检索结果-内蒙古大学图书馆

激光与光电子学进展 2020年第8期57卷 247-256页

作者：马慧敏焦俊乔焰刘海秋高彦伟安徽农业大学信息与计算机学院安徽合肥230031

基于深度学习的波前复原方法是利用训练好的卷积神经网络(CNN)模型并直接根据输入的光强图像得到波前像差的Zernike系数,不需要进行迭代计算,方法简单易于实现,便于快速获取相位。CNN的训练是通过对大量畸变远场光强图像和其对应的Zern... 详细信息

基于深度学习的波前复原方法是利用训练好的卷积神经网络(CNN)模型并直接根据输入的光强图像得到波前像差的Zernike系数,不需要进行迭代计算,方法简单易于实现,便于快速获取相位。CNN的训练是通过对大量畸变远场光强图像和其对应的Zernike波前系数数据进行训练,自动提取光强图像特征,学习光强和Zernike系数的关系。本研究基于35阶Zernike大气湍流像差,建立了基于CNN的波前复原模型,通过分析该方法对静态波前畸变的复原能力,验证了基于CNN的波前复原方法的可行性及复原能力。

关键词：成像系统自适应光学波前复原深度学习卷积神经网络非迭代复原方法

来源：评论

学校读者我要写书评

暂无评论

大语言模型及其个性化推荐研究

引用

智能系统学报 2024年第6期19卷 1351-1365页

作者：吴国栋秦辉胡全兴王雪妮吴贞畅安徽农业大学信息与计算机学院安徽合肥230036

大语言模型因其强大的自然语言处理能力在人工智能领域产生了巨大影响,使得大语言模型个性化推荐成为当前推荐系统研究的新兴领域。本文在深入分析已有大语言模型及其个性化推荐相关研究基础上,探讨大语言模型推荐的过程,并从直接推荐... 详细信息

大语言模型因其强大的自然语言处理能力在人工智能领域产生了巨大影响,使得大语言模型个性化推荐成为当前推荐系统研究的新兴领域。本文在深入分析已有大语言模型及其个性化推荐相关研究基础上,探讨大语言模型推荐的过程,并从直接推荐、基于表示学习推荐、基于生成性学习推荐和提示学习推荐四方面详细分析了大语言模型推荐主要的研究进展。指出现有大语言模型推荐研究中存在的推荐偏差、提示脆弱性、有限上下文、高延迟、公平性和评估等问题,展望未来大语言模型推荐研究的主要方向,包括大语言模型推荐的安全性、面向领域的大语言模型推荐、跨模态大语言模型推荐、融合检索任务的大语言模型推荐以及大语言模型推荐的可解释性等。

关键词：大语言模型推荐深度学习监督微调对齐提示学习生成性多模态

来源：评论

学校读者我要写书评

暂无评论

基于动态时间弯曲的马铃薯干腐病发病期时序高光谱诊断方法

引用

食品科学 2018年第19期39卷 233-240页

作者：金秀齐海军李绍稳安徽农业大学信息与计算机学院安徽合肥230036

本实验针对马铃薯干腐病潜育期到发病期的诊断方法进行研究,利用时序高光谱对病害发生过程中的病症特征进行分析和提取,并基于时序性特征采用动态时间弯曲(dynamic time warping,DTW)聚类算法对时序关键点进行分析,即对发病期初始点进... 详细信息

本实验针对马铃薯干腐病潜育期到发病期的诊断方法进行研究,利用时序高光谱对病害发生过程中的病症特征进行分析和提取,并基于时序性特征采用动态时间弯曲(dynamic time warping,DTW)聚类算法对时序关键点进行分析,即对发病期初始点进行诊断。本研究在数据预处理中使用图像阈值分割算法提取动态感兴趣区域,利用概率密度比算法剔除病害光谱异常值,在对比病症的光谱与外观后,发现马铃薯干腐病的光谱具有非单调性特征,再基于该非单调性特征使用高斯核函数的主成分权重系数法进行光谱特征提取。最后基于病害特征,利用模糊聚类方法判定时序关键点,其结果正确率仅为66.7%;针对特征时序性再利用DTW聚类算法判定时序关键点,其结果正确率达94.4%。本实验研究表明基于DTW的时序高光谱诊断方法能对马铃薯干腐病发病期进行有效诊断。

