检索结果-内蒙古大学图书馆

农业工程学报 2025年第1期41卷 221-229页

作者：王一非卢伟平袁涛陈龙佳张峰吴鹏飞黄求应华中农业大学信息学院武汉430070 华中农业大学水利部白蚁防治重点实验室武汉430070 农业智能技术教育部工程研究中心武汉430070 湖北省水利厅武汉430071

土栖白蚁作为严重危害水利工程和园林树木的重要害虫,其活动迹象的及时识别对于实施有效的蚁害预警和控制措施至关重要。针对这一需求,该研究开发了一种改进的一阶段目标检测算法——ACP-YOLOv5s,该算法基于广泛应用的YOLOv5s模型,通过... 详细信息

土栖白蚁作为严重危害水利工程和园林树木的重要害虫,其活动迹象的及时识别对于实施有效的蚁害预警和控制措施至关重要。针对这一需求,该研究开发了一种改进的一阶段目标检测算法——ACP-YOLOv5s,该算法基于广泛应用的YOLOv5s模型,通过集成自适应颜色感知模块(ACP-Module)对其进行优化,以增强模型在复杂自然环境下的特征提取和颜色感知能力,特别是在处理颜色混淆问题时有效提升模型的稳定性和泛化性能。在模型的颈部结构中加入CARFE上采样模块,通过扩展感受野并重新组织特征信息,以提高模型对细节的捕捉能力,从而提升识别精度。试验验证结果表明,改进后的ACP-YOLOv5s模型在土栖白蚁活动迹象检测中显示出更高的精确率和平均精度均值。与Faster R-CNN、YOLOv5s、YOLOv5m、YOLOv8和YOLOv9相比,ACP-YOLOv5s模型的精确率为91.2%,分别提升了5.3、5.0、3.4、7.9和0.1个百分点,平均精度均值为92.3%,分别提升了6.7、2.9、1.4、2.2和0.4个百分点,表明ACP-YOLOv5s模型在提高模型对复杂环境适应性方面的有效性,有助于加强对土栖白蚁侵害的早期预警和精确控制,为水利工程和园林树木白蚁防治工作提供了强有力的技术支持。

关键词：目标检测土栖白蚁活动迹象智能识别 YOLO

来源：评论

学校读者我要写书评

暂无评论

基于扩散模型的图像生成方法研究综述

引用

武汉大学学报(工学版) 2025年第2期58卷 292-305页

作者：龚帅邓勇向金海农业农村部智慧养殖技术重点实验室湖北武汉430070 农业智能技术教育部工程研究中心湖北武汉430070 华中农业大学信息学院湖北武汉430070 中国船舶集团有限公司第七二二研究所湖北武汉430205

图像生成任务是计算机视觉中的一个重要研究领域,基于深度学习的相关工作日益增多。扩散模型作为深度学习中的一类新兴的生成模型,发展迅速,大大促进了图像生成算法的发展,因此对基于扩散模型的图像生成方法系统地开展文献综述非常有必... 详细信息

图像生成任务是计算机视觉中的一个重要研究领域,基于深度学习的相关工作日益增多。扩散模型作为深度学习中的一类新兴的生成模型,发展迅速,大大促进了图像生成算法的发展,因此对基于扩散模型的图像生成方法系统地开展文献综述非常有必要。从加速采样、可控性和图像编辑3个方面对基于扩散模型的图像生成方法进行大量分析和研究。首先,对比分析了基于概率和基于分数匹配的图像生成算法的局限性,并介绍了对应加速采样算法的发展;随后,通过对基于扩散模型的图像生成方法中可控性方面的研究进行综述,对比指出相关方法的优势和应用场景;此外,讨论了不同的图像编辑方法,分析比较了每种模型的优点及不足;最后,指出了基于扩散模型的图像生成方法值得进一步研究的问题和发展方向。

关键词：人工智能深度学习扩散模型图像生成图像编辑

来源：评论

学校读者我要写书评

暂无评论

畜舍内循环除湿系统多目标优化调控算法研究

引用

农业机械学报 2025年第4期 483-492页

作者：张继成闫艺璇郑萍谢秋菊黎煊东北农业大学电气与信息学院农业农村部生猪养殖设施工程重点实验室教育部北方寒区猪智能化繁育与养殖工程研究中心华中农业大学工学院农业农村部智慧养殖技术重点实验室

