;2)与先进国家相比,国内的水稻耕种收机械研发与应用起步较晚、基础不牢、产品的综合性能不高,特别是针对丘陵山地的轻量、高效、高稳定性的水稻耕种收机械相对匮乏,发动机高功率低排放设计制造技术、刀具抗损降耗优化设计技术、车架轻量化设计技术等关键技术仍有待进一步攻克;3)轻量化、智能化、绿色化等是未来国内丘陵山地水稻生产作业装备发展方向与趋势。

关键词：丘陵山地水稻机械化关键技术主要挑战未来趋势

来源：评论

学校读者我要写书评

暂无评论

基于小样本学习的鳞翅目害虫图像识别方法

引用

农业机械学报 2025年第2期56卷 402-410页

作者：杨信廷周子洁李文勇陈晓王慧于合龙吉林农业大学信息技术学院长春130118 北京市农林科学院信息技术研究中心北京100097 国家农业信息化工程技术研究中心北京100097 上海海洋大学信息学院上海201306 山东农业大学信息科学与工程学院泰安271018

针对面对害虫数据稀缺的实际场景时,现有害虫图像识别方法容易出现过拟合导致模型表达能力不足的问题,本研究提出了一种结合度量学习和迁移学习的小样本田间害虫图像分类识别方法。首先,使用ECA-Pyramid-ResNet12模型在mini-ImageNet数... 详细信息

针对面对害虫数据稀缺的实际场景时,现有害虫图像识别方法容易出现过拟合导致模型表达能力不足的问题,本研究提出了一种结合度量学习和迁移学习的小样本田间害虫图像分类识别方法。首先,使用ECA-Pyramid-ResNet12模型在mini-ImageNet数据集上进行预训练;其次,在度量模块中添加ECA通道注意力机制,通过捕捉通道间的依赖关系来增强害虫的图像特征表示;然后,使用特征金字塔结构来捕获害虫图像的局部特征和害虫的多尺度特征;最后,利用20类自建鳞翅目害虫图像作为元数据集,对模型进行元训练和元测试。实验结果表明,在3-way 5-shot和5-way 5-shot条件下,本文模型准确率分别达到91.16%和87.26%,比SSFormers、DeepBDC方法分别提高4.58、1.35个百分点。提出的模型有效提升了小样本学习中目标图像特征的表达能力,能够为数据稀缺场景下的田间害虫自动识别提供方法参考。

关键词：害虫识别小样本学习迁移学习度量学习通道注意力机制金字塔全卷积网络

来源：评论

学校读者我要写书评

暂无评论

基于EA-BiLSTM-SCSO的多步逐小时参考作物蒸腾量预测方法

引用

节水灌溉 2025年第3期 57-63,70页

作者：谢伟明张钟莉莉陶建平曲明山魏一博张石锐北京市农林科学院智能装备技术研究中心北京100097 江苏省农业科学院江苏南京210014 北京市农业技术推广站北京100029 北京市农林科学院信息技术研究中心北京100097

在农业水资源管理领域,参考作物蒸腾量的精确预测对灌溉水高效利用至关重要。当前逐日预测方法未能充分利用日内动态变化信息,限制了预测准确性。为解决该问题,研究提出了一种基于外部注意力机制(EA)的双向长短时记忆网络(BiLSTM)模型,... 详细信息

