检索结果-内蒙古大学图书馆

林业工程学报 2023年第3期8卷 156-164页

作者：许可季卓夏凯杨垠辉冯海林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 浙江省林业智能监测与信息技术研究重点实验室杭州311300 浙江同创空间技术有限公司杭州311300

松材线虫病是我国近几十年来最严重的一种森林病害,加强疫情的监测迫在眉睫。本研究在自建数据集的基础上采用3种不同的注意力模块(CBAM、SE和CA)改进YOLOv5算法并结合数字正射影像图自动识别松材线虫病受害木,分别对比了改进模型CBAM-Y... 详细信息

松材线虫病是我国近几十年来最严重的一种森林病害,加强疫情的监测迫在眉睫。本研究在自建数据集的基础上采用3种不同的注意力模块(CBAM、SE和CA)改进YOLOv5算法并结合数字正射影像图自动识别松材线虫病受害木,分别对比了改进模型CBAM-YOLOv5、SE-YOLOv5、CA-YOLOv5与YOLOv5模型的识别效果,实现了对变色松树和枯死疫木检测效果的提升。结果表明:3种注意力改进策略的变色松树查全率、平均精度和F1分数显著提高,查准率不逊色于YOLOv5模型;综合考量查全率和F1分数指标,SE-YOLOv5模型的变色松树和枯死疫木检测效果最好,其F1分数分别达到89.7%和76.9%,比原模型分别提高了5.5%和5.4%,其检测精度分别为91.7%和80.3%,较YOLOv5模型分别提升了4.7%和5.1%;在理想置信度阈值情况下3种注意力改进策略的变色松树和枯死疫木查全率均值分别为85.4%和76.6%,基本满足实际检测需求。对各注意力改进模型检测层的特征图和热力图进行剖析可以看出,嵌入注意力机制有利于提取高贡献度的特征成分,可以提升变色松树特征提取的准确性。因此,改进的YOLOv5模型基本满足了在较大疫区范围内对疫情监测的需求,这对于松林资源保护和病害防治具有积极意义。

关键词：松材线虫病无人机影像 YOLO算法注意力机制目标检测

来源：评论

学校读者我要写书评

暂无评论

基于距离相关系数和Catboost方法的森林蓄积量估测

引用

中南林业科技大学学报 2023年第5期43卷 27-35页

作者：胡建锦熊伟方陆明吴达胜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 龙泉市林业局浙江龙泉610100

【目的】探讨采用Landsat-8遥感影像数据,基于距离相关系数特征选择的Catboost模型在森林蓄积量估测中的潜力和适应性,为森林蓄积量的估测方法再增加一种可能性,也能为“双碳”目标的实现提供理论支撑。【方法】以浙江省龙泉市为研究区... 详细信息

【目的】探讨采用Landsat-8遥感影像数据,基于距离相关系数特征选择的Catboost模型在森林蓄积量估测中的潜力和适应性,为森林蓄积量的估测方法再增加一种可能性,也能为“双碳”目标的实现提供理论支撑。【方法】以浙江省龙泉市为研究区域,使用多源数据,包括Landsat-8卫星影像数据、森林资源二调数据和数字高程模型的数据,整个过程使用十字折交叉验证法对模型检验。首先使用基于距离相关系数的方法筛选特征因子,在不区分树种的情况下,分别利用K最近邻算法(KNN)、装袋算法(Bagging)、决策树梯度提升算法(LGBM)、梯度增强集成分类器算法(Catboost)4种方法建立蓄积量估测模型。之后再选取样本数据中数量比较大的杉木、针叶混交林、马尾松3种优势树种,分别使用Catboost方法进行蓄积量估测,再按权求和与未区分树种情况下的估测结果进行比较。【结果】Catboost方法表现优势明显,优于K最近邻算法(KNN)、装袋算法(Bagging)以及决策树梯度提升算法(LGBM),其模型的精确度达到了81.43%,建模估测的精确度达到了76.74%,并且与3种不同优势树种按权求和的结果对比,Catboost法的建模精确度差别不大,但是估测的精确度提高了1.01%。【结论】基于距离相关系数特征选择方法结合Catboost模型在森林蓄积量估测中效果表现更好,并且尽管区分树种和不区分树种的情况下模型的估测能力差距比较小,但是区分树种情况下还是略有提高,这为测量区域森林蓄积量提供了一种新的思路。

