检索结果-内蒙古大学图书馆

贵州师范大学学报(自然科学版) 2025年第1期43卷 69-78页

作者：蔡珊珊赵璠邓小凡邓航赵俊帆西南林业大学大数据与智能工程学院云南昆明650224

云南是我国森林火灾的多发区和重灾区,火灾风险预警需求紧迫。综合运用影响森林火灾发生发展的基本原理,利用MODIS数据、DEM数据及VIIRS热异常数据集提取火险因子,构建森林火灾动态危险性指数模型,并经过ROC检验对模型预报结果的精度分... 详细信息

云南是我国森林火灾的多发区和重灾区,火灾风险预警需求紧迫。综合运用影响森林火灾发生发展的基本原理,利用MODIS数据、DEM数据及VIIRS热异常数据集提取火险因子,构建森林火灾动态危险性指数模型,并经过ROC检验对模型预报结果的精度分析。结果表明:1)模型ROC曲线最佳划分阈值0.527、AUC值0.811,预测精度较好。2)森林火灾频次与NDVI呈正相关关系,NDII7、TVDI值在0.6~0.8时对森林火灾影响最显著;森林火灾频次与3 000 m以上高程呈负相关关系,与坡度呈负相关关系,坡向对于森林火灾的发生没有显著的影响。3)利用模型预报结果通过自然断点法将火险等级分为5级,得出云南省高火险区主要分布在昆明市、迪庆州、丽江市、大理州、楚雄州、曲靖市、昭通市、玉溪市、红河州、文山州等北部、中部及东南部地区。

关键词：森林火灾风险预警动态模型 MODIS 云南省

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv8算法的木材缺陷检测技术研究

引用

林产工业 2025年第4期 33-40页

作者：杨奇维宋蕾代艳婷任帅涛周华西南林业大学大数据与智能工程学院

针对传统木材表面缺陷检测模型在检测精度和模型参数量优化方面的不足，提出了一种改进的YOLOv8算法——WDDTS-YOLO，使其更适合在实际应用中部署。通过在上采样器DySample增强多尺度缺陷识别、使用下采样SCDown降低成本并保留信息、以... 详细信息

针对传统木材表面缺陷检测模型在检测精度和模型参数量优化方面的不足，提出了一种改进的YOLOv8算法——WDDTS-YOLO，使其更适合在实际应用中部署。通过在上采样器DySample增强多尺度缺陷识别、使用下采样SCDown降低成本并保留信息、以及引入SENetV2通道注意力机制优化特征提取。结果表明：改进后模型的平均精度由原始模型的78.2%提升至82.5%，参数量下降约20%。此外，在Jetson平台上加速后进行部署，帧率由4.9 FPS提升至10.5 FPS。研究结果可为木材的自动化检测提供高效、精准的解决方案，有助于推动行业的智能化转型。

关键词： YOLOv8 WDDTS-YOLO 木材缺陷检测深度学习图像识别

来源：评论

学校读者我要写书评

暂无评论

基于遥感技术估测森林蓄积量的研究进展

引用

林业科技通讯 2025年第4期 21-25页

作者：段春琴刘富华寇卫利杨坤杨焕芬秦蓁西南林业大学林学院昆明650224 云南省陆良县林业和草原局云南曲靖655600 西南林业大学大数据与智能工程学院昆明650224

森林蓄积量是评价森林资源的重要指标,准确调查其分布对森林资源开发利用的合理评估和规划至关重要.相较于传统调查方法周期长、工作量大、成本高等问题,遥感技术具有快速、高效和人工成本低等优势,是现如今森林资源监测的主要手段.本... 详细信息

森林蓄积量是评价森林资源的重要指标,准确调查其分布对森林资源开发利用的合理评估和规划至关重要.相较于传统调查方法周期长、工作量大、成本高等问题,遥感技术具有快速、高效和人工成本低等优势,是现如今森林资源监测的主要手段.本文分别基于光学遥感、微波雷达遥感、激光雷达遥感以及多源遥感融合4种主要的遥感技术,综述了目前国内外森林蓄积量的估测方法及其优缺点,并提出了未来森林蓄积量的研究方向.

