检索结果-内蒙古大学图书馆

分析测试学报 2020年第10期39卷 1274-1281页

作者：郑文瑞李绍稳韩亚鲁石胜群朱先志金秀安徽农业大学信息与计算机学院智慧农业技术与装备安徽省重点实验室安徽合肥230036

可见-近红外光谱技术是对土壤速效磷含量定量估测的有效手段,但某一地区土壤采集的光谱数据建立的模型在给其它地区使用时会出现预测精度低、模型失效等问题。该文以皖南土壤样本为源域,皖北土壤样本为目标域,通过迁移学习方法建立了预... 详细信息

可见-近红外光谱技术是对土壤速效磷含量定量估测的有效手段,但某一地区土壤采集的光谱数据建立的模型在给其它地区使用时会出现预测精度低、模型失效等问题。该文以皖南土壤样本为源域,皖北土壤样本为目标域,通过迁移学习方法建立了预测模型,以提高土壤速效磷预测模型的准确性,并比较了迁移前后预测模型的精度。结果显示,皖南地区模型不能直接用于皖北地区,会出现模型失效问题,该模型的决定系数(R2)和相对分析误差(RPD)分别为-0.19和0.92,预测均方根误差(RMSEP)为1.04;样本量不大的皖北地区建立模型的预测精度不高,R2和RPD分别为0.61和1.60,RMSEP为0.60;而基于迁移成分分析(TCA)并加入部分皖北样本建立模型,可显著提高对皖北样本的预测精度,模型的R2和RPD分别提升至0.79和2.18,RMSEP降低至0.44。表明基于TCA的方法能将皖南土壤速效磷预测模型应用于皖北,可提高皖北土壤速效磷预测模型准确性并降低成本,为土壤速效磷预测模型的广泛应用提供了新思路。

关键词：迁移学习迁移成分分析土壤速效磷可见-近红外光谱

来源：评论

学校读者我要写书评

暂无评论

基于无人机多光谱的大豆旗叶光合作用量子产量反演方法

引用

农业工程学报 2022年第13期38卷 150-157页

作者：张通金秀饶元罗庆李绍稳王良龙张筱丹安徽农业大学信息与计算机学院合肥230036 农业农村部农业传感器重点实验室合肥230036 智慧农业技术与装备安徽省重点实验室合肥230036

大豆旗叶的量子产量(Quantum Yield,QY)对于评估光合效率非常重要,利用无人机多光谱数据对QY值进行高通量反演,能够无损、高效的监测光合作用过程中的生理化学变化。该研究的目的是探究植被指数与QY值相关性,并基于高相关性的植被指数反... 详细信息

大豆旗叶的量子产量(Quantum Yield,QY)对于评估光合效率非常重要,利用无人机多光谱数据对QY值进行高通量反演,能够无损、高效的监测光合作用过程中的生理化学变化。该研究的目的是探究植被指数与QY值相关性,并基于高相关性的植被指数反演QY值,同时分析了多植被指数与单植被指数构建反演模型的准确性。结果表明,与传统反演算法支持向量回归(Support Vector Regression,SVR)相比,基于集成学习的自适应提升(Adaptive Boost,AdaBoost)算法提高了模型的准确性,测试集决定系数(coefficient of determination,R^(2))为0.982,均方根误差(Root Mean Square Error,RMSE)为0.089,相对分析误差(Residual Predictive Deviation,RPD)为7.29。研究表明基于多植被指数、利用AdaBoost算法可以构建更为有效的无人机多光谱大豆光合有效量子产量反演模型,为评估高通量光合效率提供了一种先进的方法。

关键词：大豆无人机多光谱有效量子产量植被指数光合效率

来源：评论

学校读者我要写书评

暂无评论

面向嵌入式除草机器人的玉米田间杂草识别方法

引用

计算机工程与应用 2024年第2期60卷 304-313页

作者：何全令杨静文梁晋欣傅雷扬滕杰李绍稳安徽农业大学信息与计算机学院合肥230036 智慧农业技术与装备安徽省重点实验室合肥230036

为了实现嵌入式除草机器人在玉米田间准确、快速的进行除草工作,提出了一种实时目标检测算法GBCYOLOv5s。使用1×1卷积和深度可分离卷积的组合替代普通卷积,在不改变输出特征图大小的情况下减少主干网络产生的杂草冗余特征。设计了... 详细信息

