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

枸杞果柄结合力影响因素分析及模型预测

引用

园艺学报 2024年第11期51卷 2645-2656页

作者：陈运刘全程姜鑫娜魏雨青王凡闫磊赵健曹兴达邢红北京林业大学工学院国家林业局林业装备与自动化重点实验室国家林业和草原局林业装备与自动化重点实验室北京100089 中国林业科学院北京100091

分析枸杞果柄结合力及其相关物理特性参数之间的内在联系与影响规律,发掘重要果实参数,建立果柄结合力预测模型,以期为提高枸杞机械采摘的效率和精确度提供依据。以青海省主栽枸杞品种‘宁杞1号’和‘宁杞7号’成熟期果实为研究对象,通... 详细信息

分析枸杞果柄结合力及其相关物理特性参数之间的内在联系与影响规律,发掘重要果实参数,建立果柄结合力预测模型,以期为提高枸杞机械采摘的效率和精确度提供依据。以青海省主栽枸杞品种‘宁杞1号’和‘宁杞7号’成熟期果实为研究对象,通过图像处理方法获得不同成熟度枸杞果实的RGB颜色模型分量,分析了不同品种、成熟度、采摘期温度、湿度及果实在枝条上的位置等对果柄结合力的影响,以及果柄参数、果实参数等与果柄结合力的相关性,构建果柄结合力预测模型。结果显示,可通过RGB颜色模型区分成熟度,但不同成熟度果柄结合力重叠部分较多,不能实现精确采摘。双因素方差分析结果显示品种和成熟度均对结合力有显著影响;果柄参数、果实参数和果实硬度与果柄结合力显著相关;正交试验表明果实在枝条上的位置、采摘时的温度和湿度对结合力没有显著影响。对偏最小二乘回归(PLSR)、随机森林(RF)和反向传播神经网络(BPNN)等建模方法的参数进行优化,建立果柄结合力的预测模型,其中BPNN表现出了优秀的预测性能(R_(p)^(2)=0.888,RMSEP=0.440,RPD=2.756),能够实现对果柄结合力的有效预测。

关键词：枸杞机械采收果柄结合力形态学影响因素预测模型

来源：评论

学校读者我要写书评

暂无评论

基于探地雷达的树木根系相对介电常数估算

引用

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

面向草坪维护机器人的打孔扭矩参数试验

引用

森林工程 2025年第2期41卷 330-338页

作者：孟宇鑫李文彬徐道春白效鹏张天雨林业装备与自动化国家林业和草原局重点实验室(北京林业大学) 北京100083

为探究麻花钻头的打孔参数(孔径、孔深)、土壤含水率以及土壤硬度对打孔峰值扭矩的影响规律,利用自制的打孔扭矩试验台进行单因素和多因素试验。试验结果表明,峰值打孔扭矩与土壤含水率呈线性减小关系,与土壤硬度、打孔深度以及打孔直... 详细信息

为探究麻花钻头的打孔参数(孔径、孔深)、土壤含水率以及土壤硬度对打孔峰值扭矩的影响规律,利用自制的打孔扭矩试验台进行单因素和多因素试验。试验结果表明,峰值打孔扭矩与土壤含水率呈线性减小关系,与土壤硬度、打孔深度以及打孔直径呈线性增长关系。对回归模型进行优化分析,在给定因素水平范围内得到最小峰值扭矩打孔参数组合为土壤含水率28%、打孔直径10 mm、打孔深度6 cm,峰值扭矩为0.3 N·m;最大峰值扭矩打孔参数组合为土壤含水率20%、打孔直径14 mm、打孔深度10 cm,峰值扭矩为0.8 N·m。峰值打孔扭矩的预测值与实际值偏差小于4%,打孔参数结果可靠。研究结果为后续草坪维护机器人的打孔钻头动力选型提供理论依据。

关键词：草坪维护机器人草坪打孔装置设计试验设计峰值扭矩影响因素方差分析参数优化

来源：评论

学校读者我要写书评

暂无评论

基于实例分割模型的原木检尺径方法

引用

北京林业大学学报 2023年第3期45卷 153-159页

作者：李佳雨刘晋浩北京林业大学工学院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

【目的】为降低原木检尺作业中人为因素对检尺结果的影响,提升工作效率,提出一种基于掩膜区域实例分割模型和边缘拟合算法的原木径检尺方法。【方法】使用单目手机作为采集设备,针对3种不同尺径等级的桉树原木和矩形标尺作为研究对象。... 详细信息

