检索结果-内蒙古大学图书馆

洛阳理工学院学报（自然科学版） 2019年第1期29卷 78-82,93页

作者：桂越范国华唐贝贝张友华吴云志安徽农业大学信息与计算机学院安徽合肥230036 安徽省北斗精准农业信息工程实验室安徽合肥230036

近些年来国内外专家在农田杂草的识别领域进行了深入研究,逐步完善了传统方法识别农田杂草的局限性,提高了杂草识别的准确率。而卷积神经网络在图像识别和分类上有先天的优势,能够简单高效地对农田杂草进行识别,所以本文提出了一种基于... 详细信息

近些年来国内外专家在农田杂草的识别领域进行了深入研究,逐步完善了传统方法识别农田杂草的局限性,提高了杂草识别的准确率。而卷积神经网络在图像识别和分类上有先天的优势,能够简单高效地对农田杂草进行识别,所以本文提出了一种基于卷积神经网络的农田杂草分类识别方法。本文在农田中杂草和水稻的数据集上的实验结果显示,本算法的识别正确率在85%以上,能够有效地对杂草与水稻进行分类识别。

关键词：杂草识别卷积神经网络图像识别

来源：评论

学校读者我要写书评

暂无评论

基于Citespace的农业物联网研究知识图谱分析

引用

信阳农林学院学报 2019年第4期29卷 105-110页

作者：汪敏江朝晖安徽农业大学信息与计算机学院安徽合肥230036 安徽省智慧农业技术与装备重点实验室安徽合肥230036

为了深入研究农业物联网的发展现状和未来趋势,借助CNKI的文献数据,利用Citespace绘制知识图谱,从关键词、作者、机构以及发文年代等方面进行分析。结果表明,在关键词分析中,依托农业物联网发展的农业信息化、现代农业和智慧农业出现频... 详细信息

为了深入研究农业物联网的发展现状和未来趋势,借助CNKI的文献数据,利用Citespace绘制知识图谱,从关键词、作者、机构以及发文年代等方面进行分析。结果表明,在关键词分析中,依托农业物联网发展的农业信息化、现代农业和智慧农业出现频次最高;通过关键词的聚类分析可知农产品质量安全是农业物联网研究的热点问题;该研究中核心作者的数量较多且作者之间多以团队的形式进行合作研究;发文量排名前列的研究机构主要包括湖南农业大学、浙江大学、中国农业大学等;整体的发文量从2000年至今一直呈现显著上升趋势。本文结果可为农业物联网的研究和发展提供有益参考。

关键词：农业物联网 Citespace CNKI 文献分析

来源：评论

学校读者我要写书评

暂无评论

基于PLS-BPNN算法的土壤速效磷高光谱回归预测方法

引用

农业机械学报 2018年第2期49卷 166-172页

作者：齐海军李绍稳 KARNIELI Arnon 金秀王文才安徽农业大学信息与计算机学院合肥230036 内盖夫本.古里安大学雅各布.布劳斯汀沙漠研究所斯代博客84990

土壤速效磷是影响作物生长发育的重要养分指标。光谱分析技术对速效磷的定量预测具有较好的应用前景,高光谱带宽窄、分辨率高,但存在数据冗余和共线性等问题。本文针对皖北砂姜黑土145个样本开展研究,提出了利用偏最小二乘回归算法(PLS... 详细信息

土壤速效磷是影响作物生长发育的重要养分指标。光谱分析技术对速效磷的定量预测具有较好的应用前景,高光谱带宽窄、分辨率高,但存在数据冗余和共线性等问题。本文针对皖北砂姜黑土145个样本开展研究,提出了利用偏最小二乘回归算法(PLS-R)对土壤可见近红外高光谱数据(400~1 000 nm)进行数据降维和特征提取,根据交叉验证和变量投影重要性分别得到潜在变量和特征波长;再分别输入BP神经网络(BPNN)进行训练,得到回归分析模型对速效磷进行定量预测。结果表明:与利用全部波长数据建模的预测结果(校正集和验证集的相对分析误差M_(RPD)分别为10.27和2.09)相比,利用9个特征波长建立的回归模型校正集M_(RPD)为2.66,预测精度明显降低,而验证集M_(RPD)为2.05,近似达到利用全部波长数据建模的预测效果;利用5个潜在变量建立回归模型,校正集和验证集的M_(RPD)分别为3.10和2.29,其中验证集相对于全部波长建模的预测精度提高了9.6%。因此,基于PLS-BPNN算法进行回归建模可以有效降低高光谱数据冗余和共线性的影响,提高模型的泛化能力,且利用潜在变量进行回归建模能提高模型预测精度。

