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

电化学传感器阵列结合机器学习对液相糖成分识别系统的设计

引用

传感技术学报 2025年第3期38卷 555-561页

作者：张靖渝连俊博雍程翔赖永志李响陈朱润昊彭锐赵睿智余天玺钟蕾陈张昊易晓梅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局重点实验室浙江省林业智能监测重点实验室浙江杭州311300 浙江农林大学人文与法律学院浙江杭州311300 浙江理工大学计算机科学与技术学院浙江杭州310052

为了在生产的过程中可以精准检测到食品中的糖成分,设计了一种三电极电化学检测体系。对电极为铂电极,参比电极为饱和KCl甘汞溶液电极,工作电极分别为铜膜、泡沫铜和铜片。采用循环伏安法(CV)和计时电流法(i-t)检测含有不同浓度赤藓糖... 详细信息

为了在生产的过程中可以精准检测到食品中的糖成分,设计了一种三电极电化学检测体系。对电极为铂电极,参比电极为饱和KCl甘汞溶液电极,工作电极分别为铜膜、泡沫铜和铜片。采用循环伏安法(CV)和计时电流法(i-t)检测含有不同浓度赤藓糖醇、阿洛酮糖、三氯蔗糖的混合溶液电化学响应。使用Savitzky-Golay(S-G)滤波对数据进行平滑除噪。通过客观权重算法(熵权法、CRTIC)和机器学习算法(极端梯度提升(XGBoost)、极端随机树(ExtraTrees))筛选特征值;根据数据特征建立Alexnet模型,使用Adam优化器优化模型。i-t能较好地判别溶液中的糖含量。基于S-G滤波和权重的优化Alexnet模型的预测准确率(90.9%)高于其他数据处理模型。所提方法具有响应速度快,准确率高的优点。

关键词：电化学糖混合溶液定量检测多工作电极机器学习算法

来源：评论

学校读者我要写书评

暂无评论

餐饮业食物浪费及其碳足迹研究——以杭州市临安区为例

引用

食品工业 2025年第1期46卷 286-291页

作者：杜栖钰胡军国朱超刘正丰胡子龙吕旭煌浙江农林大学数学与计算机科学学院杭州311300 国家林草局林业感知技术与智能装备重点实验室杭州311300

低碳生活已成为国家治理体系的重要组成部分,尤其是在浪费较为严重的餐饮行业。政府各部门积极采取措施并出台相关政策,以减少餐饮浪费。以浙江省杭州市临安区为例,结合问卷调查与称重数据,采用生命周期评价法,核算农业生产、加工处理... 详细信息

低碳生活已成为国家治理体系的重要组成部分,尤其是在浪费较为严重的餐饮行业。政府各部门积极采取措施并出台相关政策,以减少餐饮浪费。以浙江省杭州市临安区为例,结合问卷调查与称重数据,采用生命周期评价法,核算农业生产、加工处理、运输及垃圾处理阶段的碳足迹,并通过OLS回归与分位数回归方法对结果进行对比分析。结果显示,2022年杭州市临安区人均食物浪费量为66.7 g,产生的碳足迹为0.36 kg CO_(2)/(人·餐)。性别、年龄、就餐人数及满意度对食物浪费具有显著影响。基于回归分析结果,提出各阶段减少食物浪费的具体建议,以提高餐饮行业的低碳化水平,推动绿色可持续发展,并为其他地区制定减排方案提供参考与数据支持。

关键词：碳足迹生命周期评价食物浪费回归分析

来源：评论

学校读者我要写书评

暂无评论

结合多光谱影像降维与深度学习的城市单木树冠检测

引用

遥感学报 2022年第4期26卷 711-721页

作者：奚祥书夏凯杨垠晖杜晓晨冯海林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

多光谱数据的降维处理对基于深度学习的单木树冠检测研究有重要意义,如何使用合适的降维方法以提高单木检测的精度却少有研究讨论。本文使用无人机搭载多光谱相机进行航拍作业,采集研究区内银杏树种多光谱影像。将原始多光谱影像通过特... 详细信息

多光谱数据的降维处理对基于深度学习的单木树冠检测研究有重要意义,如何使用合适的降维方法以提高单木检测的精度却少有研究讨论。本文使用无人机搭载多光谱相机进行航拍作业,采集研究区内银杏树种多光谱影像。将原始多光谱影像通过特征波段选择、特征提取、波段组合的方法生成5种不同的数据集用于训练3种经典的深度学习网络FPN-Faster-R-CNN,YOLOv3,Faster R-CNN。其中由波段组合方法得到的近红外、红色、绿色波段组合在不同类型的目标检测网络中都有最好的检测结果,其中FPN-Faster-R-CNN网络对银杏树冠的检测精度最高为88.4%,由OIF指标得到的蓝色、红色、近红外波段组合信息量最高,但在所有网络中的平均检测精度最低,仅为79.3%。实验结果表明:在不同波段降维方法中,若降维后的影像中目标物体的色彩与背景差异较明显,且轮廓清晰,则深度学习网络对树冠的检测可获得较好的结果。而影像自身的信息量则对深度学习网络的树冠检测能力的提升作用有限。本研究中针对多光谱影像的降维方法分析,为基于深度学习的单木树冠检测研究提供了重要的实验参考。

