检索结果-内蒙古大学图书馆

中国粮油学报 2020年第4期35卷 165-172页

作者：张诗雨夏凯杜晓晨冯海林陈力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 林业感知技术与智能装备国家林业局重点实验室杭州311300

基于Faster R-CNN模型提出复杂背景下粮仓害虫的检测识别方法。将六种常见的储粮害虫(豆象、谷蠹、米象、锯谷盗、赤拟谷盗、锈赤扁谷盗)分别以大米、小米为背景,建立了真实背景下粮仓害虫图像数据集SGI-6。SGI-6中包括网络获取图像、... 详细信息

基于Faster R-CNN模型提出复杂背景下粮仓害虫的检测识别方法。将六种常见的储粮害虫(豆象、谷蠹、米象、锯谷盗、赤拟谷盗、锈赤扁谷盗)分别以大米、小米为背景,建立了真实背景下粮仓害虫图像数据集SGI-6。SGI-6中包括网络获取图像、显微镜采集图像和单反拍摄图像三种多目标尺度的数据集。根据粮仓害虫的小目标特性,使用聚类算法改进Faster R-CNN模型的区域提案网络,来提取这些图像中含有害虫的区域,并对这些区域中的害虫进行分类。实验结果表明,该方法能够在储粮条件下检测和识别粮仓害虫,且其平均准确率(mAP)达到96.63%。

关键词：粮仓害虫卷积神经网络 Faster R-CNN 聚类特征害虫检测

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

基于UWB传感器的树木定位研究

引用

林业资源管理 2020年第2期 103-111页

作者：郑似青方陆明孙林豪郑辛煜刘江俊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国家林业与草原局林业感知技术与智能装备重点实验室

树木位置是森林样地调查中重要的调查因子,由于林下环境复杂,树木定位的技术方法面临很大的挑战。针对当前树木位置测量技术方法存在的效率低、携带不便、成本高、不适用于非视距测量等问题,提出了一种基于UWB传感器并结合海拔计来获取... 详细信息

树木位置是森林样地调查中重要的调查因子,由于林下环境复杂,树木定位的技术方法面临很大的挑战。针对当前树木位置测量技术方法存在的效率低、携带不便、成本高、不适用于非视距测量等问题,提出了一种基于UWB传感器并结合海拔计来获取树木位置信息的方法,并自行设计了树木位置采集装置。选取8个树种多样、坡度不一的样地进行试验。首先,在每个样地中布置四个UWB基站;然后,携带内置UWB定位标签的装置采集每棵树木与各个基站之间的距离;最后,将所采集的数据进行MATLAB仿真,研究不同大小权重值对定位精度的影响。结果表明:存在一个最优权重值,可使平均定位误差下降3.31cm;相较其它四边形定位算法复杂度降低,更适用于枝叶茂密、地形复杂等非视距情况下的树木定位。

关键词：森林样地调查树木位置 UWB 四边测距仿真

来源：评论

学校读者我要写书评

暂无评论

改进残差网络的遥感图像场景分类

引用

测绘科学 2020年第8期45卷 151-156页

作者：章晨夏凯杨垠晖冯海林杜晓晨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 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

针对因常规残差网络(ResNet)结构缺少跨维度特征整合而导致遥感图像场景分类准确率不高的问题,该文提出了一种改进残差网络的遥感图像场景分类方法。首先,利用残差结构降低深层网络的复杂度,减少参数量,解决网络退化的问题;然后,采用1&#... 详细信息

针对因常规残差网络(ResNet)结构缺少跨维度特征整合而导致遥感图像场景分类准确率不高的问题,该文提出了一种改进残差网络的遥感图像场景分类方法。首先,利用残差结构降低深层网络的复杂度,减少参数量,解决网络退化的问题;然后,采用1×1的卷积结构降低特征维度,增加网络的宽度,整合遥感图像的空间信息和纹理特征。在NWPU-RESISC45数据集上进行实验,准确率达到了93.63%,较集成卷积神经网络方法的分类精度提高了1.1%,体现了改进的残差网络在遥感图像场景分类中的有效性和可行性。

