检索结果-内蒙古大学图书馆

农业工程学报 2021年第24期37卷 149-157页

作者：王敏娟刘小丫马啸霄常天根宋青峰中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083 中国科学院分子植物科学卓越创新中心植物分子遗传国家重点实验室上海200032

针对水稻栽培和遗传育种研究中单分蘖性状高通量无损提取的实际需求,该研究提出了一种基于沙漏网络模型的单分蘖水稻关键点预测和骨架提取方法。首先,对原始图像进行批量裁剪、gamma校正和锐化卷积等预处理,获取单色背景下的水稻单分蘖... 详细信息

针对水稻栽培和遗传育种研究中单分蘖性状高通量无损提取的实际需求,该研究提出了一种基于沙漏网络模型的单分蘖水稻关键点预测和骨架提取方法。首先,对原始图像进行批量裁剪、gamma校正和锐化卷积等预处理,获取单色背景下的水稻单分蘖图像数据集;设计水稻单分蘖各器官关键点数据标注策略,构建监督数据集。然后,构建堆叠沙漏网络架构实现叶片数固定和不固定的水稻关键点检测,引入沙漏结构整合图像的多尺度特征,结合中间监督机制整合不同沙漏模块信息。叶片数一致的情况,模型预测准确率最高可达96.48%;叶片数不一致的情况,预测准确率达到82.09%。最后,根据预测关键点及其对应的语义信息连接形成植株骨架,选取茎秆长、叶片长、穗长、叶片-茎秆夹角和茎节点位置5个表型参数对生成骨架模型的实际意义进行评估,其均方根误差依次为5.82 cm、3.09 cm、1.71 cm、3.22°和2.0356cm,证明了该方法能较好地识别水稻单分蘖关键点,为水稻骨架提取提供了一种新思路,有助于加快水稻育种速度。

关键词：水稻神经网络表型参数关键点检测堆叠沙漏网络植株骨架提取

来源：评论

学校读者我要写书评

暂无评论

基于RGB-D图像和改进SOM-K-means算法的番茄果实识别与定位方法

引用

农业机械学报 2021年

作者：李寒陶涵虓崔立昊刘大为孙建桐张漫中国农业大学现代精细农业系统集成研究教育部重点实验室中国农业大学农业农村部农业信息获取技术重点实验室

为解决多个番茄重叠黏连时难以识别与定位的问题，提出一种基于RGB-D图像和K-means优化的自组织映射（Self-organizing map，SOM）神经网络相结合的番茄果实识别与定位方法。首先，利用RGB-D相机拍摄番茄图像，对图像进行预处理，获取... 详细信息

为解决多个番茄重叠黏连时难以识别与定位的问题，提出一种基于RGB-D图像和K-means优化的自组织映射（Self-organizing map，SOM）神经网络相结合的番茄果实识别与定位方法。首先，利用RGB-D相机拍摄番茄图像，对图像进行预处理，获取果实的轮廓信息；其次，提取果实轮廓点的平面和深度信息，筛选后进行处理；再次，将处理后的数据输入到采用K-means算法优化的SOM神经网络中，得到点云聚类结果；最后，根据聚类出的点，通过坐标转换还原成真实世界的坐标信息，拟合得到各个番茄的位置和轮廓形状。为验证算法性能，以果实识别的正确率和定位结果的均方根误差（RMSE）为指标对该算法进行验证和分析，采集80幅图像，共366个番茄样本，识别的正确率为87.2%，定位结果均方根误差（RMSE）为1.66mm。通过与在二维图像上利用Hough变换进行果实识别的试验进行对比分析，进一步验证了本文方法具有较高的准确性和较强的鲁棒性。此方法在一定程度上解决了在真实环境下番茄果实遮挡重叠难以识别与定位的问题，为果实分割提供了一种新思路。

关键词：番茄果实深度点云图像分割神经网络识别与定位 SOM-K-means算法

来源：评论

学校读者我要写书评

暂无评论

基于集成学习的玉米叶绿素含量和覆盖度估算

引用

华北水利水电大学学报(自然科学版) 2024年

作者：姚艺晗申家宁王健刘杨王启磊冯海宽杨浩岳继博河南农业大学信息与管理科学学院中国农业大学智慧农业系统集成研究教育部重点实验室河南金苑种业有限公司南京农业大学国家信息农业工程技术中心北京市农林科学院信息技术研究中心农村部农业遥感机理与定量遥感重点实验室

