检索结果-内蒙古大学图书馆

农业工程学报 2025年第6期41卷 185-194页

作者：赵玥徐钐钐韩巧玲刘卫平郑一力赵燕东唐延龄北京林业大学工学院北京100083 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

针对细粒度鸟类检测的数据标注成本高,以及湿地地区鸟类种类繁多、现实场景复杂化等引起的湿地鸟类检测精度低的问题,该研究提出一种基于半监督CST的湿地场景下的细粒度鸟类检测算法(semi-supervised bird detection with CNN and swin ... 详细信息

针对细粒度鸟类检测的数据标注成本高,以及湿地地区鸟类种类繁多、现实场景复杂化等引起的湿地鸟类检测精度低的问题,该研究提出一种基于半监督CST的湿地场景下的细粒度鸟类检测算法(semi-supervised bird detection with CNN and swin transformer,SSBY-CST),首先基于北京14处监测站在不同湿地场景下采集到的图像,构建了涵盖17种鸟类图像数据集,为模型鲁棒性提供可靠数据支撑。其次提出基于伪标签学习法的单阶段半监督学习框架,基于Yolov5主干网络构建教师学生模型,高效利用无标签数据提升检测性能;训练阶段使用双阈值伪标签分配策略替代传统单一阈值伪标签分配,以优化无监督损失函数。然后设计了结合CNN和Swin Transformer的双通道卷积模块CST,以提高不同类别鸟类与湿地背景的区分能力。试验结果表明,仅在100张标注图像下,该文SSBY-CST算法对17种复杂环境下鸟类的检测精准率和mAP@0.5分别为77.5%和58.2%,相比同时期较先进的YOLO模型提升了17.4个百分点和15.5个百分点,在少量标注的前提下实现了较高的检测性能提升,其中黑鹳、西伯利亚银鸥的m AP@0.5分别达到了95.7%和94.5%,相比基线提升了24.9个百分点和14.3个百分点。此外,消融试验分析了双阈值伪标签分配的作用及CST模块的效果,验证了双阈值伪标签分配与CST模块设计的有效性。该框架利用无标注样本在极少量标注量下提升复杂环境下细粒度鸟类检测性能,以加强农林生态的智能数字化管理。该文将半监督扩展到细粒度鸟类检测,为处理农林生态环境下的鸟类检测提供了技术路径。

关键词：鸟类检测深度学习半监督学习目标检测注意力模块

来源：评论

学校读者我要写书评

暂无评论

基于注意力卷积增强特征网络的昆虫图像识别

引用

计算机工程与设计 2025年第4期46卷 1072-1078页

作者：韩巧玲周晗赵玥王禹沣赵燕东王海兰北京林业大学工学院北京100083 北京林业大学林业装备与自动化国家林业局重点实验室北京100083 北京林业大学城乡生态环境北京实验室北京100083

为解决由于五大连池地区昆虫样本量少、类别分布不均导致昆虫识别准确性低的问题,提出一种基于注意力卷积增强特征的匹配网络(feature-enhanced matching network,FEMNet)。采用随机欠采样对数据集进行平衡处理;通过提出特征上下文嵌入... 详细信息

为解决由于五大连池地区昆虫样本量少、类别分布不均导致昆虫识别准确性低的问题,提出一种基于注意力卷积增强特征的匹配网络(feature-enhanced matching network,FEMNet)。采用随机欠采样对数据集进行平衡处理;通过提出特征上下文嵌入模块,增强昆虫全局和局部特征的提取能力;基于匹配网络实现样本间特征的灵活匹配,提高小样本下昆虫图像识别精度。实验结果表明,对于小样本昆虫数据集,FEMNet方法比次优方法MatchingNet准确率提升4.5%、召回率提升4.8%、精确率提升6.1%、F1值提升5.3%,说明该方法能够准确自动识别昆虫,可为后续昆虫学研究提供技术支持。

关键词：昆虫识别图像处理五大连池小样本学习匹配网络不平衡学习随机欠采样

来源：评论

学校读者我要写书评

暂无评论

基于细化法的土壤孔隙骨架提取算法研究

引用

农业机械学报 2019年第9期50卷 229-234页

作者：韩巧玲赵玥赵燕东潘贤君彭涌郑一力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

为可视化土壤孔隙的空间分布和拓扑结构,进一步理解土壤功能和生态过程,以自定义的规则结构和土壤孔隙结构为应用对象,进行了土壤孔隙骨架提取算法的研究,并验证细化法和距离变换法2种算法构建骨架模型的性能。试验结果表明,2种算法的... 详细信息