针对寒区冬季密闭式畜舍内现有的温湿环境调控热量损失大、补温能耗高,以及仅依赖温度或湿度等单一指标调控而导致环境调控效果不佳等问题,基于课题组前期研发的寒区畜舍内循环除湿系统,提出一种改进的多目标优化算法(Improved non-domi... 详细信息

针对寒区冬季密闭式畜舍内现有的温湿环境调控热量损失大、补温能耗高,以及仅依赖温度或湿度等单一指标调控而导致环境调控效果不佳等问题,基于课题组前期研发的寒区畜舍内循环除湿系统,提出一种改进的多目标优化算法(Improved non-dominated sorting genetic algorithm-Ⅱ,INSGA-Ⅱ)优化该系统保温、除湿和能耗的运行效果。INSGA-Ⅱ采用自适应差分变异算子和改进精英保留策略的方法,增加最优解的种群多样性,避免算法陷入局部收敛。通过Zitzler-Deb-Thiele(ZDT)系列测试函数验证,改进INSGA-Ⅱ算法的反向世代距离(Inverted generational distance,IGD)和世代距离(Generational distance,GD)指标都优于传统NSGA-Ⅱ算法,与真实解更为接近。内循环除湿系统优化调控性能数据表明,空间广泛性评价指标(Spacing,SP)从NSGA-Ⅱ的0.111 8降低到INSGA-Ⅱ的0.020 2,最优解分布域显著增加,可为系统运行的优化调控提供更为广泛的参考依据,同时求解速度提高106.42%。在除湿系统仿真调控效果方面,INSGA-Ⅱ算法调控平均降温比NSGA-Ⅱ算法减少1.43℃,降幅为23.06%,减少了由除湿带来的舍内降温,能够获得更好的保温节能效果。因此,改进INSGA-Ⅱ优化算法有助于提升畜舍内循环除湿系统工作性能,为畜舍温湿环境精准调控提供可行的技术支撑。

关键词：畜舍环境调控内循环除湿系统节能改进NSGA-Ⅱ 多目标优化

来源：评论

学校读者我要写书评

暂无评论

基于中文字邻接图的食品抽检公告实体及关系联合抽取

引用

农业工程学报 2023年第14期39卷 283-292页

作者：郝志刚刘冲秦丽华中农业大学信息学院武汉430070 华中农业大学农业农村部智慧养殖技术重点实验室武汉430070 华中农业大学湖北省农业大数据工程技术研究中心武汉430070 华中农业大学农业智能技术教育部工程研究中心武汉430070

在对中文食品抽检公告进行实体与关系抽取时,常会出现包含大量食品名称与食品分类的长句,现有深度学习模型在进行实体关系抽取时,只将文本看作一串字词序列来编码,当句子较长且词间距离过大时,词间强依赖关系的学习效果会减弱。而这一... 详细信息

在对中文食品抽检公告进行实体与关系抽取时,常会出现包含大量食品名称与食品分类的长句,现有深度学习模型在进行实体关系抽取时,只将文本看作一串字词序列来编码,当句子较长且词间距离过大时,词间强依赖关系的学习效果会减弱。而这一问题在食品领域的实体关系抽取中少有被关注,所以该研究提出基于改进中文依存句法树与多特征融合的实体关系联合抽取模型(TAG-JE),该模型将词间具有的强依赖关系通过句法依存树建立关系图,再根据中文BERT编码的字处理模式,将关系图转化为字邻接图,再由图神经网络学习字邻接图的结构特征,最后将之与BERT提取的文本上下文特征融合,融合权重通过门网络结构自主调节,以获得公告文本的多特征融合特征表示。获得的融合特征将采用主流的联合抽取模型进行实体与关系的抽取,并在关系判断时使用强化学习训练的关系选择器来优化关系的嵌入信息,以提升联合抽取方法在关系判断上的准确率。为了验证TAG-JE的效果,将其与主流的深度学习模型在自建的非结构化食品抽检公告数据集上进行了抽取效果对比,结果证明TAG-JE的精确率、召回率与F1值分别达到90.86%,90.50%,90.68%,相对其他基线模型都有较大提升,证明了其在中文食品抽检文档中的知识挖掘能力。针对中文公共数据集的试验中,该模型相对GraphRel与CasRel这些经典联合抽取模型也取得较好的结果,证明TAG-JE也有较好的泛化效果。研究结果可为食品安全中文知识图谱的构建提供技术参考。

