检索结果-内蒙古大学图书馆

林业科学 2025年第4期61卷 20-32页

作者：常乐杜晓晨冯海林李颜娥黄坚钦浙江农林大学数学与计算机科学学院杭州311300 林业感知技术与智能装备国家林业和草原局重点实验室杭州311300 省部共建亚热带森林培育国家重点实验室杭州311300

【目的】针对传统测量立木胸径过程中费时耗力、易受人为因素影响、设备价格昂贵等问题,提出一种基于智能手机和深度学习的立木胸径自动测量方法。【方法】首先,为达到低成本的立木胸径自动测量需求,采用智能手机获取立木单目RGB图像;然... 详细信息

【目的】针对传统测量立木胸径过程中费时耗力、易受人为因素影响、设备价格昂贵等问题,提出一种基于智能手机和深度学习的立木胸径自动测量方法。【方法】首先,为达到低成本的立木胸径自动测量需求,采用智能手机获取立木单目RGB图像;然后,为精准提取立木轮廓,提出一种基于GC-U-Net模型的立木图像分割算法,在传统U-Net分割模型基础上,集成VGG16和CBAM增强模型对立木树干特征的识别能力;最后,基于摄影测量原理,构建立木胸径测量模型,利用分割后的树干图像快速准确地计算出立木胸径。【结果】相较传统U-Net模型,GC-U-Net模型的平均交并比(mIoU)提升4.38%,平均像素准确率(mPA)提升6.08%,召回率(Recall)提升4.85%;相比Deeplabv3+、PSPNet、SegNet分割模型,GC-U-Net模型可取得更好的树干分割结果,mIoU分别提升6.04%、6.52%、11.0%,mPA分别提升7.93%、7.36%、12.31%,Recall分别提升6.88%、7.83%、11.08%;树干直径测量平均相对误差仅2.37%,拟合度达0.91。【结论】与传统立木胸径测量方法相比,本研究方法仅通过智能手机获取立木单目图像即可自动获取胸径,全程无需昂贵的专业设备;图像采集过程中也不需要参照物,简化了现场测量的复杂性,提高了测量效率;同时,GC-U-Net模型还可确保立木胸径测量的准确度。

关键词： GC-U-Net 树干分割胸径测量智能手机

来源：评论

学校读者我要写书评

暂无评论

高通量茶叶种苗数字图像获取系统设计

引用

福建茶叶 2025年第1期47卷 39-42页

作者：付志威楼雄伟高海力浙江农林大学数学与计算机科学学院浙江农林大学、国家林业和草原局林业传感技术与智能装备重点实验室浙江农林大学、浙江省林业智能监测与信息技术研究重点实验室浙江杭州311300 浙江省公益林和国有林场管理总站浙江杭州310020

为解决传统茶叶种苗图像采集方法效率低下、成本高昂的问题,设计了茶叶种苗数字图像获取系统。本系统融合了传统RGB相机和树莓派4B控制的自动化硬件,解决传统茶叶图像采集的低效高成本问题。采用柔性链传送结构和齿形链传动确保茶叶种... 详细信息

为解决传统茶叶种苗图像采集方法效率低下、成本高昂的问题,设计了茶叶种苗数字图像获取系统。本系统融合了传统RGB相机和树莓派4B控制的自动化硬件,解决传统茶叶图像采集的低效高成本问题。采用柔性链传送结构和齿形链传动确保茶叶种苗传送的精确稳定。人机交互界面的设计实现了自动化控制,包括采集、存储路径选择等功能。经过系统测试,表明系统稳定可靠,能够满足科研对茶叶种苗图像获取的需求,在茶叶图像获取方面具有广泛的前景。

关键词：茶叶种苗数字图像获取系统传统RGB相机树莓派4B 人机交互界面

来源：评论

学校读者我要写书评

暂无评论

基于Fick-小波包变换方法对土壤CO_2浓度时间序列的去噪处理

引用

传感技术学报 2019年第5期32卷 715-722页

作者：谢宝良胡军国李烨斐陈芳毛国平浙江农林大学信息工程学院林业感知技术与智能装备国家林业和草原局重点实验室浙江省林业智能监测与信息技术研究重点实验室杭州311300