关键词：森林蓄积量遥感监测光学遥感微波雷达激光雷达多源遥感融合

来源：评论

学校读者我要写书评

暂无评论

基于零信任和区块链的跨境电商数据安全共享模型

引用

计算机与现代化 2025年第4期 111-118+126页

作者：黎小梦姜茸梁志宏余益民云南财经大学云南省服务计算重点实验室云南财经大学物流与管理工程学院西南林业大学大数据与智能工程学院

随着跨境电商行业的飞速发展，跨境电商的相关数据呈爆炸性增长，数据安全问题日益凸显。传统的跨境电商平台通常面临着数据泄露、篡改和不可信的问题，导致商家和用户对平台的信任度下降。为了解决这一问题，本文提出一种基于零信任和... 详细信息

随着跨境电商行业的飞速发展，跨境电商的相关数据呈爆炸性增长，数据安全问题日益凸显。传统的跨境电商平台通常面临着数据泄露、篡改和不可信的问题，导致商家和用户对平台的信任度下降。为了解决这一问题，本文提出一种基于零信任和区块链的跨境电商数据安全共享模型（EDSM-BZT）。首先，设计基于零信任的多因素身份认证方案，结合时间因素和知识因素对每一个访问主体进行动态验证。其次，在方案中加入信任评估策略，计算访问主体的信任值，对用户访问行为实现更细粒度控制。最后，在模型中构建链上链下协同存储子模型，确保跨境电商数据的安全传输和存储。实验结果表明，该模型可以实现访问授权的动态控制和跨境电商数据的高效存储，具有良好的性能和可扩展性。

关键词：区块链零信任模型 EDSM-BZT模型协同存储跨境电商数据

来源：评论

学校读者我要写书评

暂无评论

基于Sentinel-1/2A的普洱市思茅区城市绿地覆盖分类及碳储量估测

引用

西北林学院学报 2025年第2期40卷 141-151页

作者：胥晓沈守云张加龙中南林业科技大学风景园林学院湖南长沙410004 云南财经大学物流与管理工程学院云南昆明650221 湖南省自然保护地风景资源大数据工程技术研究中心湖南长沙410004 西南林业大学林学院云南昆明650224

城市绿地碳储量遥感反演已成为当前城市可持续发展与生态保护研究的热点。以云南省普洱市思茅区城市绿地为研究对象,利用2018年Sentinel的遥感数据源、《城市绿地分类标准》与森林资源二类调查数据对城市绿地进行分类,结合Sentinel和DE... 详细信息

城市绿地碳储量遥感反演已成为当前城市可持续发展与生态保护研究的热点。以云南省普洱市思茅区城市绿地为研究对象,利用2018年Sentinel的遥感数据源、《城市绿地分类标准》与森林资源二类调查数据对城市绿地进行分类,结合Sentinel和DEM数据提取并筛选出纹理因子(9×9窗口下的均值信息meanR9)、地形因子(坡度、坡向)、地表水分指数(LSWI)、归一化植被指数(NDVI)、B11、红边位置指数(S2REP)、归一化差异水体指数(MDWI)、归一化红边指数(NDRE1)等城市绿地碳储量强相关因子,采用RF、KNN、GBRT模型估测普洱市思茅区城市碳储量。结果表明:1)思茅区城市绿地系统分为公园绿地、防护绿地、附属绿地、生产绿地4类,其面积及占比分别为16.09、19.4、0.425、2.64 km^(2)和41.72%、50.33%、1.10%、6.85%。其遥感分类的总体精度(OA)为89.02%,Kappa系数为0.8471,F_(1)为89.44%;2)RF模型估测绿地碳储量的总体效果(R2、RMSE、P和rRMSE分别为0.762~0.966、5.766~10.684 t/hm^(2)、0.548~0.965、14.765~34.102),优于KNN和GBRT模型;3)选取最优RF模型反演得到的各类绿地碳储量,公园绿地、防护绿地、附属绿地、生产绿地的碳储量密度及占比分别为10.571、9.698、2.395、8.866 t/hm^(2)和45.69%、30.52%、2.53%、21.25%,总体误差在0.53%~1.85%。普洱市思茅区城市绿地有着较高的碳储量,具备较大的碳汇潜力,研究结果可为城市碳吸收提供参考。

关键词：城市绿地碳储量 Sentinel RF模型

来源：评论

学校读者我要写书评

暂无评论

基于逆运动学降维求解与YOLO v4的果实采摘系统研究

引用

农业机械学报 2021年第9期52卷 15-23页

作者：张晴晖孔德肖李俊萩钟丽辉西南林业大学大数据与智能工程学院昆明650224

为提高采摘设备的执行效率,采用六自由度机械臂、树莓派、Android手机端和服务器设计了一种智能果实采摘系统,该系统可自动识别不同种类的水果,并实现自动采摘,可通过手机端远程控制采摘设备的起始和停止,并远程查看实时采摘视频。提出... 详细信息

