检索结果-内蒙古大学图书馆

浙江农林大学学报 2022年第1期39卷 146-152页

作者：周昊周素茵邬心迪浙江农林大学数学与计算机科学学院浙江杭州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 浙江经贸职业技术学院浙江杭州310018

【目的】研究生化处理模式下的生猪养殖污水特征,找到一种合理、快速的水质评价方法,为猪场及相关监管部门了解污水处理情况提供理论依据。【方法】以浙北一家规模猪场为采样点,于2018年秋至2020年秋对处理后的养殖污水进行随机采样。... 详细信息

【目的】研究生化处理模式下的生猪养殖污水特征,找到一种合理、快速的水质评价方法,为猪场及相关监管部门了解污水处理情况提供理论依据。【方法】以浙北一家规模猪场为采样点,于2018年秋至2020年秋对处理后的养殖污水进行随机采样。先采用SPSS软件对样本进行统计特征分析,然后利用逐步多元回归分析方法确定影响污水水质的关键指标,再结合水质指标之间的相关性建立生猪污水最小水质指数评价模型。【结果】①水质呈现季节性变化特征,春、夏季节水质优于秋、冬季节,尤其是夏季水质最好;②基于电导率和化学需氧量2个关键指标建立的最小水质指数评价模型的决定系数为0.994,该模型的验证结果表明:通过其评价的水质结果与基于氨氮、化学需氧量、总氮、总磷和酸碱度共5个指标的评价结果一致程度可达90%以上。【结论】基于关键指标构建的最小水质指数模型具有准确性和合理性,可用于生化处理模式下生猪养殖污水水质的快速评价。图4表3参28。

关键词：生猪污水水质评价水质指数

来源：评论

学校读者我要写书评

暂无评论

飞行高度与郁闭度对水杉冠幅提取影响的研究

引用

林业资源管理 2022年第1期 150-156页

作者：周辰琴余拥军方陆明刘雨真胡建锦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浙江省衢州市开化林业局

树冠是树种识别、估测树木胸径、估算森林蓄积量、监测树木生长情况的重要指标。无人机遥感具有低成本高精度等优势，非常适合高分辨率影像的获取。以杭州市临安区青山湖风景区的水杉林为研究对象，采用无人机获取不同飞行高度以及不同... 详细信息

树冠是树种识别、估测树木胸径、估算森林蓄积量、监测树木生长情况的重要指标。无人机遥感具有低成本高精度等优势，非常适合高分辨率影像的获取。以杭州市临安区青山湖风景区的水杉林为研究对象，采用无人机获取不同飞行高度以及不同郁闭度的遥感影像为数据源，基于面向对象法提取平均冠幅。以地面实测的平均冠幅作为参考，在相对低郁闭度的情况下飞行高度在65,70,75m时冠幅提取精度分别为：95.39%,94.80%,94.29%。在相对高郁闭度的情况下冠幅提取精度分别为：89.10%,88.10%,88.03%。研究结果表明，在研究范围内，随着无人机高度的增加，冠幅提取的精度逐渐降低，且在两种不同郁闭度的情况下同样适用，其精度都在88%以上。该方法高效可靠，在森林资源调查中有重要的现实意义。

关键词：面向对象无人机水杉冠幅提取飞行高度郁闭度

来源：评论

学校读者我要写书评

暂无评论

一种改进的基于Mask R-CNN的玉米大斑病实例分割算法

引用

电子技术应用 2024年第5期50卷 71-76页

作者：朱宇浩童孟军浙江农林大学数学与计算机科学学院浙江杭州311300 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

玉米作为我国主粮作物,其生产常受大斑病、小斑病、锈病等病害及虫害影响,导致其产量与品质下降,威胁农业生产安全。近年来,视觉检测技术因其高准确性已成为病害防控的重要工具。以Mask R-CNN为基础框架,通过融入DyHead、Groie和OHEM模... 详细信息

玉米作为我国主粮作物,其生产常受大斑病、小斑病、锈病等病害及虫害影响,导致其产量与品质下降,威胁农业生产安全。近年来,视觉检测技术因其高准确性已成为病害防控的重要工具。以Mask R-CNN为基础框架,通过融入DyHead、Groie和OHEM模块进行优化,旨在提升对细微病灶图像的分割效能。改良后的模型在病害图像分割任务上展现出卓越性能,平均精度(mAP)提升4%,尤其在小目标分割上准确率提高8.5%,相较于YOLOv5、YOLACT++等同类模型优势显著。通过消融实验验证了各新增模块的有效性,证实该模型为精准检测玉米大斑病提供了有力的技术支持与理论依据。