土壤CO_2浓度时间序列的数据质量易受到外界环境及土壤监测仪质量的影响,导致不能精确的测定土壤呼吸。针对土壤CO_2浓度时间序列的数据质量问题,本文提出小波包变换和Fick第二定律结合的方法对时间序列进行去噪分析。实验结果显示,无... 详细信息

土壤CO_2浓度时间序列的数据质量易受到外界环境及土壤监测仪质量的影响,导致不能精确的测定土壤呼吸。针对土壤CO_2浓度时间序列的数据质量问题,本文提出小波包变换和Fick第二定律结合的方法对时间序列进行去噪分析。实验结果显示,无论从均值,信噪比,均方根误差和斜率距离来看,本文算法都优于由传统方法计算得到的结果。同时,在研究区域分别测量了早中晚三个时间段的土壤CO_2浓度,对其进行去噪处理之后,利用Fick第一定律计算获得的土壤碳通量与LI-8100测得的仅相距1μmol/m^2/s左右。说明通过本文算法不仅精确算得了开放型气室内任意时间任意位置的CO_2浓度时间序列,并且通过计算处理后的时间序列获得了与LI-8100相近的土壤碳通量。

关键词：小波包变换时间序列去噪 Fick定律土壤CO2浓度土壤碳通量

来源：评论

学校读者我要写书评

暂无评论

基于多源数据及三层模型的小班林型识别

引用

南京林业大学学报（自然科学版） 2022年第1期46卷 69-80页

作者：黄健吴达胜方陆明浙江农林大学数学与计算机科学学院林业感知技术与智能装备国家林业和草原局重点实验室浙江杭州311300

【目的】目前关于林型识别的研究区域主要为小范围森林区域和林场,为了探究较大范围内林型的识别方法,本研究使用Sentinel-2光学遥感影像、森林资源二类调查数据、数字高程模型(DEM)和Sentinel-1雷达遥感影像数据建立林型识别模型。【... 详细信息

【目的】目前关于林型识别的研究区域主要为小范围森林区域和林场,为了探究较大范围内林型的识别方法,本研究使用Sentinel-2光学遥感影像、森林资源二类调查数据、数字高程模型(DEM)和Sentinel-1雷达遥感影像数据建立林型识别模型。【方法】以淳安县作为研究区域,针对淳安县各个小班中的7种林型:毛竹(Phyllosstachys edulis)林、茶树(Camellia sinensis)林、山核桃(Carya cathayensis)林、杉木(Cunninghamia lanceolata)林、马尾松(Pinus massoniana)林、阔叶混交林、其他硬阔林进行识别。研究采用分层的方法对林型进行识别,整体分为3层。第1层使用RF算法建立林地与非林地识别模型;第2层对林地数据进行树种结构识别,分别使用随机森林(random forest,RF)、极端梯度提升(eXtreme gradient boosting,XGBoost)和轻量级梯度提升机(light gradient boosting machine,LightGBM)方法建立不同模型并对比分析实验结果;第3层将树种结构细分为林型。【结果】第1层RF林地与非林地识别模型总体精度为98.08%;第2层树种结构识别模型中对比了3个模型不同特征组合下的性能,其中LightGBM模型总体精度最高,达到81.43%;第3层模型对林型进行识别,基于所有特征结合雷达遥感因子建模的情况下,LightGBM模型精度为84.51%,经递归特征消除法(recursive feature elimination,RFE)选择特征后,最优精度为83.21%。【结论】通过各个模型的特征重要性图发现,光学遥感中的绿光、红光、近红外波段和红边波段,以及DEM提取的地形因子对研究区域小班林型识别有较好的效果,而Sentinel-1雷达中提取的自变量对林型的识别没有特别明显的帮助。

关键词：林型识别光学遥感雷达遥感数字高程模型模型分层

来源：评论

学校读者我要写书评

暂无评论

基于多模态预训练模型的水稻病虫害图像描述生成研究

引用

南京农业大学学报 2024年第4期47卷 782-791页

作者：薛悦平胡彦蓉刘洪久童莉珍葛万钊浙江农林大学数学与计算机科学学院/浙江省林业智能监测与信息技术研究重点实验室/林业感知技术与智能装备国家林业和草原局重点实验室浙江杭州311300