为提高采摘设备的执行效率,采用六自由度机械臂、树莓派、Android手机端和服务器设计了一种智能果实采摘系统,该系统可自动识别不同种类的水果,并实现自动采摘,可通过手机端远程控制采摘设备的起始和停止,并远程查看实时采摘视频。提出通过降低自由度和使用二维坐标系来实现三维坐标系中机械臂逆运动学的求解过程,从而避免了大量的矩阵运算,使机械臂逆运动学求解过程更加简捷。利用Matlab中的Robotic Toolbox进行机械臂三维建模仿真,验证了降维求解的可行性。在果实采摘流程中,为了使机械臂运动轨迹更加稳定与协调,采用五项式插值法对机械臂进行运动轨迹规划控制。基于Darknet深度学习框架的YOLO v4目标检测识别算法进行果实目标检测和像素定位,在Ubuntu 19.10操作系统中使用2000幅图像作为训练集,分别对不同种类的果实进行识别模型训练,在GPU环境下进行测试,结果表明,每种果实识别的准确率均在94%以上,单次果实采摘的时间约为17 s。经过实际测试,该系统具有良好的稳定性、实时性以及对果实采摘的准确性。

关键词：果实采摘系统机械臂逆运动学降维目标检测 YOLO v4 运动轨迹规划

来源：评论

学校读者我要写书评

暂无评论

结合纹理和空间特征的多光谱影像面向对象茶园提取

引用

光谱学与光谱分析 2021年第8期41卷 2565-2571页

作者：黄邵东徐伟恒熊源吴超代飞徐海峰王雷光寇卫利西南林业大学大数据与智能工程学院云南昆明650233 西南林业大学大数据与智能工程研究院云南昆明650233 西南林业大学林业生态大数据国家林业与草原局重点实验室云南昆明650233

云南茶园主要分布于山区,往往与其他地物混合,破碎化程度高,给基于遥感的高精度茶园提取带来困难。破碎化山地茶园的遥感识别能力有待进一步提高。以西双版纳北部及普洱市南部山区为研究区,以高分一号(GF-1)遥感影像为数据源,基于易康(e... 详细信息

云南茶园主要分布于山区,往往与其他地物混合,破碎化程度高,给基于遥感的高精度茶园提取带来困难。破碎化山地茶园的遥感识别能力有待进一步提高。以西双版纳北部及普洱市南部山区为研究区,以高分一号(GF-1)遥感影像为数据源,基于易康(eCognition9.0)软件,采用多尺度分割(MRS)方法对影像进行分割,并通过ED3_(Modified))评估影像的最优分割尺度。首先构造了包括14个光谱特征、6个纹理特征和3个空间特征的23维初始特征,通过计算样本的分离度对分类特征空间进行优化,确定了16维最优特征空间。然后应用面向对象的监督分类方法[贝叶斯(Bayes)、决策树5.0(DT5.0)及随机森林(RF)]对研究区茶园进行提取。采用实地调查样点和随机点结合的方法对提取结果进行精度验证,并比较了不同分类方法的茶园提取精度。面向对象的监督分类[多分类(茶园、森林、农田、不透水层、水体)]结果的总体精度(OA)和Kappa系数分别为(Bayes:87.73%,0.70),(DT:88.52%,0.72),(RF:91.23%,0.78)。三种分类方法对茶园提取的生产者精度(PA)和使用者精度(UA)分别为(Bayes:67.23%,75.33%),(DT:68.84%,83.83%),(RF:70.54%,87.13%);相比于面向对象的RF多分类,面向对象RF二分类(茶园、其他地物)OA和Kappa系数分别提高了3.24%和0.07,茶园提取的PA与UA分别提高了5.99%和5.61%;相较于仅利用光谱特征的基于像元的RF多分类,面向对象的RF二分类OA与Kappa系数分别提高了23.32%和0.27,茶园提取PA与UA分别提高了21.10%和29.03%。结果表明:采用面向对象的监督分类方法在对茶园提取方面有应用潜力,尤其面向对象的RF分类精度更高,二分类相较于多分类对于茶园提取更为精细和准确。该方法对于复杂、破碎山地茶园提取精度较高,能够满足基于高空间分辨率多光谱影像的茶园精细化识别应用需求。

关键词：茶园面向对象 GF-1 纹理特征空间特征多光谱监督分类

来源：评论

学校读者我要写书评

暂无评论

联合语义部件的鸟类图像细粒度识别

引用

计算机辅助设计与图形学学报 2018年第8期30卷 1522-1529页

作者：赵毅力徐丹云南大学信息学院昆明650091 西南林业大学大数据与智能工程学院昆明650224

由于子类别的高度相似性引起的类间微小差异,以及姿态、尺度和旋转方面的类内变化,使得细粒度图像识别成为一个具有挑战性的计算机视觉问题.为了对鸟类图像进行细粒度识别,提出一种联合语义部件的深度卷积神经网络模型.该模型由2个子网... 详细信息

由于子类别的高度相似性引起的类间微小差异,以及姿态、尺度和旋转方面的类内变化,使得细粒度图像识别成为一个具有挑战性的计算机视觉问题.为了对鸟类图像进行细粒度识别,提出一种联合语义部件的深度卷积神经网络模型.该模型由2个子网络组成:一个是语义部件检测子网,使用深度残差网络对鸟类图像语义部件进行精确定位;另一个是分类子网,使用三路深度残差网络对检测子网检测到的语义部件进行联合分类.收集了一个新的鸟类图像数据集YUB-200-2017,用于鸟类图像细粒度识别实验.结果表明,在YUB-200-2017和CUB-200-2011数据集上,文中方法具有较高的语义部件检测精度和识别准确率.

