检索结果-内蒙古大学图书馆

应用声学 2020年第2期39卷 199-206页

作者：谢将剑杨俊邢照亮张卓陈新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 先进输电技术国家重点实验室(全球能源互联网研究院有限公司) 北京102211

深度学习输入特征的选择直接影响其分类性能,为了进一步提高基于深度学习的鸟类物种识别模型的分类性能,该文提出一种多特征融合识别方法。该方法首先通过短时傅里叶变换、梅尔倒谱变换和线性调频小波变换分别计算得到鸣声信号的3种语... 详细信息

深度学习输入特征的选择直接影响其分类性能,为了进一步提高基于深度学习的鸟类物种识别模型的分类性能,该文提出一种多特征融合识别方法。该方法首先通过短时傅里叶变换、梅尔倒谱变换和线性调频小波变换分别计算得到鸣声信号的3种语图样本集,然后分别利用3种语图样本集训练3个基于VGG16迁移的单一特征模型,将3个模型的输出进行自适应加权求和实现融合,并修正了加权交叉熵函数以克服样本不平衡的问题,最后对语图进行分类实现鸟类物种的识别。以ICML4B鸣声库的35种鸟类为研究对象,对比了4种模型的平均识别准确率(MAP),结果表明特征融合模型较单一特征模型的MAP最大提高了0.307;选择输入语图的持续时间分别为100 ms、300 ms以及500 ms,对比不同持续时间下4种模型的测试MAP值,结果表明持续时间为300 ms时4种模型的MAP值均为最高;对比了不同信噪比下4种模型的识别效果,多特征融合模型的识别准确率随着信噪比的下降降低最少。说明在选择合适的语图持续时间后,该文提出的特征融合模型能得到更高的识别准确率,具有一定的抗噪能力,且训练参数少,更适合于少样本鸟类的识别。

关键词：鸟类物种识别深度卷积神经网络多特征融合

来源：评论

学校读者我要写书评

暂无评论

竹叶片氮含量高光谱估测方法对比研究

引用

农业机械学报 2018年第S1期49卷 393-400页

作者：郑一力赵燕东董玮尘兴灿李逸新北京林业大学工学院北京100083 北京林业大学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

为实现快速无损检测竹叶片氮含量,采用波长范围为350~2 500 nm的地物光谱仪获取竹叶片光谱数据,以金镶玉竹叶片为样本,对其进行高光谱分析。将高光谱原始反射率及其一阶微分、对数一阶微分和二阶微分值,与化学法测量的竹叶片氮含量值进... 详细信息

为实现快速无损检测竹叶片氮含量,采用波长范围为350~2 500 nm的地物光谱仪获取竹叶片光谱数据,以金镶玉竹叶片为样本,对其进行高光谱分析。将高光谱原始反射率及其一阶微分、对数一阶微分和二阶微分值,与化学法测量的竹叶片氮含量值进行了相关性分析,分别获得了不同微分变化下的特征波段;基于微分变换后的高光谱反射率数据,分别采用二元线性回归、多元逐步回归、偏最小二乘回归和基于主成分分析的BP神经网络方法,建立了4种金镶玉竹叶片的氮含量高光谱估测模型。对比4种估测模型的校验结果表明,在光谱反射率的对数一阶微分变换下,采用拓扑结构为6-10-1的基于主成分分析的BP神经网络估测模型,校验环节决定系数为0. 838,均方根误差RMSE为0. 045 2,具备较好的竹叶片氮含量估测效果。

关键词：竹叶片氮含量高光谱二元线性回归多元逐步回归偏最小二乘回归

来源：评论

学校读者我要写书评

暂无评论

基于TC-YOLO模型的北京珍稀鸟类识别方法

引用

生物多样性 2024年第5期32卷 123-137页

作者：李柏灿张军国张长春王丽凤徐基良刘利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 林业装备与自动化国家林业和草原局重点实验室北京100083 北京林业大学生态与自然保护学院北京100083 包头师范学院生物科学与技术学院内蒙古包头014030

北京地区珍稀鸟类的保护对维护当地生物多样性具有重要意义。随着人工智能技术的发展,利用深度学习技术自动识别鸟类成为鸟类调查保护的重要手段。实际鸟类图像存在背景复杂以及相近科属鸟类具有外观相似等特点,导致模型识别精度不佳。... 详细信息

