检索结果-内蒙古大学图书馆

食品工业科技 2025年第6期46卷 30-42页

作者：葛宏义郭春燕蒋玉英张元孙振雨季晓迪吴旭阳冯博周文慧王恒河南工业大学粮食信息处理与控制教育部重点实验室河南郑州450001 河南工业大学河南省粮食光电探测与控制重点实验室河南郑州450001 河南工业大学信息科学与工程学院河南郑州450001 河南工业大学人工智能与大数据学院河南郑州450001

粮食中不完善粒的存在会降低粮食质量,影响粮食加工产品的品质,并且不完善粒的含量会影响粮食在国家规定的收购标准中的质量等级评定,造成经济损失。传统的检测方法包括人工检测法和化学试剂法等,这些方法存在主观性强、耗时较长等问题... 详细信息

粮食中不完善粒的存在会降低粮食质量,影响粮食加工产品的品质,并且不完善粒的含量会影响粮食在国家规定的收购标准中的质量等级评定,造成经济损失。传统的检测方法包括人工检测法和化学试剂法等,这些方法存在主观性强、耗时较长等问题,难以满足目前前沿研究向快速、准确检测发展的主要趋势。可见光成像技术操作简便且成像速度较快,但其无法识别粮食内部的特征信息。具有高分辨率和快速检测等优势的先进成像技术也成为粮食不完善粒检测领域的重要研究热点之一。本文综述了用于粮食不完善粒检测的成像技术,包括可见光成像、X射线、热成像、高光谱和多光谱成像以及太赫兹成像等,对这些技术的优缺点进行讨论和比较。分别从粮食的视觉外观和内部特征信息两方面进行介绍,总结了成像技术与机器学习方法结合在粮食不完善粒检测方面的研究进展。最后提出现阶段存在的问题并进行讨论,对未来改进方向进行展望,为粮食不完善粒检测的创新应用提供重要参考。

关键词：不完善粒可见光成像 X射线成像热成像高光谱和多光谱成像太赫兹成像机器学习

来源：评论

学校读者我要写书评

暂无评论

计算机视觉与图像的检测技术在储粮害虫监测中应用综述

引用

中国粮油学报 2025年

作者：甄彤王静李智慧祝玉华河南工业大学信息科学与工程学院粮食信息处理与控制教育部重点实验室(河南工业大学) 河南省粮食仓储信息智能感知与决策重点实验室(河南工业大学)

高效准确地检测粮仓管理中的储粮害虫是计算机视觉与图像处理领域的重要研究方向之一。随着深度学习和图像处理技术的迅速发展，储粮害虫检测在粮食仓储领域获得了新的解决方案。本文综述了传统与基于深度学习的目标检测技术的研究进展... 详细信息

高效准确地检测粮仓管理中的储粮害虫是计算机视觉与图像处理领域的重要研究方向之一。随着深度学习和图像处理技术的迅速发展，储粮害虫检测在粮食仓储领域获得了新的解决方案。本文综述了传统与基于深度学习的目标检测技术的研究进展及其在储粮害虫检测中的应用，涵盖数据采集与预处理、模型选择与训练及应用实例，展示了研究者们在提高害虫检测模型的准确率和鲁棒性（环境适应性）上取得的显著进展，以期为进一步提高储粮害虫检测技术的准确性，提升粮仓管理智能化水平，保障粮食安全提供参考。

关键词：粮仓管理储粮害虫检测技术深度学习

来源：评论

学校读者我要写书评

暂无评论

粮食多式联运区块链分级多链溯源模型

引用

中国农机化学报 2025年第3期46卷 195-201,F0003页

作者：祝玉华孟利奥甄彤李智慧河南工业大学信息科学与工程学院郑州市450001 河南工业大学粮食信息处理与控制教育部重点实验室郑州市450001

随着我国粮食物流在公铁水多式联运过程中面临的挑战日益增多,信息共享和管控成为关键问题。针对传统的粮食溯源体系面临数据中心化、信息不透明、数据易伪造等问题,提出一种粮食多式联运区块链分级多链溯源模型。该模型包含一级链Ms—R... 详细信息

