检索结果-内蒙古大学图书馆

智慧农业（中英文） 2024年第2期6卷 95-106页

作者：樊江川王源桥苟文博蔡双泽郭新宇赵春江中国农业大学信息与电气工程学院北京100083 国家农业信息化工程技术研究中心/北京市农林科学院信息技术研究中心/数字植物北京市重点实验室北京100097 西北农林科技大学信息工程学院陕西杨陵712100 北京派得伟业科技发展有限公司北京100097

[目的/意义]为解决高通量草莓叶龄及冠幅提取问题,提出一种基于移动式表型平台和实例分割技术的高通量表型提取方法。[方法]利用小型移动式表型平台对温室内盆栽草莓植株的俯拍图像进行数据获取,并利用改进型Mask R-CNN(Convolutional N... 详细信息

[目的/意义]为解决高通量草莓叶龄及冠幅提取问题,提出一种基于移动式表型平台和实例分割技术的高通量表型提取方法。[方法]利用小型移动式表型平台对温室内盆栽草莓植株的俯拍图像进行数据获取,并利用改进型Mask R-CNN(Convolutional Neural Network)模型对图像进行处理,以此获取草莓植株叶龄信息。首先利用带有分组注意力模块的Split-Attention Networks(ResNeSt)骨干网络替换原有网络,从而提高图像特征信息提取精度和执行效率。在训练时,利用Mosaic方法对草莓图像进行数据增强,并且使用二元交叉熵损失函数对原本的交叉熵分类损失函数进行优化,以达到更好的植株与叶片的检测准确度。在此基础上,对训练结果进行后处理,利用标定比值对冠幅进行计算。[结果和讨论]该方法能够在ResNeSt-101骨干网络下,实现80.1%的掩膜准确率和89.6%的检测框准确率,并且能够以99.3%的植株检测正确率和98.0%的叶片数量检出率实现高通量的草莓叶龄估算工作。而模型推理后草莓植株南北和东西向冠幅测试值与真实值相比误差均低于5%的约占98.1%。[结论]该方法有着较高的鲁棒性,能够为智慧农业下高通量植物表型获取与解析工作提供技术支持。

关键词：移动式表型平台实例分割草莓表型叶龄统计冠幅 Mask R-CNN ResNeSt

来源：评论

学校读者我要写书评

暂无评论

棉花表型技术研究进展

引用

江苏农业科学 2023年第11期51卷 27-36页

作者：李远鲲郭新宇张颖顾生浩张永江吴升北京市农林科学院信息技术研究中心数字植物北京市重点实验室北京100097 国家农业信息化工程技术研究中心北京100097 河北农业大学农学院/华北作物改良与调控国家重点实验室/河北省作物生长调控重点实验室河北保定071000

棉花是重要的纺织原料,表型技术的应用对棉花智慧栽培管理和数字化育种具有重要意义。随着农业监测传感器及表型平台的发展,棉花表型技术研究进入重要阶段。概述了棉花的表型构成和主要表型指标;从图像类表型平台、点云类表型平台2个方... 详细信息

棉花是重要的纺织原料,表型技术的应用对棉花智慧栽培管理和数字化育种具有重要意义。随着农业监测传感器及表型平台的发展,棉花表型技术研究进入重要阶段。概述了棉花的表型构成和主要表型指标;从图像类表型平台、点云类表型平台2个方面综述了棉花表型获取相关传感器及高通量系统平台的发展现状,总结其适用场景、通量、效率及精度;详细综述了棉花多源表型数据处理技术体系,包括图像、三维建模、机器学习、深度学习以及表型大数据建模等技术方法;总结讨论了当前表型技术在棉花精准栽培管理和数字育种方面的应用进展;展望了棉花表型技术的未来发展趋势。

