检索结果-内蒙古大学图书馆

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

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

基于遗传算法的六连杆机构尺寸优化设计

引用

锻压技术 2022年第7期47卷 184-193页

作者：吕明青邵珠峰徐道春王传英彭发忠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 清华大学机械工程系摩擦学国家重点实验室精密超精密制造装备及控制北京市重点实验室北京100084 济南二机床集团有限公司山东济南250022

为了使压力机具有更好的性能,需要对主传动机构进行尺寸优化设计。构建了一套完整的六连杆传动机构综合优化设计模型,首先建立了运动学与动力学模型,针对机构的运动稳定性、传力性能、位置精度及增力特性4方面进行分析,以滑块速度波动... 详细信息

为了使压力机具有更好的性能,需要对主传动机构进行尺寸优化设计。构建了一套完整的六连杆传动机构综合优化设计模型,首先建立了运动学与动力学模型,针对机构的运动稳定性、传力性能、位置精度及增力特性4方面进行分析,以滑块速度波动、压力角、侧向力和机构的机械增益为优化性能指标,通过统一量纲和线性加权的方式构造出反映综合性能的多目标优化函数,引入几何、位置以及行程约束,并添加压力机的工作空间和杆件不干涉等约束条件,采用遗传算法完成了多目标优化设计。结果显示:优化后的传动机构在工作阶段的速度波动降低了20.71%,最大侧向力降低了9.34%,最大压力角降低了9.16%,最大机械增益降低了5.52%,有效地提升了压力机的综合锻压性能。

关键词：六连杆机构运动稳定性传力性能位置精度增力特性多目标优化

来源：评论

学校读者我要写书评

暂无评论

气力式板栗采收装备悬浮速度的测定及影响规律

引用

南方农机 2024年第11期55卷 13-16页

作者：王瑞白效鹏徐道春何丹味北京林业大学工学院北京100083 国家林业和草原局林业装备与自动化重点实验室北京100083 北京林业大学材料科学与技术学院北京100083 木材科学与应用教育部重点实验室北京100083

【目的】研究形状系数、含水率以及粒径对板栗悬浮速度的影响规律并建立不同粒径下板栗悬浮速度预测模型。【方法】以河北省唐山市迁西县的燕山早丰板栗为研究对象,通过自制悬浮速度试验台测量板栗的悬浮速度,并选取含水率、粒径、形状... 详细信息

【目的】研究形状系数、含水率以及粒径对板栗悬浮速度的影响规律并建立不同粒径下板栗悬浮速度预测模型。【方法】以河北省唐山市迁西县的燕山早丰板栗为研究对象,通过自制悬浮速度试验台测量板栗的悬浮速度,并选取含水率、粒径、形状系数为影响因子,以悬浮速度为目标值,运用Origin软件进行单因素试验分析,建立不同粒径下板栗的悬浮速度预测模型,探究各参数与悬浮速度之间的变化规律。【结果】单因素试验中,粒径、含水率与悬浮速度呈现正相关,而形状系数与悬浮速度呈现负相关。不同粒径下板栗悬浮速度的变化范围为9.39 m/s~24.37 m/s;不同含水率下板栗悬浮速度的变化范围为12.78 m/s~23.12 m/s;不同形状系数下板栗悬浮速度的变化范围为9.18 m/s~24.84 m/s。【结论】本研究设计的板栗悬浮速度预测模型可以计算出板栗的最佳收获时期,降低设计气力输送装置时风机的功耗,提高板栗采收的效率,并为板栗气力输送、清选以及分级等机械设备的设计研究提供参考。

关键词：板栗悬浮速度物料特性形状系数预测模型

来源：评论

学校读者我要写书评

暂无评论

基于序列信息的土壤CT图像超分辨率重建

引用

农业工程学报 2021年第17期37卷 90-96页

作者：韩巧玲周希博宋润泽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 中国农业大学信息与电气工程学院北京100091

受部分容积效应影响,土壤计算机断层扫描(Computed Tomography,CT)图像存在孔隙边界模糊现象,影响土壤孔隙结构研究的准确性。针对该问题,该研究提出基于序列信息的生成式对抗网络(Sequence information Generative Adversarial Network... 详细信息

受部分容积效应影响,土壤计算机断层扫描(Computed Tomography,CT)图像存在孔隙边界模糊现象,影响土壤孔隙结构研究的准确性。针对该问题,该研究提出基于序列信息的生成式对抗网络(Sequence information Generative Adversarial Network,SeqGAN),实现土壤CT图像的超分辨率重建。针对土壤CT序列图像具有较高相似性的特点,SeqGAN法引入序列卷积块挖掘前后图像的序列信息,并将多重特征增强融合于目标图像中;利用多层残差块提取图像特征,构建残差块输入和输出的直接连接,以减少模型退化;利用对抗网络实现损失间接反馈,提高模型的特征学习能力。在序列相似性较高的土壤图像数据集验证了该方法性能。结果表明,SeqGAN法均方误差比次优方法GAN降低25%,峰值信噪比提升1.4 dB,结构相似性提升0.2%。重建的土壤图像具有较高准确率和清晰度,可为后续土壤物理学研究提供准确的数据基础。

关键词：土壤图像处理 CT图像超分辨率重建深度学习生成式对抗网络

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

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

基于改进ResNet的植物叶片病虫害识别

引用

中国农机化学报 2021年第12期42卷 175-181页

作者：曹跃腾朱学岩赵燕东陈锋军北京林业大学工学院北京市100083 城乡生态环境北京实验室北京市100083 林业装备与自动化国家林业局重点实验室北京市100083