关键词：模型食品食品抽检公告实体关系联合抽取中文依存句法树字邻接图多特征融合

来源：评论

学校读者我要写书评

暂无评论

基于改进Mask-RCNN算法的作物害虫分类识别

引用

农业工程学报 2024年第7期40卷 202-209页

作者：张佳敏闫科王一非刘杰曾娟吴鹏飞黄求应华中农业大学信息学院武汉430070 华中农业大学植物科学技术学院武汉430070 农业智能技术教育部工程研究中心武汉430070 全国农业技术推广服务中心北京100125

智能虫情测报灯对农业生产中及时察觉虫害、虫灾问题有重大作用,准确的害虫分类识别为虫情测报提供可靠数据支撑的关键。该研究对智能虫情测报灯所需核心识别算法进行改进,针对分类目标多尺度、存在多种相似非目标害虫干扰、易产生目标... 详细信息

智能虫情测报灯对农业生产中及时察觉虫害、虫灾问题有重大作用,准确的害虫分类识别为虫情测报提供可靠数据支撑的关键。该研究对智能虫情测报灯所需核心识别算法进行改进,针对分类目标多尺度、存在多种相似非目标害虫干扰、易产生目标粘连等问题,提出一种基于改进Mask-RCNN(mask region-based convolutional neural network)模型的害虫图像智能识别模型。该模型使用DeAnchor算法改进Mask-RCNN的锚框引导机制,使用NDCC(novelty detection consistent classifiers)训练分类器进行联合分类和检测,改善非目标杂虫的误识别问题。改进后模型对无杂虫、不同虫体密度图像的识别准确率最高达到96.1%,最密集时可达90.6%,在仅有非目标的图片识别中,误检率降至9%,非目标与目标共存且密度为40虫/图的误检率降至15%。试验表明,该文所提模型在现有分类模型的基础上,增强了对密集区域的检测能力,改善了非目标误识别问题,在实际检测环境下的害虫分类识别精度更高,可为虫害防治工作提供数据参考。

关键词：目标检测虫害防治分类识别 Mask RCNN 粘连目标

来源：评论

学校读者我要写书评

暂无评论

基于CRISPR/Cas9系统构建青鳉突变体

引用

水产学报 2023年第9期47卷 29-39页

作者：潘启华陆可罗君志蒋月雯夏必琳陈磊王梦洋戴荣贵陈天圣集美大学水产学院农业农村部东海海水健康养殖重点实验室鳗鲡现代产业技术教育部工程研究中心华中农业大学水产学院

青鳉是研究基因功能、器官发生和发育机制的模式生物之一，基因编辑技术已在青鳉中得到广泛应用，但利用CRISPR/Cas9技术构建青鳉突变体的详细过程还未见报道。为了完整详细地阐明青鳉突变体的构建过程，实验以青鳉Olpax6.1基因的敲除... 详细信息

青鳉是研究基因功能、器官发生和发育机制的模式生物之一，基因编辑技术已在青鳉中得到广泛应用，但利用CRISPR/Cas9技术构建青鳉突变体的详细过程还未见报道。为了完整详细地阐明青鳉突变体的构建过程，实验以青鳉Olpax6.1基因的敲除为例，首先利用ChopChop网站设计获得Olpax6.1基因gRNA的靶点；其次通过PCR扩增和质粒酶切分别获得gRNA和Cas9 mRNA体外转录的模板，并通过体外转录合成gRNA和Cas9 mRNA；再将Cas9 mRNA和gRNA混合进行青鳉胚胎显微注射获得突变F0；最后利用PCR、T7EndonucleaseⅠ酶切和Sanger测序筛选F0与野生型杂交的子代获得相同突变类型的F1，进而将相同突变的F1进行杂交并筛选其子代，获得青鳉Olpax6.1敲除的纯合突变体，纯合突变体表现出眼部发育畸形的经典表型。本研究为青鳉突变体的构建提供详细完整的实验方案，同时也为其他鱼类突变体的构建提供技术参考。

