检索结果-内蒙古大学图书馆

农业机械学报 2025年第4期56卷 427-435页

作者：衡一帆盛哲雅严煜谷月周昊博王树才华中农业大学工学院华中农业大学动物科学技术学院动物医学院

为实现笼养蛋鸡声音的准确分类,实现蛋鸡健康、情绪、生产状态等信息的智能化、非接触式检测,提出了一种基于改进MobileNetV3的笼养蛋鸡声音分类识别方法。以欣华二号蛋鸡为研究对象,采集蛋鸡在笼养条件下发出的热应激声、惊吓声、产蛋... 详细信息

为实现笼养蛋鸡声音的准确分类,实现蛋鸡健康、情绪、生产状态等信息的智能化、非接触式检测,提出了一种基于改进MobileNetV3的笼养蛋鸡声音分类识别方法。以欣华二号蛋鸡为研究对象,采集蛋鸡在笼养条件下发出的热应激声、惊吓声、产蛋声以及鸣唱声,经过声音预处理将一维声音信号转化为三维梅尔频谱图,建立了包括8 541幅梅尔频谱图的蛋鸡声音数据集。通过在MobileNetV3中引入高效通道注意力(Efficient channel attention,ECA)模块,提高了笼养蛋鸡声音分类准确率。试验结果表明,MobileNetV3-ECA模型准确率、召回率、精确率以及F1分数分别达到95.25%、95.16%、95.02%、95.08%,相比原始模型分别提高1.99、2.08、2.00、2.04个百分点。通过与分别引入坐标注意力(C oordinate attention,CA)、卷积块注意力模块(Convolutional block attention module,CBAM)的模型对比,引入ECA模块后模型准确率分别提高2.11、2.03个百分点,其他指标同样有更明显的提高。与ShuffleNetV2、DesNet121和EfficientNetV2模型相比,MobileNetV3-ECA准确率分别提高1.99、2.03、2.50个百分点。本文提出的基于MobileNetV3-ECA的蛋鸡声音分类识别方法,能够有效且准确地实现对包括热应激声在内的不同种类蛋鸡声音分类识别,为蛋鸡规模化养殖中的自动化、智能化声音检测提供了算法支持,为禽舍巡检机器人功能优化提供了参考,同时为规模化笼养蛋鸡热应激预警开辟了思路。

关键词：笼养蛋鸡声音分类 MobileNetV3 高效通道注意力梅尔频谱图卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

边缘服务器计算资源分配方法与仿真实验

引用

吉林大学学报(工学版) 2025年第1期55卷 316-324页

作者：黄汉英李鹏飞华中农业大学工学院武汉430070

针对智慧渔业的数据采集传输过程中边缘服务器的带宽资源以及计算资源分配问题,通过求解时延最小化的带约束非线性方程,获得带宽以及计算资源的最优解。在计算资源为10 Gcycles/s、任务数量为40时,比较了粒子群算法、免疫算法、模拟退... 详细信息

针对智慧渔业的数据采集传输过程中边缘服务器的带宽资源以及计算资源分配问题,通过求解时延最小化的带约束非线性方程,获得带宽以及计算资源的最优解。在计算资源为10 Gcycles/s、任务数量为40时,比较了粒子群算法、免疫算法、模拟退火算法、灰狼算法、萤火虫算法、序列二次规划算法等优化算法的效果,结果表明序列二次规划算法时延最小,为73.16 s。通过优先分配资源给时延与时延限制比小的任务改进算法,仿真实验结果显示:改进算法时延为56.91 s,较序列二次规划算法减小16.25 s,改进算法在带宽与计算资源分配优化问题中取得的效果更好。

关键词：边缘计算资源分配时延限制序列二次规划智慧渔业

来源：评论

学校读者我要写书评

暂无评论

作物表型机器人研究现状与展望

引用

农业机械学报 2025年第3期56卷 1-17页

作者：宋鹏李正达杨蒙崔家乐冯慧翟瑞芳杨万能华中农业大学植物科学技术学院武汉430070 华中农业大学作物遗传改良全国重点实验室武汉430070 华中农业大学信息学院武汉430070