在农业水资源管理领域,参考作物蒸腾量的精确预测对灌溉水高效利用至关重要。当前逐日预测方法未能充分利用日内动态变化信息,限制了预测准确性。为解决该问题,研究提出了一种基于外部注意力机制(EA)的双向长短时记忆网络(BiLSTM)模型,使用沙猫群算法(SCSO)优化模型超参数,实现逐小时参考作物蒸腾量预测。首先利用SCSO方法对EA-BiLSTM模型进行优化,优化后的算法在70个epoch后收敛,平均R^(2)升至0.750;进而通过特征相关性分析,将模型输入的特征数据由10个减少为历史ET0、太阳辐射、空气温度、空气湿度和最大风速5个。以北京市昌平区的国家精准农业研究示范基地大田种植区ET0预测为例进行了方法验证,在对未来第7小时的预测中,R^(2)从0.619提高到0.644,获得了更好的预测效果;最后通过对模型可解释性分析证实,历史ET0对预测的贡献最高,贡献率达到了0.043,其次是空气湿度和总辐射。与DT(决策树)、Lasso(最小绝对收缩和选择算法)、LMP(多层感知机)、CNN(卷积神经网络)等预测方法的对比结果表明,采用EA-BiLSTM-SCSO的预测结果在MAE和MSE指标上均获得了最低的误差值,在R^(2)指标上,EA-BiLSTM-SCSO模型平均达到0.722较CNN模型提升了12.6%。研究验证了深度学习与特征工程在提高作物参考蒸腾量逐小时预测精度方面的优势。该方法在智慧灌溉中用于估算作物的水分需求,能够实现对未来灌溉的精准预测,从而制定合理的灌溉计划,提高灌溉水利用效率,进行有效的灌溉用水调度。

关键词： BiLSTM 外部注意力机制沙猫群优化算法逐小时参考作物蒸腾量预测模型可解释性

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

深松作业质量多维度综合评价方法研究

引用

农业机械学报 2025年第4期 81-86+97页

作者：王培张安琪安晓飞尹彦鑫王虹孟志军北京市农林科学院智能装备技术研究中心国家农业信息化工程技术研究中心北京市密云区农业农村局

针对深松作业质量评价指标单一、横向比较偏差显著等问题,通过在农机上装载智能终端设备,采集农机作业GNSS、作业深度等信息,基于最小-最大归一化法,分析深松作业面积、作业效率、作业覆盖率、作业深度达标率、作业时间利用率等深松作... 详细信息

针对深松作业质量评价指标单一、横向比较偏差显著等问题,通过在农机上装载智能终端设备,采集农机作业GNSS、作业深度等信息,基于最小-最大归一化法,分析深松作业面积、作业效率、作业覆盖率、作业深度达标率、作业时间利用率等深松作业特征向量,并基于专家打分的调查问卷法确定特征向量权重,构建深松作业质量指数(AMQI),评估深松作业综合质量。2022年在黑龙江省红星农场开展深松作业质量监测实验,通过对33台不同深松设备跟踪分析,并与传统分析方法进行对比,结果表明,归一化特征向量消除不同特征间量纲影响,反映农机特征大小分布,AMQI也反映深松作业综合质量,与达标面积评价法相比,评级维度更多,且评价更加全面和科学,可以为农机作业评价提供数据支撑。

关键词：深松作业作业质量特征向量归一化处理

来源：评论

学校读者我要写书评

暂无评论

多源场景下粘虫板小目标害虫轻量化检测识别模型

引用

智慧农业(中英文) 2025年第1期7卷 111-123页

作者：杨信廷胡焕陈晓李汶政周子洁李文勇上海海洋大学信息学院上海201306 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 吉林农业大学信息技术学院吉林长春130118

[目的/意义]为了解决多源场景下粘虫板图像中粉虱和蓟马两种害虫由于个体小难以精确检测以及设备计算资源受限的问题,本研究基于YOLOv5s提出了一种名为MobileNetV4+VN-YOLOv5s的小目标图像轻量化检测识别模型。[方法]模型框架结合Mobile... 详细信息

