检索结果-内蒙古大学图书馆

北京林业大学学报 2024年第9期46卷 151-160页

作者：梁慧云樊国秋赵燕东梁浩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林业大学智慧林业研究中心北京100083 城乡生态环境北京实验室北京林业大学北京100083

【目的】本研究提出一种基于雷达波信号和树木根系参数的估算方法,以实现树木根系相对介电常数的定量估算。【方法】首先,仿真模拟雷达波在不同半径、不同相对介电常数的树木根系下的传播路径,并通过正演分析获得探地雷达图像中双曲线... 详细信息

【目的】本研究提出一种基于雷达波信号和树木根系参数的估算方法,以实现树木根系相对介电常数的定量估算。【方法】首先,仿真模拟雷达波在不同半径、不同相对介电常数的树木根系下的传播路径,并通过正演分析获得探地雷达图像中双曲线顶点处的A-scan曲线;然后,提取A-scan曲线中与根系相对介电常数关联的目标振幅参数ΔF;最后,结合土壤相对介电常数、根系半径、根系深度,建立相对介电常数估算的数据集。分别基于偏最小二乘回归(PLSR)模型、反向传播(BP)神经网络模型和粒子群优化反向传播(PSO-BP)神经网络建立估算模型,并对比分析这3种模型的估算精度。【结果】(1)在仿真实验中,PSO-BP神经网络估算模型的均方根误差、平均绝对误差分别为0.701、0.255,R2为0.990,各指标均优于PLSR和BP神经网络估算模型。(2)在实地预埋实验中,PSO-BP神经网络估算模型的估算精度均优于PLSR和BP神经网络估算模型,其最大绝对误差和整体平均相对误差分别为3.16和10.88%。【结论】利用本研究提取的目标振幅参数ΔF、土壤相对介电常数、根系半径和根系深度建立的数据集,结合PSO-BP神经网络估算模型,能够实现对树木根系相对介电常数的准确估算。这对于评估树木根系的生长和健康状况具有重要意义。

关键词：雷达模型分析介电常数无损检测估算神经网络

来源：评论

学校读者我要写书评

暂无评论

基于AMESim的林业采伐头俯仰液压缸的能量回收系统设计

引用

森林工程 2024年第6期40卷 108-116页

作者：李佳峰郑一力刘晋浩马跃威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(北京林业大学)北京100083

林业采伐头在液压缸下沉过程中,重力势能通过控制阀的节流作用转化为热能而耗散,并且系统非工作状态下液压泵的无负载空转也造成能源浪费,导致显著的能量损失。针对以上问题,提出基于AMESim(advanced modleing engineering simulation)... 详细信息

林业采伐头在液压缸下沉过程中,重力势能通过控制阀的节流作用转化为热能而耗散,并且系统非工作状态下液压泵的无负载空转也造成能源浪费,导致显著的能量损失。针对以上问题,提出基于AMESim(advanced modleing engineering simulation)的林业采伐头俯仰液压缸的能量回收系统,该系统通过高、低压蓄能器与负载敏感泵的配合对采伐头俯仰液压缸的重力势能及空载时动能进行回收再利用,以减少系统能耗。试验结果显示,在一个工作周期内,负载敏感泵与常规定量泵在相同工作周期内的能量输出比原系统减少了32.04%,在高、低压蓄能器的作用下,液压缸活塞杆的移动速度振荡得到了有效减缓,降低了采伐作业中的油缸冲击,且一个工作周期内实现了51.402 kJ的能量回收,显著优化了系统的节能性能。

关键词：林业采伐头势能回收液压蓄能器 AMESim 液压油缸负载敏感泵

来源：评论

学校读者我要写书评

暂无评论

采用染色示踪技术的土壤优先流自动分割与量化系统

引用

农业工程学报 2021年第6期37卷 127-134页

作者：韩巧玲柏浩赵玥赵燕东徐向波李继红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 东北林业大学林学院哈尔滨150040

针对土壤染色图像色度不一致、染色/非染色区域对比度低的特点,以及现有土壤染色图像分割方法自动化程度弱的问题,该研究提出一种土壤优先流自动分割与量化系统。该系统采用基于H分量改进的模糊C均值方法(Fuzzy C-Means Based on H Comp... 详细信息