关键词：森林蓄积量 Catboost方法 Bagging方法距离相关系数

来源：评论

学校读者我要写书评

暂无评论

基于改进的ResNet152V2模型对临安山核桃果仁等级分类研究

引用

中国粮油学报 2023年第1期38卷 90-100页

作者：陈思伟戴丹郑剑郑辛煜康浩愉莫佳莉顾晓波浙江农林大学数学与计算机科学学院杭州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 林业感知技术与智能装备国家林业局重点实验室杭州311300 浙江农林大学食品与健康学院杭州311300 临安区农林技术推广中心杭州311300

提出基于空间注意力机制的深度学习模型对临安山核桃进行等级分类,选取L值作为外观指标,MDA值作为品质指标,通过机器学习的方法挖掘二者之间的关联关系,从而建立山核桃果仁外观与品质的关联模型。通过多设备、多环境下的照片建立山核桃... 详细信息

提出基于空间注意力机制的深度学习模型对临安山核桃进行等级分类,选取L值作为外观指标,MDA值作为品质指标,通过机器学习的方法挖掘二者之间的关联关系,从而建立山核桃果仁外观与品质的关联模型。通过多设备、多环境下的照片建立山核桃果仁数据集,在此基础上构建了基于迁移学习、空间注意力机制的ResNet152V2模型(SA-ResNet152V2),利用该模型对数据集进行图像训练和特征提取,并与VGG16、ResNet152V1、ResNet152V2模型进行比较。结果表明:SA-ResNet152V2模型在测试集平均精确率方面比ResNet152V2模型、VGG16模型、ResNet152V1模型分别提高了2.04%、77.42%、81.59%。测试集平均召回率方面比ResNet152V2模型、VGG16模型、ResNet152V1模型分别提高了3.62%、63.89%、65.18%。实验证明,SA-ResNet152V2模型对于山核桃等级分类具有较好的效果,有望用于山核桃的智能分级。

关键词：山核桃等级分类空间注意力机制残差网络迁移学习

来源：评论

学校读者我要写书评

暂无评论

基于改进UNet++模型的葡萄黑腐病病斑分割和病害程度分级

引用

浙江农业学报 2023年第11期35卷 2720-2730页

作者：茹佳棋吴斌翁翔徐达宇李颜娥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实验室浙江杭州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浙江杭州311300 浙江农林大学光机电工程学院浙江杭州311300

为了解决葡萄病害图像边缘分割模糊和发病初期分割难的问题,基于PlantVillage数据集中的葡萄黑腐病图像,提出一种基于改进UNet++的葡萄黑腐病病斑分割模型。该模型在提取图像特征时:一方面,采用自适应软阈值化方法消除噪声影响,提高葡... 详细信息

为了解决葡萄病害图像边缘分割模糊和发病初期分割难的问题,基于PlantVillage数据集中的葡萄黑腐病图像,提出一种基于改进UNet++的葡萄黑腐病病斑分割模型。该模型在提取图像特征时:一方面,采用自适应软阈值化方法消除噪声影响,提高葡萄病斑边缘的分割精度;另一方面,采用长、短连接结合的方式构建UNet++中的跳跃式连接结构,降低模型的计算复杂度。同时,在模型的横向输出层中融合多尺度特征,增强病斑的语义信息,进一步提高目标分割精度。在该模型的损失函数中,将Dice损失函数和交叉熵损失函数进行线性加权组合,以解决病斑像素面积与叶片面积不平衡的问题。采用五折交叉验证进行模型训练与测试。结果显示,本文模型的像素准确率达到98.433%,平均交并比达到92.056%,病斑交并比为81.230%,Dice系数为0.941,均优于传统的UNet++模型。采用病斑占叶面积的比例对病害程度进行分级。结果表明,本文模型对病害等级的划分准确率达97.41%。该模型能精确实现对葡萄黑腐病病斑边缘和小病斑的分割,以及病害程度分级,具有良好的稳健性。

