检索结果-内蒙古大学图书馆

中国农业科技导报 2019年第2期21卷 62-70页

作者：王勇健温维亮郭新宇北京农业信息技术研究中心北京北京100197 国家农业信息化工程技术研究中心北京100197 北京市农林科学院数字植物北京市重点实验室北京100197 南京农业大学农学院南京210095

节单位(phytomer)是禾本科作物形态结构基本组成单元,是模块化理论在禾本科作物形态结构认知上的延伸,也是禾本科作物结构与功能的研究尺度之一。基于节单位结构与功能的模块化属性,综述了禾本科作物节单位的概念及其在作物结构与功能... 详细信息

节单位(phytomer)是禾本科作物形态结构基本组成单元,是模块化理论在禾本科作物形态结构认知上的延伸,也是禾本科作物结构与功能的研究尺度之一。基于节单位结构与功能的模块化属性,综述了禾本科作物节单位的概念及其在作物结构与功能研究中的应用。首先从节单位的概念出发,介绍了节单位概念发展过程;然后分别从结构和功能的角度对基于节单位的禾本科作物研究进展进行了总结,结构研究主要从拓扑结构、几何结构、形态建成三方面阐述,功能研究主要从光合产物分配、生育期预测和发育过程等方面进行分析;最后从节单位定义的规范性、几何结构重建、表型数据提取及显微结构等方面对基于节单位的禾本科作物结构功能研究进行了展望。

关键词：节单位叶元禾本科作物三维可视化形态建成

来源：评论

学校读者我要写书评

暂无评论

虚拟现实环境中的物理模型和仿真及其在农业信息技术中的应用

引用

科技导报 2018年第11期36卷 82-94页

作者：秦洪肖伯祥纽约州立大学石溪分校计算机科学系纽约11733 北京市农林科学院、北京农业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 数字植物北京市重点实验室北京100097

虚拟现实技术在现代农业信息领域的作用日益凸显,然而当前的农业虚拟现实环境仍然以静态几何模型为主,具有真实物理意义并符合真实环境物理规则的动态模型和交互模式仍然没有普及。基于物理的模型和仿真方法具有机理上的优势,能够在自... 详细信息

虚拟现实技术在现代农业信息领域的作用日益凸显,然而当前的农业虚拟现实环境仍然以静态几何模型为主,具有真实物理意义并符合真实环境物理规则的动态模型和交互模式仍然没有普及。基于物理的模型和仿真方法具有机理上的优势,能够在自然环境包括农业生物和农业生产场景的动态建模与真实感交互方面增强虚拟交互的真实感和互动体验的沉浸感。本文阐述了基于物理的建模方法本质和意义,总结了农业虚拟现实环境中的物理建模和仿真的研究进展,分析了基于物理方法在植物形态学、运动学、动力学、生物力学以及环境物理场建模与仿真方面的应用原理和基本方法,并探讨了物理模型和仿真方法在农业虚拟现实乃至农业信息化中的潜在作用和未来的发展趋势。

关键词：虚拟现实物理模型仿真农业信息技术

来源：评论

学校读者我要写书评

暂无评论

基于环境变量辅助的不同地形单元土壤类型数字制图研究

引用

农业机械学报 2024年第10期55卷 371-378页

作者：叶回春聂超甲张越周艳兵王红叶黄元仿可持续发展大数据国际研究中心北京100094 中国科学院空天信息创新研究院数字地球重点实验室北京100094 太原理工大学水利科学与工程学院太原030024 北京市农林科学院信息技术研究中心北京100097 农业农村部耕地质量监测保护中心北京100125 中国农业大学土地科学与技术学院北京100193

土壤类型图反映了不同土壤类型的地理分布及其特征,为土壤资源利用、保护和管理提供了科学基础。基于土壤-环境关系的数字土壤制图方法是快速获取高精度、高分辨率土壤空间分布信息的重要手段,但针对不同地形单元的适用性及制度精度仍... 详细信息