为了实现嵌入式除草机器人在玉米田间准确、快速的进行除草工作,提出了一种实时目标检测算法GBCYOLOv5s。使用1×1卷积和深度可分离卷积的组合替代普通卷积,在不改变输出特征图大小的情况下减少主干网络产生的杂草冗余特征。设计了一种双向特征融合网络(S-BiFPN)增强特征提取能力,充分利用不同尺度的特征提高杂草检测速度,并将多通道结构与自注意力机制结合,通过对输入特征进行压缩与再加权,以加强对小目标的关注度。针对不同的环境构建MWeed数据集进行测试,结果表明,与现有Yolov5s、Faster RCNN等模型方法相比,GBC-YOLOv5s模型轻量化后的大小仅为3.3 MB,输入图像的检测耗时(GPU)达到15.6 ms,平均精度(mAP)达到96.3%,能够有效地提升目标检测速度和识别精度,为农业智能除草领域提供理论依据。

关键词： YOLOv5s 目标识别模型压缩特征融合

来源：评论

学校读者我要写书评

暂无评论

实用拜占庭容错共识算法的奖惩机制优化研究

引用

计算机工程与应用 2024年第7期60卷 266-273页

作者：张苗李绍稳吴雨婷涂立静张磊杨尚雄安徽农业大学信息与计算机学院合肥230036 智慧农业技术与装备安徽省重点实验室合肥230036

联盟链是农业溯源行业的首选区块链方案,针对其核心共识机制实用拜占庭容错共识算法(PBFT)存在的共识安全性低、主节点出错概率大、通信开销大等问题,通过引入奖惩机制以及分组共识机制,提出了基于奖惩机制的改进实用拜占庭容错共识算... 详细信息

联盟链是农业溯源行业的首选区块链方案,针对其核心共识机制实用拜占庭容错共识算法(PBFT)存在的共识安全性低、主节点出错概率大、通信开销大等问题,通过引入奖惩机制以及分组共识机制,提出了基于奖惩机制的改进实用拜占庭容错共识算法。把节点划分为4类,制定节点信誉规则,增强节点主动性,减少拜占庭节点的参与;剔除作恶节点参与共识资格,统计其余节点信誉值及票数,动态筛选信誉良好节点作为共识节点,并依据最高信誉值规则选取主节点,从而提升共识安全、降低拜占庭节点当选主节点概率;以PBFT共识为基础,将共识过程简化为组内共识及全局共识两个阶段,并基于最少广播消息数提出最优分组,缓解共识节点数目增多导致通信量过大的问题。实验结果表明,该方案能够有效抑制拜占庭节点,提升共识安全性能,降低共识成本。

关键词：区块链共识算法奖惩机制分组共识

来源：评论

学校读者我要写书评

暂无评论

基于可见-近红外光谱预处理建模的土壤速效氮含量预测

引用

浙江农业学报 2019年第9期31卷 1523-1530页

作者：方向金秀朱娟娟李绍稳安徽农业大学信息与计算机学院智慧农业技术与装备安徽省重点实验室

以皖南地区采集的188份黄红壤样本为研究对象,利用地物非成像光谱仪获取原始光谱数据。首先,分析样本在350~1657nm波段经过预处理变换的平均光谱反射率曲线特征,再基于原始光谱,以及经29种预处理变换后的光谱,分别结合偏最小二乘回归(PL... 详细信息

以皖南地区采集的188份黄红壤样本为研究对象,利用地物非成像光谱仪获取原始光谱数据。首先,分析样本在350~1657nm波段经过预处理变换的平均光谱反射率曲线特征,再基于原始光谱,以及经29种预处理变换后的光谱,分别结合偏最小二乘回归(PLSR)和径向基核函数(RBF)-PLSR算法,建立60个针对土壤速效氮含量的预测模型,并进行模型优化;然后,以模型的决定系数(R2)和相对分析误差(RPD)来评价模型性能。结果显示,基于Savitaky-Golay卷积平滑和对数变换预处理的光谱,用PLSR建立的模型最适用于土壤速效氮含量的校正预测,其在建模集中R2=0.94、RPD=3.88,预测集中R2=0.91、RPD=3.38。该模型达到A类预测精度,可实现对土壤速效氮含量的定量估测。

