检索结果-内蒙古大学图书馆

农业工程学报 2022年第23期38卷 61-69,F0003页

作者：曹雯段春锋徐祥程智汪栩加安徽省农业气象中心/安徽省农业生态大数据工程实验室合肥230031 安徽省气候中心合肥230031 安徽省气象科学研究所安徽省大气科学与卫星遥感重点实验室合肥230031

参考作物蒸散(Reference Crop Evapotranspiration,ET0)预报在农业水资源配置、区域干湿演变评估方面有着重要作用。该研究基于国家气候中心第二代气候预测系统(Beijing Climate Center Second-Generation Climate Prediction System,BCC_CPSv2)模式预报数据和1991-2020年淮河流域地面气象观测数据,利用分位数映射法对模式预报的气象要素进行概率订正,采用Penman-Monteith公式计算ET0,并评估了订正前后BCC_CPSv2模式对淮河流域月ET0和气象要素的预报性能。结果表明:1)模式对平均气温、净辐射和相对湿度的预报值较观测值偏小,风速预报值在3-6月偏小,其他月份偏大,4个气象要素预报的均方根误差(Root Mean Square Error,RMSE)分别为1.84℃、1.70 MJ/m2d、15.79%和1.39 m/s;气象要素预报偏差导致2-6月ET0预报值较计算值偏小,1月和7-12月偏大,区域平均RMSE为0.59 mm/d,绝对百分比误差(Mean Absolute Percentage Error,MAPE)为21.9%。2)概率订正有效降低了气象要素和ET0的预报误差。气温、净辐射、相对湿度和风速预报订正值的RMSE均小于订正前;80%月份ET0预报订正值的RMSE小于订正前,区域平均RMSE减小了0.23 mm/d,MAPE减小了11.2%。3)夏半年和冬半年ET0预报误差的首要来源分别是净辐射和相对湿度,主要是由于模式对这2个要素的预报精度较低且ET0对其敏感,误差容易传递。可见,基于模式概率订正的月尺度ET0预报方法精度较高,可以为水资源优化管理、灌溉制度制定和农业中长期需水决策提供参考。

关键词：蒸散气候模式预报概率订正淮河流域

来源：评论

学校读者我要写书评

暂无评论

安徽省茶树春霜冻害的风险评估

引用

中国农业气象 2021年第10期42卷 870-878页

作者：刘瑞娜陈金华陈曦曹雯安徽省农业气象中心/安徽省农业生态大数据工程实验室合肥230031

应用安徽省茶种植区45个气象站点1981−2017年气象资料和1998−2017年茶叶产量资料,选取霜冻害发生综合频率、坡向敏感性指数、茶园面积和灾年减产率变异系数4个因子,利用加权指数求和法构建了茶树霜冻害风险指数,借助ANUSPLIN插值模型和... 详细信息

应用安徽省茶种植区45个气象站点1981−2017年气象资料和1998−2017年茶叶产量资料,选取霜冻害发生综合频率、坡向敏感性指数、茶园面积和灾年减产率变异系数4个因子,利用加权指数求和法构建了茶树霜冻害风险指数,借助ANUSPLIN插值模型和地理信息系统开展了安徽省茶树霜冻害风险评估。结果表明:安徽省茶树春霜冻害高风险、中风险和低风险区域面积为118×10^(4)hm^(2)、337×10^(4)hm^(2)和353×10^(4)hm^(2)分别占评价区域总面积的14.6%、41.7%和43.7%。高风险区主要分布在大别山茶区的金寨县、霍山县、岳西县、潜山县等和江南茶区南部海拔600m以上的高山区域,零星分布在江北茶区北坡地带。中风险区多分布在大别山茶区和江南茶区海拔低于600m的山区,呈斑块状分布在江北茶区的丘陵和低山区。低风险区集中分布在芜湖−宣城−铜陵−池州沿江一带,零星分布在江南茶区的低山区。构建的风险指数总体能客观反映安徽省茶树霜冻害风险水平,可为茶树霜冻害风险管理提供依据。