关键词：遥感图像残差网络特征整合场景分类

来源：评论

学校读者我要写书评

暂无评论

基于深度残差网络与迁移学习的毒蕈图像识别

引用

传感技术学报 2020年第1期33卷 74-83页

作者：樊帅昌易晓梅李剑惠国华郜园园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 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 青岛农业大学理学与信息科学学院山东青岛266109

我国毒蕈种类繁多且分布广泛,经常有人因无法鉴别毒蕈和可食用菌而误食毒蕈,导致身体健康甚至生命安全受到严重威胁。为了减少毒蕈中毒事件的发生,本文以中国常见毒蕈为研究对象,提出基于深度残差网络与迁移学习的毒蕈图像识别方法。首... 详细信息

我国毒蕈种类繁多且分布广泛,经常有人因无法鉴别毒蕈和可食用菌而误食毒蕈,导致身体健康甚至生命安全受到严重威胁。为了减少毒蕈中毒事件的发生,本文以中国常见毒蕈为研究对象,提出基于深度残差网络与迁移学习的毒蕈图像识别方法。首先通过互联网途径获取常见种类的毒蕈和非毒蕈的图像,经筛选后得到18种毒蕈和5种非毒蕈共14669张图像,使用数据增强扩充数据量,建立中国常见毒蕈图像数据集。然后以ResNet-152为预训练网络模型,采用基于模型的迁移学习方法,构建出毒蕈图像识别的模型结构,以Adam算法为模型优化方法,最后通过k折交叉验证进行模型训练。试验结果表明,毒蕈图像识别模型Top-1和Top-5准确率分别为92.17%和97.35%,对于常见毒蕈图像具有较高的识别率,可以有效的帮助人们避免误食毒蕈,为毒蕈识别研究提供新的方法。

关键词：图像识别深度残差网络迁移学习毒蕈数据增强

来源：评论

学校读者我要写书评

暂无评论

基于无人机多光谱遥感的水质年际变化

引用

浙江农业科学 2021年第8期62卷 1633-1637,1646页

作者：应晗婷夏凯浙江农林大学信息工程学院浙江杭州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局重点实验室浙江杭州311300

悬浮物浓度和浊度是评价水质的重要指标。本文采用多旋翼无人机携带多光谱传感器获取多光谱影像,并结合实测悬浮物浓度和浊度,建立悬浮物浓度和浊度的反演模型,获取2019和2020年浙江农林大学东湖校区东湖的悬浮物浓度和浊度分布,并分析... 详细信息

悬浮物浓度和浊度是评价水质的重要指标。本文采用多旋翼无人机携带多光谱传感器获取多光谱影像,并结合实测悬浮物浓度和浊度,建立悬浮物浓度和浊度的反演模型,获取2019和2020年浙江农林大学东湖校区东湖的悬浮物浓度和浊度分布,并分析其年际变化趋势以及其内在原因。从年际变化可以看出,悬浮物浓度和浊度变化不大,水质状况保持良好。从空间分布上来说,受施工建设、人为活动以及植物种植的影响,空间分布状况有所改变。基于此,使用无人机携带多光谱相机获取图像进行小型水域的长期水质监测,可以及时有效地反馈水质状况,保护生态环境。

关键词：无人机遥感多光谱悬浮物浓度浊度年际变化

来源：评论

学校读者我要写书评

暂无评论

计算机类实验教学中心多方位改革与实践

引用

实验室研究与探索 2020年第1期39卷 233-235,291页

作者：陈芳吴俊武斌浙江农林大学信息工程学院浙江临安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临安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临安311300 浙江农林大学文法学院浙江临安311300

依照"资源共享,效益为先,优化配置,促进开放"的建设原则,浙江农林大学信息技术实验教学中心积极探索以专业功能分类建立的运行模式。从实验室统一空间布局、统一设备与仪器配置、统一实验队伍管理、统一经费预算开支及统一课... 详细信息

依照"资源共享,效益为先,优化配置,促进开放"的建设原则,浙江农林大学信息技术实验教学中心积极探索以专业功能分类建立的运行模式。从实验室统一空间布局、统一设备与仪器配置、统一实验队伍管理、统一经费预算开支及统一课程任务安排等5个方面介绍中心在计算机类实验室建设过程中所取得的改革与实践的经验及成果。