土壤类型图反映了不同土壤类型的地理分布及其特征,为土壤资源利用、保护和管理提供了科学基础。基于土壤-环境关系的数字土壤制图方法是快速获取高精度、高分辨率土壤空间分布信息的重要手段,但针对不同地形单元的适用性及制度精度仍需进一步探讨。本文以北京市平谷区为研究区,将其划分为山地丘陵区和平原区2个地形单元,基于土壤调查点和随机森林算法,构建土壤-环境变量关系模型,进行不同地形单元的土壤类型数字制图。结果表明,山地丘陵区土类、亚类、土属和土种数字制图总体精度(Overall accuracy,OA)分别为100%、93.1%、89.7%和75.9%;而平原区土类、亚类、土属和土种数字制图OA分别为73.7%、55.3%、52.6%和23.7%。这表明在山地丘陵区,环境变量辅助的土壤类型数字制图具有较好的精度,而在平原区,这种精度会显著降低。随着土壤类型分类单元从土类到土种的精细化,环境变量辅助的土壤类型制图精度也逐渐下降。建议在资源有限的情况下,对于山地丘陵区,可以充分利用易获取的环境变量数据来提升土壤类型制图精度;而对于平原区,则需适当增加土壤类型剖面数量以提高制图精度。研究结果为其他地区土壤类型数字化制图提供了实践案例和技术支持。

关键词：数字制图环境变量土壤类型随机森林地形

来源：评论

学校读者我要写书评

暂无评论

基于冠层光谱特征和株高的马铃薯植株氮含量估算

引用

农业机械学报 2022年第6期53卷 202-208,294页

作者：樊意广冯海宽刘杨边明博孟炀杨贵军北京市农林科学院信息技术研究中心农业农村部农业遥感机理与定量遥感重点实验室北京100097 国家农业信息化工程技术研究中心北京100097 南京农业大学国家信息农业工程技术中心南京210095 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

为及时准确地掌握作物的植株氮含量(PNC)信息,监测作物生长状况,实现农田氮素施肥的科学管理,以马铃薯为研究对象,首先获取了现蕾期、块茎形成期、块茎增长期、淀粉积累期和成熟期的数码影像,并实测了各生育期的PNC、株高(H)和地面控制... 详细信息

为及时准确地掌握作物的植株氮含量(PNC)信息,监测作物生长状况,实现农田氮素施肥的科学管理,以马铃薯为研究对象,首先获取了现蕾期、块茎形成期、块茎增长期、淀粉积累期和成熟期的数码影像,并实测了各生育期的PNC、株高(H)和地面控制点(GCP)的三维坐标。其次利用各生育期的无人机数码影像与GCP结合生成试验区域的数字正射影像(DOM)和数字表面模型(DSM),并从中提取冠层光谱特征和株高(H_(dsm))。然后将各生育期提取的H_(dsm)和数码影像变量与地面实测的PNC进行相关性分析,从中筛选出相关性较好的影像变量和H_(dsm)作为马铃薯PNC估算模型的输入参数。最后分别基于影像变量和影像变量结合H_(dsm)利用多元线性回归(MLR)、误差反向传播(BP)神经网络和Lasso回归3种方法构建马铃薯PNC估算模型。结果表明:基于DSM提取的H_(dsm)与实测H具有较高的拟合度(R^(2)为0.860,RMSE为2.663 cm,NRMSE为10.234%);各生育期加入H_(dsm),均能提高马铃薯PNC的估算精度和稳定性;各生育期利用MLR方法构建的PNC估算模型优于BP神经网络和Lasso回归。该研究可为马铃薯PNC状况的高效、无损监测提供技术支撑。

关键词：马铃薯植株氮含量株高无人机数码影像冠层光谱特征

来源：评论

学校读者我要写书评

暂无评论

基于改进SlowFast模型的设施黄瓜农事行为识别方法

引用

智慧农业（中英文） 2024年第3期6卷 118-127页

作者：何峰吴华瑞史扬明朱华吉江苏大学计算机科学与通信工程学院江苏镇江212013 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]农事行为活动识别对设施蔬菜生产精准化调控有着重要意义,在一定程度上可以通过查看农事操作的时间、操作过程是否合理来减少因农事行为不当导致产量下降。为了解决农事行为识别方法中由于黄瓜叶片和设施遮挡导致识别准确率... 详细信息