关键词：遥感单木树冠检测深度学习无人机多光谱影像降维

来源：评论

学校读者我要写书评

暂无评论

结合RGB-DSM图像和深度学习的城市樟树树冠检测

引用

遥感学报 2023年第12期27卷 2762-2773页

作者：王昊夏凯杨垠晖冯海林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

当前,结合遥感图像和深度学习进行单木树冠检测已经成为一种趋势。RGB图像是检测中最常用的数据类型,但由于树冠的颜色和纹理一般比较接近,在树冠密度较高的区域,仅使用RGB图像的颜色和纹理信息难以区分不同个体的树冠。对此,本研究在RG... 详细信息

当前,结合遥感图像和深度学习进行单木树冠检测已经成为一种趋势。RGB图像是检测中最常用的数据类型,但由于树冠的颜色和纹理一般比较接近,在树冠密度较高的区域,仅使用RGB图像的颜色和纹理信息难以区分不同个体的树冠。对此,本研究在RGB图像的基础上,叠加了高程信息,以提高单木树冠检测的精度。实验采用彩色图像RGB图像和数字表面模型DSM (Digital Surface Model)作为数据源,并分别利用波段组合和双源检测网络模型两种方法结合RGB和DSM进行单木树冠检测。在前一种方法中,对RGB和DSM进行波段组合,生成GBD、RGD和RBD 3类图像,并使用这3类图像分别进行网络的训练和测试。在后一种方法中,将RGB和DSM输入双源检测网络模型,并得到检测结果。本文使用FPN-Faster-R-CNN和Yolov3进行实验,相比于RGB方案(仅使用地物的颜色和纹理信息进行单木树冠检测,是对照方案),FPN-Faster-R-CNN在GBD方案、RBD方案和双源检测网络方案中的平均精度分别上升了3.36%、2.45%和7.77%,在RGD方案中的平均精度下降了0.17%,Yolov3在GBD方案、RBD方案和双源检测网络方案中的平均精度分别上升了0.72%、0.14%和5.71%,在RGD方案中的平均精度下降了0.98%。在两个网络下,双源检测网络方案都在各方案中取得了最佳的检测结果。并且相对于RGB方案,双源检测网络方案在平均精度上的提升幅度随着树冠密度的上升呈现出上升的趋势。对比分析实验结果可知,在基于深度学习的城市单木树冠检测任务中,妥善结合并利用地物的颜色、纹理信息和高程信息有利于提高任务性能。

关键词：遥感单木树冠检测深度学习城市高程彩色图像无人机

来源：评论

学校读者我要写书评

暂无评论

基于能量自搜集的智慧城市无线感知节点供电系统研究

引用

传感技术学报 2022年第7期35卷 1003-1010页

作者：张扬铭宁景苑朱润浩易晓梅郜园园惠国华吴鹏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局重点实验室浙江杭州311300 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重点实验室浙江杭州311300

无线传感器网络技术的发展与推广,受到供电问题的制约。研究了一种供电系统,为解决无线传感网络的供电问题提供一种可行的参考方案。提出了一种基于能量自搜集的智慧城市无线感知节点供电系统,该系统采用多晶太阳能电池板搜集光能,采用... 详细信息

无线传感器网络技术的发展与推广,受到供电问题的制约。研究了一种供电系统,为解决无线传感网络的供电问题提供一种可行的参考方案。提出了一种基于能量自搜集的智慧城市无线感知节点供电系统,该系统采用多晶太阳能电池板搜集光能,采用温差发电片搜集热能,以压电陶瓷为基础制作的悬臂梁实现了对振动能的采集,并将搜集到的能量转化为稳定的直流电能并进行智慧化存储管理,为本系统的无线传感器模块供电。该系统最短可在177 s内将超级电容充电至4 V,或将搜集到的能量稳定地储存到锂电池中,从而为无线感知节点持续供电。所研究的系统在无线传感器网络技术领域具有广阔的应用前景。

关键词：无线传感器网络节点能量搜集电能存储智能管理

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ResNet18特征编码器的水稻病虫害图像描述生成

引用

农业工程学报 2022年第12期38卷 197-206页

作者：谢州益冯亚枝胡彦蓉刘洪久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与草原局重点实验室杭州311300

针对图像描述算法缺乏在农业领域中的应用,传统模型参数庞大的问题,该研究提出一种基于ResNet18特征编码器的图像描述算法,对作物患病类型进行识别并生成描述。首先,建立水稻病虫害图像描述数据集。其次,使用浅层ResNet18作为编码器,在... 详细信息

针对图像描述算法缺乏在农业领域中的应用,传统模型参数庞大的问题,该研究提出一种基于ResNet18特征编码器的图像描述算法,对作物患病类型进行识别并生成描述。首先,建立水稻病虫害图像描述数据集。其次,使用浅层ResNet18作为编码器,在保证特征提取能力的同时缩减网络模型大小,解码器使用融合了注意力机制的长短期记忆网络(Long Short Term Memory,LSTM)来生成图像描述。试验结果表明,改进后模型尺寸大小为原来的1/3,经过6000次迭代后模型基本收敛,准确率达到98.48%。在水稻病虫害图像描述数据集上,改进编码器-解码器结构后的双语评估替换值(Bilingual Evaluation Understudy,BLEU)和METEOR(Metric for Evaluation of Translation with Explicit ORdering)分别达到0.752和0.404,其余指标结果也明显优于其他模型,具有描述细致准确、鲁棒性强等优点,能够更好地适用于小规模数据集上的训练,可为农作物相似病害特征的自动化描述提供有益参考。

关键词：农业算法图像描述水稻病虫害编码器-解码器框架 ResNet18 注意力机制

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

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：