关键词：棉花表型技术表型平台高通量多尺度表型组学

来源：评论

学校读者我要写书评

暂无评论

叶片多理化参数的高光谱遥感与深度学习估算

引用

光谱学与光谱分析 2024年第10期44卷 2873-2883页

作者：岳继博冷梦蝶田庆久郭伟刘杨冯海宽乔红波河南农业大学信息与管理科学学院河南郑州450002 南京大学国际地球系统科学研究所江苏南京210023 中国农业大学智慧农业系统集成研究教育部重点实验室北京100083 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

准确的植物叶片理化参数对于监测植物生长状况至关重要。随着深度学习技术的迅速应用,结合深度学习和高光谱遥感技术的植物叶片理化参数分析应用潜力巨大;然而,现阶段结合深度学习和高光谱遥感技术在植物多叶片理化参数的联合估算研究... 详细信息

准确的植物叶片理化参数对于监测植物生长状况至关重要。随着深度学习技术的迅速应用,结合深度学习和高光谱遥感技术的植物叶片理化参数分析应用潜力巨大;然而,现阶段结合深度学习和高光谱遥感技术在植物多叶片理化参数的联合估算研究尚少。该研究旨在挖掘结合高光谱遥感技术和深度学习技术开展高精度的多植被叶片理化参数(叶绿素含量、类胡萝卜素含量、水分含量、蛋白质含量和碳基成分含量)联合估算的潜力。首先,通过利用新型PROSPECT-PRO辐射传输模型模拟分析,确定了多个植被叶片理化参数的敏感光谱区域,并设计了LeafTraitNet模型;然后,基于Lopex93数据开展LeafTr aitNet模型训练和验证,取得了高精度的叶片参数估算结果。得到以下结论:(1)基于PROSPECT-PRO辐射传输模型辅助实测开展植被光谱特征选择十分必要;叶绿素(约434和约676 nm)和类胡萝卜素(约445 nm)两类色素的光谱吸收峰均主要位于可见光区域;然而,其与叶片光谱的相关系数绝对值最大的点却不是各自的吸收峰位置,这可能是因为叶绿素和类胡萝卜素对光谱吸收的相互影响。(2)水分的吸收峰主要位于950~2500 nm范围内,这与叶片蛋白质和碳基成分的吸收区域重叠,因此削弱了后者的高光谱遥感估算精度。基于PROSPECT-PRO辐射传输模型和Lopex93数据集的叶片参数相关性分析结果表明,叶片水分含量与950~2500 nm范围内叶片光谱反射率相关系数绝对值接近1,而叶片蛋白质和碳基成分含量与950~2500 nm范围内光谱反射率相关系数较低。(3)三种传统统计回归方法和LeafTraitNet模型的叶片理化参数估算精度可以基于其估算总nRMSE而排序为:Le afTraitNet(总nRMSE=0.84)研究显示基于深度学习的LeafTraitNet模型有潜力提供远高于传统统计回归模型的植物叶片理化参数估算结果,但其在冠层尺度的研究仍需要更多的实验来进一步验证。

关键词：深度学习高光谱遥感叶片蛋白质含量叶片叶绿素含量叶片类胡萝卜素含量

来源：评论

学校读者我要写书评

暂无评论

融合农村居民意图的健康知识推荐方法

引用

计算机工程与设计 2024年第7期45卷 2142-2149页

作者：王馨悦吴华瑞陈雯柏韩笑朱华吉赵春江北京信息科技大学自动化学院北京市农林科学院信息技术研究中心国家农业信息化工程技术研究中心农业农村部数字乡村技术重点实验室

为提高农村居民健康认知水平，提出一种融合农村地区居民意图的健康知识推荐方法。考虑到村民对不同健康知识的偏好，建模用户层中村民与健康知识间的关系路径，捕获村民获取健康知识的潜在意图，利用图卷积与注意力机制传播聚合村民意... 详细信息