关键词：青鳉 Cas9 突变体基因编辑技术

来源：评论

学校读者我要写书评

暂无评论

基于知识图谱的羊群疾病问答系统的构建与实现

引用

华中农业大学学报 2023年第3期42卷 63-70页

作者：杨喆许甜靳哲孔玫李国亮杜小勇华中农业大学信息学院/农业农村部智慧养殖技术重点实验室/农业智能技术教育部工程研究中心/湖北省农业大数据工程技术研究中心武汉430070 华中农业大学动物科学技术学院/农业动物遗传育种与繁殖教育部重点实验室武汉430070

为解决羊群疾病检索过程中出现的大量冗余数据及检索后仍需人工挑选准确答案造成的资源浪费,本研究通过以下3个步骤构建基于知识图谱的羊群疾病问答系统:(1)通过爬虫获取数据,人工提取部分信息,再进行自动化信息抽取,在命名实体识别任... 详细信息

为解决羊群疾病检索过程中出现的大量冗余数据及检索后仍需人工挑选准确答案造成的资源浪费,本研究通过以下3个步骤构建基于知识图谱的羊群疾病问答系统:(1)通过爬虫获取数据,人工提取部分信息,再进行自动化信息抽取,在命名实体识别任务中使用双向长短期记忆循环神经网络Bi-LSTM模型,并添加注意力机制提高识别效率,然后使用BIO规则进行实体标注,完成信息抽取,将数据融合后存储在Neo4j图数据库中,构建羊群疾病知识图谱。(2)针对属性映射,构建Bert-softmax模型;根据用户提问,采用Bert模型计算问句和属性的语义相似度,并通过softmax算法进行归一化处理,返回合适答案给用户,实现羊群疾病问答系统算法设计。(3)构建羊群疾病诊断平台,使用Bootstrap、Echarts、Vue组件实现羊群疾病问答系统的可视化,利用Python语言包含的flask框架搭建后台,封装疾病信息,通过web前端呈现给用户,并于后端建立连接,实现数据之间的交互。试验结果显示,基于Bi-LSTM+Attention+CRF模型实体识别的F1值为83.16%,构建的知识图谱包含实体4 576个,实体关系超13 000条;问答系统添加了预训练模型Bert,对问题识别的F1值为85.24%。结果表明,该系统实现了对羊群疾病的防治措施等多类问题进行快速检索和精准回答,可以辅助养殖人员在面临羊群疾病时进行生产决策。

关键词：疾病诊断知识图谱问答系统 Neo4j Bert 智慧养殖

来源：评论

学校读者我要写书评

暂无评论

基于自监督学习的委婉语识别方法

引用

中文信息学报 2023年第10期37卷 55-63,75页

作者：胡玉雪吴明民沙灜曾智张瑜琦华中农业大学信息学院湖北武汉430070 农业农村部智慧养殖技术重点实验室湖北武汉430070 湖北省农业大数据工程技术研究中心湖北武汉430070 农业智能技术教育部工程研究中心湖北武汉430070

委婉语常被用于社交媒体和暗网交易市场,以其表面含义掩盖潜在含义来逃避平台的监管,例如,用“weed”(杂草)代替“marijuana”(大麻)进行非法交易。委婉语识别是将给定的委婉语映射到特定的目标词(潜在含义)。当前委婉语识别的研究没有... 详细信息

委婉语常被用于社交媒体和暗网交易市场,以其表面含义掩盖潜在含义来逃避平台的监管,例如,用“weed”(杂草)代替“marijuana”(大麻)进行非法交易。委婉语识别是将给定的委婉语映射到特定的目标词(潜在含义)。当前委婉语识别的研究没有获得广泛关注,一方面缺乏有效标注的数据集,另一方面现有方法主要关注委婉语句子中的单个词汇,忽略了委婉语的语境信息。针对上述问题,该文提出了双层自监督学习模型——DSLM(Double Self-supervised Learning Method)用于委婉语识别:外层自监督学习框架用来自动构建含标签数据集,以解决缺乏有效标注数据集的问题;内层使用语境对比学习方法,利用委婉语语境信息,拉近委婉语语境表示和目标词的语义距离。实验表明,该方法优于当前最先进的方法,且结果更稳定、模型收敛更快。