关键词：土壤速效磷光谱分析回归算法数据降维特征提取

来源：评论

学校读者我要写书评

暂无评论

“互联网+”模式下Java语言类课程教学内容及考核方式探讨

引用

电脑知识与技术 2019年第12Z期15卷 154-156,165页

作者：陈祎琼杨宝华许正荣安徽农业大学信息与计算机学院安徽合肥230036 安徽省北斗精准农业信息工程实验室安徽合肥230036

文章研究了Java语言课程教学内容和教学模式,阐述了基础语法部分采取课堂教学和课后练习结合的模式,而类库应用部分则适合采用项目驱动方式教学的思想,分析了不同教学内容的考核方式——基础语法部分根据习题考核,而类库应用部分对每个... 详细信息

文章研究了Java语言课程教学内容和教学模式,阐述了基础语法部分采取课堂教学和课后练习结合的模式,而类库应用部分则适合采用项目驱动方式教学的思想,分析了不同教学内容的考核方式——基础语法部分根据习题考核,而类库应用部分对每个任务设置考核问题点,对于项目应用部分则设置考核任务点,依赖于网络教学平台,精准了解学生对知识的掌握程度,以期达到能够因材施教,尽可能地让愿意学习的同学尽快掌握Java语言这门课程,适应以后Java软件开发类工作环境。

关键词： Java语言教学内容教学模式考核方式

来源：评论

学校读者我要写书评

暂无评论

基于茶树虫害本体的重要概念获取方法研究

引用

江西农业学报 2019年第8期31卷 113-118页

作者：张蕴叶玉琪许高建安徽农业大学信息与计算机学院安徽合肥230036 中国科技大学研究生院科学岛分院安徽合肥230036

鉴于获取本体结构中的重要概念对众多的领域知识具有重要的意义,首先阐述了本体结构中的重要概念,以及根据本体结构与复杂网络的特性相似性理论,应用复杂网络节点重要性的研究方法获取本体结构中的重要概念。然后在几种典型复杂网络节... 详细信息

鉴于获取本体结构中的重要概念对众多的领域知识具有重要的意义,首先阐述了本体结构中的重要概念,以及根据本体结构与复杂网络的特性相似性理论,应用复杂网络节点重要性的研究方法获取本体结构中的重要概念。然后在几种典型复杂网络节点重要性研究方法的基础之上,提出了一种新的基于度、集聚系数以及接近度的节点重要性评估方法,通过实例论证分析,该方法更加有效。将已有的茶树虫害本体应用于该评估方法,获取了茶树虫害本体中的重要概念。

关键词：本体复杂网络节点茶树害虫重要概念

来源：评论

学校读者我要写书评

暂无评论

国内社会化商务研究的可视化分析——基于知识图谱视角

引用

管理现代化 2019年第1期39卷 86-91页

作者：吴国栋吴忠丁绪武夏志杰东华大学管理学院上海200051 安徽农业大学信息与计算机学院安徽合肥230031 上海理工大学管理学院上海200093 上海工程技术大学管理学院上海201620

旨在对国内社会化商务的研究现状有更加清楚的认识,并探索其未来的研究趋势。选取2006—2017年期间国内社会化商务领域的研究论文,利用CiteSpace可视化文献分析软件进行分析。研究分析了国内社会化商务的研究现状、研究热点和研究趋势,... 详细信息

旨在对国内社会化商务的研究现状有更加清楚的认识,并探索其未来的研究趋势。选取2006—2017年期间国内社会化商务领域的研究论文,利用CiteSpace可视化文献分析软件进行分析。研究分析了国内社会化商务的研究现状、研究热点和研究趋势,并提供了未来具有参考价值的研究方向。

关键词：社会化商务知识图谱文献分析

来源：评论

学校读者我要写书评

暂无评论

基于图像处理的茶树含氮量诊断方法初步研究

引用

北华大学学报（自然科学版） 2019年第1期20卷 114-120页

作者：刘连忠李孟杰林源丰张正竹张嫚嫚安徽农业大学信息与计算机学院安徽合肥230036 茶树生物学与资源利用国家重点实验室安徽合肥230036 安徽农业大学茶与食品科技学院安徽合肥230036

为快速获取茶树的氮营养素水平,基于图像处理技术研究茶树氮营养素诊断方法.采摘不同施氮地块同一生长部位的茶树叶片,在白色背景、自然光下用数码相机对叶片拍照,用化学法测得叶片含氮量.利用Open CV计算机视觉库编写图像处理程序,从... 详细信息

为快速获取茶树的氮营养素水平,基于图像处理技术研究茶树氮营养素诊断方法.采摘不同施氮地块同一生长部位的茶树叶片,在白色背景、自然光下用数码相机对叶片拍照,用化学法测得叶片含氮量.利用Open CV计算机视觉库编写图像处理程序,从原始图像中分割出叶片图像,提取叶片的R,G,B均值,并计算归一化的NRI,NGI,NBI及H,S,I均值,另选取R/G,B/G,B/R,R/(R+G-B),G/(R+G-B),B/(R+G-B)构成15个颜色特征参数,使用SPSS软件对颜色特征参数和含氮量进行回归分析,在误差分析基础上建立茶树氮营养素估算模型.将该模型运用于验证样本,得到含氮量估算值与实测值的平均相对误差为9. 28%,RMSE为0. 265.结果表明,该模型可用于茶树氮营养素水平的快速诊断.

