检索结果-内蒙古大学图书馆

林草资源研究 2019年第5期 44-51页

作者：蔡林菲吴达胜方陆明郑辛煜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

树种分布是森林资源监测的一个重要指标,也是遥感影像在森林资源监测应用中的难点之一。基于国产高分二号卫星影像数据、森林资源二类调查数据、DEM数据,结合光谱、纹理、指数及地形因子等多种特征,比较支持向量机、随机森林和XGBoost等... 详细信息

树种分布是森林资源监测的一个重要指标,也是遥感影像在森林资源监测应用中的难点之一。基于国产高分二号卫星影像数据、森林资源二类调查数据、DEM数据,结合光谱、纹理、指数及地形因子等多种特征,比较支持向量机、随机森林和XGBoost等3种分类算法,根据分类精度选择最优算法(即XGBoost)进行特征筛选,对龙泉市的阔叶树、马尾松、杉木和毛竹等4种主要优势树种进行分类。结果表明:采用XGBoost分类模型的分类总精度为83.88%,Kappa系数0.78,较支持向量机和随机森林分类方法有明显提高。经特征选择后,虽未明显提高树种分类精度,但可以减少特征的冗余,为小样本数据下特征的选取降维提供了一定的参考。

关键词：高分二号特征选择 XGBoost 树种分类遥感

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模型的树冠提取研究

引用

林草资源研究 2021年第1期 173-179页

作者：黄彦晓方陆明黄思琪高海力杨来邦楼雄伟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暨阳学院浙江农林大学林业与生物技术学院

树冠信息是森林资源调查中的重要内容。传统的树冠冠幅测量方法为实地调查,该方法测量结果在特定的地形和森林环境中误差较大,且人力消耗大、操作繁琐、耗时长。无人机影像技术和深度学习的发展为树冠测量提供了新的方法和实现思路。利... 详细信息

树冠信息是森林资源调查中的重要内容。传统的树冠冠幅测量方法为实地调查,该方法测量结果在特定的地形和森林环境中误差较大,且人力消耗大、操作繁琐、耗时长。无人机影像技术和深度学习的发展为树冠测量提供了新的方法和实现思路。利用无人机获取了临安东部青山湖绿道两块纯水杉林样地的正射影像图,通过改进目前先进的目标检测方法 Faster R-CNN进行树冠的识别和冠幅的提取。基于改进的Faster R-CNN模型准确率和决定系数达到了92.92%和0.84,分别比改进前的模型提高了5.31%和0.12。这说明了无人机和目标检测技术识别树冠的可行性,这一方法和传统的调查方法相比,具有高效、便捷和低成本的优势。

关键词：无人机影像树冠识别冠幅测量目标检测 Faster R-CNN

来源：评论

学校读者我要写书评

暂无评论

基于运动恢复结构的多株立木因子测量方法

引用

浙江农林大学学报 2022年第4期39卷 792-799页

作者：顾雯钧徐爱俊尹建新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

【目的】提出基于运动恢复结构的多株立木因子测量方法,以解决目前基于三维点云的立木因子测量方法获取立木树高和胸径存在效率低或成本高的问题。【方法】(1)使用智能手机环绕包含多株立木的场景拍摄一段视频,并采用固定帧采样法和差... 详细信息

【目的】提出基于运动恢复结构的多株立木因子测量方法,以解决目前基于三维点云的立木因子测量方法获取立木树高和胸径存在效率低或成本高的问题。【方法】(1)使用智能手机环绕包含多株立木的场景拍摄一段视频,并采用固定帧采样法和差异值哈希算法自动提取立木视频中的关键帧图像,然后,基于运动恢复结构(structure from motion,SfM)算法处理立木关键帧图像,从而获取立木场景的原始三维点云;(2)在对原始三维点云进行预处理及初步分割后,运用条件欧几里得聚类算法对多株立木三维点云进行分割,以提取单株立木三维点云;(3)对立木三维点云使用最值遍历法和椭圆拟合法实现立木树高和胸径的自动测量。【结果】与真实值相比,本研究方法测得的树高、胸径的平均相对误差分别为1.96%、3.19%,均方根误差分别为0.133 3 m、0.533 7 cm,相关系数分别为0.987 9、0.962 1。【结论】该方法具有较高的树高和胸径测量精度,提供了一种便捷、低成本的多株立木因子三维测量方法。图6表1参27。

关键词：立木因子测量视频关键帧运动恢复结构三维点云分割

来源：评论

学校读者我要写书评

暂无评论

基于广义代数差分法和因子选择的杉木人工林立地质量评价

引用

浙江农林大学学报 2023年第6期40卷 1282-1291页

作者：龚宇浩孙益群董晨胡彦蓉高威芳浙江农林大学数学与计算机科学学院浙江杭州311300 浙江省淳安县林业局浙江淳安311700 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