[目的/意义]为了解决多源场景下粘虫板图像中粉虱和蓟马两种害虫由于个体小难以精确检测以及设备计算资源受限的问题,本研究基于YOLOv5s提出了一种名为MobileNetV4+VN-YOLOv5s的小目标图像轻量化检测识别模型。[方法]模型框架结合MobileNetV4主干网络构建EM模块,实现特征提取网络结构的优化和精度的提升;在模型颈部引入轻量化模块GSConv和VoV-GSCSP,替代普通卷积,降低模型复杂度;最后添加NWD (Normalized Wasserstein Distance)损失函数,用于增强小目标的判别敏感度与定位能力。[结果和讨论]所提出模型在室内场景下对小目标害虫的检测性能最佳,平均检测精度为82.5%,较原始模型YOLOv5s提升了8.4%;模型参数量降低了3.0 M,帧率提升了6.0帧/s;在室外场景下,所提出模型的平均精度为70.8%,较YOLOv5s提升了7.3个百分点,参数量降低了3.0 M,帧率提升了5.5帧/s;在混合场景下,模型的平均精度为74.7%,较YOLOv5s提升了8.0个百分点,参数量降低了3.0 M,帧率提升了4.3帧/s。同时研究发现,对原始图像进行裁剪分割能够影响模型性能,在采用5×5的比率对原图进行分割下模型的检测识别性能最佳;利用室内场景数据训练的模型能够在所有场景下都获得最佳的检测性能。[结论]本研究提出的MobileNetV4+VN-YOLOv5s模型兼顾轻量化和精度,模型可部署到嵌入式设备,便于落地应用,可为各种多源场景下粘虫板图像中小目标害虫检测提供参考。

关键词：小目标害虫检测轻量化粘虫板多源场景 MobileNetV4 YOLOv5s

来源：评论

学校读者我要写书评

暂无评论

我国马铃薯晚疫病监测预警研究进展

引用

作物杂志 2025年第1期 10-14页

作者：毛彦芝孙贺光李庆全郭梅王文重魏琪董学志闵凡祥孙晶宋晓宇黑龙江省农业科学院经济作物研究所黑龙江哈尔滨150086 北京市农林科学院信息技术研究中心北京100097

马铃薯晚疫病是制约马铃薯产业发展的主要病害之一,在马铃薯种植区普遍发生,种植感病品种如果防治不当可能绝产。在病害发生前开展马铃薯晚疫病监测预警,提早预防是控制该病害发展的重要措施,也可以减少农药使用量。本文综述了晚疫病监... 详细信息

马铃薯晚疫病是制约马铃薯产业发展的主要病害之一,在马铃薯种植区普遍发生,种植感病品种如果防治不当可能绝产。在病害发生前开展马铃薯晚疫病监测预警,提早预防是控制该病害发展的重要措施,也可以减少农药使用量。本文综述了晚疫病监测预警的发展、现有的主要监测预警方法和未来的发展方向。为研究更精确的晚疫病监测预警技术提供参考。

关键词：马铃薯晚疫病监测预警中心病株遥感技术分子技术信息技术

来源：评论

学校读者我要写书评

暂无评论

面向物联网的改进拜占庭容错共识算法

引用

计算机工程与设计 2025年第2期46卷 360-367页

作者：谢勇孙传恒罗娜邢斌三峡大学计算机与信息学院湖北宜昌443002 北京市农林科学院国家农业信息化工程技术研究中心北京100097 北京市农林科学院农产品质量安全追溯技术及应用国家工程研究中心北京100097

为更好提升区块链和物联网的融合度,提出一种基于信任和主节点选取的拜占庭容错容错共识算法(trusted and primary node election Byzantine fault tolerance,TBFT)。对实用拜占庭容错(practical Byzantine fault tolerance,PBFT)算法进行改进,优先选择快速节点作为主节点;加入直接信任模型实现拜占庭节点、宕机节点的剔除机制,优化一致性协议和视图切换协议。实验及分析结果表明,当网络中的诚实节点数量为34个、宕机和拜占庭节点共16个时,该算法相比PBFT,共识时延下降72%,吞吐量高约37%,系统安全性和稳定性得到了提升。