针对土壤染色图像色度不一致、染色/非染色区域对比度低的特点,以及现有土壤染色图像分割方法自动化程度弱的问题,该研究提出一种土壤优先流自动分割与量化系统。该系统采用基于H分量改进的模糊C均值方法(Fuzzy C-Means Based on H Component and Morphology,HM-FCM)实现染色区域的自动分割,运用数学统计法提取总染色面积比、基质流深度、优先流比等特征参数,实现对土壤染色区域的量化分析,以揭示优先流的发育程度。并基于2种林地染色图像验证了系统性能。试验结果表明:1)HM-FCM法对于天然次生林和榛子林图像均具有最佳分割效果,其分割准确率为87.9%和83.3%,调和平均值为90.5%和80.3%;2)2种林地土壤染色区域总体集中于0~50 cm土层,优先流具有不同发育程度(P<0.05)。该系统可为优先流路径的空间演变提供技术支持和理论依据。

关键词：土壤图像分割优先流染色示踪技术量化分析

来源：评论

学校读者我要写书评

暂无评论

一种轻质电动林业单轨车的设计

引用

林业工程学报 2021年第5期6卷 140-146页

作者：郑成徐道春曹佳乐李文彬北京林业大学工学院林业装备与自动化国家林草局重点实验室北京100083

为构建丘陵地区林果快速集运系统,降低运输成本和鲜果褐变几率,实现节能减排、顺应车辆轻量化发展趋势,设计了一种基于摩擦驱动的轻质电动林业单轨车。该单轨车兼容轮毂电机直接驱动和调隙转向装置,省去了变速箱、离合器等装置,配装72V2... 详细信息

为构建丘陵地区林果快速集运系统,降低运输成本和鲜果褐变几率,实现节能减排、顺应车辆轻量化发展趋势,设计了一种基于摩擦驱动的轻质电动林业单轨车。该单轨车兼容轮毂电机直接驱动和调隙转向装置,省去了变速箱、离合器等装置,配装72V20Ah的锂电池供电,使得单轨车车体结构简单轻巧,轨道不需设置齿条,使得轨道部署方便且节约成本,在车体转弯时车轮受到轨道的压力能自由调节间隙。根据所设计的单轨车结构,建立车体转弯的接触模型,分析车体动力学模型和ADAMS仿真模型以验证该设计方案。结合设计参数及仿真试验结果研制样机,所得样机中单轨车车体质量减少50.54%、轨道质量减少22.46%。试验得出样机能通过20°坡道和最小转弯半径6 m的弯道,并通过电机自带的适配器将电机限速至30%和线性调速部件组合控制行驶速度在0.5~1.5 m/s范围内,提高了单轨车的运行效率。本研究所设计的轻质电动林业单轨车为实现丘陵山区的快速运输提供了技术装备支持,为后续自巡航无人遥感电动单轨车研制奠定了基础。

关键词：轮毂电机摩擦驱动轻质单轨车转弯半径爬坡 ADAMS仿真

来源：评论

学校读者我要写书评

暂无评论

融合双线性网络和注意力机制的油橄榄品种识别

引用

农业工程学报 2023年第10期39卷 183-192页

作者：朱学岩陈锋军郑一力李志强张新伟北京林业大学工学院北京100083 林木资源高效生产全国重点实验室北京100083 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 智慧林业研究中心北京100083

为解决自然条件下的油橄榄品种识别问题,该研究以油橄榄品种佛奥、莱星、皮削利和鄂植8号为研究对象,融合双线性网络与注意力机制,提出双线性注意力EfficientNet模型。针对不同品种油橄榄表型差异很小的特点,搭建双线性网络以充分提取... 详细信息