关键词：葡萄黑腐病图像分割自适应软阈值化

来源：评论

学校读者我要写书评

暂无评论

基于消费级双目相机的立木因子测量方法

引用

浙江农林大学学报 2023年第2期40卷 436-445页

作者：尹萍徐爱俊叶俊华夏芳王泽华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 浙江农林大学林业感知技术与智能装备国家林业与草原局重点实验室浙江杭州311300 浙江农林大学环境与资源学院浙江杭州311300 浙江农林大学数字乡村研究所浙江杭州311300 浙江农林大学经济与管理学院浙江杭州311300

【目的】随着林业信息化的快速发展,机器视觉测量技术广泛应用于林业领域。针对传统立木因子测量方法成本较高、携带不便、操作复杂等问题,提出消费级双目相机与机器视觉技术相结合的立木因子无接触测量方法。【方法】首先使用消费级USB... 详细信息

【目的】随着林业信息化的快速发展,机器视觉测量技术广泛应用于林业领域。针对传统立木因子测量方法成本较高、携带不便、操作复杂等问题,提出消费级双目相机与机器视觉技术相结合的立木因子无接触测量方法。【方法】首先使用消费级USB 3.0双目相机采集立木图像,通过改进的SGM算法生成高质量视差图;再根据三角原理转化为深度图,进而获取立木三维点云;基于空间密度聚类和混合滤波三维点云去噪方法快速准确去除聚集、离散的噪声点,再进行方向矫正和点云分割;最后,利用最值遍历法和椭圆拟合法实现树高、胸径的无接触测量。【结果】树高、胸径的相对测量误差分别小于2.219%、5.620%,测量值与真实值的相关系数R2分别为0.978、0.995,均方根误差分别为0.047 m、0.249 cm。【结论】本方法易操作、成本较低,同时具有较高的测量精度,能够满足无接触测量的需求。

关键词：视差图双目视觉三维点云点云去噪立木因子测量

来源：评论

学校读者我要写书评

暂无评论

基于多源数据的毛竹林信息自动提取

引用

浙江林业科技 2023年第3期43卷 79-86页

作者：王广科吴达胜方陆明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 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

毛竹Phyllostachys edulis是重要的经济林种,快速准确地获取毛竹林的面积及郁闭度等信息可对毛竹林的高效经营管理提供巨大帮助。基于人工样地的森林资源调查耗时费力且效率低下,故利用遥感图像等较低成本的数据源估测大范围毛竹林的面... 详细信息

毛竹Phyllostachys edulis是重要的经济林种,快速准确地获取毛竹林的面积及郁闭度等信息可对毛竹林的高效经营管理提供巨大帮助。基于人工样地的森林资源调查耗时费力且效率低下,故利用遥感图像等较低成本的数据源估测大范围毛竹林的面积及其郁闭度等信息具有重要意义。本文以浙江省安吉县为研究区域,基于Sentinel-2中等分辨率遥感图像、数字高程模型(Digital Elevation Model,DEM)数据及森林资源二类调查数据,利用CatBoost、随机森林(Random Forest,RF)、支持向量机(Support Vector Machine,SVM)三种算法,通过二分类方法估算毛竹林面积和多分类方法估算毛竹林郁闭度。结果表明:在估算毛竹林面积时,CatBoost、RF、SVM的总体分类精度分别为97.75%、96.54%、95.05%,Kappa系数分别为0.96、0.93、0.90;在估算毛竹林郁闭度时,以上三种算法的总体分类精度分别为73.38%、73.49%、69.9%,Kappa系数分别为0.52、0.52、0.45。在本文研究数据中,0.7、0.8郁闭度样本(大类别样本)占样本总数的89.42%,剩余类别样本(小类别样本)只占样本总数的10.58%。样本失衡是导致毛竹林郁闭度估算精度严重偏低的重要原因。将样本分成两种类别后(占比较大的样本和占比较小的样本)分别进行建模,模型估测效果有了较大改善,各模型郁闭度估算精度均在78%以上,其中以CatBoost最优,总体精度达到83.45%。基于Sentinel-2遥感图像、DEM及森林资源二类调查数据的多源数据估算毛竹林面积和郁闭度,CatBoost算法具有最佳的性能指标,其估算结果可为竹林资源的监测提供重要借鉴。