轻量化植物叶片病虫害识别算法设计是实现移动端植物叶片病虫害识别的关键。研究提出一种基于改进ResNet模型的轻量化植物叶片病虫害识别算法Simplify-ResNet。以人工采集图像和PlantVillage数据集图像为实验数据,根据移动端植物病虫害... 详细信息

轻量化植物叶片病虫害识别算法设计是实现移动端植物叶片病虫害识别的关键。研究提出一种基于改进ResNet模型的轻量化植物叶片病虫害识别算法Simplify-ResNet。以人工采集图像和PlantVillage数据集图像为实验数据,根据移动端植物病虫害识别对准确率、速度和模型大小的实际需求,改进ResNet模型。使用5䦆Wingdings 2MC@5卷积替代7䦆Wingdings 2MC@7卷积,采用残差块的瓶颈结构代替捷径结构,采用模型剪枝处理训练后的模型。通过测试集5 786幅图像测试Simplify-ResNet模型,证明5䦆Wingdings 2MC@5卷积和残差块的瓶颈结构可有效降低模型参数量,模型剪枝可有效降低训练后的模型大小。Simplify-ResNet模型对测试集图像的识别准确率为92.45%,识别时间为48 ms,内存大小为36.14 Mb。与LeNet、AlexNet和MobileNet等模型相比,其准确率分别高18.3%,7.45%和1.2%。为移动端植物病虫害识别解决最重要的算法设计问题,为移动端植物病虫害识别做出有益探索。

关键词：图像处理病虫害图像识别卷积神经网络模型剪枝

来源：评论

学校读者我要写书评

暂无评论

太赫兹光谱识别木材的影响因素研究

引用

电子测量与仪器学报 2021年第5期35卷 161-167页

作者：赵磊王远周南贾培兴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 天津大学精密测试技术及仪器国家重点实验室天津300072

径向变异和不同切面是影响太赫兹光谱识别木材的重要因素。为了探讨径向变异和不同切面对太赫兹光谱识别木材的影响,利用太赫兹时域光谱技术获取杉木和柳杉样品的太赫兹光谱数据,共600组木材光谱数据,分析太赫兹光谱,基于BP神经网络建... 详细信息

径向变异和不同切面是影响太赫兹光谱识别木材的重要因素。为了探讨径向变异和不同切面对太赫兹光谱识别木材的影响,利用太赫兹时域光谱技术获取杉木和柳杉样品的太赫兹光谱数据,共600组木材光谱数据,分析太赫兹光谱,基于BP神经网络建立木材识别模型,比较模型预测的正确率。发现木材样品太赫兹光谱因为径向变异和不同切面而存在差异,预测样品与建模样品径向部位相同时和不同时的模型预测正确率差异较小,最高正确率达到96.25%,预测样品与建模样品切面相同时和不同时的正确率差异较大。结果表明,基于太赫兹时域光谱技术能够准确实现木材识别,径向变异对木材识别影响较小,不同切面对木材识别影响较大。

关键词：木材识别太赫兹时域光谱径向变异不同切面 BP神经网络

来源：评论

学校读者我要写书评

暂无评论

基于无人机可见光图像的云杉计数方法

引用

林业工程学报 2021年第4期6卷 140-146页

作者：朱学岩张新伟顾梦梦赵燕东陈锋军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和草原局重点实验室北京100083

目前苗木计数一般通过传统人工计数的方法完成,工作重复枯燥,主观性强,亟需快速准确的苗木计数替代方法。以无人机航拍的云杉可见光图像为对象,通过深度学习技术研究快速准确的云杉计数方法。利用大疆精灵4无人机拍摄云杉图像,按多样性... 详细信息

目前苗木计数一般通过传统人工计数的方法完成,工作重复枯燥,主观性强,亟需快速准确的苗木计数替代方法。以无人机航拍的云杉可见光图像为对象,通过深度学习技术研究快速准确的云杉计数方法。利用大疆精灵4无人机拍摄云杉图像,按多样性原则选出558幅;通过调整对比度系数和缩放比例系数,模拟不同光照条件和不同长势的云杉,扩充至1 674幅,按照7∶3的比例划分为训练集1 169幅和测试集505幅。在此基础上,根据YOLO v3(You Only Look Once v3)快速准确检测尺寸差异较大目标的优势,构建了YOLOv3云杉计数模型。根据经验设置训练权值衰减、初始学习率和批处理量分别为0.000 5,0.001和64。其中Darknet-53特征提取模块和多尺度预测模块分别提取云杉特征信息和检测云杉目标,检测到的云杉数量即为云杉计数结果。YOLOv3模型的平均计数准确率为90.24%,均方根误差45.82,欠估计、过估计和总误差分别为15.47%,19.25%和34.72%,处理速度0.415 s/幅。对比全卷积神经网络(fully convolutional networks, FCN)分割加Hough圆检测方法,YOLOv3模型平均计数准确率高出2.49%,均方根误差、欠估计、过估计和总误差分别减少29.32,6.7%,5.7%和12.4%。研究结果表明,YOLOv3模型是对计算机视觉角度云杉计数问题的有效探索。

关键词：苗木计数云杉计数深度学习无人机稠密目标 YOLOv3

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：