为提高农村居民健康认知水平，提出一种融合农村地区居民意图的健康知识推荐方法。考虑到村民对不同健康知识的偏好，建模用户层中村民与健康知识间的关系路径，捕获村民获取健康知识的潜在意图，利用图卷积与注意力机制传播聚合村民意图邻居节点信息，获得村民与健康知识的高阶邻域表示，通过双交叉聚合器将初始节点与邻域表示进行聚合，增强村民与健康知识的表示能力，实现村民健康知识精确推荐。基于农村健康知识数据集验证研究模型有效性，结果表明该模型在准确率、NDCG指标上均得到了一定程度的提高。

关键词：农村知识推荐注意力机制知识图谱嵌入传播健康知识神经网络

来源：评论

学校读者我要写书评

暂无评论

基于三维点云的灌浆后期玉米植株形态变化研究

引用

中国农业科技导报 2018年第12期20卷 59-66页

作者：于泽涛温维亮郭新宇王勇健钱婷婷北京农业信息技术研究中心数字植物北京市重点实验室北京100197 国家农业信息化工程技术研究中心北京100197 上海市农业科学院上海201403

快速、准确地获取玉米三维数据是玉米形态结构和功能分析研究的基础。然而,玉米单株和群体原位数据获取存在田间气流稳定性差、器官交叉遮挡严重、高温高湿环境不利于仪器连续工作等问题。因此,采用破坏性取样的方法研究玉米植株的形态... 详细信息

快速、准确地获取玉米三维数据是玉米形态结构和功能分析研究的基础。然而,玉米单株和群体原位数据获取存在田间气流稳定性差、器官交叉遮挡严重、高温高湿环境不利于仪器连续工作等问题。因此,采用破坏性取样的方法研究玉米植株的形态变化过程,对玉米植株形态结构数据获取方式的确定具有重要意义。利用三维扫描仪对灌浆后期的两个氮肥处理玉米植株进行不同扫描时间的三维点云数据获取,并通过点云数据分析各叶片的形态变化过程。试验结果表明:从田间原位到室内可控环境下,在取样后2 h以内,玉米植株的形态变化最小,与田间原位的形态结构最为接近。上述结果为玉米植株破坏性取样提供理论依据,也为玉米结构功能模型研究提供数据获取技术支持。

关键词：三维点云玉米破坏性取样形态结构

来源：评论

学校读者我要写书评

暂无评论

基于多模态数据驱动的黄瓜温室湿度预测方法

引用

电子测量技术 2023年第16期46卷 97-104页

作者：黄天艺吴华瑞朱华吉广西大学计算机与电子信息学院南宁530004 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

温室湿度精准预测对病害防治策略制定、水肥自动灌溉等具有重要意义。本文研究了一种基于多模态数据驱动的预测方法。为解耦温室环境控制中环境变量复杂关系,提高模型预测效率,利用LASSO回归从多温室环境参数中筛选得到温室空气湿度变... 详细信息

温室湿度精准预测对病害防治策略制定、水肥自动灌溉等具有重要意义。本文研究了一种基于多模态数据驱动的预测方法。为解耦温室环境控制中环境变量复杂关系,提高模型预测效率,利用LASSO回归从多温室环境参数中筛选得到温室空气湿度变化强关联环境因子,结合CNN提取图像空间特征的优势,基于GAF理论将温室时间序列分别转化为GASF与GADF二维图像,进一步增强有效信息,抑制环境噪声,通过引入低复杂度的双卷积层充分提取图像潜在特征,识别湿度变化趋势,对不同湿度变化趋势的时间序列逐一构建Bayesian_LSTM预测模型,增加平稳输入提高预测精度。针对黄瓜温室,将室内温度、湿度、光照强度历史时间序列转化为二维图像作为输入,分析验证了模型的预测性能。试验数据显示当时间滑动窗口大小为15,选用GADF转化图像,Bayesian_LSTM隐藏节点数为100时,平均绝对误差、平均绝对百分比误差、均方根误差分别达到2.58%、4.56%、4.80%,为模型性能最优。对比RNN、GRU、Bi-GRU、1D-CNN共4种主流预测模型,试验结果均表现出良好的预测性能。