关键词：毛竹林遥感机器学习信息提取

来源：评论

学校读者我要写书评

暂无评论

基于熵权TOPSIS-CNN深度学习的企业财务绩效评价研究

引用

数学的实践与认识 2023年第3期53卷 58-70页

作者：李瑞松刘洪久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 林业感知技术与智能装备国家林业与草原局重点实验室浙江杭州311300

基于评价基础上对企业财务绩效进行聚类和预测研究,有效发现企业运营存在的问题并提供改进依据.运用熵权TOPSIS法结合深度学习的方法,在相关文献回顾的基础上,整理并选取了1290家上市公司2020年报的20个财务指标作为分析样本.使用熵权TO... 详细信息

基于评价基础上对企业财务绩效进行聚类和预测研究,有效发现企业运营存在的问题并提供改进依据.运用熵权TOPSIS法结合深度学习的方法,在相关文献回顾的基础上,整理并选取了1290家上市公司2020年报的20个财务指标作为分析样本.使用熵权TOPSIS法对实验样本进行打分并使用K均值聚类的方法划分等级以评判其绩效的优劣,再结合卷积神经网络的框架实现企业绩效的预测与智能分级.研究结果表明,熵权TOPSIS法与CNN方法的结合对于企业绩效的画像具有较好的效果,模型测试的预测准确率可达92.25%.基于熵权TOPSIS财务绩效测度基础上,通过无监督学习的K均值聚类和CNN的融合,不仅能够实现绩效测评、确定绩效等级,还能够进行绩效等级的预测.因此,模型可以应用于企业绩效的智能测度评判和预测,对于企业经营及宏观微观调控具有良好的借鉴意义.

关键词：企业绩效熵权TOPSIS法聚类分析卷积神经网络评价体系

来源：评论

学校读者我要写书评

暂无评论

基于产品特征细粒度情感分析的在线品牌社群用户评论挖掘

引用

数学的实践与认识 2021年第24期51卷 83-95页

作者：孙玲玲胡彦蓉刘洪久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 林业感知技术与智能装备国家林业与草原局重点实验室浙江杭州311300

基于在线品牌社群的海量评论信息进行数据挖掘,分析用户偏好,发现产品不足并提供改进依据.选取爱卡汽车论坛中的用户发帖文本.首先,通过提取少量高频名词构建候选种子特征词集,利用神经网络语言模型训练词向量,计算向量间的余弦相似度... 详细信息

基于在线品牌社群的海量评论信息进行数据挖掘,分析用户偏好,发现产品不足并提供改进依据.选取爱卡汽车论坛中的用户发帖文本.首先,通过提取少量高频名词构建候选种子特征词集,利用神经网络语言模型训练词向量,计算向量间的余弦相似度扩充候选种子特征词集,再经人工分类,获取完整产品特征词集;其次,运用LSTM对产品评论中各属性特征进行情感分类,使情感得分量化,并结合PC-KANO模型对用户产品需求偏好进行分析挖掘.研究结果表明,将在线品牌社群用户的发帖文本转化为用户对企业产品或服务的偏好.着眼于在线品牌社群用户帖子信息研究,为在线品牌社群用户偏好研究提供新的理论方向,加强企业与用户的信息交流、提升品牌竞争力提供一定参考.