北京地区珍稀鸟类的保护对维护当地生物多样性具有重要意义。随着人工智能技术的发展,利用深度学习技术自动识别鸟类成为鸟类调查保护的重要手段。实际鸟类图像存在背景复杂以及相近科属鸟类具有外观相似等特点,导致模型识别精度不佳。针对以上问题,本文提出一种基于TC-YOLO模型的鸟类识别方法。首先,为解决鸟类识别中复杂背景导致的漏检问题,本文方法结合CARAFE(content-aware reassembly of features)机制,自适应生成不同特征点所对应的上采样核,在更大的感受野内聚合上下文语义信息,有效聚焦鸟类前景区域。其次,为解决鸟类识别中相似外观导致的误检问题,本文方法引入TSCODE(task-specificcontextdecoupling)解耦定位和分类任务,通过获取多层级特征图的信息以回归目标边界,并利用包含底层纹理和高层语义的特征进行物种分类,进而提高模型的鸟类识别精度。最后,本文开展对比实验以验证模型的性能。实验结果表明,TC-YOLO模型的平均精度均值在包含北京地区28种国家一级保护鸟类的自建数据集Beijing-28和鸟类公开数据集CUB200-2011上分别达到78.7%和75.3%,均优于已有方法,而且在公开数据集MS COCO上验证了TC-YOLO模型拥有较强的泛化性。本文提出的TC-YOLO模型对背景复杂或外观相似的鸟类图像都能有效识别,漏检率和误检率较低,能够为鸟类保护提供重要技术支撑。

关键词：珍稀鸟类图像识别 YOLOv5s 上采样解耦头

来源：评论

学校读者我要写书评

暂无评论

SWR土壤湿度传感器温漂特性与补偿研究

引用

农业机械学报 2019年第8期50卷 257-263页

作者：赵燕东陈壮高志涛张鑫于福满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 防灾科技学院综合减灾研究所三河065201 天津创世生态景观建设股份有限公司天津300110

针对基于驻波率(SWR)原理的土壤湿度传感器在长期工作中受温度影响的问题,提出基于二元回归分析法的温度补偿模型,利用最小二乘原理确定补偿模型的待定参数,对传感器进行温度补偿。从硬件电路和测量原理对SWR土壤湿度传感器的温漂特性... 详细信息

针对基于驻波率(SWR)原理的土壤湿度传感器在长期工作中受温度影响的问题,提出基于二元回归分析法的温度补偿模型,利用最小二乘原理确定补偿模型的待定参数,对传感器进行温度补偿。从硬件电路和测量原理对SWR土壤湿度传感器的温漂特性进行研究。使用高低温交变湿热实验箱,在设定温度5~45℃范围内进行实验,测试结果表明,在温度补偿前该传感器测量土壤体积含水率的最大绝对误差范围为-2.65%~2.22%,其最大相对误差为29.76%,最大均方误差为2.211 9%。将SWR土壤湿度传感器输出值与PT100型温度传感器输出值进行数据融合,基于最小二乘优化计算的二元回归分析法得到温度补偿模型,其拟合的决定系数为0.998。取不同温度下的实验数据进行补偿模型的验证,结果表明,SWR土壤湿度传感器进行温度补偿后,其测量结果的最大绝对误差范围为-0.26%~0.69%,最大相对误差不超过5.23%,均方误差较补偿之前减小一个数量级,且最大均方误差为0.157%。表明采用该温度补偿模型可以有效减小温度对SWR土壤湿度传感器的影响,提高其测量结果的精度和可靠性。

关键词： SWR土壤湿度传感器土壤体积含水率最小二乘法温度补偿

来源：评论

学校读者我要写书评

暂无评论

基于无人机图像和改进LSC-CNN模型的密集苗木检测和计数方法

引用

智慧农业（中英文） 2024年第5期6卷 88-97页

作者：彭小丹陈锋军朱学岩才嘉伟顾梦梦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和草原局重点实验室北京100083 科罗拉多州立大学园艺与景观建筑系美国柯林斯堡80523

[目的/意义]快速、准确地统计密集种植的苗木数量对苗木经营管理具有重要意义。为解决无人机航拍的密集种植苗木图像中苗木粘连、尺度差异大的问题,提出以点标签数据为监督信号的改进密集检测计数模型(Locate,Size and Count,LSC-CNN),... 详细信息