关键词：环境预测格拉姆角场卷积神经网络长短期记忆神经网络贝叶斯神经网络

来源：评论

学校读者我要写书评

暂无评论

基于特征增强的多方位农业问句语义匹配

引用

西南大学学报（自然科学版） 2023年第6期45卷 201-210页

作者：王奥吴华瑞朱华吉广西大学计算机与电子信息学院南宁530004 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 农业农村部数字乡村技术重点实验室北京100097

农业问句文本数据具有专业名词多、特征稀疏、语句规范性差等特征,难以深入挖掘句间交互关系.为改善农业相似问句的匹配性能,提出一种基于特征增强的多方位农业问句语义匹配模型.模型通过共享参数的双向长短期记忆网络提取上下文向量,... 详细信息

农业问句文本数据具有专业名词多、特征稀疏、语句规范性差等特征,难以深入挖掘句间交互关系.为改善农业相似问句的匹配性能,提出一种基于特征增强的多方位农业问句语义匹配模型.模型通过共享参数的双向长短期记忆网络提取上下文向量,分别引入自注意力机制、多维注意力机制增强农业问句文本语义推断特征和文本距离特征,通过多特征增强聚焦语义特征信息,将增强特征嵌入到多方位匹配函数中,从向量值、方向和元素等角度进行句间相似度对比,以捕获句子多样性特征.从农业问答社区导出农业问答文本数据,人工标注相似问句构建试验数据集.试验结果表明:基于特征增强的多方位农业问句语义匹配模型可以增强文本特征之间的交互,获取更多的关系特征信息,在构建的农业问句数据集上正确率及F1值达95.3%和97.3%,与其他5种问句语义匹配模型相比,效果提升明显.

关键词：农业问句语义匹配特征增强自然语言处理双向长短期记忆网络自注意力机制

来源：评论

学校读者我要写书评

暂无评论

结合对抗训练和注意力机制的蔬菜种植领域命名实体识别

引用

计算机工程与应用 2024年

作者：胡乔赵春江吴华瑞缪祎晟郭旺江苏大学农业工程学院国家农业信息化工程技术研究中心北京市农林科学院信息技术研究中心农业农村部数字乡村技术重点实验室

针对复杂语境下的蔬菜种植领域命名实体识别任务中存在实体分布不均衡、实体边界不清晰和语义关联不足等问题，提出一种基于对抗训练和多头自注意力机制的蔬菜种植领域命名实体识别模型。以番茄为研究对象，采用ALBERT（ALiteBERT）提... 详细信息

针对复杂语境下的蔬菜种植领域命名实体识别任务中存在实体分布不均衡、实体边界不清晰和语义关联不足等问题，提出一种基于对抗训练和多头自注意力机制的蔬菜种植领域命名实体识别模型。以番茄为研究对象，采用ALBERT（ALiteBERT）提取语料动态词向量，结合对抗训练对词向量扰动生成对抗样本并集成为嵌入层输出，缓解农业数据不平衡问题；在特征提取层中通过引入多头自注意力机制对BiLSTM提取的序列特征进一步优化权重分布，更多关注边界信息，加强文本语义关联；最后采用条件随机场解码标注序列。在由8个类别和5542条标注样本构建的语料库Veg-Tomato上进行了实验。结果表明，该模型的精确率、召回率和F1值分别达89.26%、85.77%、87.48%，较最优基线模型提高了0.69%、3.56%、2.21%，在小样本数据上仍能表现较高的识别精度，适用于蔬菜种植领域命名实体识别任务。

关键词：蔬菜种植命名实体识别 ALBERT 对抗训练多头自注意力

来源：评论

学校读者我要写书评

暂无评论

多源遥感数据耦合CBA-Wheat模型的冬小麦生物量估算研究

引用

遥感学报 2024年第12期28卷 3123-3135页

作者：王士俊刘苗赵钰柳昭宇刘修宇冯海宽隋学艳李振海山东科技大学测绘与空间信息学院青岛266590 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 中南大学智能信息处理及系统研究所长沙410083 山东省农业科学院农业信息与经济研究所济南250100

