检索结果-内蒙古大学图书馆

智慧农业(中英文) 2025年

作者：黎祖胜唐吉深匡迎春湖南农业大学信息与智能科学技术学院河池学院大数据与计算机学院

[目的/意义]荔枝虫害的精准识别有助于实施有效的防治策略，推动农业的可持续发展。为提高荔枝虫害的识别效率，本研究提出一种基于改进YOLOv10n的轻量化目标检测模型YOLO-LP （YOLO-Litchi Pests）。[方法]首先，优化主干网络（Backbon... 详细信息

[目的/意义]荔枝虫害的精准识别有助于实施有效的防治策略，推动农业的可持续发展。为提高荔枝虫害的识别效率，本研究提出一种基于改进YOLOv10n的轻量化目标检测模型YOLO-LP （YOLO-Litchi Pests）。[方法]首先，优化主干网络（Backbone）的C2f模块，使用全局到局部空间聚合模块（Global-to-Local Spatial Aggregation,GLSA）构建C2f＿GLSA模块，实现对小目标的高效聚焦，增强目标与背景的区分能力，同时减少参数量和计算量。其次，在颈部网络（Neck）引入频率感知特征融合模块（Frequency-Aware Feature Fusion,FreqFusion），设计频域感知路径聚合网络（Frequency-Aware Path Aggregation Network,FreqPANet），有效解决目标边界模糊和偏移的问题，并进一步轻量化模型。最后，使用SCYLLA-IoU （SIoU）损失函数替代Complete-IoU （CIoU）损失函数，优化目标定位精度并加速模型训练收敛过程。为了评估模型性能，本研究在自然环境和实验室环境的四种场景中，构建自建的荔枝虫害小目标数据集并进行测试。[结果和讨论]YOLO-LP在AP50、AP50:95、AP-Small50:95分别达到了90.9%、62.2%和59.5%，较基线模型分别提高了1.9个百分点、1.0个百分点和1.2个百分点。同时，模型的参数量和计算量分别减少13%和17%。[结论]YOLO-LP在精度和轻量化方面表现优越，为荔枝虫害检测的实际应用提供了有效的参考。

关键词：荔枝虫害检测多场景小目标 YOLOv10n 特征融合注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于物理力学的柔性作物茎秆计算机可视化仿真

引用

科学技术与工程 2025年第1期25卷 284-290页

作者：易文龙魏春华张训胜程香平江西农业大学计算机与信息工程学院南昌330045 江西农业大学软件学院南昌330045 江西省科学院应用物理研究所南昌330096

作物茎秆在生长期易发生弯曲变形,给计算机可视化仿真带来挑战。采用微分分析方法,探究茎秆物理应力应变关系,提出柔性茎秆可视化仿真方法。首先建立拉伸、弯曲、剪切和扭转载荷下的茎秆力学模型;其次构建基于半边结构和曲面造型的几何... 详细信息

作物茎秆在生长期易发生弯曲变形,给计算机可视化仿真带来挑战。采用微分分析方法,探究茎秆物理应力应变关系,提出柔性茎秆可视化仿真方法。首先建立拉伸、弯曲、剪切和扭转载荷下的茎秆力学模型;其次构建基于半边结构和曲面造型的几何模型;最后采用C++和OpenGL实现可视化仿真。实验分析不同品种茎秆弯曲应力应变,结果表明该方法可较准确模拟茎秆形变过程,基于物理力学的模型可确保弯曲仿真精度,为选育抗倒伏品种提供新型信息化分析工具。

关键词：作物建模物理力学应力应变计算机仿真可视化

来源：评论

学校读者我要写书评

暂无评论

远距离情形下的改进YOLOv8行人检测算法

引用

计算机工程 2025年第4期51卷 303-313页

作者：汤静雯赖惠成王同官新疆大学计算机科学与技术学院新疆乌鲁木齐830000 华中农业大学信息学院湖北武汉430070

智慧社区场景下的行人检测需要精准识别行人以应对各类情况的发生,然而面对遮挡和远距离行人的情景,现有检测器会出现漏检、误检以及模型过大不易部署的问题。针对以上问题,提出基于YOLOv8的行人检测算法ME-YOLO。设计一种高效特征提取... 详细信息