[目的]针对水稻病虫害图像分类技术缺少对病症描述的问题,本文提出一种轻量化的水稻病虫害图像描述模型,对水稻病虫害图像进行更为具体的描述。[方法]以白叶枯病、细菌性条斑病、恶苗病、三化螟虫、稻瘟病、稻曲病、纹枯病、飞虱、稻蓟... 详细信息

[目的]针对水稻病虫害图像分类技术缺少对病症描述的问题,本文提出一种轻量化的水稻病虫害图像描述模型,对水稻病虫害图像进行更为具体的描述。[方法]以白叶枯病、细菌性条斑病、恶苗病、三化螟虫、稻瘟病、稻曲病、纹枯病、飞虱、稻蓟马、胡麻斑病这十类常见的水稻病虫害开展研究,构建了水稻病虫害图像中文描述数据集。首先采用多模态预训练模型CLIP生成图像向量,其中包含基本的图像信息以及丰富的语义信息,采用映射网络将图像向量映射到文本空间里生成文本提示向量,语言模型GPT-2根据文本提示向量生成图像描述。[结果]在水稻病虫害图像描述数据集上,本文模型的指标总体明显优于其他模型,本文算法的BLEU-1、BLEU-2、BLEU-3、BLEU-4、ROUGE、METEOR指标较传统的CNN_LSTM模型分别提升0.26、0.27、0.24、0.22、0.22、0.14。生成的图像描述具有准确、详细、语义丰富等优点。另外使用实际稻田图片对模型进行测试,实际田间的场景更为复杂多样,生成的图像描述指标与数据集指标对比总体仅有轻微下降,仍高于其他对比模型。本文模型对水稻病虫害的总体识别准确率达97.28%。[结论]基于多模态预训练模型的水稻病虫害图像描述方法能够准确识别水稻病虫害病症并形成相应的病症描述,为水稻病虫害检测提供一种新思路。

关键词：多模态预训练模型水稻病虫害图像描述生成诊断

来源：评论

学校读者我要写书评

暂无评论

基于YOLOv4的多目标花卉识别系统

引用

南京农业大学学报 2022年第4期45卷 818-827页

作者：谢州益胡彦蓉浙江农林大学数学与计算机科学学院/浙江省林业智能监测与信息技术研究重点实验室/林业感知技术与智能装备国家林业和草原局重点实验室浙江杭州311300

[目的]花卉多目标识别定位是自动化作业的基础,大型的目标检测网络识别效果好,但由于复杂度高难以满足实时检测需求,本文提出了基于YOLOv4的轻量化目标检测算法。[方法]采用MobileNetV3替换原有的主干特征提取网络,自下而上融合网络的... 详细信息

[目的]花卉多目标识别定位是自动化作业的基础,大型的目标检测网络识别效果好,但由于复杂度高难以满足实时检测需求,本文提出了基于YOLOv4的轻量化目标检测算法。[方法]采用MobileNetV3替换原有的主干特征提取网络,自下而上融合网络的浅层和深层特征,简化路径聚合网络进一步减少计算量。结合优化K-means聚类获得的预选框参数来提高算法对特定目标的检测精度,并比较训练策略对模型性能的影响,将优化后的算法集成到用户交互界面,实现花卉识别定位。[结果]该系统实现了操作简单的花卉多目标的识别,具有实时反馈和较高准确率等优势,改进算法在余弦退火方式下训练得到的模型对图像的处理速度为每秒31.85帧,最高检测精确率达96.43%。[结论]这种基于YOLOv4的轻量级目标检测模型具有较高的识别率,系统对多目标花卉的检测具有可行性,为自动化作业提供技术支撑。