关键词：实验中心实验室管理运行机制

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Boruta和极端随机树方法的森林蓄积量估测

引用

林业资源管理 2020年第4期 127-133页

作者：韩瑞吴达胜方陆明黄宇玲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醴陵市陶瓷烟花职业技术学校

森林蓄积量是反映森林资源数量的重要指标之一。本研究应用Boruta特征选择方法和极端随机树(Extremely randomized trees,Extra-trees)方法,以小班为研究单元,估测龙泉市部分区域森林资源的每公顷蓄积量,为县域尺度森林蓄积量的估测提... 详细信息

森林蓄积量是反映森林资源数量的重要指标之一。本研究应用Boruta特征选择方法和极端随机树(Extremely randomized trees,Extra-trees)方法,以小班为研究单元,估测龙泉市部分区域森林资源的每公顷蓄积量,为县域尺度森林蓄积量的估测提供新的方法和思路。基于研究区的森林资源二类调查数据、高分二号(GF-2)遥感影像数据、数字高程模型数据,提取多元特征组成原始特征集。通过Boruta选择方法对原始特征集进行筛选,利用Extra-trees方法建立森林蓄积量估测模型,选用十折交叉验证法对模型进行检验,并与随机森林(Random Forest,RF)方法和梯度提升(Gradient Boosting)方法进行对比分析。研究结果显示:1)经过Boruta特征选择方法得出的特征有土层厚度、年龄、郁闭度、海拔、坡度和坡向;2)极端随机树方法采用网格搜索调参得到的最优参数组合为:树的个数为250,树的最大深度为14;3)基于Boruta和极端随机树方法的森林蓄积量估测模型的测试精度为84.14%,R2为0.92,RMSE为19.65m3/hm2,MAE为13.95m3/hm2,模型优于随机森林方法和梯度提升方法,表明Boruta特征选择方法结合极端随机树方法估测森林蓄积量可取得更好的效果。

关键词： Boruta特征选择极端随机树随机森林森林蓄积量机器学习

来源：评论

学校读者我要写书评

暂无评论

基于多路特征融合的Faster R-CNN与迁移学习的学生课堂行为检测

引用

广西师范大学学报（自然科学版） 2020年第5期38卷 1-11页

作者：白捷高海力王永众杨来邦项晓航楼雄伟浙江农林大学信息工程学院浙江杭州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 浙江省林业局浙江杭州311300 杭州感知科技有限公司浙江杭州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

课程教学质量是衡量学校教学水平的一项核心内容,其教学效果可以从学生听课状态进行直观反映。为提升学生上课状态,督促课堂纪律,本文提出一种基于多路特征融合的Faster R-CNN与迁移学习的学生课堂行为检测的方法。首先,利用浙江农林大... 详细信息

课程教学质量是衡量学校教学水平的一项核心内容,其教学效果可以从学生听课状态进行直观反映。为提升学生上课状态,督促课堂纪律,本文提出一种基于多路特征融合的Faster R-CNN与迁移学习的学生课堂行为检测的方法。首先,利用浙江农林大学监控视频进行手工标注图片,并利用数据增强方式增加图片规模,建立常见学生课堂行为数据集;然后,以预训练的Inception-ResNet-v2网络用于特征提取,目标检测框架选用Faster R-CNN,通过迁移学习方式实现对正常学习、睡觉、低头等课堂行为的检测;最后,通过多路特征融合方式,在拥有丰富语义信息的深层中融入更多细节信息的浅层特征,得到改进的学生课堂表现检测模型。实验结果显示:该模型的查准率均值可达76.32%,在原有算法基础上提升了12.22个百分点,取得较好的检测效果。该模型对学生课堂行为具有较高的查准率,表明多路特征融合的Faster R-CNN在学生课堂行为检测具有一定的应用前景,可为提高课堂教学质量提供新的参考。

关键词：课堂行为检测 Faster R-CNN 特征融合迁移学习

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：