为解决自然条件下的油橄榄品种识别问题,该研究以油橄榄品种佛奥、莱星、皮削利和鄂植8号为研究对象,融合双线性网络与注意力机制,提出双线性注意力EfficientNet模型。针对不同品种油橄榄表型差异很小的特点,搭建双线性网络以充分提取油橄榄图像中的特征信息。在此基础上,选用兼顾了速度和精度的EfficientNet-B0网络为特征提取网络。针对自然条件下油橄榄品种识别易受复杂背景干扰的问题,将CBAM(convolutional block attention module,CBAM)注意力与双线性网络结合,使模型在提取油橄榄图像特征时,能够聚焦到对油橄榄品种识别起关键作用的特征上。经测试,所提模型对4个油橄榄品种识别的总体准确率达到90.28%,推理时间为9.15 ms。Grad-CAM(gradient-weighted class activation mapping,Grad-CAM)热力图可视化结果也表明,所提模型在识别油橄榄品种时重点关注了果实以及部分叶子区域。消融试验结果表明,在EfficientNet模型中引入CBAM注意力和搭建双线性网络后,总体准确率分别提高了5.00和10.97个百分点。并且,对比试验结果表明,与双线性ResNet34、EfficientNet-SE注意力、双线性ResNet18、双线性VGG16和双线性GoogLeNet等模型相比,所提模型的总体识别准确率分别高12.78、11.53、11.11、10.70和5.00个百分点。该研究为解决自然条件下的油橄榄品种识别提供了依据,同时也可为其他作物的品种识别提供参考。

关键词：图像处理模型品种识别油橄榄 EfficientNet-B0 CBAM注意力 Grad-CAM

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv7的油茶果实成熟度检测

引用

农业工程学报 2024年第5期40卷 177-186页

作者：陈锋军陈闯朱学岩沈德宇张新伟北京林业大学工学院北京100083 林木资源高效生产全国重点实验室北京100083 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 智慧林业研究中心北京100083

为确保油茶果实处于最佳成熟度进行采摘,提高油茶果实的出油率及茶油品质,该研究针对自然环境下油茶果实多被遮挡的问题,以原始YOLOv7模型为基础进行改进,提出一种油茶果实成熟度检测方法。首先,在主干网络中引入十字交叉注意力机制(cri... 详细信息

为确保油茶果实处于最佳成熟度进行采摘,提高油茶果实的出油率及茶油品质,该研究针对自然环境下油茶果实多被遮挡的问题,以原始YOLOv7模型为基础进行改进,提出一种油茶果实成熟度检测方法。首先,在主干网络中引入十字交叉注意力机制(criss-cross attention,CCA)加强对被枝叶遮挡果实成熟度特征的提取能力;其次,使用基于距离和交并比的非极大值抑制(distance-iou non-maximum suppression,DIoU-NMS)算法代替传统非极大值抑制(nonmaximum suppression,NMS)算法,从而加强模型对相互遮挡果实的检测能力;最后,以训练集中3 098张油茶果实图像训练改进的YOLOv7模型,验证集中442张图像用于在训练过程中评估模型,并对测试集中885张图像进行测试。改进后的YOLOv7模型在测试集下的精确率P为93.52%,召回率R为90.25%,F1分数为91.86%,平均精度均值mAP为94.60%,平均检测时间为0.77 s,模型权重大小为82.6 M。与Faster R-CNN、EfficientDet、YOLOv3、YOLOv5l和原始YOLOv7模型相比,平均精度均值mAP分别提升7.51、5.89、4.21、4.21和2.91个百分点。试验证明,改进的YOLOv7模型为实现油茶果实的智能化采摘提供理论依据。

关键词：图像识别模型油茶果实成熟度检测 YOLOv7 注意力机制 DIoU-NMS

来源：评论

学校读者我要写书评

暂无评论

果园高位自动调平作业平台设计及仿真

引用

北京林业大学学报 2021年第2期43卷 150-159页

作者：于泳超康峰郑永军吕昊暾王亚雄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 中国农业大学工学院北京100083

【目的】我国果园机械化程度低,尤其缺少丘陵山地果园的机械,目前果园疏花疏果、套袋、采摘等繁重工作主要依靠人工架梯完成。设计一款适用于丘陵山区苹果园的高位自动调平平台,可以提高果园采收机械的采收效率、安全性和稳定性。【方... 详细信息