生物量是反映作物生长状况的重要指标,及时准确估计冬小麦地上生物量对于产量预测和田间管理决策具有重要意义。综合考虑遥感植被指数VI(Vegetation Index)与数字化生育期ZS(Zadoks Stage)创建的作物生物量模型CBA-Wheat(Crop Biomass A... 详细信息

生物量是反映作物生长状况的重要指标,及时准确估计冬小麦地上生物量对于产量预测和田间管理决策具有重要意义。综合考虑遥感植被指数VI(Vegetation Index)与数字化生育期ZS(Zadoks Stage)创建的作物生物量模型CBA-Wheat(Crop Biomass Algorithm for Wheat),虽然适用于全生育时期的冬小麦生物量估算,但是由于模型参数基于地面高光谱数据构建,而卫星遥感数据在应用过程中,需要使用更多的地面实测数据进行模型参数的调试,因而限制了该模型的推广使用。因此,本研究采用遗传优化算法GA(Genetic Algorithm)对CBA-Wheat模型进行全局优化确定模型最优参数,利用高分辨率遥感影像提取VI与试验记录的ZS数据,分别构建以不同VI为输入变量的冬小麦生物量反演模型,并进行验证。结果表明:增强型植被指数EVI2(Enhanced Vegetation Index2)为输入变量建立的模型精度最高,冬小麦生物量估算验证的决定系数(R^(2))和均方根误差(RMSE)分别达到0.92 t/hm 2和1.37 t/hm 2;基于CBA-Wheat模型的生物量估算精度效果优于基于偏最小二乘回归方法的生物量估算精度(R^(2)=0.85,RMSE=1.87 t/hm 2)。综上,本研究基于遗传算法优化的CBA-Wheat模型不仅具有较高的反演精度,而且适用于冬小麦多个生育期反演,在使用遥感卫星数据进行大面积生物量预测方面具有较好的应用潜力。

关键词：冬小麦地上生物量遗传算法 CBA-Wheat 多源数据 EVI2 Sentinel-2 遥感

来源：评论

学校读者我要写书评

暂无评论

作物智慧栽培学——信息-农艺-农机深度融合的新农科

引用

农学学报 2023年第2期13卷 67-76页

作者：顾生浩温维亮卢宪菊王传宇郭新宇北京市农林科学院信息技术研究中心数字植物北京市重点实验室北京100097 国家农业信息化工程技术研究中心北京100097

在社会发展进入万物智联新时代、农业科学步入数据密集型知识发现的新阶段和智慧农业技术成为国家实施乡村振兴战略的重要抓手的背景下,传统作物栽培学理论技术体系已无法满足智慧栽培发展的需要,亟需加快与其他相关学科深度融合、协同... 详细信息

在社会发展进入万物智联新时代、农业科学步入数据密集型知识发现的新阶段和智慧农业技术成为国家实施乡村振兴战略的重要抓手的背景下,传统作物栽培学理论技术体系已无法满足智慧栽培发展的需要,亟需加快与其他相关学科深度融合、协同创新,发展作物智慧栽培学。本研究首先阐述了作物智慧栽培的内涵和特征,然后阐明了作物智慧栽培学的概念、研究内容和关键技术以及相应的学科体系,最后提出了作物栽培学的发展趋势、面临挑战及对策建议。围绕智慧栽培中“联接、感知、认知、管控”四大关键环节开展重大科学发现、前沿技术突破和产业模式创新,构建智慧栽培理论技术体系,推动传统栽培向智慧栽培转型升级,有助于实现作物生产的可持续发展,加速推进农业现代化。

关键词：智慧栽培信息-农艺-农机融合智慧管控大数据

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：