关键词：马铃薯干腐病时序高光谱时序关键点模糊聚类动态时间弯曲

来源：评论

学校读者我要写书评

暂无评论

基于热扩散探针的便携式植物液流监测仪研究

引用

农业机械学报 2020年第7期51卷 237-243页

作者：张菊江朝晖李博吴文辉高健安徽农业大学信息与计算机学院合肥230036 国际竹藤中心北京100102

液流是植物重要的生理指标,在蒸腾耗水规律研究及相关应用中需要对液流进行长期、精准的在线监测。针对国外商用液流仪价格偏高,模块化液流仪在体积、性能、野外供电及通信等方面存在诸多不足的问题,运用集成化设计理念,设计了一款基于... 详细信息

液流是植物重要的生理指标,在蒸腾耗水规律研究及相关应用中需要对液流进行长期、精准的在线监测。针对国外商用液流仪价格偏高,模块化液流仪在体积、性能、野外供电及通信等方面存在诸多不足的问题,运用集成化设计理念,设计了一款基于热扩散原理的便携式植物液流监测仪。采用嵌入式微处理器STM32作为主控芯片,以AD620和OP07组成的低噪声精密放大电路为核心,设计了探针恒流加热、SD卡存储及GPRS通信、太阳能供电和电量监测报警等电路,运用迭代算法获得当天测量电压最大值,即时计算出植物液流密度。现场测试和对比试验表明,该仪器性能稳定,显示、存储、读取、传输和报警等功能正常,测得的液流密度数据准确,与对比仪器Delta-T数据采集仪测得结果具有良好的一致性。双探针监测时,在没有光照的情况下可连续工作7 d,在有光照天气情况下可实现长期连续工作。该液流仪性价比高、使用方便、通道易于扩展,可替代进口产品,在植物水分传输及利用研究、森林生态系统对环境变化的影响监测以及城市绿地水分管理等领域具有良好的应用前景。

关键词：植物液流热扩散边材液流探针微弱信号检测迭代运算

来源：评论

学校读者我要写书评

暂无评论

酒精罐的变位识别与罐容表标定

引用

安徽农业大学学报 2012年第2期39卷 318-322页

作者：乐毅盛开颜牛欢孙超吴云志刘根和安徽农业大学信息与计算机学院计算机系合肥230036

酒精罐在使用一段时间后,由于地基变形等原因,使罐体位置发生纵向倾斜和横向偏转等变化,从而导致罐容表发生改变,为准确测量酒精罐内酒精的容量,需要定期对罐容表进行重新标定。首先我们将实际酒精罐抽象成小椭圆型的数学模型并给定纵... 详细信息

酒精罐在使用一段时间后,由于地基变形等原因,使罐体位置发生纵向倾斜和横向偏转等变化,从而导致罐容表发生改变,为准确测量酒精罐内酒精的容量,需要定期对罐容表进行重新标定。首先我们将实际酒精罐抽象成小椭圆型的数学模型并给定纵向倾斜α,研究罐体变位后对罐容表的影响;再将上一问题中的数学模型扩展到实际生活中,并给出的大量实际采集数据。根据这些特点我们在物理模型的基础上,通过合理的假设,利用Matlab软件对给出的大量数据进行分析拟合,从而得出实现对酒精罐的变位识别与罐容表标定。

关键词：酒精罐变位识别罐容表标定分析拟合差值拟合

来源：评论

学校读者我要写书评

暂无评论

基于宽度卷积神经网络的异常农情数据检测方法

引用

华南农业大学学报 2022年第2期43卷 113-121页

作者：彭旭饶元乔焰安徽农业大学信息与计算机学院安徽合肥230036 合肥工业大学计算机与信息学院安徽合肥230001

【目的】为准确有效地检测农业物联网的感知数据异常,提出了基于宽度卷积神经网络的异常农情数据检测方法,为实现农业物联网数据高质量感知提供参考。【方法】首先将标准化后的农情数据编码为极坐标表示,通过滑动窗口机制划分子集,接着... 详细信息

【目的】为准确有效地检测农业物联网的感知数据异常,提出了基于宽度卷积神经网络的异常农情数据检测方法,为实现农业物联网数据高质量感知提供参考。【方法】首先将标准化后的农情数据编码为极坐标表示,通过滑动窗口机制划分子集,接着将每个子集数据重构为矩阵,最后设计并训练宽度卷积神经网络模型用于异常检测,采用养殖场环境监测数据进行试验。【结果】构建的滑动窗口机制可提升异常数据检测能力,缩短检测时间。所设计的宽度卷积神经网络对空气温湿度、土壤温湿度等数据中所存在的异常检测准确率均超过97.5%,优于SVM、RF和CNN模型1.69%、2.76%和3.05%;F1值均在0.985以上,优于SVM、RF和CNN模型0.0093、0.0149和0.0163;且在处理波动性较大的空气、土壤温湿度数据时性能优势更为明显,准确率和F1值分别提高了3.61%~5.98%和0.0188~0.0310。此外,该方法模型检测耗时较短,仅为传统CNN模型的1/6~1/7,并且比SVM和RF模型使用更少的超参数。【结论】所建立的数据编码、子集划分和重构方法与宽度卷积神经网络模型对异常农情数据有较好的检测效果。

