检索结果-内蒙古大学图书馆

农业机械学报 2018年第11期49卷 189-194,250页

作者：高超赵玥赵燕东北京林业大学工学院北京100083 城乡生态环境北京实验室北京100083 林业装备与自动化国家林业局重点实验室北京100083

为了对植物病虫害进行早期预警,提出一种基于茎干含水率的植物病虫害等级早期诊断方法。以紫薇为研究对象,监测复苏萌芽期内不同健康等级紫薇的茎干含水率;然后,分别通过关键参数和主成分分析对茎干含水率进行特征提取;最后,结合有监督... 详细信息

为了对植物病虫害进行早期预警,提出一种基于茎干含水率的植物病虫害等级早期诊断方法。以紫薇为研究对象,监测复苏萌芽期内不同健康等级紫薇的茎干含水率;然后,分别通过关键参数和主成分分析对茎干含水率进行特征提取;最后,结合有监督和无监督学习模型实现对紫薇病虫害等级的早期诊断。基于方差分析,紫薇健康等级对日最小含水率、日最大含水率、日平均含水率、日极差含水率4个关键参数的影响均为极显著。基于主成分分析,茎干含水率时间序列前4个主成分的累计贡献率达到99. 7%。在有监督模型中,以主成分特征为输入的BP模型的性能最优,平均识别率达到98%;在无监督模型中,以主成分特征为输入的K均值模型最优,平均识别率达到92%。因此,茎干含水率可以作为诊断植物病虫害等级的早期指标,主成分特征优于关键参数特征,有监督模型优于无监督模型。

关键词：紫薇茎干含水率病虫害等级早期诊断特征提取学习模型

来源：评论

学校读者我要写书评

暂无评论

基于少样本学习的森林火灾烟雾检测方法

引用

北京林业大学学报 2023年第9期45卷 137-146页

作者：贾一鸣张长春胡春鹤张军国北京林业大学工学院林木资源高效生产全国重点实验室林业装备与自动化国家林业和草原局重点实验室北京100083

【目的】为解决由于森林火灾烟雾数据集样本量小、样本特征分散、烟雾图像占比小等特点导致的林火烟雾检测模型识别效果差、准确率低等问题,实现快速、准确识别检测森林火灾烟雾。【方法】针对少样本森林火灾烟雾图像数据集的样本特征,... 详细信息

【目的】为解决由于森林火灾烟雾数据集样本量小、样本特征分散、烟雾图像占比小等特点导致的林火烟雾检测模型识别效果差、准确率低等问题,实现快速、准确识别检测森林火灾烟雾。【方法】针对少样本森林火灾烟雾图像数据集的样本特征,本研究提出了一种基于多头注意力机制的森林火灾烟雾图像检测方法。该方法首先在训练阶段采用数据增强方法,扩充训练数据的数量同时降低过拟合风险;然后设计特征提取模块与特征聚合模块,在特征提取模块中引入多头注意力机制并探讨引入的合适位置,使模型更多地关注火灾局部特征,解决烟雾图像少造成的信息缺失问题;在特征聚合模块中使用FPN-PAN模块对图像的深层与浅层语义信息进行特征融合;最后,设置检测头模块输出实验结果。利用测试准确率、召回率、误报率、检测率和F1值等评价指标在少样本公共数据集和自建火灾烟雾少样本数据集上测试本方法的有效性。【结果】在数据增强阶段同时增加马赛克数据增强和多尺度变换,可以得到更好的检测效果。在特征提取模块的第4个卷积模块后面添加1处多头注意力机制的模型性能最好。相较于现有的元学习长短时记忆网络、匹配网络和轻量级目标检测网络等方法,本方法有更好的检测效果,具体表现为准确率达到了98.79%,召回率98.28%,检测率97.33%,误报率仅为6.36%。【结论】与现有的火灾烟雾检测模型相比,本方法具有更好的判别能力和泛化能力。