针对利用植被指数进行作物参数估算易出现“饱和”而导致的精度不足问题，研发一种玉米叶片叶绿素含量（LCC）和植被覆盖度（FVC）的高精度估算的方法。综合无人机遥感图像的植被指数（VI）与纹理特征（TF）作为输入，评估了包含Stackin... 详细信息

针对利用植被指数进行作物参数估算易出现“饱和”而导致的精度不足问题，研发一种玉米叶片叶绿素含量（LCC）和植被覆盖度（FVC）的高精度估算的方法。综合无人机遥感图像的植被指数（VI）与纹理特征（TF）作为输入，评估了包含Stacking、Bagging和Blending 3种集成学习模型开展LCC和FVC估算的可能性，测试了VI、TF和VI+TF开展LCC和FVC估算的精度差异，并基于最优Stacking集成学习模型开展了LCC与FVC的制图和评估。当VI+TF作为特征变量输入模型时，基于Stacking集成学习模型拥有对LCC(R2：0.922，RMSE：3.609 SPAD units，MAE：2.661 SPAD units)和FVC(R2：0.788，RMSE：0.050，MAE：0.039)最优估算性能。本研究基于光谱纹理特征和集成学习实现了玉米LCC与FVC的高精度估算，为作物性状参数的估算提供了方法参考。

关键词：植被指数纹理特征集成学习无人机多光谱遥感

来源：评论

学校读者我要写书评

暂无评论

基于微波法的颗粒肥料质量流量测量

引用

农业机械学报 2023年

作者：杨立伟赵礼豪张俊宁吕树盛候冲刘刚中国农业大学智慧农业系统集成研究教育部重点实验室北京信息科技大学机电工程学院中国农业机械化科学研究院集团有限公司行业技术服务中心

施肥量动态高精度测量是实施变量施肥的前提。尽管目前已经有多种测量肥料质量流量的方法，但在田间应用时仍存在测量不准确和无法适应工作环境等问题。本文开发了一种基于微波法的颗粒肥料质量流量测量系统，提出了一种流量质量测量模... 详细信息

施肥量动态高精度测量是实施变量施肥的前提。尽管目前已经有多种测量肥料质量流量的方法，但在田间应用时仍存在测量不准确和无法适应工作环境等问题。本文开发了一种基于微波法的颗粒肥料质量流量测量系统，提出了一种流量质量测量模型测量方法，并以农用颗粒状肥料史丹利15-15-15和撒可富15-15-15为实验对象，控制微波传感器距离和肥料的排肥速度，对数据采用卡尔曼滤波进行平滑处理，取得了较好的实验结果。实验数据分析表明：颗粒肥料回波信号的主导频率仅与电动排肥装置和传感器的距离有关，而功率谱密度仅与肥料颗粒数有关；通过最小二乘法建立两种复合肥的Qt和Sval的响应关系，两种复合肥响应关系的决定系数R2均大于0.9858，并对响应关系进行了验证。撒可富15-15-15的测量范围为1119.8-2065.9 g/min，最大测量误差为6.35%；史丹利15-15-15的测量范围为1071.9-1877.9 g/min，最大测量误差为4.85%，其测量性能符合作业需要。

关键词：颗粒肥料测量质量流量微波法变量施肥卡尔曼滤波

来源：评论

学校读者我要写书评

暂无评论

核桃叶片氮元素含量的光谱预测模型

引用

新疆农业科学 2023年第3期60卷 582-589页

作者：马文强刘佳沈晓贺陈中原杨莉玲张漫新疆农业科学院农业机械化研究所乌鲁木齐830091 新疆维吾尔自治区产品质量监督检验研究院乌鲁木齐830011 中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083

【目的】分析325~1075 nm范围内核桃叶片光谱与叶片氮元素含量的相关性,研究核桃叶片光谱数据预处理和特征波段筛选方法,建立核桃叶片氮元素含量的预测模型,为实现核桃生产中的快速施肥提供参考。【方法】建立多元散射校正、Savitzky-Go... 详细信息