随着生物技术迅猛发展,作物育种科研对表型数据的需求日益增长,数据驱动的智能育种正成为育种研究的重要方向。高通量表型检测技术装备能够高效获取作物全生命周期表型数据,已成为制约作物规模化高效育种研究的瓶颈。作物表型机器人凭... 详细信息

随着生物技术迅猛发展,作物育种科研对表型数据的需求日益增长,数据驱动的智能育种正成为育种研究的重要方向。高通量表型检测技术装备能够高效获取作物全生命周期表型数据,已成为制约作物规模化高效育种研究的瓶颈。作物表型机器人凭借移动灵活、作业不受时空限制,扩展性强、可挂载多种类传感器,近地多视角采集数据分辨率高,以及无人或少人操作、智能化程度高等诸多优势,是未来作物表型检测的关键发展方向。本文首先系统总结国内外作物表型机器人研究现状,阐述表型机器人整体架构,梳理其系统控制及主要导航方法,并深入介绍基于机器人的表型性状获取与解析方法,最后讨论了表型机器人在农业生产和作物育种中的应用现状及面临的挑战,指出表型机器人未来发展趋势为:机器人多样性创新将推动高通量表型检测向规模化发展,人工智能技术将重构表型解析的深度学习方法体系,而新一代表型机器人将依托多模态传感器融合技术,引领表型组学研究范式的突破。

关键词：作物表型农业机器人智能育种表型获取与解析

来源：评论

学校读者我要写书评

暂无评论

植物茎秆柔性夹持装置刚柔耦合仿真与试验

引用

农业机械学报 2024年第2期55卷 109-118页

作者：韩明兴李淼段宏兵徐琨余锴华中农业大学工学院武汉430070

针对现有植物茎秆夹持装置存在夹伤茎秆、夹持行程及夹持力不可调等问题,设计一种植物茎秆柔性夹持装置,夹持手内置弹簧可实现植物茎秆柔性夹持,能进行夹持力与夹持行程双调节,更好适应植物茎秆在力学试验、嫁接、茎秆切割试验等领域夹... 详细信息

针对现有植物茎秆夹持装置存在夹伤茎秆、夹持行程及夹持力不可调等问题,设计一种植物茎秆柔性夹持装置,夹持手内置弹簧可实现植物茎秆柔性夹持,能进行夹持力与夹持行程双调节,更好适应植物茎秆在力学试验、嫁接、茎秆切割试验等领域夹持需求。基于所建立夹持装置刚柔耦合仿真模型,进行夹持力、夹持行程、弹簧刚度等多因素动力学对比仿真与试验分析,以弹簧刚度为设计变量进行灵敏度及稳定性分析,研究不同弹簧刚度对柔性夹持装置夹持性能的影响。仿真与试验结果表明:装置最大夹持直径为68.8 mm,基于所构建夹持装置精准夹持力模型,可平稳调控夹持行程、速度及夹持力;随着弹簧刚度的增加,夹持力逐渐变大,夹持稳定性增加,综合比较发现当弹簧刚度为10 N/mm时,可满足装置施加400 N切割力时植物茎秆稳定夹持需求,柔性夹持力波动较小,能有效避免损伤植物茎秆。

关键词：植物茎秆柔性夹持装置稳定性分析可调夹持力刚柔耦合仿真 ADAMS

来源：评论

学校读者我要写书评

暂无评论

畜禽粪污处理中氨气膜接触器回收的传质及选择性研究

引用

农业机械学报 2024年第2期55卷 338-345页

作者：贺清尧廖婷陈号迁刘梦飞纪龙晏水平华中农业大学工学院武汉430070

对畜禽粪污好氧堆肥中产生的氨气与厌氧发酵后沼液中的氨氮进行回收,不仅可以减少污染物和温室气体的排放,达到减污降碳的目的,还能获得氮肥产品,增加粪污处理的经济性。针对现有氨气捕集过程中设备体积大和灵活性差等问题,提出了采用... 详细信息