【目的】我国果园机械化程度低,尤其缺少丘陵山地果园的机械,目前果园疏花疏果、套袋、采摘等繁重工作主要依靠人工架梯完成。设计一款适用于丘陵山区苹果园的高位自动调平平台,可以提高果园采收机械的采收效率、安全性和稳定性。【方法】根据果园地形特点和果树高度确定平台设计要求和调平方式,确定俯仰、侧倾不同部分尺寸关系,液压缸所需推力、平台角度和液压缸位移量的关系;建立平台控制系统数学模型,使用增量式PID控制器,以不同干扰信号在Simulink中仿真控制调平性能;在Adams中设计极限倾翻坡度实验,平台在不同姿态、不同升降高度和不同载质量情况下仿真验证其安全性。【结果】建立各部分的数学关系,确定各部分基本尺寸,从而建立了平台三维模型。在控制系统仿真中,俯仰、侧倾控制系统在阶跃干扰信号下能使工作台很快回到水平位置,调平时间分别为1.6、2.1 s,超调量均为0;俯仰、侧倾控制系统在正弦干扰信号下能使工作台始终保持在0°附近,波动范围分别在0.15°、0.19°内。平台极限倾翻坡度仿真实验表明平台的倾翻稳定性随着举升高度和载质量的增加而降低,相比无调平时,有调平时的最小极限倾翻坡度增加了24.77%,平台安全性明显提高。【结论】设计的果园高位自动调平平台能够在不同干扰下始终保持水平,具有较好的抗倾翻能力,安全可靠,能够满足丘陵山地果园的使用需求。

关键词：果园采收机械自动调平 PID控制倾翻实验

来源：评论

学校读者我要写书评

暂无评论

采用改进的EfficientNet识别苹果叶片病害

引用

农业工程学报 2023年第18期39卷 201-210页

作者：王瑞鹏陈锋军朱学岩张新伟北京林业大学工学院北京100083 林木资源高效生产全国重点实验室北京100083 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 智慧林业研究中心北京100083

该研究针对当前自然环境下的苹果叶片病害识别中病害病斑小、空间分布特征不同以及特征相近病害识别困难的问题,设计DEFL (DenseNet121+EfficientNet with focal loss and label smoothing)模型。首先,该模型以并行的EfficientNet-B0网... 详细信息

该研究针对当前自然环境下的苹果叶片病害识别中病害病斑小、空间分布特征不同以及特征相近病害识别困难的问题,设计DEFL (DenseNet121+EfficientNet with focal loss and label smoothing)模型。首先,该模型以并行的EfficientNet-B0网络和DenseNet121网络为特征提取网络,以提升模型特征提取能力,其次引入结合标签平滑策略的焦点损失函数以加强模型对识别困难样本的关注。经测试,所提模型的识别准确率为99.13%,平均精度均值为98.47%。消融试验表明两项改进分别使模型平均精度均值提高了7.99和3.15个百分点。对比试验结果表明,DEFL模型平均精度均值较于ResNet50、Inception V3、ResNeXt模型以及分别融合这3种模型的EfficientNet-B0模型分别高出14.53、13.17、14.61、 6.4、 7.71以及8.91个百分点,模型规模分别小18.73、 7.7、 12.2、 83.62、 69.6以及60.09MB。Grad-CAM(gradient-weighted class activation mapping)热力图可视化结果表明所提模型重点关注了叶片病变区域。UMAP(uniform manifold approximation and projection)特征降维可视化结果表明所提模型提取的特征更具区分度。实际应用验证取得了97.73%的总体准确率以及95.82%的平均精度均值。综上,该研究提出的DEFL模型能够为苹果病害防治提供有效参考。

关键词：病害图像识别苹果叶片 EfficientNet DenseNet121

来源：评论

学校读者我要写书评

暂无评论

基于无人机航拍与改进YOLOv3模型的云杉计数

引用

农业工程学报 2020年第22期36卷 22-30页

作者：陈锋军朱学岩周文静顾梦梦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 德州农工大学园艺系大学城77843 林业装备与自动化国家林业局重点实验室北京100083