【目的】为降低原木检尺作业中人为因素对检尺结果的影响,提升工作效率,提出一种基于掩膜区域实例分割模型和边缘拟合算法的原木径检尺方法。【方法】使用单目手机作为采集设备,针对3种不同尺径等级的桉树原木和矩形标尺作为研究对象。首先在不同距离下采集图像制作数据集,以8∶1∶1比例划分训练集、验证集和测试集,建立原木端面识别实验数据集。其次利用实例分割模型提取端面部分生成掩膜,使用边缘拟合算法求得矩形标尺和原木端面像素长度,结合标尺实际大小求得原木端面实际尺径。比较算法测量误差及不同国家标准下材积计算误差,评估该方法的准确性。【结果】本实例分割模型能够准确地实现原木端面掩膜分割,达到99.89%的精准率与99.41%的召回率,F1分数与均值平均精度相较one-stage算法有明显提升。通过最小二乘边缘拟合算法拟合端面为椭圆,求得椭圆短径作为原木尺径,对比真值,平均百分比误差约为-2.00%,较真实值偏小。对比不同尺径等级原木误差,100%小尺径原木、98%中尺径原木和95%大尺径原木的计算值误差范围为-5%~5%。对比不同距离下采集的原木端面图像,在50~100 cm以内采集图像效果最佳,平均相对误差不超过-2.22%,距离大于100 cm时误差逐步提升。对比不同国家原木材积计算标准,根据我国标准得出材积误差为-4.5%,与美国、俄罗斯和日本的标准相比较,误差更小。【结论】相较于人工检尺径,本研究提出的测量方法工作效率更高,人为因素影响更小,能够较为准确地测得原木尺径,可以达到代替人工原木检尺径作业的目标。

关键词：原木检尺单目视觉实例分割边缘拟合算法

来源：评论

学校读者我要写书评

暂无评论

草原植被盖度与物候智能监测系统研制

引用

农业工程学报 2023年第18期39卷 162-171页

作者：郑一力田真关鹏石红蕾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 林木资源高效生产全国重点实验室北京100083

针对目前草原植被盖度和物候期监测中存在的连续工作能力差、自动监测能力弱和精确度较低问题,将固定监测、移动监测和云平台结合,研制了一种草原植被盖度与物候智能监测系统。该系统主要由固定监测子系统、移动监测子系统以及草原物候... 详细信息

针对目前草原植被盖度和物候期监测中存在的连续工作能力差、自动监测能力弱和精确度较低问题,将固定监测、移动监测和云平台结合,研制了一种草原植被盖度与物候智能监测系统。该系统主要由固定监测子系统、移动监测子系统以及草原物候智能监测云平台组成。固定监测子系统主要由物候相机、供电模块、通信模块、边缘计算控制器和支撑立杆等组成,移动监测子系统主要包括手持机和应用程序。草原物候智能监测云平台基于浏览器/服务器模式架构设计,具有信息查询、数据分析、数据显示和数据共享等功能。固定监测子系统和移动监测子系统可实现草原植被图像数据的采集和上传,然后通过云服务器部署的图像处理程序自动提取草原植被指数和植被盖度并存入数据库。在此基础上,通过拟合植被指数的时间序列获得植被生长曲线,并利用TIMESAT软件提取物候参数。经测试,提出的利用过绿指数(excess green index,EXG)结合最大类间方差法分割草原植被图像进而实现草原植被盖度识别的方法获得了90%的精确度,满足草原植被盖度自动化和批量化提取需求。并且,该研究在提取相对绿度指数(green chromatic coordinate,GCC)、EXG与归一化红绿差分指数(normalized green red difference index,NGRDI)植被指数的基础上,采用Double Logistic函数拟合的植被生长曲线可以准确反映植被生长周期。该系统为草原植被数智化监测和管理提供了可靠的技术和数据支撑。

关键词：图像处理识别植被盖度物候期植被指数自动监测草原

来源：评论

学校读者我要写书评

暂无评论

基于对抗学习的野生动物图像域适应识别方法

引用

林业科学 2025年第4期61卷 1-8页

作者：赵恩庭张长春赵海涛张军国北京林业大学工学院林木资源高效生产全国重点试验室、林业装备与自动化国家林业和草原局重点实验室北京100083 陕西省动物研究所西安710032

【目的】针对不同时空场景、物种差异等引发的域偏移问题,提出一种基于对抗学习的野生动物图像域适应识别方法,提升复杂野外环境下无标签野生动物物种识别的泛化性能,为开放环境野生动物分类研究提供有效理论依据。【方法】利用野生动... 详细信息