关键词：在线品牌社群情感分析产品特征提取 KANO模型

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的高分辨率遥感影像林地变化检测

引用

浙江林业科技 2024年第6期44卷 69-79页

作者：问青青王广科吴达胜金华婺城南山省级自然保护区管理中心浙江金华321000 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 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

基于深度学习进行的高分辨率遥感影像林地变化检测,能通过大规模数据训练从双时相高分影像中自动提取林地变化特征,可减少对操作人员的主观经验性依赖,提高林地变化检测效率。本文以浙江省为研究区域,基于World Imagery Wayback高分辨... 详细信息

基于深度学习进行的高分辨率遥感影像林地变化检测,能通过大规模数据训练从双时相高分影像中自动提取林地变化特征,可减少对操作人员的主观经验性依赖,提高林地变化检测效率。本文以浙江省为研究区域,基于World Imagery Wayback高分辨率遥感图像,利用UNet系列、DeepLabV3系列、FCN及SegNet等深度学习模型,通过二分类方法判断林地变化范围。结果表明:(1)本文所使用的各种模型,在测试集上mIoU评估指标均在84.70%以上,Accuracy指标均在92.00%以上,F1-score评估指标均在91.00%以上,Recall评估指标也均在91.00%以上,表现出较好的检测结果。(2)UNet模型各项指标均达到最高,mIoU、Accuracy、F1-score和Recall评估指标分别为89.54%、95.15%、94.44%及94.13%,但各模型在检测结果中均存在不同程度的边缘轮廓模糊、类内连通不完整现象。(3)为解决检测结果中存在的类内连通不完整及轮廓模糊问题,利用SE、SGAM、CBAM等注意力机制改进性能很好的UNet模型,为验证模型改进的有效性以及排除模型结构差异的影响,对DeepLabV3、DeepLabV3P模型也做相同的改进,以形成对照实验。结果显示,利用通道注意力机制改进的UNet+SE模型mIoU指标提高最多,为0.18%。但利用空间注意力机制改进的UNet+SGAM、DeepLabV3+SGAM、DeepLabV3P+SGAM模型,其mIoU指标分别降低了1.01%、0.77%、0.67%,因此在检测林地变化时,通道上的特征重要性大于空间上的特征重要性,需加重关注通道特征,降低关注空间特征。基于深度学习进行的高分辨率遥感影像林地变化检测,在各模型中UNet模型的性能指标表现优秀,且模型的通道重要性大于空间重要性,该结论可为林地变化检测提供重要借鉴。

关键词：林地深度学习高分遥感变化检测

来源：评论

学校读者我要写书评

暂无评论

基于多特征融合和知识蒸馏的亚热带常见乔木识别方法

引用

电子技术应用 2024年第8期50卷 1-9页

作者：丁鋆徐爱俊吴小芬周素茵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 浙江农林大学林业感知技术与智能装备国家林业与草原局重点实验室浙江杭州311300 杭州市临安区农村水务资产经营有限公司浙江杭州311300

乔木在维持生态平衡、保护生物多样性以及调节气候和改善空气质量等方面发挥着至关重要的作用。针对复杂背景下乔木识别准确率较低的问题,提出了一种基于树木多特征融合和知识蒸馏的亚热带常见乔木识别模型MFFMN-KD-TA。该模型采用3个... 详细信息

乔木在维持生态平衡、保护生物多样性以及调节气候和改善空气质量等方面发挥着至关重要的作用。针对复杂背景下乔木识别准确率较低的问题,提出了一种基于树木多特征融合和知识蒸馏的亚热带常见乔木识别模型MFFMN-KD-TA。该模型采用3个并行的MobileNetV3_Small主干网络分别提取树叶、树干和树木整体特征;并通过知识蒸馏和嵌入Triplet Attention模块的方法优化训练。试验结果表明,MFFMN-KD-TA模型在自建树木测试集上的准确率、精确率和F1分数分别为0.9609、0.9621和0.9608,较MFFMN模型分别提升了3.05%、2.83%和3.07%。与三分支融合模型3-ShuffleNetV2和3-MobileNetV2相比,提出的多特征融合模型MFFMN-KD-TA参数量较小且能够较准确地识别乔木种类,为亚热带和其他地区的树种识别提供了新思路和新方法。

关键词：树种识别亚热带地区 MobileNetV3 多特征融合知识蒸馏

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：