关键词：委婉语识别自监督学习对比学习

来源：评论

学校读者我要写书评

暂无评论

计算机视觉与深度学习在猪只识别中的研究进展

引用

华中农业大学学报 2023年第3期42卷 47-56页

作者：刘峰吴文杰刘小磊王欣然方亚平李国亮杜小勇华中农业大学信息学院/农业农村部智慧养殖技术重点实验室/农业智能技术教育部工程研究中心/湖北省农业大数据工程技术研究中心武汉430070 华中农业大学深圳营养与健康研究院深圳518000 中国农业科学院深圳农业基因组研究所/岭南现代农业科学与技术广东省实验室深圳分中心深圳518000 农业动物遗传育种与繁殖教育部重点实验室武汉430070

探索人工智能领域新技术与生猪养殖相结合,是当前智慧养殖领域的一个重要研究方向。其中,如何自动地识别猪只个体身份与行为,是当前生猪养殖行业要解决的一个关键问题。为推动计算机视觉和深度学习技术在猪只健康状态智能化监测方面的应... 详细信息

探索人工智能领域新技术与生猪养殖相结合,是当前智慧养殖领域的一个重要研究方向。其中,如何自动地识别猪只个体身份与行为,是当前生猪养殖行业要解决的一个关键问题。为推动计算机视觉和深度学习技术在猪只健康状态智能化监测方面的应用,本文先分析了基于计算机视觉与深度神经网络的人的身份及行为识别模型的研究进展,然后对利用计算机视觉与深度神经网络识别猪只个体身份及行为的方法进行了归纳总结,并指出已有方法中存在的问题,最后提出了下一步的重点研究方向:(1)在猪只运动不可控及关键特征部位受到污染的情况下,准确提取其身份及行为特征的方法研究;(2)针对猪只身份及行为特征的基于计算机视觉的原创性深度学习模型的研究;(3)能够同时检测猪只身份及行为的多任务神经网络的研究;(4)适用于多场景的基于基础姿态及动作的通用型猪只行为识别方法的研究;(5)基于边缘计算的猪只个体身份及行为识别的部署方法研究。

关键词：身份识别行为识别深度学习计算机视觉智慧养殖猪脸识别自动监测

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的图像分割在畜禽养殖中的应用研究进展

引用

华中农业大学学报 2023年第3期42卷 39-46页

作者：姚超倪福川李国亮华中农业大学信息学院/农业农村部智慧养殖技术重点实验室/农业智能技术教育部工程研究中心/湖北省农业大数据工程技术研究中心武汉430070 武汉软件工程职业学院信息学院武汉430205 华中农业大学深圳营养与健康研究院/中国农业科学院深圳农业基因组研究所/岭南现代农业科学与技术广东省实验室深圳分中心深圳518000

图像分割作为智慧农业养殖中“视觉系统”的重要组成部分,被广泛应用于畜禽的智慧养殖中。近年来,深度学习算法飞速发展,基于深度学习的图像分割技术也取得了重大突破。这些方法赋予了分割区域更准确的语义信息,使得图像分割更加精准和... 详细信息

图像分割作为智慧农业养殖中“视觉系统”的重要组成部分,被广泛应用于畜禽的智慧养殖中。近年来,深度学习算法飞速发展,基于深度学习的图像分割技术也取得了重大突破。这些方法赋予了分割区域更准确的语义信息,使得图像分割更加精准和智能,为畜禽智慧养殖提供了更强的技术支持。本文通过广泛收集和整理国内外研究的相关文献,重点阐述了图像分割技术在畜禽养殖中的畜禽计数、体尺体质量测量、姿态估计与行为识别、体况及疾病检测、精准饲养等方面的应用现状,给出了如何根据实际性能需求(精度、处理速度)、数据集、计算资源等方面选择合适图像分割方法的建议,总结分析了当前研究中与畜禽养殖相关且可用于图像分割训练的公开数据集;并指出了基于深度学习的图像分割技术在畜禽养殖中所面临的挑战与未来的发展趋势,希望能为畜禽养殖中图像分割技术的具体应用提供参考。

关键词：图像分割深度学习畜禽养殖智慧农业计算机视觉

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：