为可视化土壤孔隙的空间分布和拓扑结构,进一步理解土壤功能和生态过程,以自定义的规则结构和土壤孔隙结构为应用对象,进行了土壤孔隙骨架提取算法的研究,并验证细化法和距离变换法2种算法构建骨架模型的性能。试验结果表明,2种算法的骨架模型构建效果均不受模型类型的影响,其中,距离变换法构建的骨架模型存在体素点缺失和偏移的现象,而细化法提取的孔隙骨架模型结构完整,其平均骨架偏移距离(0.10mm)比距离变换法(0.15mm)减少了50%,具有良好的拓扑不变性。通过对细化性、连通性和中心性3个指标的综合分析,细化法具有优越的描述土壤孔隙形状及拓扑特征的能力,可为土壤物理结构及水文特性的研究奠定技术基础,为从孔隙尺度理解土壤功能奠定理论基础。

关键词：土壤孔隙骨架模型细化法距离变换法

来源：评论

学校读者我要写书评

暂无评论

基于切换字典的林区小气候监测数据压缩感知方法

引用

农业机械学报 2019年第11期50卷 193-199页

作者：郑一力赵玥赵燕东谢辉平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

为降低林区小气候监测站的数据传输功耗,提出了一种切换字典的数据压缩感知方法,在对样本数据进行特征表征与分类的基础上,合理切换使用离散傅里叶变换基(Discrete Fourier transform,DFT)固定字典或K-SVD(K-singular value decompositi... 详细信息

为降低林区小气候监测站的数据传输功耗,提出了一种切换字典的数据压缩感知方法,在对样本数据进行特征表征与分类的基础上,合理切换使用离散傅里叶变换基(Discrete Fourier transform,DFT)固定字典或K-SVD(K-singular value decomposition)学习字典,对样本数据进行稀疏表达。采用高斯函数对样本数据进行拟合,以拟合决定系数R^2和拟合均方根误差(RMSE)为切换因子,定义了字典的切换策略。选用空气温度、空气湿度、土壤温度、土壤湿度作为测试对象,实验验证切换策略的可行性。实验表明,在林区小气候监测站中,当稀疏度和压缩率均相同时,结合DFT和K SVD两种字典的优势,基于切换字典的数据压缩感知算法比单一字典具有更小的重构误差。经功耗测试实验,当稀疏度K=16时,采用切换字典的数据压缩感知算法,使监测站的平均每日电能消耗降低了16.35%,保证了林区小气候监测站的低功耗运行和数据可靠传输。

关键词：林区小气候监测压缩感知切换字典稀疏表达

来源：评论

学校读者我要写书评

暂无评论

基于含水率与温度补偿的土壤pH值在线实时检测系统

引用

农业机械学报 2019年第3期50卷 159-167页

作者：赵燕东梁超杜升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

针对目前常用土壤pH值传感器在测量过程中受土壤含水率和温度影响较大的问题,设计了带有温度、含水率补偿模型的锑电极土壤pH值在线实时检测系统。利用最小二乘法对pH值和测量结果进行线性分析,补偿土壤pH值测量误差。试验结果表明,经... 详细信息

针对目前常用土壤pH值传感器在测量过程中受土壤含水率和温度影响较大的问题,设计了带有温度、含水率补偿模型的锑电极土壤pH值在线实时检测系统。利用最小二乘法对pH值和测量结果进行线性分析,补偿土壤pH值测量误差。试验结果表明,经过补偿之后,由温度和含水率变化导致的pH值测量误差至少可降低84. 5%,pH值测量值随温度和含水率的变化幅度不超过±0. 1。与市场产品ZD-18型土壤酸度计、HYSWR-ARC-12V型土壤含水率传感器、水银温度计对比研究得出,3项指标线性拟合决定系数均达到0. 99以上。为了确保自然环境下土壤pH值测量的适用性,探索了系统在使用过程中土壤含水率的阈值与测量精度,表明在土壤体积含水率大于5%的情况下均可有效测量。试验表明,在pH值3. 06～10. 36范围之内,本系统可有效测量,检测误差为-1. 53%～3. 51%,满足土壤pH值实时在线测量要求。

关键词：土壤 pH值锑电极在线实时检测系统补偿最小二乘法

来源：评论

学校读者我要写书评

暂无评论

基于茎干含水率的紫薇病虫害等级早期诊断方法

引用

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

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

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

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

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：