随着我国粮食物流在公铁水多式联运过程中面临的挑战日益增多,信息共享和管控成为关键问题。针对传统的粮食溯源体系面临数据中心化、信息不透明、数据易伪造等问题,提出一种粮食多式联运区块链分级多链溯源模型。该模型包含一级链Ms—Raft算法、二级链R—PBFT算法和智能合约算法,一级链和二级链通过哈希锁定相互锚定,保证数据传输的可靠性。对比试验表明,分级多链模型的写入吞吐量为170 tps、读取吞吐量为280 tps、平均记账时延为0.25 s、平均写入时延为0.50 s、平均查询时间为0.41 s,与单链模型相比有更高的网络性能、共识效率和运行效率,且安全性更高,满足粮食多式联运溯源的需求。

关键词：粮食多式联运区块链溯源跨链技术

来源：评论

学校读者我要写书评

暂无评论

基于改进EfficientNet的轻量化小麦不完善粒识别模型

引用

中国粮油学报 2025年第2期40卷 192-202页

作者：于锦龙于俊伟张自豪潘泉母亚双河南工业大学粮食信息处理与控制教育部重点实验室郑州450001 河南工业大学河南省粮食光电探测与控制重点实验室郑州450001 河南工业大学信息科学与工程学院郑州450001 河南工业大学人工智能与大数据学院郑州450001 西北工业大学自动化学院西安710129

针对现有基于卷积神经网络的小麦不完善粒识别模型复杂度高、难以部署等问题,提出了一种基于EfficientNet-B0改进的轻量化小麦不完善粒识别模型ML-EfficientNet。首先,对CBAM注意力模块进行改进,提出了一种轻量级的注意力模块LCSA并使用... 详细信息

针对现有基于卷积神经网络的小麦不完善粒识别模型复杂度高、难以部署等问题,提出了一种基于EfficientNet-B0改进的轻量化小麦不完善粒识别模型ML-EfficientNet。首先,对CBAM注意力模块进行改进,提出了一种轻量级的注意力模块LCSA并使用LCSA模块替换原网络中的SE模块,使模型能同时捕获通道信息与空间信息,提升模型的识别能力。然后,借鉴CSPnet思想对MBConv的结构进行调整,在减少模型参数量的同时提升模型识别正确率。最后,在模型的首个卷积层后加入LCSA模块,进一步增强模型的特征提取能力。实验结果表明,ML-EfficientNet模型的识别准确率为95.71%,参数量为2.863 M、浮点计算量为0.376 G。较改进前识别精度提升了1.57%,参数量减少60%,浮点计算量减少9%,能够有效地进行小麦不完善粒的识别任务,为智慧农业提供有益支持。

关键词：小麦不完善粒识别 EfficientNet-B0 轻量化注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于智能算法的储粮通风温度预测

引用

中国农机化学报 2025年第1期46卷 91-98页

作者：吕宗旺柳航孙福艳河南工业大学信息科学与工程学院郑州市450001 粮食信息处理与控制教育部重点实验室郑州市450001

在当前粮食安全日益受到关注的背景下,对储粮过程中的温度波动进行准确预测,并通过智能化的通风控制系统实现对储粮环境的优化管理成为亟待解决的问题。基于此,提出一种CNN-BiGRU-Attention网络模型,通过CNN提取特征图中时序数据之间的... 详细信息

在当前粮食安全日益受到关注的背景下,对储粮过程中的温度波动进行准确预测,并通过智能化的通风控制系统实现对储粮环境的优化管理成为亟待解决的问题。基于此,提出一种CNN-BiGRU-Attention网络模型,通过CNN提取特征图中时序数据之间的潜在关系,并将处理后的特征向量作为BiGRU网络的输入,根据粮情数据的时序特征,在BiGRU网络中加入Attention为粮情特征分配权重;以及采用IPSO优化模型超参数的多模型融合算法来预测粮堆温度。使用吉林省榆树某直属粮库的数据集验证该预测模型,结果显示:均方根误差RMSE为0.046 9,平均绝对误差MAE为0.031 5,确定系数R~2为0.992 5,与其他模型相比,有效地提高预测精度。通过将储粮温度预测功能应用于粮情测控系统中,实现机械通风智能化来保障粮食的安全储藏。