[目的/意义]农事行为活动识别对设施蔬菜生产精准化调控有着重要意义,在一定程度上可以通过查看农事操作的时间、操作过程是否合理来减少因农事行为不当导致产量下降。为了解决农事行为识别方法中由于黄瓜叶片和设施遮挡导致识别准确率不高的问题,提出一种名为SlowFast-SMC-ECA (SlowFast-Spatio-Temporal Excitation、Channel Excitation、Motion Excitation-Efficient Channel Attention)的农事活动行为识别算法。[方法]该算法主要基于SlowFast模型,通过改进Fast Pathway和Slow Pathway中的网络结构来提高对于农事活动中手部动作特征和关键特征的提取能力。在Fast Pathway中,引入多路径激励残差网络的概念,通过在信道之间插入卷积操作来增强它们在时域上的相互关联性,从而更好地捕捉快速运动信息的细微时间变化。在Slow Pathway中,将传统的Residual Block替换为ECA-Res结构,以提高对通道信息的捕获能力。这两项改进有效地加强了通道之间的联系,提升了特征之间的语义信息传递,进而显著提升了农事行为识别的准确率。此外,为了解决数据集中类别不均衡的问题,设计了平衡损失函数(Smoothing Loss),通过引入正则化系数,平衡损失函数可以有效地处理数据集中的类别不均衡情况,提高模型在各个类别上的表现。[结果和讨论]改进的SlowFast-SMC-ECA模型在农事行为识别中表现出良好的性能,各类行为的平均识别精度达到80.47%,相较于原始的SlowFast模型有约3.5%的提升。[结论]本研究在农事行为识别中展现出良好的性能。这对农业生产的智能化管理和决策具有重要意义。

关键词：农事活动行为 SlowFast模型多路径激励残差网络 ECA-Res 平衡损失函数

来源：评论

学校读者我要写书评

暂无评论

基于YOLACT-RFX模型的穴盘甘蓝苗株分割算法

引用

计算机工程 2023年第12期49卷 214-223页

作者：王楷韩笑朱华吉缪祎晟吴华瑞江苏大学计算机科学与通信工程学院江苏镇江212013 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

温室作物长势分析是近年来农业信息化领域中的研究热点,目前国内温室多用穴盘育苗的方式,其密集种植的特点和复杂的背景干扰给穴盘苗株的分割识别任务带来挑战。提出一种基于YOLACT-RFX的分割算法实现对穴盘内甘蓝苗株的高精度分割和苗... 详细信息

温室作物长势分析是近年来农业信息化领域中的研究热点,目前国内温室多用穴盘育苗的方式,其密集种植的特点和复杂的背景干扰给穴盘苗株的分割识别任务带来挑战。提出一种基于YOLACT-RFX的分割算法实现对穴盘内甘蓝苗株的高精度分割和苗期识别。通过引入递归特征金字塔结构加强甘蓝苗株叶片边缘处的特征提取能力,改进相邻穴盘孔位中相互干扰苗株的分割性能。在递归特征金字塔结构中利用空洞空间金字塔池化结构对尺寸和形状快速变化的甘蓝苗株进行特征识别。最后,融合ResNeXt主干网络提升算法精度,加快模型收敛速度。基于甘蓝苗自建数据集验证所提算法的有效性,实验结果表明,当交并比为0.5时,YOLACT-RFX算法的各类平均精度为84.4%,平均召回率为92.7%,相较于YOLACT算法分别提升了3.6%和3.9%。在同等情况下,分割效果优于MASK-RCNN、SOLO、QueryInst等算法。改进后的YOLACT-RFX算法可实现对不同生长期内甘蓝穴盘苗株的高精度分割,为温室自动化甘蓝苗期管理提供技术基础。

关键词：分割算法甘蓝苗株苗期识别递归特征金字塔空洞空间金字塔池化

来源：评论

学校读者我要写书评

暂无评论

基于改进UperNet的结球甘蓝叶球识别方法

引用

智慧农业（中英文） 2024年第3期6卷 128-137页

作者：朱轶萍吴华瑞郭旺吴小燕江苏大学计算机科学与通信工程学院江苏镇江212013 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]叶球是结球甘蓝的重要部分,其生长发育对田间管理至关重要。针对叶球分割识别存在大田背景复杂、光照不均匀和叶片纹理相似等问题,提出一种语义分割算法UperNet-ESA,旨在能快速、准确地分割田间场景中结球甘蓝的外叶和叶球,... 详细信息