智慧社区场景下的行人检测需要精准识别行人以应对各类情况的发生,然而面对遮挡和远距离行人的情景,现有检测器会出现漏检、误检以及模型过大不易部署的问题。针对以上问题,提出基于YOLOv8的行人检测算法ME-YOLO。设计一种高效特征提取模块(EM),使得网络更好地学习行人特征和捕捉行人特点,在减少网络参数量的同时提高检测精度。设计一个重构的检测头模块,重新整合后的检测层增强了网络对小目标的识别能力,有效检测小目标行人。引入双向特征金字塔网络来设计新的颈部网络,即双向扩张残差-特征金字塔网络(BDR-FPN),利用扩张残差模块和附权注意力机制来扩展感受野及有所侧重地学习行人特征,缓解网络对遮挡行人不敏感问题。实验结果表明,在CityPersons数据集上进行训练和验证,相比原算法YOLOv8,ME-YOLO算法的AP_(50)提高了5.6百分点,模型参数量减少了41%,模型大小压缩了40%,在TinyPerson数据集上验证算法的有效性和泛化性,AP_(50)提高了4.1百分点,AP_(50∶95)提高了1.7百分点。该算法在大幅度减少模型参数和大小的同时,有效提高了检测精度,在智慧社区场景中有较好的应用价值。

关键词：行人检测智慧社区小目标行人特征金字塔网络 YOLOv8算法

来源：评论

学校读者我要写书评

暂无评论

基于域自适应NWD-YOLOv5的复杂环境下水稻幼苗计数

引用

计算机工程 2025年第3期51卷 320-333页

作者：崔金荣叶伟浩郑鸿刘同来齐龙徐勇华南农业大学数学与信息学院广东广州510642 仲恺农业工程学院信息科学与技术学院广东广州510550 华南农业大学水利与土木工程学院广东广州510642 哈尔滨工业大学(深圳)计算机科学与技术学院广东深圳518055

水稻种植初期经常会遇到绿色水藻等干扰微小水稻幼苗计数的复杂环境,使得微小水稻幼苗与背景难以区分,容易造成检测计数模型性能显著下降,然而目前通用的深度学习方法无法应对复杂跨域场景下的水稻幼苗检测计数任务。为此,提出一种基于... 详细信息

水稻种植初期经常会遇到绿色水藻等干扰微小水稻幼苗计数的复杂环境,使得微小水稻幼苗与背景难以区分,容易造成检测计数模型性能显著下降,然而目前通用的深度学习方法无法应对复杂跨域场景下的水稻幼苗检测计数任务。为此,提出一种基于平均教师的域自适应NWD-YOLOv5模型,以解决无人机视角下的复杂环境微小水稻幼苗计数问题。为了提高模型对复杂背景下微小幼苗的检测计数能力,将基于平均教师模型的半监督域自适应训练策略集成到YOLOv5网络中,并且在YOLOv5的损失中使用基于归一化高斯Wasserstein距离(NWD)的预测框度量方法,来提高微小目标的正负样本分配准确性。实验结果表明:与原始的YOLOv5模型相比,改进模型泛化性能大幅提升,mAP@0.5值从60.0%提升到95.9%;与经典目标检测模型相比,所提的域自适应模型在mAP、模型大小和检测速度等指标上均有着较大优势;与传统人工方法相比,所提水稻幼苗计数方法准确率达到98.6%,计数时间仅为人工方法的1/5,决定系数R 2达到了0.9003;所提域自适应模型与监督学习方法Oracle性能接近,并且性能明显优于基准方法Source Only。所提方法可以大幅提高复杂多变环境下水稻植株计数的精度,能够作为水稻作物管理方法的技术支撑。

关键词：水稻幼苗计数平均教师模型目标检测 YOLOv5 多目标跟踪

来源：评论

学校读者我要写书评

暂无评论

水稻冠层叶瘟病与缺氮的高光谱识别

引用

云南农业大学学报(自然科学版) 2025年第1期40卷 167-175页

作者：袁建清仇逊超高睿苏中滨哈尔滨金融学院计算机系黑龙江哈尔滨150030 东北农业大学电气与信息学院黑龙江哈尔滨150030

【目的】利用水稻大田近地冠层高光谱数据,实现在冠层尺度上对叶瘟病与缺氮水稻的早期识别。【方法】基于氮胁迫梯度试验和大田自然发病,采用室外高光谱成像系统采集缺氮水稻和自然发病水稻的大田近地冠层图像,提取并分析中度感病、轻... 详细信息