为解决目前苗木计数由人工完成而导致的成本高,效率低,计数精度不能得到保障的问题,该研究以自然环境下的云杉为研究对象,以无人机航拍云杉图像和拼接后完整地块云杉图像为数据源,根据云杉尺寸差异大和训练样本小的特点提出一种基于改进... 详细信息

为解决目前苗木计数由人工完成而导致的成本高,效率低,计数精度不能得到保障的问题,该研究以自然环境下的云杉为研究对象,以无人机航拍云杉图像和拼接后完整地块云杉图像为数据源,根据云杉尺寸差异大和训练样本小的特点提出一种基于改进YOLOv3模型的云杉计数模型。该模型将密集连接模块和过渡模块引入特征提取过程,形成Darknet-61-Dense特征提取网络。通过694幅无人机航拍云杉图像测试表明,密集连接模块和过渡模块可解决YOLOv3模型小样本训练过拟合问题和云杉特征丢失问题,改进YOLOv3模型可以快速准确实现云杉计数,在精确率P、召回率R、平均精度AP、平均计数准确率MCA和平均检测时间ADT这5个评价指标上达到96.81%、93.53%、94.26%、98.49%和0.351 s;对比原有YOLOv3模型、SSD模型和Faster R-CNN模型,精确率P分别高2.44、4.13和0.84个百分点。对于拼接后完整地块云杉图像,改进YOLOv3模型的5个评价指标的结果分别为91.48%、89.46%、89.27%、93.38%和1.847 s;对比原有YOLOv3模型、SSD模型和Faster R-CNN模型,精确率P分别高2.54、9.33和0.74个百分点。该研究为利用无人机快速准确统计苗木数量的关键步骤做出有益的探索。

关键词：模型无人机计数密集连接模块过渡模块特征提取

来源：评论

学校读者我要写书评

暂无评论

利用无人机航拍视频结合YOLOv3模型和SORT算法统计云杉数量

引用

农业工程学报 2021年第20期37卷 81-89页

作者：陈锋军朱学岩周文静郑一力顾梦梦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 德州农工大学园艺系大学城77843 林业装备与自动化国家林业局重点实验室北京100083

准确、快速地统计苗木数量对苗圃的运营和管理具有重要意义,是提高苗圃运营和管理水平的有效方式。为快速准确统计完整地块内苗木数量,该研究选取云杉为研究对象,以无人机航拍完整地块云杉视频为数据源,提出一种基于YOLOv3(You Only Loo... 详细信息

准确、快速地统计苗木数量对苗圃的运营和管理具有重要意义,是提高苗圃运营和管理水平的有效方式。为快速准确统计完整地块内苗木数量,该研究选取云杉为研究对象,以无人机航拍完整地块云杉视频为数据源,提出一种基于YOLOv3(You Only Look Once v3,YOLOv3)和SORT(Simple Online and Realtime Tracking,SORT)的云杉数量统计方法。主要内容包括数据采集、YOLOv3检测模型构建、SORT跟踪算法和越线计数算法设计。以平均计数准确率(Mean Counting Accuracy,MCA)、平均绝对误差(Mean Absolute Error,MAE)、均方根误差(Root Mean Square Error,RMSE)和帧率(Frame Rate,FR)为评价指标,该方法对测试集中对应6个不同试验地块的视频内云杉进行数量统计的平均计数准确率MCA为92.30%,平均绝对误差MAE为72,均方根误差RMSE为98.85,帧率FR 11.5帧/s。试验结果表明该方法能够快速准确统计完整地块的云杉数量。相比SSD+SORT算法,该方法在4项评价指标中优势显著,平均计数准确率MCA高12.36个百分点,帧率FR高7.8帧/s,平均绝对误差MAE和均方根误差RMSE分别降低125.83和173.78。对比Faster R-CNN+SORT算法,该方法在保证准确率的基础上更加快速,平均计数准确率MCA仅降低1.33个百分点,但帧率FR提高了10.1帧/s。该研究从无人机航拍视频的角度为解决完整地块的苗木数量统计问题做出了有效探索。

关键词：无人机模型算法云杉数量统计 YOLOv3 SORT

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：