关键词：农业物联网传感器宽度卷积神经网络异常检测

来源：评论

学校读者我要写书评

暂无评论

基于光谱-空间特征的黄茶多酚含量估算模型

引用

光谱学与光谱分析 2021年第3期41卷 936-942页

作者：杨宝华高远王梦玄齐麟宁井铭安徽农业大学信息与计算机学院安徽合肥230036 安徽农业大学茶树生物与利用国家重点实验室安徽合肥230036

茶多酚是黄茶中的重要成分之一,具有保健和药用功效。准确估测茶多酚含量对茶叶品质鉴定和定量分析具有重要的意义。学者们已经利用电子鼻、电子舌、高光谱和近红外技术开展了茶多酚的估测研究,取得了良好的效果。然而,由于缺乏空间特征... 详细信息

茶多酚是黄茶中的重要成分之一,具有保健和药用功效。准确估测茶多酚含量对茶叶品质鉴定和定量分析具有重要的意义。学者们已经利用电子鼻、电子舌、高光谱和近红外技术开展了茶多酚的估测研究,取得了良好的效果。然而,由于缺乏空间特征,难以满足黄茶内外品质综合判断的要求。随着高光谱成像系统的发展,尽管基于灰度共生矩阵的茶叶成分估测已经被证实取得较好的效果,但在实际应用中仍然存在一些障碍。一方面,分辨率较低时,图像的纹理特征不会有显著差异,并且少数特征无法充分地解译高光谱图像,从而导致模型估测效果较差。另一方面,分辨率较高时,特征的增加会导致模型更复杂。因此,在保留高光谱图像原始信息的前提下,有必要进一步挖掘高光谱图像的潜在特征,尤其是纹理的细节部分。因此,提出了一种融合光谱和空间特征的模型来提高茶多酚估测的准确性。首先,利用连续小波变换提取光谱信息的小波系数;其次,根据不同尺度的小波系数能量优选小波系数特征,分别是第4尺度的959和1561 nm,第5尺度的1321,1520和1540 nm,以及第6尺度的1202和1228 nm;再者,基于小波系数能量之和优选2个特征波长,分别是1102和1309 nm;然后,根据特征波长对应的高光谱图像分别提取灰度共生矩阵和小波纹理。最后,分别利用小波系数特征、灰度共生矩阵、小波纹理和他们的组合构建黄茶多酚含量的估测模型。通过对五种黄茶的分析和验证,比较基于不同特征的不同模型估测效果,包括偏最小二乘回归、支持向量回归和随机森林方法。结果表明,融合小波系数特征,共生矩阵和小波纹理的支持向量回归模型效果最佳,校正集的R^(2)为0.9330,验证集的R 2为0.8238。因此,所提出的模型能有效的提高茶多酚含量的预测精度,为预测茶叶的其他成分提供了技术基础。

关键词：茶多酚小波变换小波纹理高光谱图像

来源：评论

学校读者我要写书评

暂无评论

一种基于改进YOLOv4算法的茶树芽叶采摘点识别及定位方法

引用

复旦学报（自然科学版） 2022年第4期61卷 460-471页

作者：徐凤如张昆明张武王瑞卿汪涛万盛明刘波饶元安徽农业大学信息与计算机学院安徽合肥230036

针对复杂环境下农业采茶机器人无法快速、准确地识别与定位茶树芽叶采摘点的问题,本文采用改进型YOLOv4-Dense算法和OpenCV图像处理方法,对茶树芽叶采摘点的定位问题进行研究。首先,基于YOLOv4算法,将CSPDarkNet53主干特征提取网络中的R... 详细信息