关键词：霜冻害风险指数风险评估减产率茶叶

来源：评论

学校读者我要写书评

暂无评论

基于RAdam卷积神经网络的水稻生育期图像识别

引用

农业工程学报 2021年第8期37卷 143-150页

作者：徐建鹏王杰徐祥琚书存安徽省农村综合经济信息中心合肥230031 安徽省农业生态大数据工程实验室合肥230031

为了解决现阶段水稻发育期信息的获取主要依靠人工观测的效率低、主观性强等问题,该研究提出一种基于Rectified Adam(RAdam)优化器的ResNet50卷积神经网络图像识别方法,开展水稻关键生育期的自动识别。连续2a对12块试验田的水稻物候特... 详细信息

为了解决现阶段水稻发育期信息的获取主要依靠人工观测的效率低、主观性强等问题,该研究提出一种基于Rectified Adam(RAdam)优化器的ResNet50卷积神经网络图像识别方法,开展水稻关键生育期的自动识别。连续2a对12块试验田的水稻物候特征进行持续自动拍摄,对采集的水稻图像进行预处理,得到水稻各发育期分类图像数据集;采用ExG因子和大津法(Otsu)算法相结合的方法对水稻图像分割,减小稻田背景干扰;对比分析了VGG16、VGG19、ResNet50和Inception v3四种模型下水稻生育期图像分级识别的性能,选取性能较优网络模型并进行了网络参数调优;对比试验了不同优化器下模型准确率和损失值的变化,选取了RAdam优化器。结果表明,采取基于RAdam优化器卷积神经网络构建的模型,在真实场景下分类识别准确率达到97.33%,网络稳定性高、收敛速度快,为水稻生育期自动化观测提供了有效方法。

关键词：图像识别神经网络模型水稻 RAdam ResNet50 生育期

来源：评论

学校读者我要写书评

暂无评论

一种结合增强对齐与多注意力融合的偏振视频超分辨方法

引用

光学技术 2024年第3期50卷 269-276页

作者：徐国明金苗梁栋马健王峰李毅安徽大学互联网学院安徽合肥230039 安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心安徽合肥230601 偏振光成像探测技术安徽省重点实验室安徽合肥230031 安徽文达信息工程学院智能技术研究所安徽合肥231201

在偏振成像探测中,偏振多通道视频序列给数据传输和处理带来挑战,同时探测精度又依赖高分辨率图像,为此超分辨率计算成像就成为偏振成像探测系统的关键技术。从视频运动特征入手,提出一种结合增强对齐与多注意力融合的偏振视频超分辨率... 详细信息

在偏振成像探测中,偏振多通道视频序列给数据传输和处理带来挑战,同时探测精度又依赖高分辨率图像,为此超分辨率计算成像就成为偏振成像探测系统的关键技术。从视频运动特征入手,提出一种结合增强对齐与多注意力融合的偏振视频超分辨率重建方法。采用三级级联结构实现特征对齐,每一级特征由上一级特征下采样两倍得到,并采用光流引导的可变形卷积进行特征对齐;在融合阶段结合包括时间注意力、空间注意力、通道注意力在内的多种注意力机制,以充分利用通道间依赖性和时空相关性来提升超分辨率重建效果。所提方法与VSR-DUF、RBPN、EDVR、RLSP、RSDN、RRN、DARN、MSAWN等视频超分辨率方法在0°、45°、90°、135°偏振角视频上进行定性和定量对比实验,该实验表明该算法峰值信噪比和结构相似度指标高于其他算法,并且视频帧的高频纹理细节的修复更加丰富,接近偏振成像系统的原始高清图像帧。

关键词：成像探测视频超分辨率深度学习偏振视频注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于集中注意力接受场网络的偏振成像伪装目标检测