【目的】针对不同时空场景、物种差异等引发的域偏移问题,提出一种基于对抗学习的野生动物图像域适应识别方法,提升复杂野外环境下无标签野生动物物种识别的泛化性能,为开放环境野生动物分类研究提供有效理论依据。【方法】利用野生动物图像的类别信息作为条件构建对抗学习网络模型,通过批光谱惩罚约束和mixup特征对齐方法减轻不同时空场景、物种差异下野生动物图像间的分布差异,建立基于对抗学习的野生动物图像域适应模型实现图像识别。【结果】在分别包含8和11种野生动物的域适应数据集上训练和评估本研究提出的方法,与联合对抗学习和特征对齐的野生动物识别基线方法相比,本研究提出方法的平均识别准确率分别提升3.3%、14.0%,精确率分别提升3.3%、20.6%,召回率分别提升3.5%、20.5%,F1值分别提升3.6%、5.1%,基于对抗学习的野生动物图像域适应模型对不同时空场景下野生动物的识别性能明显提升。【结论】野生动物图像的类别信息作为对抗学习网络条件,可提供野生动物图像的多模态结构信息,有助于本研究方法更好理解野生动物图像之间的关系,提升野生动物图像域适应学习性能。训练集和测试集图像特征对齐得越好,测试集的图像识别性能越好。本研究为野生动物图像跨域识别研究提供了新的思路和方法。

关键词：野生动物识别方法对抗学习特征对齐域适应

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

林果类地下自密封压力注灌装置研究

引用

北京林业大学学报 2023年第6期45卷 137-144页

作者：徐建伟罗海风阚江明李文彬仝思源北京林业大学工学院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】林果灌溉作业中,常用的节水灌溉方式(如滴管、喷灌等)由于其水肥都灌于地表而易产生蒸发损失和盐碱化,亟需可有效对果树地下根部进行直接灌溉,同时保证水肥不会向地表溢出的装置和技术。【方法】根据实际运用场景,得到装置的设... 详细信息

【目的】林果灌溉作业中,常用的节水灌溉方式(如滴管、喷灌等)由于其水肥都灌于地表而易产生蒸发损失和盐碱化,亟需可有效对果树地下根部进行直接灌溉,同时保证水肥不会向地表溢出的装置和技术。【方法】根据实际运用场景,得到装置的设计要求,设计了一款地下自密封压力注灌装置,该装置中通过压力自密封结构在工作中能够保证水肥不向地表溢流。应用此装置设计单因素和多因素试验,选取土壤类型、供水压力和注水深度为影响因素,以注入量为目标进行试验,运用Origin软件进行单因素试验分析,运用Design-Expert软件进行多因素试验分析并建立回归模型,探究装置实际工作下适宜参数及各参数对注入量的影响。通过实际试验与得到的回归模型公式对比,验证模型的可靠性。【结果】单因素试验中,注入量随着供水压力的增大而增大,随着注水深度的增大而减小。多因素试验中,对回归模型进行优化分析,得到常见土壤的适宜供水压力为287 kPa,适宜注水深度为30 cm,注入量的预测值和实际值偏差小于5%,模型结果可靠。【结论】该装置可以满足最初的设计需求,实现了有效对果树地下根部的直接灌溉,同时保证水肥不会向地表溢出。本研究的模型验证为后续该类装置实际运用和继续开发,以及地下压力注灌技术的发展提供了数据支撑。

关键词：林果灌溉地下注灌自密封压力注灌装置设计参数优化

来源：评论

学校读者我要写书评

暂无评论

基于层级和全局特征结合的蛋白质序列EC编号预测

引用

遗传 2024年第8期46卷 661-670页

作者：杨帆韩巧玲赵文迪赵玥北京林业大学工学院北京100083 林业装备与自动化国家林业局重点实验室北京100083 城乡生态环境北京实验室北京100083 北京林业大学智慧林业研究中心北京100083

酶功能的识别对理解生命活动的机制、推进生命科学的发展有重要作用。然而现有的酶EC编号预测方法,并未充分利用蛋白质序列信息,在识别精度上仍有所不足。针对上述问题,本研究提出一种基于层级特征和全局特征的EC编号预测网络(EC number... 详细信息

酶功能的识别对理解生命活动的机制、推进生命科学的发展有重要作用。然而现有的酶EC编号预测方法,并未充分利用蛋白质序列信息,在识别精度上仍有所不足。针对上述问题,本研究提出一种基于层级特征和全局特征的EC编号预测网络(EC number prediction network using hierarchical features and global features,ECPN-HFGF)。该方法首先通过残差网络提取蛋白质序列通用特征,并通过层级特征提取模块和全局特征提取模块进一步提取蛋白质序列的层级特征和全局特征,之后结合两种特征信息的预测结果,采用多任务学习框架,实现酶EC编号的精确预测。计算实验结果表明,ECPN-HFGF方法在蛋白质序列EC编号预测任务上性能最佳,宏观F1值和微观F1值分别达到95.5%和99.0%。ECPN-HFGF方法能有效结合蛋白质序列的层级特征和全局特征,快速准确预测蛋白质序列EC编号,比当前常用方法预测精确度更高,能够为酶学研究和酶工程应用的发展提供一种高效的思路和方法。

关键词：酶功能预测蛋白质序列深度学习层级多标签分类全局特征

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：