【目的】分析325~1075 nm范围内核桃叶片光谱与叶片氮元素含量的相关性,研究核桃叶片光谱数据预处理和特征波段筛选方法,建立核桃叶片氮元素含量的预测模型,为实现核桃生产中的快速施肥提供参考。【方法】建立多元散射校正、Savitzky-Golay卷积平滑滤波和小波去噪的组合预处理方法;采用连续投影算法筛选出了特征波段;采用特征波段建立核桃叶片氮元素含量的偏最小二乘回归预测模型。【结果】建立的组合预处理方法对核桃叶片光谱去噪效果较好;采用特征波段建立的核桃叶片氮元素含量的预测模型,模型的验证集决定系数R^(2)达到了0.875,均方根误差RMSE达到了0.6973 mg/g。【结论】与全光谱数据相比,筛选出的特征波段降低了冗余数据和噪声的影响,提取出了有效成分相关的光谱信息,提高了建模质量。

关键词：核桃光谱分析氮元素特征波段预测模型

来源：评论

学校读者我要写书评

暂无评论

基于BSO-SVR的香蕉遥感时序估产模型研究

引用

农业机械学报 2021年第S01期52卷 98-107页

作者：张海洋张瑶李民赞李修华王俊田泽众中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083 广西大学电气工程学院南宁530004 河南科技大学电气工程学院洛阳471003

为了提高有限样本下遥感时序估产效果,本文提出一种基于BSO-SVR的香蕉遥感时序估产模型。该模型以广西壮族自治区扶绥县的71块香蕉田块为研究区,利用时间序列Sentinel-2遥感影像数据,结合实测产量数据,对2019—2020年香蕉产量进行预测... 详细信息

为了提高有限样本下遥感时序估产效果,本文提出一种基于BSO-SVR的香蕉遥感时序估产模型。该模型以广西壮族自治区扶绥县的71块香蕉田块为研究区,利用时间序列Sentinel-2遥感影像数据,结合实测产量数据,对2019—2020年香蕉产量进行预测与分析。融合阈值分割和形态学开操作方法,滤除香蕉关键生育期内遥感影像的厚云和云阴影区域;引入头脑风暴优化算法(Brain storming optimization algorithm,BSO)自动搜寻支持向量回归算法(Support vector regression,SVR)的最优惩罚因子和核函数参数,解决SVR模型的参数优化不足导致模型预测精度低的问题;搭建基于BSO-SVR的时间序列遥感估产模型,深入挖掘多时相遥感信息,以提升香蕉估产准确度。结果表明,相较于网格搜索算法(Grid search,GS)和灰狼优化算法(Grey wolf optimizer,GWO)搜寻SVR模型的最优参数,本文提出的头脑风暴优化算法具有更高的预测精度和更快的预测速度,在2019年和2020年BSO-SVR模型测试集的决定系数(Coefficient of determination,R;)分别为0.777和0.793,验证集R;分别为0.765和0.636,运行时间分别为0.320、0.331 s;与传统的岭回归模型(Ridge regression,RR)和偏最小二乘回归模型(Partial least squares regression,PLSR)相比,BSO-SVR模型的预测性能最佳,其次是RR模型,PLSR模型表现最差。本文提出的时序估产模型实现了香蕉田块产量的精准预估。

关键词：香蕉遥感估产时间序列头脑风暴优化算法支持向量回归算法

来源：评论

学校读者我要写书评

暂无评论

基于深度图像的多姿态肉牛体尺自动测量方法

引用

智慧农业（中英文） 2022年第4期4卷 144-155页

作者：叶文帅康熙贺志将李孟飞刘刚中国农业大学智慧农业系统集成研究教育部重点实验室北京100083 中国农业大学农业农村部农业信息获取技术重点实验室北京100083 浙大宁波理工学院计算机与数据工程学院浙江宁波315000

养殖场中肉牛较为活跃,采集得到的图像数据中肉牛姿态多变,肉牛姿态端正帧较少,导致自动测量肉牛体尺困难。针对以上问题,本研究通过分析肉牛骨架特征和肉牛图像边缘轮廓特征,提出一种多姿态肉牛体尺自动测量方法。首先,利用深度相机Azu... 详细信息