关键词：区块链共识算法信任模型快速节点物联网拜占庭容错仿真实验

来源：评论

学校读者我要写书评

暂无评论

面向干旱条件下的冬小麦估产HLM模型改进研究

引用

智慧农业(中英文) 2025年

作者：赵培钦刘长斌郑婕孟炀梅新陶婷赵倩梅广源杨小冬湖北大学资源环境学院农业农村部农业遥感机理与定量遥感重点实验室北京市农林科学院信息技术研究中心

[目的]现有的作物估产模型通常在灾害气候条件下的估产精度不高，本研究提出一种基于干旱天气指数减产率模型的改进分层线性模型（Improved Hierarchical Linear Model, IHLM），旨在提高在干旱条件下作物产量估算的精度。[方法]采用最... 详细信息

[目的]现有的作物估产模型通常在灾害气候条件下的估产精度不高，本研究提出一种基于干旱天气指数减产率模型的改进分层线性模型（Improved Hierarchical Linear Model, IHLM），旨在提高在干旱条件下作物产量估算的精度。[方法]采用最大值的增强植被指数-2 （Maximum Enhanced Vegetation Index 2, EVI2max）和每年3月～5月降水量，辐射量和气温等气象数据和2018—2021年山东省160个农情调查基点的冬小麦实测产量数据构建冬小麦产量预测基础分层线性模型（Hierarchical Linear Model, HLM）。考虑到气象因素的变异程度是影响作物生长的关键障碍因子，首先将气象因子相对性计算进行模型改进，并对改进的HLM模型与随机森林（Random Forest, RF）模型、支持向量回归（Support Vector Regression, SVR）模型和极端梯度提升（Extreme Gradient Boosting, XGBOOST）模型进行精度对比。然后引入农业保险行业的干旱天气指数减产率模型，对改进的HLM模型进一步优化，从而更加适应干旱条件下的作物估产。为了验证IHLM模型的迁移性，本研究将其应用于河南省对比分析，以评估该模型在不同地理和气候条件下的表现。[结果和讨论]基于相对气象因子（Relative Meteorological Factors,rMF）改进的HLM模型精度相比于RF、SVR和XGBOOST更高，验证精度皮尔逊相关系数（Pearson Correlation Coefficien, r）为0.76，均方根误差（Root Mean Square Error, RMSE）为0.60 t/hm2，归一化均方根误差（Normalized Root Mean Square Error, nRMSE）为11.21%。在干旱条件数据集中，利用冬小麦干旱天气指数和冬小麦减产率的关系对模型进行了改进，改进之后RMSE减少了0.48 t/hm2, nRMSE减少了28.64个百分点，提高了IHLM模型在干旱条件下的精度。[结论]该研究对冬小麦产量HLM模型进行改进，提高了模型精度，在干旱情况下模型精度和稳定性有一定提升，相比于RF、SVR、XGBOOST模型，IHLM模型更适合对冬小麦产量预测。

关键词：冬小麦产量预测 HLM模型干旱

来源：评论

学校读者我要写书评

暂无评论

北京市打好“一二三四”组合拳高质量完成土特产品土壤专题调查样点布设及校核

引用

中国农业综合开发 2025年第3期 8-10页

作者：张立新邱玥郜允兵贾小红北京市农业农村局北京101117 北京市农林科学院信息技术研究中心北京100097 国家农业信息化工程技术研究中心北京100097 北京市耕地建设保护中心北京100101

北京市成功实施土特产品土壤专题调查样点布设与校核工作,创新“一二三四”组合拳范式:即结合一个智能APP、两条科学策略、三维技术协同、四方力量联动。通过自主研发的智能校核APP,结合空天地一体化技术,高效完成893个样点的布设与校核... 详细信息

北京市成功实施土特产品土壤专题调查样点布设与校核工作,创新“一二三四”组合拳范式:即结合一个智能APP、两条科学策略、三维技术协同、四方力量联动。通过自主研发的智能校核APP,结合空天地一体化技术,高效完成893个样点的布设与校核,构建出可跨区域复制的标准化技术路径,为全国土特产资源调查提供了可推广的北京方案。

关键词：土壤三普土特产品样点布设样点校核经验总结北京市

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：