关键词：茶树生长监测图像处理氮营养素诊断精准施肥

来源：评论

学校读者我要写书评

暂无评论

基于改进的YUV＿Vibe融合算法的运动目标检测

引用

激光与光电子学进展 2018年第11期55卷 147-154页

作者：谢申汝叶生波杨宝华王学梅何红霞安徽农业大学信息与计算机学院安徽合肥230036 农业部农业物联网技术集成与应用重点实验室安徽合肥230036

针对视觉背景提取(Vibe)算法不能有效地去除目标阴影以及不能快速消除鬼影现象的缺点,提出了一种改进的YUV_Vibe融合算法。该方法通过扩大样本的邻域选取范围,从而有效避免了同一样本重复选取;将更新因子从16调整至4,且将样本更新个数变... 详细信息

针对视觉背景提取(Vibe)算法不能有效地去除目标阴影以及不能快速消除鬼影现象的缺点,提出了一种改进的YUV_Vibe融合算法。该方法通过扩大样本的邻域选取范围,从而有效避免了同一样本重复选取;将更新因子从16调整至4,且将样本更新个数变为2,提高背景更新速率,加快鬼影现象消除速率;将YUV颜色信息特征与Vibe相融合,消除了阴影影响;通过融合双模型的构建,有效地减少了阴影误检测率。通过视频数据集对算法进行实验论证,检测结果表明,改进了的YUV_Vibe融合算法在准确度与识别率上都有提高,且实验检测的结果更准确。

关键词：目标检测 YUV_Vibe算法 YuV颜色空间阴影去除鬼影现象

来源：评论

学校读者我要写书评

暂无评论

最优距离聚类和特征融合表达的关键帧提取

引用

南京理工大学学报 2018年第4期42卷 416-423页

作者：孙云云江朝晖单桂朋刘海秋饶元安徽农业大学信息与计算机学院安徽合肥230036 农业部农业物联网技术集成与应用重点实验室安徽合肥230036

为了提高视频关键帧提取的质量和效率,提出一种基于最优距离聚类和特征融合表达的视频关键帧提取算法。在视频帧间差异性分析基础上,寻找并确定最优帧间距离阈值,采用无监督聚类算法对帧间距离进行聚类,获得类别数目最优的类图像集;计... 详细信息

为了提高视频关键帧提取的质量和效率,提出一种基于最优距离聚类和特征融合表达的视频关键帧提取算法。在视频帧间差异性分析基础上,寻找并确定最优帧间距离阈值,采用无监督聚类算法对帧间距离进行聚类,获得类别数目最优的类图像集;计算图像的颜色复杂度和信息熵并融合,按照类中图像特征值"平均"的思想提取类代表帧,组成视频关键帧。对4个监测视频进行实验,结果显示:该算法提取关键帧的平均保真度为96.72%、平均压缩率为96.42%,运行时间也较短,与两种典型的基于聚类的关键帧提取方法相比,在相同的压缩率情况下,算法保真度大幅度提高,而运行时间较小或相当。该算法解决了无监督聚类对阈值的依赖性问题,兼顾了视频中运动目标变化和环境异常两种情况,具有良好的性能和适应性。

关键词：监测视频关键帧提取最优距离阈值无监督聚类特征融合

来源：评论

学校读者我要写书评

暂无评论

基于模型驱动的田间数据压缩采集方法研究

引用

浙江农业学报 2018年第12期30卷 2102-2111页

作者：饶元许文俊赵刚 Arthur GENIS 李绍稳安徽农业大学信息与计算机学院安徽合肥230036 Katif沿海沙漠开发研究中心以色列内提沃特8771002

基于模型驱动的数据采集方法可有效降低数据传输能耗。阐述了差分自回归移动平均模型(ARIMA)、支持向量回归模型(SVR)、线性模型(DBP)和时钟驱动循环神经网络(CW-RNN)等数据预测模型的运行机制。结合空气温度、土壤湿度、果实膨大和风... 详细信息

基于模型驱动的数据采集方法可有效降低数据传输能耗。阐述了差分自回归移动平均模型(ARIMA)、支持向量回归模型(SVR)、线性模型(DBP)和时钟驱动循环神经网络(CW-RNN)等数据预测模型的运行机制。结合空气温度、土壤湿度、果实膨大和风速等数据,探索预测模型的训练参数和误差阈值设置方法。综合考虑数据采集误差、业务数据传输率、模型更新及预测代价等指标,运用熵权逼近最优排序法(TOPSIS)评价模型适用性。结果表明:最佳训练参数与模型机制和数据对象有关,基于前期采样值自动获取误差阈值可行。模型的适用性与数据对象、节点运算资源和网络带宽有关。常量模型Constant的适用性最高,DBP模型次之。ARIMA模型可应用于带宽受限、节点运算资源较为充沛的应用场景,SVR模型可应用于高带宽、节点运算资源受限的应用场景。

关键词：模型驱动田间数据压缩采集适用性评价

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：