养殖场中肉牛较为活跃,采集得到的图像数据中肉牛姿态多变,肉牛姿态端正帧较少,导致自动测量肉牛体尺困难。针对以上问题,本研究通过分析肉牛骨架特征和肉牛图像边缘轮廓特征,提出一种多姿态肉牛体尺自动测量方法。首先,利用深度相机Azure Kinect DK从正上方采集肉牛俯视深度视频数据,对视频数据进行分帧处理;其次,对原始深度图像进行预处理,将肉牛从复杂的背景中提取出来;再次,利用Zhang-Suen算法提取目标图像肉牛骨架,检测骨架交点和端点,分析肉牛头部特征,并确定头部去除点,去除图像中肉牛头部信息;最后,利用改进的U弦长曲率算法提取肉牛轮廓曲率曲线,根据曲率值确定体尺测点,将体尺测点转换到三维空间中,计算体尺参数。本研究通过分析大量深度图像数据,将图像中肉牛姿态分为左歪、右歪、姿态端正、低头和抬头五类。试验结果表明,本研究提出的基于骨架的多姿态肉牛头部去除方法在5种姿态下的头部去除成功率均高于92%;在23头肉牛不同姿态共46帧深度图像中,利用基于改进U弦长曲率的体尺测点提取方法,测得体直长测量的平均绝对误差为2.73 cm,体高测量的平均绝对误差为2.07 cm,腹宽测量的平均绝对误差为1.47 cm。研究结果可为精确测量多姿态下肉牛体尺提供支撑。

关键词：肉牛体尺测量深度图像多姿态 Zhang-Suen算法改进的U弦长曲率算法

来源：评论

学校读者我要写书评

暂无评论

基于轻量二阶段检测模型的自然环境多类蔬菜幼苗识别

引用

农业机械学报 2021年第10期52卷 282-290页

作者：孟庆宽张漫叶剑华都泽鑫宋名果张志鹏天津职业技术师范大学自动化与电气工程学院天津300222 天津市信息传感与智能控制重点实验室天津300222 中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083

为实现自然环境下蔬菜幼苗精准快速识别,本文以豆角、花菜、白菜、茄子、辣椒、黄瓜等形态差异大、具有代表性的蔬菜幼苗为研究对象,提出一种基于轻量化二阶段检测模型的多类蔬菜幼苗检测方法。模型采用混合深度分离卷积作为前置基础网... 详细信息

为实现自然环境下蔬菜幼苗精准快速识别,本文以豆角、花菜、白菜、茄子、辣椒、黄瓜等形态差异大、具有代表性的蔬菜幼苗为研究对象,提出一种基于轻量化二阶段检测模型的多类蔬菜幼苗检测方法。模型采用混合深度分离卷积作为前置基础网络对输入图像进行运算,以提高图像特征提取速度与效率;在此基础上,引入特征金字塔网络(Feature pyramid networks,FPN)单元融合特征提取网络不同层级特征信息,用于增强深度学习检测模型对多尺度目标的检测精度;然后,通过压缩检测头网络通道维数和全连接层数量,降低模型参数规模与计算复杂度;最后,将距离交并比(DistanceIoU,DIoU)损失作为目标边框回归损失函数,使预测框位置回归更加准确。试验结果表明,本文提出的深度学习推理模型对多类蔬菜幼苗的平均精度均值为97.47%,识别速度为19.07 f/s,模型占用存储空间为60 MB,对小目标作物以及叶片遮挡作物的平均精度均值达到88.55%,相比于Faster RCNN、RFCN模型具有良好的泛化性能和鲁棒性,可以为蔬菜田间农业智能装备精准作业所涉及的蔬菜幼苗检测识别问题提供新方案。

关键词：蔬菜幼苗深度学习作物识别轻量卷积二阶段检测模型

来源：评论

学校读者我要写书评

暂无评论

基于计算机视觉的奶牛生理参数监测与疾病诊断研究进展及挑战

引用

智慧农业（中英文） 2022年第2期4卷 1-18页

作者：康熙刘刚初梦苑李前王彦超中国农业大学智慧农业系统集成研究教育部重点实验室北京100083 中国农业大学农业农村部农业信息获取技术重点实验室北京100083 浙大宁波理工学院计算机与数据工程学院浙江宁波315200