关键词：高光谱分析土壤速效氮预处理模型

来源：评论

学校读者我要写书评

暂无评论

基于Faster R-CNN深度网络的油菜田间杂草识别方法

引用

激光与光电子学进展 2020年第2期57卷 297-305页

作者：张乐金秀傅雷扬李绍稳安徽农业大学信息与计算机学院智慧农业技术与装备安徽省重点实验室安徽合肥230036

为自动识别油菜田间的杂草,提出基于Faster R-CNN深度网络的油菜田间杂草识别方法,利用COCO数据集的深度网络模型进行迁移训练。首先,以自然环境条件下的油菜与杂草图像为样本,利用Faster R-CNN深度网络模型共享卷积特征,对比VGG-16、Re... 详细信息

为自动识别油菜田间的杂草,提出基于Faster R-CNN深度网络的油菜田间杂草识别方法,利用COCO数据集的深度网络模型进行迁移训练。首先,以自然环境条件下的油菜与杂草图像为样本,利用Faster R-CNN深度网络模型共享卷积特征,对比VGG-16、ResNet-50和ResNet-101这3种特征提取网络的结果;该方法还与采用3种相同特征提取网络的SSD深度网络模型进行对比。结果表明,基于VGG-16的Faster R-CNN深度网络模型在油菜与杂草目标识别中具有明显的优势,其油菜与杂草的目标识别精确度可达83.90%,召回率达到78.86%,F1值为81.30%。该深度学习方法能够有效实现油菜与杂草目标的准确、高效识别,为多类型杂草目标识别的研究提供了参考。

关键词：机器视觉深度学习 Faster R-CNN深度网络目标识别油菜与杂草图像

来源：评论

学校读者我要写书评

暂无评论

深度学习模型压缩方法在竹种分类中的应用研究

引用

复旦学报（自然科学版） 2020年第6期59卷 740-747页

作者：王志玲李绍稳金秀安徽农业大学信息与计算机学院安徽合肥230036 智慧农业技术与装备安徽省重点实验室安徽合肥230036

本文提出了一种基于深度学习模型压缩的竹种分类方法,旨在将压缩后的模型移植到手机端进行竹种自动分类.首先动态设置阈值删除已经训练的竹种分类模型中不重要权重,迭代剪枝与再训练同时进行.再通过K-Means++聚类算法对神经网络各层的... 详细信息

本文提出了一种基于深度学习模型压缩的竹种分类方法,旨在将压缩后的模型移植到手机端进行竹种自动分类.首先动态设置阈值删除已经训练的竹种分类模型中不重要权重,迭代剪枝与再训练同时进行.再通过K-Means++聚类算法对神经网络各层的权值聚类,从而实现权值共享,最后再经过量化模型的参数值压缩神经网络模型.实验结果表明:剪枝后的模型相较剪枝前的模型内存占用降低了46.4%.剪枝后模型进行量化后模型压缩了75%.压缩后的模型整体运行速度提升,其中基于AlexNet网络结构相较于VGGNet-16的竹种分类模型压缩后可更好应用到移动端,为离线状态下基于移动端进行分类提供支撑.

关键词：竹类深度学习模型压缩剪枝量化

来源：评论

学校读者我要写书评

暂无评论

基于改进K-medoids算法的土壤墒情传感器布局优化

引用

中国农业大学学报 2022年第8期27卷 221-233页

作者：汪涛张武苗犇犇刘波王瑞卿张立付徐少翔饶元江朝晖安徽农业大学信息与计算机学院合肥230036 智慧农业技术与装备安徽省重点实验室合肥230036

针对茶园土壤墒情传感器布局中传感器数量过多、数据冗余度过大的问题,采用改进的K-medoids方法,优化茶园土壤墒情传感器使用数量及部署位置。在保证茶园传感网络全覆盖的基础上,实时采集各传感节点数据;构造各传感器在不同天气条件下... 详细信息

针对茶园土壤墒情传感器布局中传感器数量过多、数据冗余度过大的问题,采用改进的K-medoids方法,优化茶园土壤墒情传感器使用数量及部署位置。在保证茶园传感网络全覆盖的基础上,实时采集各传感节点数据;构造各传感器在不同天气条件下的时间序列数据,并运用三次样条插值法拟合成连续函数;应用谱排直法定义新的时间序列数据的距离函数替换K-medoids中的欧氏距离,将聚类中心作为最终的传感器布点;随机选取位置并采集土壤相对含水率以验证聚类中心作为传感器布点的代表性。采用改进前和改进后的K-medoids方法对2018-07—2018-08(试验Ⅰ)和2020-12(试验Ⅱ)采集的土壤墒情数据进行聚类。结果表明:1)改进的K-medoids将32个传感器减少到4个,改进前后簇中心墒情值与簇均值的相对偏差,试验Ⅰ由2.85%降到1.91%,试验Ⅱ由2.01%降到1.43%;2)改进K-medoids所得聚类中心相对含水率与试验区域平均值相近,相对偏差小于2%;3)以改进的K-medoids算法所得聚类中心作为起点的布点路径长度为82.4m,使用8个传感器,优于改进前的106.5m和10个传感器。基于改进K-medoids的布局方法能够优化传感器的数量和位置并且在不同天气条件下均适用。

