期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的栽培苜蓿害虫识别模型
1
作者
张
忠雪
冯琦胜
+5 位作者
李仲贤
李云昊
王瑞泾
张
轩
凡
李彦忠
梁天刚
《草业科学》
CAS
CSCD
北大核心
2024年第6期1519-1532,共14页
苜蓿(Medicago sativa)是我国发展畜牧业的重要优质牧草之一,而病虫害是影响其生长和品质的主要原因,因此准确识别病虫害对其生长发育具有重要意义。YOLO(You Only Look Once)等单阶段目标检测算法通过端对端进行目标检测,RCNN(Region C...
苜蓿(Medicago sativa)是我国发展畜牧业的重要优质牧草之一,而病虫害是影响其生长和品质的主要原因,因此准确识别病虫害对其生长发育具有重要意义。YOLO(You Only Look Once)等单阶段目标检测算法通过端对端进行目标检测,RCNN(Region Convolutional Neural Network)等双阶段目标检测算法生成候选区域进行特征提取。为有效识别苜蓿害虫,本文基于YOLOv5和Faster-RCNN两种算法对常见的6类苜蓿害虫进行特征识别,根据召回率(R)、精度(P)、平均精度(mAP)、F1值4种评价指标确定苜蓿害虫识别的最优算法和模型。其中R为样本中的正例被正确预测的比例,F1值为R和P的加权平均值。结果表明:YOLOv5算法识别苜蓿害虫的表现优于Faster-RCNN算法,YOLOv5算法的测试集和验证集精度均高于Faster-RCNN算法。研究结果为苜蓿害虫识别的算法选择提供了科学与理论支撑,对栽培苜蓿管理具有重要意义。
展开更多
关键词
深度学习
YOLOv5算法
Faster-RCNN算法
苜蓿害虫
下载PDF
职称材料
论地理科学与可持续发展
被引量:
1
2
作者
张
轩
凡
《中外企业家》
2015年第3Z期236-,共1页
在人类知识体系的十一门类中,自然科学和社会科学是最重要的两个组成部分,地理科学则将两者巧妙地结合到了一起。在人类五大开放系统中,星际系统和社会系统是重要的两个组成部分,地理系统在二者的结合上也发挥了重要的作用。本文首先介...
在人类知识体系的十一门类中,自然科学和社会科学是最重要的两个组成部分,地理科学则将两者巧妙地结合到了一起。在人类五大开放系统中,星际系统和社会系统是重要的两个组成部分,地理系统在二者的结合上也发挥了重要的作用。本文首先介绍了地理科学的地位和理论体系,然后介绍了地理科学和可持续发展之间存在的联系,最后在可持续发展战略下对未来地理科学的发展趋势做出了展望。
展开更多
关键词
地理科学
可持续发展
地理系统工程
下载PDF
职称材料
题名
基于深度学习的栽培苜蓿害虫识别模型
1
作者
张
忠雪
冯琦胜
李仲贤
李云昊
王瑞泾
张
轩
凡
李彦忠
梁天刚
机构
草种创新与草地农业生态系统全国重点实验室/兰州大学草地农业科技学院
兰州大学图书馆
出处
《草业科学》
CAS
CSCD
北大核心
2024年第6期1519-1532,共14页
基金
中国工程院战略研究与咨询项目(2022-HZ-09、2022-XY-139、2021-HZ-5)
财政部和农业农村部:国家现代农业产业技术体系项目(CARS-34)
+1 种基金
甘肃省林业和草原局科技创新项目(kjcx2022010)
2023年提前批中央财政林业改革发展资金草原科技支撑项目(2023211)。
文摘
苜蓿(Medicago sativa)是我国发展畜牧业的重要优质牧草之一,而病虫害是影响其生长和品质的主要原因,因此准确识别病虫害对其生长发育具有重要意义。YOLO(You Only Look Once)等单阶段目标检测算法通过端对端进行目标检测,RCNN(Region Convolutional Neural Network)等双阶段目标检测算法生成候选区域进行特征提取。为有效识别苜蓿害虫,本文基于YOLOv5和Faster-RCNN两种算法对常见的6类苜蓿害虫进行特征识别,根据召回率(R)、精度(P)、平均精度(mAP)、F1值4种评价指标确定苜蓿害虫识别的最优算法和模型。其中R为样本中的正例被正确预测的比例,F1值为R和P的加权平均值。结果表明:YOLOv5算法识别苜蓿害虫的表现优于Faster-RCNN算法,YOLOv5算法的测试集和验证集精度均高于Faster-RCNN算法。研究结果为苜蓿害虫识别的算法选择提供了科学与理论支撑,对栽培苜蓿管理具有重要意义。
关键词
深度学习
YOLOv5算法
Faster-RCNN算法
苜蓿害虫
Keywords
deep learning
YOLOv5 arithmetic
Faster-RCNN arithmetic
alfalfa pest
分类号
S435.4 [农业科学—农业昆虫与害虫防治]
TP18 [农业科学—植物保护]
TP391.41 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
论地理科学与可持续发展
被引量:
1
2
作者
张
轩
凡
机构
邵阳学院
出处
《中外企业家》
2015年第3Z期236-,共1页
文摘
在人类知识体系的十一门类中,自然科学和社会科学是最重要的两个组成部分,地理科学则将两者巧妙地结合到了一起。在人类五大开放系统中,星际系统和社会系统是重要的两个组成部分,地理系统在二者的结合上也发挥了重要的作用。本文首先介绍了地理科学的地位和理论体系,然后介绍了地理科学和可持续发展之间存在的联系,最后在可持续发展战略下对未来地理科学的发展趋势做出了展望。
关键词
地理科学
可持续发展
地理系统工程
分类号
X22 [环境科学与工程—环境科学]
P90 [天文地球—自然地理学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的栽培苜蓿害虫识别模型
张
忠雪
冯琦胜
李仲贤
李云昊
王瑞泾
张
轩
凡
李彦忠
梁天刚
《草业科学》
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
2
论地理科学与可持续发展
张
轩
凡
《中外企业家》
2015
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部