针对复杂环境下农业采茶机器人无法快速、准确地识别与定位茶树芽叶采摘点的问题,本文采用改进型YOLOv4-Dense算法和OpenCV图像处理方法,对茶树芽叶采摘点的定位问题进行研究。首先,基于YOLOv4算法,将CSPDarkNet53主干特征提取网络中的ResNet单元替换为DenseNet单元,使用改进后的算法模型对采集的茶树数据集进行芽叶目标检测;其次,运用OpenCV图像处理方法进行RGB-HSV颜色转换获取芽叶的轮廓,并基于形态学算法定位采摘点的位置;最后,开展采摘点定位方法的对比实验,分别与矩函数法、最小外接矩形中心点法的定位结果进行对比。实验结果表明:1)改进型YOLOv4-Dense算法在芽叶目标检测上的精确率为91.83%,召回率为68.84%,AP值为86.55%,F1分数为0.79;与YOLOv4模型的精确率、召回率、AP值、F1分数相比分别提升了2.21%,2.00%;2.05%,0.02;与YOLO v3模型相比它们分别提升了,5.56%,15.26%;9.13%,0.13;2)针对自然条件下的茶树芽叶,采用OpenCV图像处理方法定位采摘点的精确率为80.8%,召回率为83.2%,与矩函数法、最小外接矩形中心点法相比,分别提升了3.5%,7.1%;1.4%,6.1%。实验数据说明本研究方法对于芽叶采摘点的准确识别与定位具有一定的借鉴意义。

关键词：图像处理茶树芽叶采摘点深度学习

来源：评论

学校读者我要写书评

暂无评论

竹类种质资源图像采集实时定位方法

引用

江苏大学学报（自然科学版） 2020年第3期41卷 328-333页

作者：武翠云徐静岳想想李绍稳安徽农业大学信息与计算机学院安徽合肥230036

针对目前竹类种质资源数据采集方式单一、费时费力等采集方式落后的问题,提出了基于Android平台的竹类种质资源图像采集实时定位模型和方法.选择将COO定位与GPS定位结合的移动定位方法,研究了实时定位算法—利用最小平方法消除无损Kalma... 详细信息

针对目前竹类种质资源数据采集方式单一、费时费力等采集方式落后的问题,提出了基于Android平台的竹类种质资源图像采集实时定位模型和方法.选择将COO定位与GPS定位结合的移动定位方法,研究了实时定位算法—利用最小平方法消除无损Kalman滤波法中的异常值从而产生一种新的改进算法,最后探讨了数据与图像的整合方法的实现,采用EXIF格式实现图像、GPS信息、方位、文本等一体的图像表达.结果表明,该改进算法能有效去除异常值,为更加准确有效地对竹类种质资源数据进行采集提供了技术支持.

关键词：竹类种质资源实时定位 Kalman滤波信息采集

来源：评论

学校读者我要写书评

暂无评论

基于边缘计算与改进YOLOv5的群养生猪姿态识别及跟踪研究

引用

东北农业大学学报 2023年第3期54卷 83-96页

作者：查文文潘伟豪陈成鹏陈威辜丽川焦俊安徽农业大学信息与计算机学院合肥230036

针对现有生猪检测跟踪算法参数量多、网络相对复杂、计算量大,不利于部署在嵌入式边缘节点的问题,文章提出一种改进YOLOv5s识别算法,结合DeepSort算法,适用于嵌入式边缘计算部署的群养生猪多目标识别跟踪算法。该算法在YOLOv5s主干网络... 详细信息

针对现有生猪检测跟踪算法参数量多、网络相对复杂、计算量大,不利于部署在嵌入式边缘节点的问题,文章提出一种改进YOLOv5s识别算法,结合DeepSort算法,适用于嵌入式边缘计算部署的群养生猪多目标识别跟踪算法。该算法在YOLOv5s主干网络中引入空洞卷积替代普通卷积,降低网络中参数量与计算量;添加CA协调注意力机制使模型锁定重点关注候选区域,提升模型精确度;对YOLOv5s算法主干网络中BN层进行不同比例剪枝操作,减少模型计算量,最后得到最优识别模型。将优化后识别模型结合DeepSort组成Tracking By Detecting算法并移植到Jetson AGX Xavier边缘计算节点中进行试验测试。结果表明,改进的YOLOv5s相较于YOLOv5s模型减少65.3%,模型识别精确度达到96.6%,跟踪消耗时间46 ms左右,跟踪帧率约21.7帧·s^(-1)。研究改进识别跟踪算法可满足在嵌入式边缘计算节点中稳定实时运行,加速推进深度学习算法在畜牧养殖业中的实际应用,为后期生猪预警疾病及其应对措施奠定基础。

关键词：目标检测行为识别多目标跟踪边缘计算

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：