关键词：森林火灾烟雾检测少样本小目标特征提取多头注意力机制

来源：评论

学校读者我要写书评

暂无评论

双V附翼型负泊松比蜂窝结构参数与原木接触面积耦合关系

引用

华中农业大学学报 2021年第2期40卷 253-260页

作者：朱旭晨王典刘晋浩黄青青北京林业大学工学院/国家林业和草原局林业装备与自动化重点实验室北京100083

为解决林木采伐中进料辊造成树木损伤的问题,以进料辊中的双V附翼型蜂窝结构为研究对象,探究其胞元结构参数对伐倒木圆条树木的损伤机制。基于理论力学构建了双V附翼型结构单位胞元参数与屈服强度的理论模型,进而进行了Y方向压缩实验验... 详细信息

为解决林木采伐中进料辊造成树木损伤的问题,以进料辊中的双V附翼型蜂窝结构为研究对象,探究其胞元结构参数对伐倒木圆条树木的损伤机制。基于理论力学构建了双V附翼型结构单位胞元参数与屈服强度的理论模型,进而进行了Y方向压缩实验验证,考察在低速压缩条件下各胞元结构参数对该结构等效应力和能量吸收变化的影响,以及有限元仿真进料辊胞元结构参数与原木接触面积的耦合关系。选定聚氨酯作为辊型驱动应用材料,通过正交试验法,在较优参数θ_(1)、θ_(2)、t区间内使进料辊与木材接触面积增大14.56%~26.11%。研究结果表明,可根据具体工况需求选用确定胞元结构参数,且结构参数厚度t是影响负泊松比蜂窝结构密实应变的重要指标;通过双V附翼型负泊松比结构材料的选用和尺寸参数的改变,改善了进料辊作业时与木材的接触面积大小,降低原木所受压强。

关键词：进料辊双V附翼型结构负泊松比林木联合采育机森林工程原木损伤伐倒木

来源：评论

学校读者我要写书评

暂无评论

一种欠驱动双板分离式采摘器的研制

引用

北京林业大学学报 2018年第12期40卷 110-116页

作者：罗海风谭月胜北京林业大学工学院林业装备与自动化国家林业局重点实验室北京100083

【目的】采摘是林果种植中的劳动密集型作业,果园中的果实采收环境较为复杂,我国采摘机具的行业研究相对薄弱,采摘机器人等高科技装备在当前果园采摘中的实际应用还具有一定的局限性,因此发展辅助人工摘果装备具有切实的社会和经济意义... 详细信息

【目的】采摘是林果种植中的劳动密集型作业,果园中的果实采收环境较为复杂,我国采摘机具的行业研究相对薄弱,采摘机器人等高科技装备在当前果园采摘中的实际应用还具有一定的局限性,因此发展辅助人工摘果装备具有切实的社会和经济意义。【方法】针对球形带梗果实,以苹果为例提出了果梗锁定—枝果分离的采摘方法,并设计完成了相应采摘器。采摘器整体结构为欠驱动布局,以曲柄摇杆机构为原型设计了果梗锁定机构,构造了固定板、浮动板结构的双板枝果分离机构,利用摇杆滑块机构作为手持驱动单元,利用钢丝和绕线丝轮的传动方法将滑块的输出运动首先传递到曲柄摇杆机构,驱动结构和尺寸对称的两套果梗锁定机构对果梗进行锁定,果梗锁定后继续驱动浮动板向下移动与固定板分离完成摘果。【结果】分析了驱动单元和果梗锁定机构的几何参数,驱动单元的手柄转动5. 5°即可使摘果器完成87°的果梗锁定和50 mm的双板分离动作,果梗锁定机构在锁定果梗时处于反向死点位置,保证了锁定的可靠性。应用Adams软件仿真了采摘器的果梗锁定和双板分离动作,验证了采摘器欠驱动结构的设计可行性,并对输出曲线在锁定果梗过程中的振动情况进行了解释;对采摘过程中的驱动力进行了仿真。采摘器样机实验顺利完成了锁定果梗—枝果分离的顺序采摘动作。【结论】枝果分离的采摘方法和欠驱动双板分离式采摘器在实际应用中具有可操作性,可用于发展人工辅助采摘机具。