[目的/意义]叶球是结球甘蓝的重要部分,其生长发育对田间管理至关重要。针对叶球分割识别存在大田背景复杂、光照不均匀和叶片纹理相似等问题,提出一种语义分割算法UperNet-ESA,旨在能快速、准确地分割田间场景中结球甘蓝的外叶和叶球,以实现田间结球甘蓝的智能化管理。[方法]首先,采用统一感知解析网络(Unified Perceptual Parsing Network,UperNet)作为高效语义分割框架,将主干网络改为先进的ConvNeXt,使得模型在提升分割精度的同时也能具有较低的模型复杂度;其次,利用高效通道注意力机制(Efficient Channel Attention,ECA)融入特征提取网络的各阶段,进一步捕捉图像的细节信息;最后,通过将特征选择模块(Feature Selection Model,FSM)和特征对齐模块(Feature Alignment Model,FAM)集成到特征金字塔框架中,得到更为精确的目标边界预测结果。[结果和讨论]在自制结球甘蓝图像数据集上进行实验,与目前主流的UNet、PSPNet和DeeplabV3+语义分割模型相比,改进UperNet方法的平均交并比为92.45%,平均像素准确率为94.32%,推理速度为16.6 f/s,能够达到最佳精度-速度平衡效果。[结论]研究成果可为结球甘蓝生长智能化监测提供理论参考,对甘蓝产业发展具有重要的应用前景。

关键词：结球甘蓝语义分割叶球识别注意力机制特征选择特征对齐

来源：评论

学校读者我要写书评

暂无评论

作物表型组数据库研究进展及展望

引用

中国农业信息 2018年第5期30卷 13-23页

作者：王璟璐张颖潘晓迪卢宪菊马黎明郭新宇北京市农林科学院北京农业信息技术研究中心数字植物北京重点实验室

【目的】总结归纳作物表型数据库的研究进展,对作物表型数据库的构建进行展望。【方法】采用文献综述法,从Web of Science、NCBI的PubMed和中国知网等常用公共文献数据库中对已发表的作物表型组学相关研究文献进行检索,据此对国内外作... 详细信息

【目的】总结归纳作物表型数据库的研究进展,对作物表型数据库的构建进行展望。【方法】采用文献综述法,从Web of Science、NCBI的PubMed和中国知网等常用公共文献数据库中对已发表的作物表型组学相关研究文献进行检索,据此对国内外作物表型组学研究现状进行分析,并基于其中的数据库研究,对目前的作物表型相关数据库进行了介绍。最后对作物表型组数据库构建标准及要求进行了介绍。【结果】不同于基因组学已有许多大型的、公认的、成熟的公共数据库,有关作物表型组学的数据库虽已有一些,但综合性较强、普适性较广的通用标准数据库却不是很多。因此,构建综合性作物表型组标准数据库或构建特定作物的表型组数据库,将成为该领域相关研究人员的工作重点。【结论】农业信息化是现代农业的一个必然发展趋势,作物表型组数据库的构建也是顺应时代发展的产物。今后,在充分利用各种综合和专用数据库的基础上,研究人员应在实际研究中构建自己的作物表型组数据库,增强数据管理和共享。

关键词：作物表型组数据库构建标准数据管理

来源：评论

学校读者我要写书评

暂无评论

融合时间感知和增强过滤的农业知识推荐模型

引用

智慧农业（中英文） 2024年第1期6卷 123-134页

作者：王鹏哲朱华吉缪祎晟刘畅吴华瑞广西大学计算机与电子信息学院广西南宁530000 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]农业场景下的知识服务具有周期性长、活动时间长的特点。传统推荐模型无法有效挖掘农业场景下的基于农时的隐藏信息。针对上述问题,提出一种融合时间感知和增强过滤的农业知识个性化推荐模型(Time-aware and Filter-enhanced... 详细信息