【目的】利用水稻大田近地冠层高光谱数据,实现在冠层尺度上对叶瘟病与缺氮水稻的早期识别。【方法】基于氮胁迫梯度试验和大田自然发病,采用室外高光谱成像系统采集缺氮水稻和自然发病水稻的大田近地冠层图像,提取并分析中度感病、轻度感病、缺氮和健康水稻冠层的反射率光谱特征。针对预处理后的高光谱数据,采用主成分分析(principal component analysis,PCA)、植被指数(vegetation index,VI)和竞争性自适应重加权法(competitive adaptive reweighted sampling,CARS)3种方法提取特征变量,并结合线性判别分析(linear discriminant analysis,LDA)与支持向量机(support vector machine,SVM)分类算法,构建水稻冠层叶瘟病与缺氮的早期识别模型。【结果】单独使用PCA降维方法提取特征构建的模型无显著的分类效果;基于VI的模型相比全谱模型在区分效果上有所提升,但提升幅度不大;采用CARS提取特征波长所构建的模型显示出最佳的区分效果。进一步对提取的CARS特征进行PCA降维后,获得5个主成分特征用于建模,其SVM和LDA模型的总体分类精度分别为95.51%和96.15%,Kappa系数分别为0.91和0.92,表现出较高的分类一致性。【结论】本研究通过选用较少的特征变量,成功实现了水稻冠层叶瘟病与缺氮的有效识别,为水稻病害与养分胁迫的遥感监测提供了新的思路和理论依据。研究成果可为大规模水稻病虫害监测与精准施药提供支持,在精准农业领域具有重要的应用价值。

关键词：高光谱成像水稻叶瘟病竞争性自适应重加权法(CARS) 支持向量机(SVM) 线性判别分析(LDA)

来源：评论

学校读者我要写书评

暂无评论

弱光线下道路交通标志图像增强算法

引用

计算机时代 2025年第1期 5-10页

作者：张书涵王婷郭钊汝新疆农业大学计算机与信息工程学院新疆乌鲁木齐830052

针对弱光线下道路交通标志特征不明显、细节颜色丢失,目标检测算法识别准确度低的问题,本文基于HSV空间提出针对V分量的改进MSR-CLAHE算法、针对S分量的UM-GF算法。对V分量利用双边滤波代替高斯滤波改进MSR算法,进行局部对比度增强,并结... 详细信息

针对弱光线下道路交通标志特征不明显、细节颜色丢失,目标检测算法识别准确度低的问题,本文基于HSV空间提出针对V分量的改进MSR-CLAHE算法、针对S分量的UM-GF算法。对V分量利用双边滤波代替高斯滤波改进MSR算法,进行局部对比度增强,并结合CLAHE算法以限制对比度的过度放大。对S分量采用非锐化掩模图像进行引导滤波,保持边缘锐化,同时也有效保留了色彩信息。并在CCTSDB数据集中选取弱光线图片进行了测试实验,实验的主观和客观评价指标表明本文提出的算法能够有效提高图像对比度,增强细节信息,为后续交通标志识别提供支持。

关键词：图像增强 MSR算法 CLAHE算法非锐化掩模引导滤波

来源：评论

学校读者我要写书评

暂无评论

基于GEE的艾比湖流域土地利用时空变化图谱分析

引用

沈阳大学学报(自然科学版) 2025年第1期37卷 8-15页

作者：雷焯越蒲智周军新疆农业大学计算机与信息工程学院新疆乌鲁木齐830052

针对传统遥感卫星图像处理方式效率欠佳的缺点,以艾比湖流域为研究区,利用GEE平台获取2002、2012和2023年的Landsat影像,使用随机森林算法、融合光谱指数、地形特征得到土地利用分类数据,采用地学信息图谱的形式对研究区进行土地利用时... 详细信息

针对传统遥感卫星图像处理方式效率欠佳的缺点,以艾比湖流域为研究区,利用GEE平台获取2002、2012和2023年的Landsat影像,使用随机森林算法、融合光谱指数、地形特征得到土地利用分类数据,采用地学信息图谱的形式对研究区进行土地利用时空变化分析。研究表明:分类总体精度均不低于91.5%,C_(Kappa)系数不低于0.89;流域内的土地利用结构主要由未利用地、草地和耕地组成,占据研究区总面积90%以上;土地利用的变化主要表现为草地与未利用地之间的相互转变,以及未利用地向耕地的转变,其中未利用地、耕地、林地和建设用地的面积都呈稳步增长趋势;在土地利用涨落势图谱中,耕地和林地的增长趋势明显,草地和水域的减少趋势较为显著;土地利用的变化模式主要是稳定不变型。

关键词：随机森林土地利用地学信息图谱时空变化艾比湖流域

来源：评论

学校读者我要写书评

暂无评论

树莓派自动分类垃圾桶的设计

引用

福建电脑 2025年第1期41卷 90-93页

作者：华玉峰吴乃宁张茜茜谢文茂刘豪新疆农业大学计算机与信息工程学院乌鲁木齐830052

为解决生活垃圾利用效率低和分类准确率不足的问题,本文设计了一种基于树莓派的自动识别分类垃圾桶。系统以树莓派为运算核心,采用MobilenetV2迁移学习作为图像识别模块,并采用两个舵机作为自动分类模块,同时添加ThingsBoard物联网平台... 详细信息