关键词：果梗锁定死点枝果分离欠驱动

来源：评论

学校读者我要写书评

暂无评论

基于主动风险防御机制的多机器人强化学习协同对抗策略

引用

控制与决策 2023年第5期38卷 1420-1429页

作者：孙辉辉胡春鹤张军国北京林业大学工学院北京100083 华北科技学院机电工程学院河北廊坊065201 国家林业和草原局林业装备与自动化重点实验室北京100083

深度强化学习因其在多机器人系统中的高效表现,已经成为多机器人领域的研究热点.然而,当遭遇连续时变、风险未知的非结构场景时,传统方法暴露出风险防御能力差、系统安全性能脆弱的问题,未知风险将以对抗攻击的形式给多机器人的状态空... 详细信息

深度强化学习因其在多机器人系统中的高效表现,已经成为多机器人领域的研究热点.然而,当遭遇连续时变、风险未知的非结构场景时,传统方法暴露出风险防御能力差、系统安全性能脆弱的问题,未知风险将以对抗攻击的形式给多机器人的状态空间带来非线性入侵.针对这一问题,提出一种基于主动风险防御机制的多机器人强化学习方法(APMARL).首先,基于局部可观察马尔可夫博弈模型,建立多机记忆池共享的风险判别机制,通过构建风险状态指数提前预测当前行为的安全性,并根据风险预测结果自适应执行与之匹配的风险处理模式;特别地,针对有风险侵入的非安全状态,提出基于增强型注意力机制的Actor-Critic主动防御网络架构,实现对重点信息的分级增强和危险信息的有效防御.最后,通过广泛的多机协作对抗任务实验表明,具有主动风险防御机制的强化学习策略可以有效降低敌对信息的入侵风险,提高多机器人协同对抗任务的执行效率,增强策略的稳定性和安全性.

关键词：深度强化学习多机器人风险防御协同对抗事件驱动

来源：评论

学校读者我要写书评

暂无评论

基于HSV空间和拟合椭圆的光核桃种核表型自动量化系统构建

引用

农业工程学报 2021年第20期37卷 202-210页

作者：韩巧玲崔树强徐钐钐赵玥赵燕东北京林业大学工学院北京100083 城乡生态环境北京实验室北京100083 国家林业局林业装备与自动化国家重点实验室北京100083 智慧林业研究中心北京100083

针对现有青藏高原光核桃种核表型主要采用手工测量和目视法获得,操作繁琐,且提取参数种类有限的问题,该研究构建了一种基于HSV(Hue,Saturation,Value)空间和拟合椭圆的光核桃种核表型自动量化系统。该系统包括图像自动分割和多重参数提... 详细信息

针对现有青藏高原光核桃种核表型主要采用手工测量和目视法获得,操作繁琐,且提取参数种类有限的问题,该研究构建了一种基于HSV(Hue,Saturation,Value)空间和拟合椭圆的光核桃种核表型自动量化系统。该系统包括图像自动分割和多重参数提取2个部分,首先,采用HSV阈值法实现光核桃种核图像的精准分割;其次,用拟合椭圆法进行光核桃种核的核尖提取;最后,对光核桃种核形态、颜色、纹理3类表型进行定量描述。结果表明,该系统对光核桃种核的自动分割准确率达到99.7%,且能够实现多种表型的自动、准确量化,为光核桃表型参数研究提供数据基础和技术支持。

关键词：图像识别图像分割光核桃表型参数拟合椭圆核尖

来源：评论

学校读者我要写书评

暂无评论

基于改进EfficientDet的油橄榄果实成熟度检测

引用

农业工程学报 2022年第13期38卷 158-166页

作者：陈锋军张新伟朱学岩李志强林剑辉北京林业大学工学院北京100083 城乡生态环境北京实验室北京100083 国家林业局林业装备与自动化国家重点实验室北京100083 智慧林业研究中心北京100083

自然环境下自动准确地检测油橄榄果实的成熟度是实现油橄榄果实自动化采摘的基础。该研究根据成熟期油橄榄果实表型特征的变化以及参考国际油橄榄理事会和中国林业行业标准的建议制定了油橄榄果实成熟度标准,并针对油橄榄果实相邻成熟... 详细信息