[目的/意义]农业场景下的知识服务具有周期性长、活动时间长的特点。传统推荐模型无法有效挖掘农业场景下的基于农时的隐藏信息。针对上述问题,提出一种融合时间感知和增强过滤的农业知识个性化推荐模型(Time-aware and Filter-enhanced Sequential Recommendation Model for Agriculture Knowledge,TiFSA)。[方法]首先,基于时间感知的位置嵌入方法,将农户交互的时间信息与位置嵌入相结合,帮助学习农业情境下基于农时的项目相关性。其次,在时间感知位置嵌入的基础上,引入滤波器过滤算法,自适应地衰减农户情境数据中的噪声。最后,引入时间信息的多头自注意力网络,实现对时间、项目和特征的统一建模,对农户随时间变化的偏好特征进行情境表示,从而为用户提供可靠的推荐结果。[结果和讨论]根据“全国农业知识智能服务云平台”中的用户交互序列数据集进行实验。结果表明,该模型在农业数据集上的命中率为45.79%,归一化折损累计增益为53.52%;与近几年性能最佳的模型Ti-SASRec相比分别提升16.19%和14.02%。[结论]该模型能够有效捕获农业领域的用户情境特征和建模农户的动态偏好,具有更好的推荐性能。

关键词：农业知识推荐滤波器算法时间感知自注意力网络序列推荐

来源：评论

学校读者我要写书评

暂无评论

利用无人机多源传感器估算马铃薯植株氮含量

引用

光谱学与光谱分析 2022年第10期42卷 3217-3225页

作者：樊意广冯海宽刘杨边明博赵钰杨贵军钱建国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北京100097 南京农业大学国家信息农业工程技术中心江苏南京210095 国家农业信息化工程技术研究中心北京100097 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 辽宁工程技术大学测绘与地理科学学院辽宁阜新123000

快速准确地获取作物的植株氮含量(PNC)信息,是农业精细化管理的关键和数字农业发展的研究热点。近年来,随着无人机和传感器技术的发展,利用多种传感器信息监测作物理化参数逐渐引起国内外学者的关注。以马铃薯为研究对象,首先,基于无人... 详细信息

快速准确地获取作物的植株氮含量(PNC)信息,是农业精细化管理的关键和数字农业发展的研究热点。近年来,随着无人机和传感器技术的发展,利用多种传感器信息监测作物理化参数逐渐引起国内外学者的关注。以马铃薯为研究对象,首先,基于无人机获取了马铃薯现蕾期、块茎形成期、块茎增长期、淀粉积累期和成熟期的高光谱影像和数码影像,同时采集各生育期的地面数码影像,并实测了株高(H)、PNC和11个地面控制点(GCPs)的三维空间坐标。其次,利用无人机数码影像结合GCPs生成试验区域的数字表面模型(DSM),分别从无人机数码影像和DSM中提取马铃薯的地面覆盖度(VC)和株高(H),并利用地面数码影像计算的覆盖度(VC)和实测H验证提取的VC和H的精度。然后,根据高光谱反射率数据计算绿边参数(GEPs),构造GEPs×H×VC,GEPs/(1+VC),(GEPs+VC)×H和GEPs/(1+H)4种融合特征参数(FFPs),对高光谱影像信息和数码影像信息进行融合。最后,将各生育期提取的GEPs和构造的FFPs分别与PNC作相关性分析,筛选最优绿边参数(OGEP)和最优融合特征参数(OFFP)构建5个生育期的PNC线性估算模型,并根据相关性较高的GEPs和FFPs利用偏最小二乘(PLSR)和人工神经网络(ANN)2种回归方法构建PNC的多参数估算模型,结果表明:(1)基于无人机数码影像提取的H和VC具有较高的精度,可以代替实测H和VC估算作物理化参数。(2)与GEPs相比,前4个生育期,构造的大部分FFPs与PNC的相关性更高,能更好地反映马铃薯的氮营养状况。(3)马铃薯5个生育期,OFFP估算PNC的效果优于OGEP。(4)与单参数模型相比,基于GEPs和FFPs利用PLSR和ANN 2种方法构建的模型精度和稳定性均明显提高,其中,以FFPs为模型因子利用ANN方法构建的模型效果最好。该研究表明融合高光谱绿边参数和高清数码相机传感器提取的株高和覆盖度信息能显著提升PNC的估算精度,可为马铃薯氮营养状况的动态无损监测和多源传感器信息的应用提供参考。

关键词：植株氮含量无人机多源传感器绿边株高覆盖度

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：