引用

计算机应用研究 2024年第9期41卷 2854-2859页

作者：徐国明陈奇志刘綦马健王峰安徽大学互联网学院合肥230039 安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心合肥230601 偏振光成像探测技术安徽省重点实验室合肥230031

针对伪装物体分割中图像识别鲁棒性较差、模型泛化性不强的问题,受神经科学中人类视觉系统接受场结构的启发,提出一种基于集中注意力接受场网络的偏振成像伪装目标检测方法。根据偏振成像目标探测需要,构建了能有效遏制背景噪声以及获... 详细信息

针对伪装物体分割中图像识别鲁棒性较差、模型泛化性不强的问题,受神经科学中人类视觉系统接受场结构的启发,提出一种基于集中注意力接受场网络的偏振成像伪装目标检测方法。根据偏振成像目标探测需要,构建了能有效遏制背景噪声以及获取目标细节特征的偏振成像数据集。该方法基于识别与定位网络框架,通过改进特征提取模块和解码器模块,该模块利用了偏心度和感受野大小之间的关系,涵盖多尺度的目标信息,可以有效提高伪装目标特征的可分辨性和鲁棒性。实验验证利用自建数据集在多个典型目标上进行,并与经典算法进行分割结果的主观视觉与客观评价指标对比,对比实验结果验证了该方法的有效性。

关键词：偏振成像伪装目标分割机器视觉卷积神经网络数据集

来源：评论

学校读者我要写书评

暂无评论

皖南茶叶生长季气候资源变化特征及其影响分析

引用

广东农业科学 2021年第4期48卷 14-22页

作者：徐建鹏伍琼王晖安徽省农业气象中心安徽合肥230031 安徽省农业生态大数据工程实验室安徽合肥230031

【目的】通过分析气候变暖背景下皖南地区茶叶生长气候资源变化特征,为皖南地区茶叶生产合理利用气候资源、应对气候变化提供科学依据。【方法】利用安徽省皖南山区19个气象观测站1971—2019年的逐日平均气温、日照时数、降水量、相对... 详细信息

【目的】通过分析气候变暖背景下皖南地区茶叶生长气候资源变化特征,为皖南地区茶叶生产合理利用气候资源、应对气候变化提供科学依据。【方法】利用安徽省皖南山区19个气象观测站1971—2019年的逐日平均气温、日照时数、降水量、相对湿度等资料,分析气候变暖背景下皖南山区茶叶生长热量、光照、降水等气候资源及开采期变化特征。【结果】近50年安徽省皖南山区茶叶生长热量资源呈极显著增加,其中年平均气温、≥10℃活动积温和适宜生长日数增幅分别为0.29℃/10年、111.7℃/10年和2.7 d/10年;光照资源极显著减少,年均日照时数降幅为57.5 h/10年;降水资源变化不一,其中降水量呈增加趋势、增幅为13.7 mm/10年,相对湿度极显著降低,降幅为0.5%/10年。【结论】气候变暖造成皖南山区早生种和中晚生种茶叶开采期极显著提前,提前幅度分别为4.2、3.6 d/10年,气候变暖带来的气温和降水的变化对皖南山区茶叶产量影响较大。

关键词：茶叶开采期气候资源变化特征皖南气候影响

来源：评论

学校读者我要写书评

暂无评论

轻量级注意力级联网络的偏振计算成像超分辨率重建

引用

光学精密工程 2022年第19期30卷 2404-2419页

作者：王杰徐国明马健王勇李毅安徽大学互联网学院安徽合肥230039 安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心安徽合肥230601 陆军炮兵防空兵学院偏振光成像探测技术安徽省重点实验室安徽合肥230031 安徽文达信息工程学院智能技术研究所安徽合肥231201

深度学习模式下新型偏振计算成像方法存在随着网络深度的增加计算复杂度和内存使用相应增加以及分层特征提取不充分的问题,针对该问题,提出一种轻量级注意力级联网络的偏振计算成像超分辨率方法,采用级联连接和融合连接的方式来深化卷... 详细信息