对畜禽粪污好氧堆肥中产生的氨气与厌氧发酵后沼液中的氨氮进行回收,不仅可以减少污染物和温室气体的排放,达到减污降碳的目的,还能获得氮肥产品,增加粪污处理的经济性。针对现有氨气捕集过程中设备体积大和灵活性差等问题,提出了采用中空纤维膜来实现氨气捕集的目标。采用空气吹扫氨水溶液模拟了不同情形下的氨气浓度与空气流量,测试不同情形下氨气捕集的通量和回收率,分析影响氨气捕集的主要因素和传质特性。结果表明,氨气向膜内传质的阻力主要受气相传质阻力和膜的传质阻力影响,低空气流量下气相传质阻力占主导地位。提升空气流量至5 L/min时,气相传质阻力比0.5 L/min时下降53.6%,此时膜内传质阻力占主导。氨气捕集通量随进膜氨气浓度的增大而提升。在空气流量低于1 L/min下,氨氮回收率高于95%,0.5 L/min时的氨氮回收率高于99%。在氨气停留时间足够的条件下,氨氮回收率仅与酸液吸收容量相关。在温度差和浓度差的影响下,空气中的水蒸气会向膜内的吸收剂中传递。吸收剂中含质量分数26%的硫酸铵比仅含1%的硫铵溶液水回收通量高13.3倍,氨氮分离因子由41.6降低至3.06。酸液质量分数对氨气的传质无显著影响。文献对比表明典型状态下粪污处理中的氨气释放质量浓度与本研究中涉及的质量浓度区间基本一致,说明中空纤维膜捕集氨气具有较广的适用性。

关键词：粪污处理氨气膜吸收中空纤维膜

来源：评论

学校读者我要写书评

暂无评论

基于SPH-FEM的油菜茎秆磨粒气体射流切割仿真与试验

引用

农业工程学报 2024年第17期40卷 82-92页

作者：韩明兴余锴段宏兵熊利荣徐琨李淼刘琦华中农业大学工学院武汉430070

针对传统油菜收获切割刀具振动大、茎秆缠绕磨损及效率低等问题,该研究提出一种油菜茎秆磨粒气体射流切割技术,以实现作业机具与油菜无接触式切割和高效低耗收获。采用光滑粒子流体力学与有限元(smooth particle hydrodynamic-finite el... 详细信息

针对传统油菜收获切割刀具振动大、茎秆缠绕磨损及效率低等问题,该研究提出一种油菜茎秆磨粒气体射流切割技术,以实现作业机具与油菜无接触式切割和高效低耗收获。采用光滑粒子流体力学与有限元(smooth particle hydrodynamic-finite element method,SPH-FEM)耦合仿真对油菜茎秆射流动态切割过程进行分析,揭示气-固间能量传递规律,获取射流切割动态特性,并搭建试验系统进行射流切割试验验证。研究结果表明,采用4 mm孔径高速喷嘴,射流压力为20 MPa时气流及磨粒最高速度分别为741和411 m/s,约95%加速过程发生在喉管段与扩张段;喷嘴外流场流速呈现先下降后上升的变化规律,射流压力越大速度变化越剧烈;射流束主要通过气体膨胀-收缩-膨胀的加速过程将压力能转化为射流束动能;入口压力从3 MPa增加至10 MPa时,磨粒最大速度提升率从31%下降至11%。当压力超过3 MPa后,随射流压力提高,射流束压力能-动能转换效率显著减小;在相同条件下0.1 mm粒径磨粒的最大速度比0.3 mm粒径磨粒大19%;粒径越大磨粒获得的切割动能越大,0.3 mm粒径磨粒切割动能最大,其次为0.2与0.1 mm粒径磨粒;磨粒速度在120 m/s时可以实现茎杆有效切割,对应射流压力约为0.4 MPa;横移速度为5 mm/s、靶距在10 mm以内可一次切断茎秆,横移速度超过5 mm/s时无法一次切断茎秆;靶距5 mm、横移速度5 mm/s时,可获得最小切割侵蚀体积,切口宽度在1~6 mm之间;射流切割能力主要受横移切割速度影响,切割靶距影响相对较小;茎秆切割效果主要受靶距影响,横移速度影响相对较小。研究成果还可用于其他类似作物茎秆的切割,可为农业非接触式高效切割技术装备的开发提供理论与技术支撑。