关键词：实例分割玉米大斑病 Mask R-CNN 计算机视觉注意力机制

来源：评论

学校读者我要写书评

暂无评论

运用Sentinel-2遥感影像数据估测森林蓄积量

引用

东北林业大学学报 2021年第5期49卷 59-66页

作者：李坤吴达胜方陆明刘建超浙江省林业智能监测与信息技术研究重点实验室(浙江农林大学) 杭州311300 浙江农林大学暨阳学院

针对传统森林资源调查工作量大、时效性低的问题,开发具有较好普适性的森林蓄积量估测模型,以期为森林资源管理决策提供科学依据。以淳安县、临海市为研究区,运用2017年研究区Sentinel-2遥感数据、森林资源二类调查数据和数字高程模型数... 详细信息

针对传统森林资源调查工作量大、时效性低的问题,开发具有较好普适性的森林蓄积量估测模型,以期为森林资源管理决策提供科学依据。以淳安县、临海市为研究区,运用2017年研究区Sentinel-2遥感数据、森林资源二类调查数据和数字高程模型数据,采用最小绝对收缩和选择算子(Lasso)特征选择方法,构建K最近邻算法(K-NN)、梯度提升迭代决策树(GBDT)、极端梯度提升(XGBoost)、梯度增强集成分类器(CatBoost)4种模型和基于单模型的堆叠法(Stacking)融合模型,通过10折交叉验证法检验模型精度,分析特征变量对于模型性能指标的影响。结果表明:(1)在淳安、临海两地的森林蓄积量估测中,CatBoost模型在4种单模型中综合表现最优,具有较好的普适性;(2)特征变量的加入极大提升了模型的决定系数(R^(2)),且均方误差、平均绝对误差和平均百分比误差等性能指标也显著优化;(3)融合模型的平均百分比误差最低为20.24%,较单模型有所提升。Lasso特征选择方法结合Stacking融合模型可以准确地估测森林蓄积量,具有较强实用性。

关键词：森林蓄积量类别特征集成模型

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

基于无人机影像与Mask R-CNN的单木树冠检测与分割

引用

林业工程学报 2021年第2期6卷 133-140页

作者：黄昕晰夏凯冯海林杨垠晖杜晓晨浙江农林大学信息工程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局重点实验室杭州311300

对无人机遥感影像中单木树冠进行检测与分割并获取树冠冠幅与树冠面积参数,可以为城市中不同场景下的林业资源调查提供高效快捷的途径。以银杏树为研究对象,创建基于无人机遥感影像的银杏单木树冠数据集,并使用卷积神经网络Mask R-CNN... 详细信息

对无人机遥感影像中单木树冠进行检测与分割并获取树冠冠幅与树冠面积参数,可以为城市中不同场景下的林业资源调查提供高效快捷的途径。以银杏树为研究对象,创建基于无人机遥感影像的银杏单木树冠数据集,并使用卷积神经网络Mask R-CNN算法结合正射影像图对城市中不同场景下的树冠进行检测和树冠边界勾绘以获取相关树冠参数。结果表明,加入无人机银杏树冠影像数据集训练后的网络模型,可以较好地适用于城市不同场景下的银杏单木树冠检测与分割。在4个测试场景下的86棵银杏单木树冠目标总体查准率达到93.90%,召回率达到89.53%,F1-score为91.66%,平均精度均值为90.86%,且可以提取到较为准确的银杏单木树冠的冠幅值与树冠面积,预测冠幅的平均相对误差与均方根误差分别为7.50%和0.55,预测树冠面积的平均相对误差与均方根误差分别为11.15%和2.48。将无人机影像与深度学习算法结合应用到城市林业资源调查中,可以得到较为准确的树冠检测与轮廓分割结果,有效地提高城市林业资源调查效率。

关键词：无人机 Mask R-CNN 树冠检测树冠分割冠幅树冠面积

来源：评论

学校读者我要写书评

暂无评论

基于无人机多光谱影像的亚热带阔叶林分类

引用

林草资源研究 2022年第3期 142-147页

作者：刘雨真高海力方陆明周辰琴郑辛煜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浙江省公益林和国有林场管理总站

使用无人机平台获取亚热带阔叶林样地的多光谱影像和可见光影像，并将多光谱影像与可见光影像进行波段合成获得添加多光谱信息的可见光组合影像，从可见光影像、多光谱影像和组合影像中分别提取光谱信息与空间信息，采用支持向量机、最... 详细信息

使用无人机平台获取亚热带阔叶林样地的多光谱影像和可见光影像，并将多光谱影像与可见光影像进行波段合成获得添加多光谱信息的可见光组合影像，从可见光影像、多光谱影像和组合影像中分别提取光谱信息与空间信息，采用支持向量机、最大似然法、神经网络和马氏距离等4种分类算法对其优势树种进行分类。比较不同影像在不同分类算法下的分类结果。仅使用可见光影像使用不同算法分类的精度都比较低，最高精度为采用支持向量机的分类，分类精度为62.97%,Kappa系数为0.225 6。使用多光谱影像和添加多光谱影像的可见光组合影像分类精度均有提升。组合影像与支持向量机的分类组合达到90.64%,Kappa系数为0.786。使用低成本的无人机可见光影像分类精度较低，而添加多光谱影像能较大提升分类精度。