深度学习模式下新型偏振计算成像方法存在随着网络深度的增加计算复杂度和内存使用相应增加以及分层特征提取不充分的问题,针对该问题,提出一种轻量级注意力级联网络的偏振计算成像超分辨率方法,采用级联连接和融合连接的方式来深化卷积层的表征能力,以有效地传递浅层特征并减少参数量。设计空间注意力自适应权重机制以提取关键的空间内容特征,构造空间金字塔网络增强多感受野下的偏振特征信息,特别地,上采样模块引入浅层与深层重建双路径,通过融合双层路径特征计算生成高分辨率偏振图像。最后,网络末端信息细化块用以学习更精细的特征并增强重建质量。实验结果表明:本文网络重建图像的纹理细节更加丰富,在全偏振图像集上2倍超分辨率的峰值信噪比为45.12 dB,参数量仅约为MSRN模型的9%。所提方法通过级联方式有效捕捉低频特征信息同时极大地减少参数量,并结合注意力金字塔结构探索深层特征,实现了轻量级网络的高效超分辨率重建效果。

关键词：计算成像超分辨率轻量级网络偏振图像级联连接

来源：评论

学校读者我要写书评

暂无评论

基于双重注意力残差网络的偏振图像超分辨率重建

引用

光子学报 2022年第4期51卷 295-309页

作者：徐国明王杰马健王勇刘佳庆李毅安徽大学互联网学院合肥230039 安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心合肥230601 陆军炮兵防空兵学院偏振光成像探测技术安徽省重点实验室合肥230031 安徽文达信息工程学院智能技术研究所合肥231201

在利用深度学习进行偏振图像计算成像过程中,图像映射函数的解空间极大、空间分辨率一般较低,难以生成清晰的纹理细节且存在高频信息缺失等问题。为解决该问题,提出一种结合双注意力机制的深度残差偏振图像超分辨率网络。该网络由一个... 详细信息

在利用深度学习进行偏振图像计算成像过程中,图像映射函数的解空间极大、空间分辨率一般较低,难以生成清晰的纹理细节且存在高频信息缺失等问题。为解决该问题,提出一种结合双注意力机制的深度残差偏振图像超分辨率网络。该网络由一个具有全局跳跃连接的残差网络组成,包含10个残差组,每个残差组包含20个具有局部跳跃连接的双重注意力块级联的残差块;同时考虑通道间的相互依赖性,设计自适应通道特征调整机制;引入级联的空间注意力块,将残差的特征更集中于关键的空间内容。将所提方法与Bicubic、SRCNN、FSRCNN、EDSR等方法进行对照实验与成像系统对比校正实验,结果表明该方法重建图像纹理细节更加丰富,亮度均匀,较为接近成像系统的高清图像,同时峰值信噪比和结构相似性指标优于其他方法但参数量仅约为EDSR的2/5。

关键词：计算成像超分辨率深度残差网络偏振图像双重注意力块

来源：评论

学校读者我要写书评

暂无评论

黄淮地区辐射模型适用性评价及参数优化

引用

气象科学 2021年第2期41卷 245-252页

作者：王晓东曹雯伍琼岳伟段春锋安徽省农业气象中心/安徽省农业生态大数据工程实验室合肥230031 安徽省气候中心合肥230031

利用1961—2015年黄淮地区8个辐射站太阳辐射和日照时数等常规气象资料,分别评价6种常用的太阳总辐射和有效辐射估算模型在黄淮地区的适用性,同时采用多元回归分析和迭代等方法,对辐射参数进行优化调整,建立了适合本地区的辐射最优化估... 详细信息