为解决生活垃圾利用效率低和分类准确率不足的问题,本文设计了一种基于树莓派的自动识别分类垃圾桶。系统以树莓派为运算核心,采用MobilenetV2迁移学习作为图像识别模块,并采用两个舵机作为自动分类模块,同时添加ThingsBoard物联网平台,以便于人员后台管理。测试的结果表明,该设计可对生活中常见的四大类垃圾进行分类,光照条件较好和光照较弱时,准确率分别达到87%和81%以上,具备一定的应用价值。

关键词：垃圾分类树莓派垃圾桶物联网平台

来源：评论

学校读者我要写书评

暂无评论

基于大语言模型的代码级量子线路生成

引用

中国科学:物理学、力学、天文学 2025年第4期55卷 151-160页

作者：何志敏李国弘司徒浩臻周燕郑盛根李绿周佛山大学电子信息工程学院佛山528225 佛山大学计算机与人工智能学院佛山528225 华南农业大学数学与信息学院(软件学院) 广州510642 广东省工业智能检测技术重点实验室佛山528225 粤港澳大湾区(广东)量子科学中心深圳518045 中山大学计算机学院量子计算与软件研究所广州510006

大语言模型基于深度学习技术,通过海量文本数据进行训练,能够理解和生成自然语言,被广泛应用于机器翻译、文本生成、问答系统等多种自然语言处理任务.本文提出了一种基于大语言模型的代码级量子线路生成方法,通过对现有开源大语言模型... 详细信息

大语言模型基于深度学习技术,通过海量文本数据进行训练,能够理解和生成自然语言,被广泛应用于机器翻译、文本生成、问答系统等多种自然语言处理任务.本文提出了一种基于大语言模型的代码级量子线路生成方法,通过对现有开源大语言模型进行微调,使其能够生成符合用户需求的量子线路代码,为量子线路生成提供了一种高效且高性能的解决方案.模拟结果表明,该方法只需少量训练数据即可生成准确的量子线路代码.本文为量子线路设计提供了新思路,展现出大语言模型在量子编程和量子算法自动化领域的潜力,为量子人工智能的深入研究和实践提供基础.

关键词：量子线路大语言模型量子人工智能

来源：评论

学校读者我要写书评

暂无评论

RDG-Net:基于双阶段解码器的结直肠息肉图像分割模型

引用

中国医学物理学杂志 2025年第1期42卷 52-58页

作者：谭山湖郭小燕魏伟一甘肃农业大学信息科学技术学院甘肃兰州730070 西北师范大学计算机科学与工程学院甘肃兰州730070

基于深度学习的息肉图像分割可以有效帮助医生评估癌前病变,本文针对结直肠息肉图像中息肉边界不清晰时分割效果不佳、对新样本范化能力不足的问题,提出一种基于双阶段解码器的结直肠息肉图像分割模型RDG-Net。该模型采用Res2Net-50作... 详细信息

基于深度学习的息肉图像分割可以有效帮助医生评估癌前病变,本文针对结直肠息肉图像中息肉边界不清晰时分割效果不佳、对新样本范化能力不足的问题,提出一种基于双阶段解码器的结直肠息肉图像分割模型RDG-Net。该模型采用Res2Net-50作为编码器以提高图像分割精度。解码器分为两个阶段,第一阶段利用4层多尺度特征聚合模块整合不同阶段编码器提取的特征,第二阶段通过3层并行卷积融合模块增强解码器第一阶段输出的图像特征并解码至更高分辨率作为模型的最终输出结果。采用CVC-ClinicDB和Kvasir-SEG数据集的训练集数据进行模型训练,并采用CVCClinicDB与Kvasir-SEG数据集以及未参与训练的CVC300和ETIS-LaribPolypDB数据集分别对模型进行测试。测试结果显示,CVC-ClinicDB与Kvasir-SEG数据集上准确率、精确度、召回率、Dice系数、交并比和F2的平均值分别为98.41%、94.25%、92.62%、93.42%、87.69%、92.93%,CVC300和ETIS-LaribPolypDB数据集上各评价指标的平均结果分别为99.05%、87.79%、89.13%、88.39%、79.33%、88.82%。实验结果表明RDG-Net模型在结直肠息肉区域的分割任务中表现出色,在新数据集上表现出较好的泛化能力。

关键词：图像分割结直肠息肉多尺度特征聚合并行卷积

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：