关键词：花卉识别多目标检测 YOLOv4 深度可分离卷积 K-means聚类余弦退火

来源：评论

学校读者我要写书评

暂无评论

改进栓皮栎树高预测混合效应模型研究

引用

林业资源管理 2018年第5期 54-62+89页

作者：黄峰徐爱俊唐丽华浙江农林大学信息工程学院浙江农林大学浙江省林业智能监测与信息技术研究重点实验室林业感知技术与智能装备国家林业和草原局重点实验室

树高与胸径是森林资源调查中2个重要的测树因子。鉴于树高测量相对不易实现的问题,以金华市永康市西溪镇的94株栓皮栎树为研究对象,在比较林业上常用的10个树高曲线模型拟合效果的基础上,改进了传统的Gompertz树高曲线模型,提出并构建... 详细信息

树高与胸径是森林资源调查中2个重要的测树因子。鉴于树高测量相对不易实现的问题,以金华市永康市西溪镇的94株栓皮栎树为研究对象,在比较林业上常用的10个树高曲线模型拟合效果的基础上,改进了传统的Gompertz树高曲线模型,提出并构建了含有立地因子的Gompertz混合效应树高预测改进模型。实验表明:1)当对Gompertz混合效应模型拟合时,引入随机参数b1,b3时模型拟合最好;当对Gompertz混合效应改进模型拟合时,引入随机参数b1,b4时模型拟合最好。2)构建的Gompertz混合效应改进模型决定系数达到0. 779,Gompertz混合效应模型决定系数为0. 553,Gompertz模型决定系数为0. 542,即仅凭混合效应方法构建模型对提高模型预测精度并不明显。实验证明了本文构建的Gompertz混合效应改进模型大大提高了栓皮栎的树高预测精度,为研究树种树高-胸径关系模型提供了一种新方法。

关键词：栓皮栎树树高预测立地因子 Gompertz模型混合效应

来源：评论

学校读者我要写书评

暂无评论

基于逐步回归的XGboost方法的森林蓄积量估测

引用

中南林业科技大学学报 2020年第6期40卷 72-80页

作者：黄宇玲吴达胜方陆明浙江农林大学信息工程学院浙江杭州311300 浙江农林大学林业感知技术与智能装备国家林业和草原局重点实验室浙江杭州311300 浙江农林大学浙江省林业智能监测与信息技术研究重点实验室浙江杭州311300

【目的】森林蓄积量是反映森林资源总规模和水平的基本林分调查因子之一,也是衡量森林资源丰富程度和森林生态环境优劣的重要依据。为探索更优的森林蓄积量建模和估测方法,以期为林业科学中森林蓄积量的估测研究提供新的方法与思路。【... 详细信息

【目的】森林蓄积量是反映森林资源总规模和水平的基本林分调查因子之一,也是衡量森林资源丰富程度和森林生态环境优劣的重要依据。为探索更优的森林蓄积量建模和估测方法,以期为林业科学中森林蓄积量的估测研究提供新的方法与思路。【方法】以浙江省龙泉市为研究区,以单位蓄积量(m3/mu)为研究对象,集成森林资源二类调查数据、高分二号遥感影像数据、数字高程模型(DEM)数据。通过逐步回归特征选择方法选取与蓄积量相关的自变量因子,在不区分树种的情况下,利用极端梯度提升(eXtreme gradient boosting,XGboost)方法、决策树梯度提升(Light generalized boosted regression models,LGBM)方法和梯度提升(Gradient boosting)方法分别建立蓄积量估测模型。然后,基于区分针叶林、阔叶林、针阔混交林的情况下,用XGboost方法再次建立蓄积量估测模型,并与未区分树种情况下的估测结果进行对比。采用十折交叉验证法对模型性能指标进行检验。【结果】在不区分树种的情况下,XGboost呈现了最佳的效果,优于LGBM方法和Gradient boosting方法,其建模精度为89.65%,估测精度为83.19%。在区分树种结构下,XGboost方法的建模精度(89.31%)与不区分树种情况下没有明显区别,但估测精度(84.5%)有一定提升,其中针叶林的效果最好。【结论】逐步回归特征选择方法结合XGboost方法能够取得最好的森林蓄积量估测效果,区分树种能够在一定程度上提高模型的泛化能力。XGboost方法在实践中使用方便,提供了在短时间内估测森林蓄积量的可能性,从而为森林蓄积量的估测提供了新的方法。