自然环境下自动准确地检测油橄榄果实的成熟度是实现油橄榄果实自动化采摘的基础。该研究根据成熟期油橄榄果实表型特征的变化以及参考国际油橄榄理事会和中国林业行业标准的建议制定了油橄榄果实成熟度标准,并针对油橄榄果实相邻成熟度特征差异不明显以及果实之间相互遮挡问题,提出一种改进EfficientDet的油橄榄果实成熟度检测方法。首先改进特征提取网络,在特征提取网络中引入卷积注意力模块(Convolution Block Attention Module,CBAM)细化不同成熟度之间的特征映射;其次改进特征融合网络,在加权双向特征金字塔网络(BidirectionalFeaturePyramid Network,Bi-FPN)中增加跨级的数据流加强果实的相对位置信息,最后通过623幅油橄榄测试图像对改进的EfficientDet模型进行测试。改进EfficientDet模型在测试集下的精确率P、召回率R和平均精度均值m AP分别为92.89%、93.59%和94.60%,平均检测时间为0.337s,模型大小为32.4M。对比SSD、EfficientDet、YOLOv3、YOLOv5s和FasterR-CNN模型,平均精度均值m AP分别提升7.85、4.77、3.73、1.15和1.04个百分点。改进EfficientDet模型能够为油橄榄果实的自动化采摘提供有效探索。

关键词：油橄榄果实成熟度检测 EfficientDet 注意力机制深度学习

来源：评论

学校读者我要写书评

暂无评论

高填充油茶果壳基木塑复合材料的制备及力学性能

引用

工程塑料应用 2024年第1期52卷 1-7页

作者：刘翔宇杨逸飞徐道春李文彬白效鹏北京林业大学工学院北京100083 林业装备与自动化国家林业和草原局重点实验室北京100083

以油茶果壳和不同塑料即聚丙烯、高密度聚乙烯(PE-HD)、低密度聚乙烯、线性低密度聚乙烯为原料,采用模压成型的方法制备了高填充油茶果壳基木塑复合材料,利用电子万能试验机和悬臂梁冲击试验机测试其力学性能。通过单因素试验分析塑料... 详细信息

以油茶果壳和不同塑料即聚丙烯、高密度聚乙烯(PE-HD)、低密度聚乙烯、线性低密度聚乙烯为原料,采用模压成型的方法制备了高填充油茶果壳基木塑复合材料,利用电子万能试验机和悬臂梁冲击试验机测试其力学性能。通过单因素试验分析塑料种类对复合材料力学性能的影响,确定较优塑料种类后进一步优化制备参数。以壳粉含量、增容剂马来酸酐接枝聚乙烯(MAPE)含量、热压温度、热压时间为设计因素,以弯曲强度、弯曲弹性模量、拉伸强度、冲击强度为力学性能优化目标,设计L_(9)(3^(4))正交试验,研究了高填充油茶果壳基木塑复合材料的制备工艺,利用极差分析和方差分析得到了较优配方和工艺参数组合。研究表明:当添加塑料为PE-HD时,复合材料的弯曲强度最大为34.40 MPa,拉伸强度最大为18.20 MPa,力学性能较优;壳粉含量为65%时,添加7%MAPE的复合材料强度较好,弯曲强度最大为33.66 MPa;优化制备参数组合为壳粉含量55%,MAPE含量5%,热压温度160℃,热压时间10 min。

关键词：油茶果壳木塑复合材料高密度聚乙烯力学性能正交试验

来源：评论

学校读者我要写书评

暂无评论

改进UNet-VAE网络的土壤多类型孔隙三维分割方法

引用

农业工程学报 2024年第18期40卷 81-89页

作者：韩巧玲宋美慧席本野赵玥赵燕东北京林业大学工学院北京100083 北京林业大学林学院北京100083 北京市教育委员会城乡生态环境北京实验室北京100083 国家林业局林业装备与自动化国家重点实验室北京100083 北京林业大学智慧林业研究中心北京100083