利用1961—2015年黄淮地区8个辐射站太阳辐射和日照时数等常规气象资料,分别评价6种常用的太阳总辐射和有效辐射估算模型在黄淮地区的适用性,同时采用多元回归分析和迭代等方法,对辐射参数进行优化调整,建立了适合本地区的辐射最优化估算模型。结果表明:童宏良公式和邓根云公式分别在估算太阳总辐射和地面有效辐射时的误差最小,相比其余的辐射估算模型,两者在黄淮地区适用性最好。另外太阳总辐射本地化修正模型的相对误差绝对值(value of Absolute Relative Error,ARE)和均方根误差(Root Mean Squared Error,RMSE)分别为16.28%和1.730 MJ·m^(-2)·d^(-1),优于童宏良公式等常用太阳辐射估算模型;有效辐射本地化修正模型的ARE和RMSE分别为23.19%和1.404 MJ·m^(-2)·d^(-1),优于邓根云公式等常用有效辐射估算模型;因此黄淮地区本地化辐射修正模型适用于当地地表净辐射估算,且具有较好的估算精度。

关键词：黄淮地区辐射模型适用性评估参数优化

来源：评论

学校读者我要写书评

暂无评论

用于小麦多生长阶段倒伏边界精准检测的分层交互特征金字塔网络

引用

智慧农业（中英文） 2024年第2期6卷 128-139页

作者：庞春晖陈鹏夏懿章军王兵邹岩陈天娇康辰瑞梁栋安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心/信息材料与智能感知安徽省实验室/安徽大学互联网学院安徽合肥230601 安徽财经大学管理科学与工程学院安徽蚌埠233030 中国科学院合肥物质科学院智能机械研究所安徽合肥230031 中国科学技术大学安徽合肥230031 西南科技大学四川绵阳621010 农业传感器与智能感知安徽省技术创新中心中科合肥智慧农业协同创新研究院安徽合肥231131 安徽鹏视智能科技有限公司安徽合肥230000

[目的/意义]传统的小麦倒伏检测方法需要人工进行田间观测和记录,这种方法存在主观、效率低、劳动强度大等问题,难以满足大规模的小麦倒伏检测的需求。基于深度学习的小麦倒伏检测技术虽已在一定程度上得到应用,但普遍局限于对小麦单一... 详细信息

[目的/意义]传统的小麦倒伏检测方法需要人工进行田间观测和记录,这种方法存在主观、效率低、劳动强度大等问题,难以满足大规模的小麦倒伏检测的需求。基于深度学习的小麦倒伏检测技术虽已在一定程度上得到应用,但普遍局限于对小麦单一发育阶段的倒伏识别,而倒伏可能发生在小麦生长的各个时期,不同时期倒伏特征变化复杂,这给模型特征捕捉能力带来考验。本研究旨在探索一种基于深度学习技术的多生育期小麦倒伏区域检测方法。[方法]用无人机采集小麦灌浆期、早熟期、晚熟期这三个关键生长阶段的RGB图像,通过数据增强等技术构建出多生育期小麦倒伏数据集。提出一种小麦倒伏提取模型Lodging2Former,该模型在Mask2Former的基础上加以改进,引入分层交互式特征金字塔网络(Hierarchical Interactive Feature Pyramid Network,HI-FPN),用于提高模型在复杂田间背景干扰下对于多个生长阶段小麦倒伏特征的捕捉能力。[结果和讨论]所提出的Lodg⁃ing2Former模型相较于现存的多种主流算法,如Mask R-CNN(Mask Region-Based Convolutional Neural Network)、SOLOv2(Segmenting Objects by Locations,Version 2)以及Mask2Former,在平均精度均值(mean Average Precision,mAP)上展现出显著优势。在阈值分别为0.5、0.75以及0.5~0.95的条件下,模型的mAP值分别达到了79.5%、40.2%和43.4%,相比Mask2Former模型,mAP性能提升了1.3%~4.3%。[结论]提出的HI-FPN网络可以有效利用图像中的上下文语义和细节信息,通过提取丰富的多尺度特征,增强了模型对小麦在不同生长阶段倒伏区域的检测能力,证实了HI-FPN在多生育期小麦倒伏检测中的应用潜力和价值。

关键词：无人机深度学习小麦倒伏检测特征金字塔网络 Mask2Former

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：