[目的/意义]快速、准确地统计密集种植的苗木数量对苗木经营管理具有重要意义。为解决无人机航拍的密集种植苗木图像中苗木粘连、尺度差异大的问题,提出以点标签数据为监督信号的改进密集检测计数模型(Locate,Size and Count,LSC-CNN),同时实现苗木的检测和计数。[方法]改进的LSC-CNN模型通过将LSC-CNN模型特征提取网络的最后一层卷积替换为扩张卷积(Dilated Convolutions,DConv),实现在保留苗木细节特征的同时扩大感受野,帮助模型更好地理解上下文信息以区分粘连苗木。此外,在多个尺度分支前引入注意力机制(Convolutional Block Attention Module,CBAM)使模型聚焦于有助于苗木检测和计数的关键特征,以更好地适应不同尺度的苗木。为解决类别不平衡问题,提高模型的泛化能力,将损失函数替换为标签平滑交叉熵损失函数。[结果和讨论]经测试,改进LSC-CNN模型在456幅苗木图像的测试集上的平均绝对误差(Mean Absolute Error,MAE)、均方根误差(Root Mean Square Error,RMSE)和平均计数准确率(Mean Counting Accurate,MCA)分别为14.24株、22.22株和91.23%,三项指标均优于IntegrateNet、PSGCNet、CANet、CSRNet、CLTR和LSC-CNN模型。[结论]改进LSC-CNN模型能够准确实现密集种植苗木的检测和计数,适用于多种树木的检测和计数工作。

关键词：无人机密集种植计数多尺度 LSC-CNN

来源：评论

学校读者我要写书评

暂无评论

基于改进的PSPNet网络的毛白杨根系自动分割量化系统

引用

浙江农业学报 2024年第2期36卷 424-431页

作者：张鹏翀韩巧玲席本野郑秋燕赵玥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 智慧林业研究中心北京100083 国家林业和草原局林业装备与自动化国家重点实验室北京100083 北京林业大学省部共建森林培育与保护教育部重点实验室北京100083

针对毛白杨微根管图像中根系颜色不均匀、形态不一致、目标背景差异小的特点,以及现有根系图像处理软件无法批量分割的问题,提出一个基于深度学习网络的毛白杨根系自动分割量化系统。该系统包括根系图像自动分割和根系特征量化两个部分... 详细信息

针对毛白杨微根管图像中根系颜色不均匀、形态不一致、目标背景差异小的特点,以及现有根系图像处理软件无法批量分割的问题,提出一个基于深度学习网络的毛白杨根系自动分割量化系统。该系统包括根系图像自动分割和根系特征量化两个部分。首先,提出以EPSANet50为骨架的PSEPNet网络(pyramid scene efficient parsing network, PSEPNet)实现毛白杨根系图像的自动高精度分割;其次,使用骨架细化法提取根系中心像素轮廓;最后,运用数学统计方法提取根系数量、根系长度等多特征参数,实现对毛白杨根系特征的量化表达。结果表明:PSEPNet网络对毛白杨微根管根系图像具有良好的分割效果,其准确率为0.981 9,召回率为0.884 9,精确率为0.830 9,F1值为0.851 2,能够实现对根系数量、根系长度、根系投影面积等特征的量化,可为基于微根管技术对林木生长规律的研究提供技术支持和数据基础。

关键词：微根管毛白杨根系语义分割特征量化

来源：评论

学校读者我要写书评

暂无评论

基于地面激光点云数据的单木三维重建方法

引用

南京林业大学学报(自然科学版) 2021年第6期45卷 193-199页

作者：卢军刘宪钊孟维亮李红军中国林业科学研究院资源信息研究所国家林业和草原局森林经营与生长模拟重点实验室中国科学院自动化研究所北京林业大学理学院

【目的】使用地面三维点云数据,提出一种单株树木三维网格模型重建方法,为精准获取测树因子提供技术支撑。【方法】对获取的点云进行预处理,使用k-d树构建近邻关系图,用Dijkstra算法求算出子图的根。检测出有效路径后,使用探测半径计算... 详细信息

【目的】使用地面三维点云数据,提出一种单株树木三维网格模型重建方法,为精准获取测树因子提供技术支撑。【方法】对获取的点云进行预处理,使用k-d树构建近邻关系图,用Dijkstra算法求算出子图的根。检测出有效路径后,使用探测半径计算关键路径。计算树枝骨架,然后对初始骨架进行Bezier曲线半径平滑,得到平滑的骨架,再将骨架连接,使用半径平滑和圆柱拟合减少点云密度小造成的拟合不足的情况,能够最大限度保留树枝的细节。【结果】使用3株落叶松点云数据构建了树枝树干表面网格模型,重建了树木三维结构。将树干、树枝的三维网格模型与点云匹配后,效果较好;所构建的模型能够进行细小枝条的重建,而不是模拟细枝,通过观察重建结果,一级枝的重建效果非常好,大的二级枝也能得到很好的展示;整套算法计算快速,计算时间与枝条的复杂程度、连接关系有关。【结论】基于关键路径探测的方法能够很好地构建树木的三维网格模型,可以用于单株树木测树因子的精确提取。