关键词：多光谱可见光亚热带阔叶林树种分类

来源：评论

学校读者我要写书评

暂无评论

基于LSTM-LDA算法和IPA分析的在线品牌社群用户关注热点研究

引用

情报杂志 2021年第9期40卷 178-186页

作者：孙玲玲胡彦蓉刘洪久浙江农林大学信息工程学院杭州311300 浙江省林业智能监测与信息技术研究重点实验室杭州311300

[目的/意义]通过对在线品牌社群中的用户交流信息进行关注热点提取,探究企业如何有效运营在线品牌社群,形成以用户为中心的私域流量,有效提高用户黏性和品牌竞争力。[方法/过程]以爱卡大众汽车论坛用户评论数据为研究对象,基于LSTM-LDA... 详细信息

[目的/意义]通过对在线品牌社群中的用户交流信息进行关注热点提取,探究企业如何有效运营在线品牌社群,形成以用户为中心的私域流量,有效提高用户黏性和品牌竞争力。[方法/过程]以爱卡大众汽车论坛用户评论数据为研究对象,基于LSTM-LDA融合算法,根据文档-主题相似度过滤边缘评论,其次在LSTM-LDA模型基础上引入时间参数信息,采取后离散分析方法,动态挖掘用户关注热点主题的关注度和满意度,最后构建IPA分析模型,分析用户关注热点主题发展态势。[结果/结论]用户对大众汽车的关注涉及汽车保养、汽车总体架构等8个主题,定位出当前处于优势区、保持区、改进区、弱势区的热点主题,实现对用户关注热点发展趋势的分析和评价,形成基于用户评论数据的建议、推断和决策。该研究着眼于在线社群评论文本分析研究,为在线社群用户需求挖掘提供新的理论研究方向,为企业借助在线社群增强与用户的信息交流、提升竞争力提供一定参考。

关键词：在线品牌社群 LSTM神经网络 LDA主题模型 IPA分析

来源：评论

学校读者我要写书评

暂无评论

临安山核桃产量的Lasso-灰色预测模型研究

引用

林草资源研究 2021年第1期 94-102页

作者：冯亚枝胡彦蓉刘洪久浙江农林大学信息工程学院浙江省林业智能监测与信息技术研究重点实验室

为实现对山核桃(Carya cathayensis Sarg)产量的精确预测,分析了气候因素和种植规模对山核桃产量的影响,建立了Lasso回归和灰色预测组合模型,并以临安山核桃为例进行实证研究。结果表明,与Lasso-BP,Lasso-RBF以及Lasso-GRNN这3种模型的... 详细信息

为实现对山核桃(Carya cathayensis Sarg)产量的精确预测,分析了气候因素和种植规模对山核桃产量的影响,建立了Lasso回归和灰色预测组合模型,并以临安山核桃为例进行实证研究。结果表明,与Lasso-BP,Lasso-RBF以及Lasso-GRNN这3种模型的预测效果相比,Lasso-GM模型预测精度较高,平均相对误差达到6.99%,能够较好地掌握山核桃产量的变化规律。同时,预测结果也显示,到2024年临安山核桃产量处于稳步增长的态势。

关键词：临安区山核桃 Lasso-灰色模型产量预测

来源：评论

学校读者我要写书评

暂无评论

基于改进的Faster R-CNN的小目标储粮害虫检测研究

引用

中国粮油学报 2021年第9期36卷 164-171页

作者：王金李颜娥冯海林王安澜浙江农林大学信息工程学院杭州311300 浙江省林业智能监测与信息技术实验室杭州311300 林业感知技术与智能装备国家林业局重点实验室杭州311300

针对小目标储粮害虫图像的检测问题,提出了一种基于特征金字塔网络的Faster R-CNN改进模型对图像中的小目标进行检测。本研究以5种常见的储粮害虫为检测目标,样本中通过随机组合的方式混合不同种类的储粮害虫进行拍照取样,通过对原始图... 详细信息

针对小目标储粮害虫图像的检测问题,提出了一种基于特征金字塔网络的Faster R-CNN改进模型对图像中的小目标进行检测。本研究以5种常见的储粮害虫为检测目标,样本中通过随机组合的方式混合不同种类的储粮害虫进行拍照取样,通过对原始图像数据进行目标扩充后构建了含942张储粮害虫图像的数据集(CSGP)。在改进模型的特征金字塔网络结构中,特征提取网络产生的高层特征图通过下采样方式逐步对底层特征图进行融合,生成适合多尺度目标检测的特征图。实验结果表明,采用训练集目标扩充的方式,储粮害虫图像的目标检测结果mAP提升了2.21%;改进后的模型进一步使得储粮害虫图像检测的mAP达到96.69%。最后,设计了一套粮仓内的储粮害虫监测系统。

关键词：储粮害虫小目标检测卷积神经网络特征金字塔网络

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：