【目的】研究浙西南杉木Cunninghamia lanceolata人工林立地质量,探究影响人工林立地质量的主要因素,为杉木人工林经营提供理论依据。【方法】以浙江省庆元县杉木人工林为研究对象,采用解析木数据,利用广义代数差分法,构建了杉木人工林... 详细信息

【目的】研究浙西南杉木Cunninghamia lanceolata人工林立地质量,探究影响人工林立地质量的主要因素,为杉木人工林经营提供理论依据。【方法】以浙江省庆元县杉木人工林为研究对象,采用解析木数据,利用广义代数差分法,构建了杉木人工林地位指数模型,以此为因变量,使用随机森林算法从二类杉木小班数据中筛选出影响杉木林地位指数的主导因子,在此基础上,通过地位指数得分值确定立地质量等级,对庆元县杉木小班进行立地分类与立地质量评价。【结果】以Richards为基础构建的广义代数差分方程最符合庆元县杉木人工林的生长过程,其决定系数(R 2)为0.969,均方根误差(ERMS)为1.778,平均绝对误差(EMA)为0.400,且模型的多形曲线符合杉木林生长的生理学意义。通过随机森林的因子选择得出:影响杉木人工林地位指数的主要立地因子有地貌、腐殖质厚度、土层厚度,与传统的偏相关系数法相比,基于随机森林的因子选择具有更大的贡献度和更合理的因子非线性关系解释性。结合小班数据,以地貌、腐殖质厚度、土层厚度等3个立地因子将小班划分为17个立地类型,通过计算得分可知研究区立地质量处于中等及以上。【结论】基于广义代数差分法的地位指数模型适用于浙西南杉木人工林,与基于置换的因子选择方法筛选出的主导因子相结合能够对立地质量进行有效评价。

关键词：杉木人工林广义代数差分法立地因子选择随机森林立地类型划分

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ResNet-UNet的立木图像分割方法

引用

中南林业科技大学学报 2021年第1期41卷 132-139页

作者：仝真徐爱俊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与草原局重点实验室浙江杭州311300

【目的】针对现有图像处理方法分割立木精度低的问题,提出一种基于改进ResNet-UNet的立木图像分割方法,实现对图像中立木的精确分割。【方法】将拍摄得到的立木图像输入ResNet-UNet深度学习融合网络模型,初步得到较精确的立木分割图;结... 详细信息

【目的】针对现有图像处理方法分割立木精度低的问题,提出一种基于改进ResNet-UNet的立木图像分割方法,实现对图像中立木的精确分割。【方法】将拍摄得到的立木图像输入ResNet-UNet深度学习融合网络模型,初步得到较精确的立木分割图;结合自制的后期处理方法对该分割图进行优化处理,准确分割出立木形状。ResNet-UNet模型充分利用了像素之间的语义关联,以ResNet-34残差模块作为ResNet-UNet网络特征提取的基本单位;以U-Net网络的设计思路对图像进行上采样,以实现分辨率还原。去除ResNet-34网络的平均池化和全连接层,改变U-Net网络模型的特征通道数,形成ResNet-UNet网络模型。结合使用Adam一阶优化算法和dice bce loss损失函数实现了立木图像的初步分割。在后期处理阶段设定动态阈值得到前景和背景,避免了使用固定阈值对立木图像的高质量要求。运用强化学习中评分惩奖的思想,对前景和背景分配像素估计值,将该值和模型训练不同次数时的损失率输入惩罚-奖励机制,从而减轻分割结果对预测最终结果的过度依赖,降低网络过拟合对分割精确度的干扰。【结果】经验证,在自然环境、不同光照条件下分割不同品种的立木,平均误分率较传统的ResNet-UNet方法降低了3.5%,假阴率和假阳率较graph cut方法都降低了20%。【结论】使用ResNetUNet方法分割立木具有较高的精确度和较强的鲁棒性。

关键词：图像分割立木图像残差网络 U-Net网络卷积神经网络(CNN)

来源：评论

学校读者我要写书评

暂无评论

土壤碳通量监测网络中的移动数据收集策略

引用

计算机应用与软件 2023年第11期40卷 29-35,71页

作者：刘鑫胡军国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

针对使用多台土壤呼吸测量仪建立监测网络时遇到的数据收集问题,提出一种移动数据收集策略并给出其实现方案。该策略使用了多色栅格图环境建模方法,提高了同类研究中障碍物的建模精度;使用了最大均值聚类算法,延长了监测网络的寿命并减... 详细信息

针对使用多台土壤呼吸测量仪建立监测网络时遇到的数据收集问题,提出一种移动数据收集策略并给出其实现方案。该策略使用了多色栅格图环境建模方法,提高了同类研究中障碍物的建模精度;使用了最大均值聚类算法,延长了监测网络的寿命并减少了数据收集点的数量;使用了最短避障遍历路径规划策略,可快速计算出访问所有数据收集点一次且仅一次的移动数据收集路径。仿真实验表明,该移动数据收集策略运行稳定、高效,符合应用要求。

关键词：土壤碳通量监测网络移动数据收集器障碍物聚类路径规划

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

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：