关键词：储粮温度预测改进粒子群算法粮食储藏通风控制

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv8m的小麦仓储粮虫检测方法

引用

中国农机化学报 2025年第3期46卷 108-114页

作者：吕宗旺王甜甜孙福艳祝玉华河南工业大学信息科学与工程学院郑州市450001 粮食信息处理与控制教育部重点实验室郑州市450001

害虫是造成仓储小麦损失的重要因素之一,及时检测害虫并采取有效手段能够减少仓储小麦损失。传统人工检测害虫方法存在人工因素影响较大、速度慢的问题,基于深度学习的仓储粮虫检测方法虽然耗时短,但存在模型较大、速度和准确率二者难... 详细信息

害虫是造成仓储小麦损失的重要因素之一,及时检测害虫并采取有效手段能够减少仓储小麦损失。传统人工检测害虫方法存在人工因素影响较大、速度慢的问题,基于深度学习的仓储粮虫检测方法虽然耗时短,但存在模型较大、速度和准确率二者难以平衡的问题。故首先选取YOLOv8m算法作为基础进行改进,接着以更轻量化的网络Shufflenetv2代替Darknet—53;其次,在主干网络末端添加Squeeze—and—Excitation Networks注意力机制获取高质量的特征图,有效提高检测精度;最后,采用WIoUv3 Loss为YOLOv8m的回归损失函数,提高检测的精度和速度。试验结果表明:所提出的改进模型平均精度均值达到95.4%,模型参数量为19.46 M,FLOPs为58.74 G。相比其他模型,精确率更高,模型参数量更低,速度更快,能够为仓储害虫检测提供有效技术支撑。

关键词：小麦仓储粮虫深度学习小目标检测注意力机制轻量化模型

来源：评论

学校读者我要写书评

暂无评论

低照度图像增强算法研究综述

引用

红外技术 2025年第2期47卷 165-178页

作者：吕宗旺牛贺杰孙福艳甄彤河南工业大学信息科学与工程学院河南郑州450001 粮食信息处理与控制教育部重点实验室河南郑州450001

低照度图像增强是图像处理领域的重要问题之一,近年来,深度学习技术的迅速发展为低照度图像增强提供了新的解决方案,且具有广阔的应用前景。首先,全面分析了低照度图像增强领域的研究现状与挑战,并介绍了传统方法及其优缺点。其次,重点... 详细信息

低照度图像增强是图像处理领域的重要问题之一,近年来,深度学习技术的迅速发展为低照度图像增强提供了新的解决方案,且具有广阔的应用前景。首先,全面分析了低照度图像增强领域的研究现状与挑战,并介绍了传统方法及其优缺点。其次,重点讨论了基于深度学习的低照度图像增强算法,根据学习策略的不同将其分为五类,分别对这些算法的原理、网络结构、解决问题进行了详细的阐述,并按时间顺序将近6年基于深度学习的图像增强代表算法进行了对比分析。接着,归纳了当前主流的数据集与评价指标,并从感知相似度和算法性能两个方面对深度学习算法进行测试评估。最后,对低照度图像增强领域改进方向与今后研究作了总结与展望。

关键词：低照度图像图像增强深度学习图像处理低照度数据集

来源：评论

学校读者我要写书评

暂无评论

遥感影像中种植作物结构分类方法综述

引用

计算机工程与应用 2025年第8期61卷 35-48页

作者：甄彤张威振李智慧河南工业大学信息科学与工程学院郑州450001 河南工业大学粮食信息处理与控制教育部重点实验室郑州450001

遥感影像中的农作物种植结构分类具有重要应用价值。综述了遥感影像的主要分类技术,包括光谱特征、纹理特征、时序特征和多源数据融合等方法;重点分析了传统分类方法以及卷积神经网络等深度学习技术在提升分类精度和效率方面的表现。研... 详细信息

遥感影像中的农作物种植结构分类具有重要应用价值。综述了遥感影像的主要分类技术,包括光谱特征、纹理特征、时序特征和多源数据融合等方法;重点分析了传统分类方法以及卷积神经网络等深度学习技术在提升分类精度和效率方面的表现。研究结果表明,结合多源遥感数据与深度学习模型显著提高了复杂环境下的作物分类效果,尤其在处理多时相数据时表现突出。未来,遥感影像分类将通过算法优化和数据融合,进一步推动精准农业的发展与智能化管理系统的构建。