利用先进的信息技术推动智能养殖业发展已经成为奶牛养殖研究领域的重要目标和任务。计算机视觉技术具有非接触、免应激、低成本及高通量等优点,在畜牧生产中应用前景广阔。本文在阐述了计算机视觉技术在智能化养殖业发展中重要性的基础... 详细信息

利用先进的信息技术推动智能养殖业发展已经成为奶牛养殖研究领域的重要目标和任务。计算机视觉技术具有非接触、免应激、低成本及高通量等优点,在畜牧生产中应用前景广阔。本文在阐述了计算机视觉技术在智能化养殖业发展中重要性的基础上,首先介绍了基于计算机视觉的奶牛生理参数监测进展,包括体尺、体温、体重的前沿监测设备、技术和模型参数。然后阐述了奶牛跛行及乳腺炎等疾病诊断的前沿技术发展过程和研究现状。目前,相关技术研究和应用推广存在检测准确性不高,受环境因素影响较大,非标准化养殖场结构制约检测系统普及,以及检测系统成本较高等问题和挑战。最后,本文结合中国养殖业发展现状,针对保证检测准确性、减少环境干扰等问题,就如何提高计算机视觉技术在智能化养殖业中的准确性和普适性提出了相关建议,旨在为中国奶牛养殖业的科学管理和现代化生产提供新方法和新思路。

关键词：疾病诊断计算机视觉技术体尺奶牛养殖乳腺炎检测系统信息技术环境干扰

来源：评论

学校读者我要写书评

暂无评论

一种对作物Mg2+活体检测的全固态微针型传感器制备及应用

引用

农业工程学报 2025年第9期 29-36页

作者：王志豪樊成孝王焯黄岚王忠义中国农业大学信息与电气工程学院现代精细农业系统集成研究教育部重点实验室农业农村部农业信息获取技术重点实验室

镁元素对作物的生长发育至关重要，通过监测作物体内镁离子的浓度变化，即可监测作物的生长状态。为实现作物茎杆Mg2+快速准确原位活体检测，研制了一款微针型全固态离子选择性电极（all-solid-state ion-selective electrodes,ASS-ISE... 详细信息

镁元素对作物的生长发育至关重要，通过监测作物体内镁离子的浓度变化，即可监测作物的生长状态。为实现作物茎杆Mg2+快速准确原位活体检测，研制了一款微针型全固态离子选择性电极（all-solid-state ion-selective electrodes,ASS-ISEs）。该传感器以不锈钢微针为导电基底材料，在其尖端构建石墨烯-聚（3,4-乙烯二氧噻吩）/聚（苯乙烯磺酸盐）(PEDOT)固态转接层，并在固态转接层表面涂附离子选择性敏感膜（ion selective membrane,ISM）。首先，对传感器进行电位校准；然后，通过扫描电子显微镜（scanning electron microscopy,SEM）测试、水层测试、电化学阻抗谱（electrochemical impedance spectroscopy,EIS）测试等传感器性能表征方法，对针-石墨烯-PEDOT-ISM型和针-ISM型两种传感器进行对比测试；最后，将传感器应用于小麦苗茎秆Mg2+原位活体检测，并设置对照试验。结果表明，传感器响应时间为7.0 s，检测限低至1.0×10-7mol/L、能斯特斜率为27.04 mV/dec，寿命可达30 d以上；两种传感器的水层测试及EIS测试结果表明，石墨烯-PEDOT固态转接层结构，可以显著增加离子选择性薄膜和不锈钢基底之间的低频电容，有效抑制水层的形成，降低传感器表面的电荷转移电阻，减少信号漂移，提高响应电位的稳定性。小麦苗茎杆Mg2+原位活体检测结果及纯琼脂和去离子水对照试验结果表明，该传感器可以有效检测其茎杆中Mg2+浓度变化，变化范围为10-3.42～10-3.03mol/L，检测结果可靠。综上所述，该传感器检测限低、电位响应稳定，可用于作物茎秆Mg2+浓度变化原位活体检测，应用前景广泛。

关键词：传感器作物Mg2+检测石墨烯电位校准

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：