关键词：土壤墒情传感器布局相对含水率时序数据 K-medoids

来源：评论

学校读者我要写书评

暂无评论

基于身份验证的果蔬区块链信息存储溯源模型设计

引用

江苏农业学报 2023年第2期39卷 434-443页

作者：伍德伦饶元安徽农业大学信息与计算机学院安徽合肥230036 智慧农业技术与装备安徽省重点实验室安徽合肥230036

现有的果蔬溯源系统中,物联网数据采集设备身份验证机制不完善,果蔬数据传输效率不高,且无法保证数据在存储于区块链前未被篡改。构建了基于身份验证的果蔬区块链信息存储溯源模型,对模型进行分析后,首先提出果蔬供应链数据流动模型,通... 详细信息

现有的果蔬溯源系统中,物联网数据采集设备身份验证机制不完善,果蔬数据传输效率不高,且无法保证数据在存储于区块链前未被篡改。构建了基于身份验证的果蔬区块链信息存储溯源模型,对模型进行分析后,首先提出果蔬供应链数据流动模型,通过物联网设备将采集的数据存储于星际文件系统(Interplanetary file system,IPFS),环节数据存储完成后,系统将IPFS返回的哈希值存入区块链网络,提高了数据的安全性;其次设计了果蔬供应链数据传输流程,提高了果蔬数据传输效率;最后利用Blake2改进型Ed25519算法实现了物联网设备的身份验证机制,提高了系统的安全性。在此基础上设计了基于身份验证的果蔬区块链信息存储溯源系统,并在某果蔬企业进行了实际应用,进行相关测试后发现,本系统的全供应链数据存储平均耗时4.738 s,数据查询平均耗时0.452 s。测试结果表明,此系统可在保障数据安全的前提下,提高用户的溯源速度,可为果蔬溯源系统的设计与研发提供参考。

关键词：区块链果蔬溯源存储优化身份验证

来源：评论

学校读者我要写书评

暂无评论

改进的玉米植株轮廓提取方法

引用

激光与光电子学进展 2023年第12期60卷 61-69页

作者：梁晋欣张乐孟余耀滕杰何全令傅雷扬李绍稳安徽农业大学信息与计算机学院安徽合肥230036 智慧农业技术与装备安徽省重点实验室安徽合肥230036 安徽送变电工程有限公司安徽合肥230036

随着农业机器人技术的不断进步和发展,利用机器人采集和处理特定农作物图像信息在农业应用领域中越来越重要,针对传统图像处理方法提取的玉米植株轮廓不完整甚至是缺失的问题,提出一种改进的玉米植株轮廓提取方法。采用HSV颜色空间对玉... 详细信息

随着农业机器人技术的不断进步和发展,利用机器人采集和处理特定农作物图像信息在农业应用领域中越来越重要,针对传统图像处理方法提取的玉米植株轮廓不完整甚至是缺失的问题,提出一种改进的玉米植株轮廓提取方法。采用HSV颜色空间对玉米植株的绿色叶部分进行图像提取,同时使用RGB通道分离方式对红色的根部分进行图像提取,在得到叶部、根部图像后使用F-B算法选取特征点并对特征点进行描述和匹配,并利用随机抽样一致性算法剔除错误的匹配点,最后用加权融合方式对图像进行拼接并选用Sobel算子提取植株轮廓。实验结果表明,F-B算法相比于传统scale-invariant feature transform(SIFT)、speeded up robust features(SURF)、oriented FAST and rotated BRIEF(ORB)算法在匹配速度、精确度上有所提升且匹配准确度高于80%,使用Sobel算子提取植株图像轮廓,获得的图像清晰度和完整度较好。该方法能够在较快速度和较高的精准度下实现对玉米植株的轮廓提取。

关键词：图像处理玉米植株特征点提取特征点匹配轮廓提取

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：