关键词：遥感技术农作物分类深度学习数据融合

来源：评论

学校读者我要写书评

暂无评论

RIS辅助无人机通信系统波束赋形双重循环优化算法

引用

郑州大学学报(工学版) 2025年第2期46卷 67-74页

作者：郭歆莹刘龙飞朱春华河南工业大学粮食信息处理与控制教育部重点实验室河南郑州450001 河南工业大学河南省粮食光电探测与控制重点实验室河南郑州450001 河南工业大学信息科学与工程学院河南郑州450001

为提高复杂城市环境中无人机(UAV)集成可重构智能表面(RIS)构成的RIS-UAV中继通信系统的频谱效率,研究了定轨迹RIS-UAV中继通信系统的最大化系统下行和速率问题,构建了一个联合主被动波束赋形的多变量非凸优化问题。为了解决该问题,设... 详细信息

为提高复杂城市环境中无人机(UAV)集成可重构智能表面(RIS)构成的RIS-UAV中继通信系统的频谱效率,研究了定轨迹RIS-UAV中继通信系统的最大化系统下行和速率问题,构建了一个联合主被动波束赋形的多变量非凸优化问题。为了解决该问题,设计了一种基于分式规划(FP)的流形优化的低复杂度交替优化双重循环算法。首先,通过FP算法将问题化简;其次,利用标准凸优化算法设计基站主动波束赋形,利用流形优化算法设计RIS被动波束赋形;最后,通过内外双重循环交替迭代优化直至收敛。仿真结果表明:所提算法与经典方案对比具有较好的收敛性和较低的复杂度,且在最大发射功率为20 dBm时,和速率比随机相位方案实现大约6 dB的增益。此外,RIS采用3 bit离散相移时系统和速率性能与连续相移近似。

关键词：无人机可重构智能表面波束赋形分式规划流形优化

来源：评论

学校读者我要写书评

暂无评论

基于多尺度并行卷积的小麦不完善粒检测研究

引用

河南工业大学学报(自然科学版) 2025年第1期46卷 96-104页

作者：张庆辉王晶平吕鹏涛王爱民吕磊张梦雅王金辉河南工业大学粮食信息处理与控制教育部重点实验室河南郑州450001 河南工业大学河南省粮食光电探测与控制重点实验室河南郑州450001 河南工业大学河南省粮食大数据分析与应用工程技术研究中心河南郑州450001 河南工业大学电气工程学院河南郑州450001

现有的小麦不完善粒识别模型忽略了在同一卷积层提取多尺度特征的重要性,因提取的特征过于单一而产生了识别精度较低的问题,针对此提出了多尺度并行卷积神经网络MSPCNeXt。其中,MSPCNeXt-v1结合降维和大核平均分解,既降低了模型开销,又... 详细信息

现有的小麦不完善粒识别模型忽略了在同一卷积层提取多尺度特征的重要性,因提取的特征过于单一而产生了识别精度较低的问题,针对此提出了多尺度并行卷积神经网络MSPCNeXt。其中,MSPCNeXt-v1结合降维和大核平均分解,既降低了模型开销,又提升了表征能力;MSPCNeXt-v2则在通道维度分割特征向量,将各部分输入不同分支,通过因式分解将大卷积核转为串联的正交平方核,以提高性能。结果表明:在公开数据集GrainSpace上验证了MSPCNeXt-v1和MSPCNeXt-v2模型的有效性;相较于基线ConvNeXt,MSPCNeXt-v1的平均精确率提高了2.605%,Top-1精确率提高了2.353%,但是模型规模较大;MSPCNeXt-v2的平均精确率提高了2.297%,Top-1精确率提高了1.912%,同时还减少了0.456 G的计算量和5.986 M的参数量。通过多尺度并行卷积提取小麦不完善粒的特征,再利用卷积分解和特征分割降低模型复杂度,可以有效地提升识别效率。

关键词：小麦不完善粒多尺度卷积并行分支卷积分解特征分割

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：