不同类型土壤孔隙结构会随生物活动和非生物作用发生形变,从而影响其生态功能,准确分割不同类型的孔隙结构对于研究孔隙结构与生态功能演变关系具有重要意义。针对单个类别孔隙的分割方法分割精度低、分类标准单一、鲁棒性差,无法准确... 详细信息

不同类型土壤孔隙结构会随生物活动和非生物作用发生形变,从而影响其生态功能,准确分割不同类型的孔隙结构对于研究孔隙结构与生态功能演变关系具有重要意义。针对单个类别孔隙的分割方法分割精度低、分类标准单一、鲁棒性差,无法准确分割和判别生物孔隙、裂隙等相交部分孔隙结构的问题。该研究针对不同类型孔隙尺度差距大的特点,提出了一种改进UNet-VAE网络模型,实现土壤多类型孔隙分割。改进UNet-VAE网络引入多尺度特征融合注意力模块,以实现多尺度信息融合和冗余信息筛选。结合变分自动编码器生成网络(variational autoencoder,VAE),引入噪声和辅助损失函数,以增强网络的泛化能力和鲁棒性。试验结果表明:改进UNet-VAE方法在土壤多类型孔隙(裂隙、生物孔、不规则孔隙和球状孔隙)三维分割中达到了93.83%的平均准确率,与次优VNet方法相比,平均准确率、精确率、召回率和F1值分别提升了3.32,5.06,8.97和8.63个百分点,特别是对于不规则孔隙4项指标分别提升了4.88,15.46,15.70和15.50个百分点,表明改进UNet-VAE法可准确分割多类型孔隙,也验证了深度学习技术在多类型孔隙判别的有效性,可为揭示土壤孔隙结构与演化研究提供有效工具。

关键词：土壤孔隙卷积神经网络图像分割 3D UNet 注意力模块

来源：评论

学校读者我要写书评

暂无评论

林木采育机多密实度蜂窝辊的径向压缩响应

引用

北京林业大学学报 2022年第7期44卷 135-145页

作者：张高谦王典曲云飞刘晋浩北京林业大学工学院北京100083 北京林业大学国家林业和草原局林业装备与自动化重点实验室北京100083 浙江大学海洋学院浙江杭州316021

【目的】针对为林木采育机而设计的蜂窝进料辊,研究其在采伐时夹紧和翻转工序的模拟工况下,密实度差异对压缩响应的影响。【方法】将15套蜂窝辊按照密实度划分为3种等级,经由理论模型和模拟仿真分析,对多密实度下的力学和吸能特性的变... 详细信息

【目的】针对为林木采育机而设计的蜂窝进料辊,研究其在采伐时夹紧和翻转工序的模拟工况下,密实度差异对压缩响应的影响。【方法】将15套蜂窝辊按照密实度划分为3种等级,经由理论模型和模拟仿真分析,对多密实度下的力学和吸能特性的变化做量化探究。选出其中3套制备试件,进行线弹性阶段内的径向压缩试验,利用数字图像相关技术对压缩过程中试件的变形进行监测,比较微观上塑性铰处的结点变形,同时对比仿真与试验的结果,进而总结双V附翼蜂窝进料辊的变形模式。【结果】仿真结果显示:平台阶段下随着密实度增长约10%,蜂窝辊的等效应力上升幅度处于2 MPa以内,但吸能量则提升了近乎6倍。试验结果表明:线弹性阶段下相同幅度的密实度提升,虽然导致质量增大约59.78%,但接触力却获得约3.4倍的提升。变形观测后提出准静态压缩下的V型变形模式,在离散系数低于6%的情况下获得了验证。【结论】蜂窝辊在密实度为0.25~0.40范围内的压缩响应表现为:以壁厚和层数为主要变量的密实度分别与等效应力和吸能量均具有显著非线性的正相关关系;在近似密实度下,增加壁厚,有助于获得更高的抗压强度,减少层数则促进了吸能特性的提升;双V附翼蜂窝进料辊在周向的变形机制显露出不均匀的拉胀现象。

关键词：进料辊双V附翼型蜂窝林木采育机负泊松比径向压缩响应数字图像相关技术

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：