关键词：流固耦合仿真光滑质点动力学磨粒气射流油菜茎秆切割

来源：评论

学校读者我要写书评

暂无评论

基于PP-liteseg和Jetson Orin Nano的香菇菌棒表型测量方法

引用

农业机械学报 2025年第3期56卷 140-147,179页

作者：梁秀英刘欢米盼盼边银丙杨万能华中农业大学工学院武汉430070 华中农业大学植物科学技术学院武汉430700 华中农业大学作物遗传改良国家重点实验室武汉430070

针对香菇育种过程中表型性状考察困难、人工测量费时费力的问题,提出一种适用于Jetson Orin Nano平台部署的香菇菌棒表型测量方法。使用手机和工业相机对3种不同数据来源的香菇菌棒进行图像采集,标注香菇菌落数据集并进行增强;比较了Bis... 详细信息

针对香菇育种过程中表型性状考察困难、人工测量费时费力的问题,提出一种适用于Jetson Orin Nano平台部署的香菇菌棒表型测量方法。使用手机和工业相机对3种不同数据来源的香菇菌棒进行图像采集,标注香菇菌落数据集并进行增强;比较了Bisenet、Stdcseg、U-net、Deeplabv3p、PP-liteseg 5个分割模型在Test-A、Test-B和Test-C测试集上的分割效果,结果表明PP-liteseg的普适性优于其他网络,PP-liteseg分割模型在3个测试集上的平均交并比超过97.53%,平均像素准确率高于99.49%,推理单幅图像耗时660 ms;为进一步平衡模型准确性和实时性,采用量化蒸馏方式对PP-liteseg模型进行压缩,并部署到Jetson Orin Nano平台上,压缩后的模型在Test-B测试集上的平均交并比和平均像素准确率分别为97.50%和99.51%,推理单幅图像耗时43.63 ms,比压缩前缩短近64%;采用PP-liteseg分割香菇菌棒图像,提取菌落表型,再根据菌落径向长度和轴向宽度得到菌丝生长长度,与人工测量值相比,菌丝生长长度平均绝对百分比误差、均方根误差和决定系数分别为1.874%、0.148 cm、0.918;采用该方法测量了6个菌株在连续4 d内的菌丝生长长度,结果表明,6个菌株的菌丝生长速度无论在单日还是在整个培养期内均有差异,其中49号和168号菌株差异最大。研究表明,本文方法适用于香菇菌棒表型测量,并能够以良好的准确性和实时性在Jetson Orin Nano平台上运行。

关键词：香菇菌棒菌丝生长长度 PP-liteseg Jetson Orin Nano 模型轻量化表型

来源：评论

学校读者我要写书评

暂无评论

液电混动履带底盘电液系统联合仿真与试验

引用

农业机械学报 2024年第1期55卷 396-408,418页

作者：韩明兴徐琨廖宜涛李淼余锴华中农业大学工学院武汉430070

针对传统以液压驱动或纯电驱动的履带式农机装备功耗大、系统响应慢、电池续航短、功率扭矩输出不足等问题,本文提出了一种高效液电混动履带式行走底盘,集成了液压驱动和电驱动两套独立动力系统,双液压马达及双伺服电机的四轮驱动结构,... 详细信息

针对传统以液压驱动或纯电驱动的履带式农机装备功耗大、系统响应慢、电池续航短、功率扭矩输出不足等问题,本文提出了一种高效液电混动履带式行走底盘,集成了液压驱动和电驱动两套独立动力系统,双液压马达及双伺服电机的四轮驱动结构,可实现整机大扭矩输出,利于整机轻量化设计;通过伺服电机速度及力闭环控制,适应匹配底盘外负载的变化,可显著改善闭式液压驱动系统的动态输出特性,提高整机动态控制性能并降低工作能耗。基于AMESim与Matlab建立了电液混动系统的联合仿真模型,对比分析整机在平地直线行驶、山地爬坡、原地转向等不同工况的行驶动态性能,试验结果表明所设计的液电混合驱动履带底盘最大行驶速度可达1.1 m/s,原地转弯时间最快为2.4 s,最小转弯直径为150 cm,可实现丘陵山地复杂地形转弯及调头;履带底盘直线行驶偏移率不大于3.3%;在相同工况下与液压驱动相比,液电混合动模式下整机能耗可减少9.3%,提高了整机工作效率。