关键词：细粒度图像识别语义部件检测深度学习卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

滇中地区典型火烧迹地恢复率动态变化及其影响因子

引用

资源科学 2021年第12期43卷 2465-2474页

作者：吴超徐伟恒肖池伟王秋华袁华董建娥黄邵东熊源西南林业大学大数据与智能工程学院昆明650233 西南林业大学大数据与智能工程学院昆明650233 西南林业大学大数据与智能工程研究院昆明650233 西南林业大学生态大数据国家林业与草原局重点实验室昆明650233 中国科学院地理科学与资源研究所北京100101 西南林业大学土木工程学院昆明650233 西南林业大学林学院昆明650233

定量评估林火燃烧程度、坡度、植被类型等对火烧后植被动态恢复的影响,对及时掌握火烧迹地的变化及更新演替规律和提升森林资源可持续经营管理水平具有重要价值.本文以2006年云南省安宁市3·29和2012年云南省易门县3·18森林火... 详细信息

定量评估林火燃烧程度、坡度、植被类型等对火烧后植被动态恢复的影响,对及时掌握火烧迹地的变化及更新演替规律和提升森林资源可持续经营管理水平具有重要价值.本文以2006年云南省安宁市3·29和2012年云南省易门县3·18森林火烧迹地为研究对象,利用Landsat-5/TM、Landsat-7/ETM+和Landsat-8/OLI时间序列影像,基于Google Earth Engine云计算平台实现影像收集与指数计算.首先,利用归一化燃烧率和差分归一化燃烧率提取火烧迹地,并进行燃烧程度分级.其次,利用燃烧恢复率,探究火烧迹地的恢复率动态变化规律,并利用因子探测法分析燃烧程度、坡度和植被类型对燃烧恢复率的独立解释力.结果表明:①对安宁3·29和易门3·18火烧迹地,从燃烧恢复率指标看,燃烧程度为低和中低的火烧迹地,在火灾发生6～7年后火烧迹地恢复率达100％以上,而中高和高燃烧程度的火烧迹地恢复率达100％以上则需要7～9年.②在燃烧恢复率的独立解释因子中,灾后植被类型的独立解释力最高,也即灾后植被类型对火烧迹地的恢复率影响最大,燃烧程度次之,坡度最低.本文结果将为火烧迹地恢复状况评估提供参考,也有助于了解滇中乃至中国西南地区复杂地形下森林火灾发生后的植被动态恢复过程.

关键词：火烧迹地 Landsat影像恢复评估燃烧程度燃烧恢复率地理探测器滇中地区

来源：评论

学校读者我要写书评

暂无评论

利用微调卷积神经网络的土地利用场景分类

引用

遥感信息 2019年第3期34卷 70-77页

作者：陈雅琼强振平陈旭刘心怡西南林业大学大数据与智能工程学院

针对场景类别之间的相同类内差异性与不同类间相似性所造成的遥感图像场景分类不够精确的问题,提出了将微调(fine-tuning)与卷积神经网络(convolutional neural network,CNN)模型相结合的方法,对土地利用遥感场景图像进行分类。该方法对... 详细信息

针对场景类别之间的相同类内差异性与不同类间相似性所造成的遥感图像场景分类不够精确的问题,提出了将微调(fine-tuning)与卷积神经网络(convolutional neural network,CNN)模型相结合的方法,对土地利用遥感场景图像进行分类。该方法对CNN前层固定,调整分类层保留了图像的泛性特征;通过卫星影像图获取土地利用场景图块作为训练样本,对训练样本图块进行预处理,然后对在ImageNet数据集上训练得到的AlexNet模型进行fine-tuning.利用得到的CNN模型即可自动提取土地利用遥感图像的图像特征并对其进行分类。为了验证本文方法,对实验区影像进行分割得到测试样本并进行同训练样本一致的预处理,将测试样本的分类结果与随机森林、支持向量机等经典方法的结果进行对比。结果表明.经过fine-tuning的CNN模型在土地利用分类中得到的结果要明显优于其他分类方法。

关键词：微调卷积神经网络土地利用场景分类 AlexNet模型

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：