关键词：单木三维结构地面三维激光扫描点云数据测树因子落叶松

来源：评论

学校读者我要写书评

暂无评论

林木联合采育机蜂窝结构进料辊关键技术与应用性能研究

引用

安徽农业大学学报 2021年第3期48卷 496-503页

作者：曲云飞王典朱旭晨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

针对机械化采伐作业中减少木材损伤的问题,提出一种基于辊型双V蜂窝结构的进料辊。结合相关的数学公式,推导出了辊型双V蜂窝结构的动态冲击模型,并通过有限元仿真结果得到了验证。对伐木工况低速冲击下辊型蜂窝的力学与吸能特性、动态... 详细信息

针对机械化采伐作业中减少木材损伤的问题,提出一种基于辊型双V蜂窝结构的进料辊。结合相关的数学公式,推导出了辊型双V蜂窝结构的动态冲击模型,并通过有限元仿真结果得到了验证。对伐木工况低速冲击下辊型蜂窝的力学与吸能特性、动态响应、结构稳定性和结构效率等应用技术指标进行探究,并引入不同结构的辊型六角蜂窝进行参照对比。低速冲击下,辊型双V蜂窝相较于辊型六角蜂窝负泊松比效应更明显,结构效率更高且抗冲击性更强,结构稳定性更好,接触力更均匀。各辊型双V蜂窝结构冲击至ε=0.3时的各应力指标均满足1600 kg以下树木采伐工况需求。这为蜂窝结构进料辊的机械化应用与减少原木损伤提供了参考。

关键词：采育机进料辊农林机械树木损伤

来源：评论

学校读者我要写书评

暂无评论

林业装备低功耗防丢器

引用

林业和草原机械 2020年第1期1卷 55-60页

作者：陈嘉威田昊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

穿戴设备越来越走近林业活动中,特别是一些随身携带的林业勘探小工具更加受到从业人员的青睐,使用频率越来越高,但同时也存在不同程度的丢失现象。利用低功耗蓝牙技术设计一个拥有防丢找回功能的应用程式。通过调用手机的蓝牙功能来获... 详细信息

穿戴设备越来越走近林业活动中,特别是一些随身携带的林业勘探小工具更加受到从业人员的青睐,使用频率越来越高,但同时也存在不同程度的丢失现象。利用低功耗蓝牙技术设计一个拥有防丢找回功能的应用程式。通过调用手机的蓝牙功能来获取绑定在物品上的蓝牙信号的强度来计算两个蓝牙设备之间的距离。当距离超过设定阈值时给出警告信息,从而达到提醒防丢目的。采用多次测量取均值的方法降低蓝牙信号浮动的负面影响,解决了RSSI值不够稳定且容易受到干扰的缺点,提高了测距的稳定性,可以为林业生产用具的管理提供帮助。

关键词：低功耗蓝牙防丢器微信小程序

来源：评论

学校读者我要写书评

暂无评论

灌木建植装备设计与主要部件力学和功率分析

引用

西北林学院学报 2019年第3期34卷 240-245页

作者：王欣悦王典刘晋浩黄青青王建利王润成胡德江北京林业大学北京100083 林业装备与自动化国家林业和草原局重点实验室北京100083 北京工商大学北京100048 张家口海特钢管有限责任公司河北张家口075000

针对沙地机械化造林作业问题,设计了灌木建植装备,提出了起垄、栽植、覆土和送苗相结合的机械化造林作业方案。根据工况条件,确定了灌木建植装备的总体结构、工作原理和结构参数,并针对主要部件锥形鸭嘴植苗装置进行力学分析和灌木建植... 详细信息

针对沙地机械化造林作业问题,设计了灌木建植装备,提出了起垄、栽植、覆土和送苗相结合的机械化造林作业方案。根据工况条件,确定了灌木建植装备的总体结构、工作原理和结构参数,并针对主要部件锥形鸭嘴植苗装置进行力学分析和灌木建植装备进行功率分析,进而为灌木建植装备的液压系统设计提供参考。结果表明,随着装置开启角度(0°~45°)和插土深度(0~100mm)变化,活动鸭嘴尖端和中间位置受到的土壤压力变化明显,尖端和中间位置在插土深度为55mm,开启角度为24°附近达到最大值80N和138N,随之分别稳定在72N和124N。分析土壤压力变化成因,前期的有限元仿真结果与试验结果变化趋势相近,数值相差15%。利用多项式方程拟合活动鸭嘴尖端和中间位置土壤压力曲线,决定系数>0.95。在ADAMS软件中分析灌木建植装备的功率情况,起垄覆土板阻力空载情况下,最大功率为50kW。

关键词：灌木建植装备锥形鸭嘴植苗装置土壤压力功率

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：