关键词：履带底盘液电混动行驶性能联合仿真

来源：评论

学校读者我要写书评

暂无评论

基于高光谱和卷积神经网络的西兰花农药残留检测

引用

食品工业科技 2025年第6期46卷 1-8页

作者：王丹栾雨晴谭佐军魏薇华中农业大学信息学院湖北武汉430070 华中农业大学工学院湖北武汉430070

农产品农药残留检测是保证农产品食用安全的重要环节,而传统检测方法步骤繁琐、成本高昂。本文利用高光谱技术结合机器学习算法和深度学习算法,以西兰花农药残留检测为样本,提供了一种简便快速、成本低、无损的西兰花农药残留检测方法... 详细信息

农产品农药残留检测是保证农产品食用安全的重要环节,而传统检测方法步骤繁琐、成本高昂。本文利用高光谱技术结合机器学习算法和深度学习算法,以西兰花农药残留检测为样本,提供了一种简便快速、成本低、无损的西兰花农药残留检测方法。研究通过采集喷洒了不同种类农药和清水的西兰花样本400~1000 nm高光谱图像,经过多元散射校正(MSC)、Savitzky-Golay卷积平滑(SG平滑)两种数据预处理方法,和主成分分析法(PCA)、竞争性自适应重加权算法(CARS)、连续投影算法(SPA)三种数据降维后,建立支持向量机(SVM)识别模型进行农药残留判别。得到SVM-SG-SPA组合判别效果最好,其对高效氯氰菊酯、毒死蜱、吡虫啉和清水的识别精度分别达到92.86%、94.29%、91.43%和92.86%。用原始光谱数据建立一维卷积神经网络(1D-CNN)模型,其对高效氯氰菊酯、毒死蜱、吡虫啉和清水的识别精度达到94.29%、95.71%、94.29%和97.14%,识别精度均高于SVM模型。结果表明,高光谱成像技术结合一维卷积神经网络的深度学习算法,不仅简化了对西兰花农药残留的识别过程,还提升了识别效率和识别精度。

关键词：高光谱技术西兰花农药残留识别卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于视频跟踪算法的果园猕猴桃产量实时预估

引用

农业机械学报 2023年第6期54卷 178-185页

作者：郭明月刘雅晨李伟夫陈洪李善军陈耀晖华中农业大学信息学院武汉430070 华中农业大学工学院武汉430070

对猕猴桃产量的准确预估有利于合理安排后续采摘与运输工序,因此开发智能化的产量实时预估工具非常重要。针对大棚培育的猕猴桃矮化密植、分布范围广等特点,本研究利用果园履带小车采集视频,结合人工标注,建立猕猴桃检测和跟踪的数据集... 详细信息

对猕猴桃产量的准确预估有利于合理安排后续采摘与运输工序,因此开发智能化的产量实时预估工具非常重要。针对大棚培育的猕猴桃矮化密植、分布范围广等特点,本研究利用果园履带小车采集视频,结合人工标注,建立猕猴桃检测和跟踪的数据集。考虑到自制数据集中猕猴桃占比小及密集分布的特点,本文提出使用YOLO v7模型加上Soft-NMS来检测每一帧图像内的猕猴桃。在卡尔曼滤波器预测的结果上,引入VGG16网络对猕猴桃进行特征提取,并结合匈牙利算法完成帧间目标的匹配。最后采用基于YOLO v7+DeepSort跟踪算法的ID计数方法对猕猴桃进行产量估计。实验结果表明,改进的YOLO v7模型在猕猴桃检测数据集上表现良好,检测的F1值为90.09%。猕猴桃跟踪数据集中使用的跟踪算法平均准确率为89.87%,每个目标正确匹配的精确率为82.34%,大型视频跟踪速度为20.19 f/s。在环境影响较小的条件下,ID计数准确率为97.49%。该方法可为猕猴桃果园智能化管理中的估产、采收规划等提供技术支撑。

关键词：猕猴桃产量预估视频跟踪 YOLO v7 Soft-NMS DeepSort

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：