关键词：极端梯度提升算法决策树梯度提升算法梯度提升算法森林蓄积量高分二号

来源：评论

学校读者我要写书评

暂无评论

木材径切面内部缺陷的应力波成像算法

引用

浙江农林大学学报 2019年第2期36卷 211-218页

作者：郑泽宇冯海林杜晓晨方益明浙江农林大学信息工程学院浙江杭州311300 浙江农林大学浙江省林业智能监测与信息技术研究重点实验室浙江杭州311300 浙江农林大学林业感知技术与智能装备国家林业和草原局重点实验室浙江杭州311300

为了获得木材径切面上的缺陷形状、大小和位置,提出一种木材径切面内部缺陷成像的方法。首先,基于应力波在木材径切面上的传播规律,提出一种木材径切面上的应力波速度修正方法。将应力波速度转换为径切面上的若干个预估点的值,结合反距... 详细信息

为了获得木材径切面上的缺陷形状、大小和位置,提出一种木材径切面内部缺陷成像的方法。首先,基于应力波在木材径切面上的传播规律,提出一种木材径切面上的应力波速度修正方法。将应力波速度转换为径切面上的若干个预估点的值,结合反距离加权插值(IDW)法提出一种速度修正插值(VCI)方法。最后,使用VCI方法在不同树木样本上进行了木材径切面缺陷的二维成像实验。结果表明:①VCI方法可以重建木材内部缺陷大小以及缺陷位置,缺陷成像结果与真实的缺陷情况相吻合。②对比IDW方法的成像结果, VCI方法对缺陷的大小以及缺陷形状、位置的成像结果有较大提高。③利用混淆矩阵方法对VCI与IDW方法进行定量分析表明, VCI方法的平均准确率、平均精确度和平均查全率均高于IDW方法,说明VCI方法成像效果的可行性和有效性。

关键词：木材学应力波径切面成像缺陷检测速度修正插值法

来源：评论

学校读者我要写书评

暂无评论

基于无人机影像的山核桃单木检测及冠幅与树高的提取

引用

林业工程学报 2023年第4期8卷 159-166页

作者：郭阳光夏凯杨垠辉冯海林浙江农林大学数学与计算机科学学院浙江省林业智能监测与信息技术研究重点实验室林业感知技术与智能装备国家林业和草原局重点实验室杭州311300

针对经济林中树木的生长状况进行调查,有助于农户制定针对性的经营策略,提高经营效率。然而,由于山核桃树通常生长在山地环境下,使用传统的林业调查方法获取树木参数需要的人力资源和时间成本较高,而且在陡峭的山地环境中容易受到地形... 详细信息

针对经济林中树木的生长状况进行调查,有助于农户制定针对性的经营策略,提高经营效率。然而,由于山核桃树通常生长在山地环境下,使用传统的林业调查方法获取树木参数需要的人力资源和时间成本较高,而且在陡峭的山地环境中容易受到地形、植被和气象等因素的干扰。为了解决这一问题,提出了一种新的自动化方法——检测框投影法。该方法基于深度学习的目标检测算法对遥感图像中的树冠进行检测并生成检测框,再依据所得到的检测框获取树木位置和数量,并进一步提取单木的冠幅与树高等参数。在不同环境的山核桃种植林场进行的树冠检测实验结果表明,该方法使用的目标检测算法对山核桃树冠检测的总体平均精度和F1-score分别达到了85.5%与0.84;参数提取方面,在两处不同的山核桃种植林场选取了3处研究样地,并在每处样地选取并实地测量了50棵样本树木的冠幅和树高以验证参数提取精度,结果表明,使用检测框投影法预测冠幅与实测值的均方根误差、平均绝对误差和平均相对误差分别为0.469 m、0.313 m和5.7%,预测树高与实测值的均方根误差、平均绝对误差和平均相对误差分别为0.427 m、0.331 m和6.0%。提出的检测框投影法在山核桃林地环境下可以获得较为准确的树冠检测与参数提取结果,帮助农户制定更加合理和科学的经营策略,提高经营效率,同时也为林业生产的可持续发展提供了参考。

关键词：山核桃无人机影像 YOLOv5 树冠检测参数提取检测框投影法

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：