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
基于虚拟模型的水稻冠层叶面积计算方法
被引量：
9
1
作者
丁维龙
谢涛
+1 位作者
徐利锋
张义凯
《农业工程学报》
EI
CAS
CSCD
北大核心
2017年第2期192-198,共7页
水稻冠层的叶面积是分析水稻生长状况的重要参数,传统叶面积统计方法效率较低且误差较大,难以对植株冠层不同高度层的叶面积进行测量。针对传统水稻冠层叶面积统计方法的薄弱点,该文提出一种基于虚拟模型的水稻冠层叶面积计算方法。该...
水稻冠层的叶面积是分析水稻生长状况的重要参数,传统叶面积统计方法效率较低且误差较大,难以对植株冠层不同高度层的叶面积进行测量。针对传统水稻冠层叶面积统计方法的薄弱点,该文提出一种基于虚拟模型的水稻冠层叶面积计算方法。该方法首先通过田间试验获取的水稻形态参数,建立虚拟水稻模型,然后基于该模型计算植株整体叶面积以及两株水稻在一定株距下不同高度层内叶片面积的大小,从而为水稻种植管理措施的优化提供参考。该文算法与长宽校正法相比,在整株叶面积统计结果上,二者相差在5%左右;每层叶片面积实际测定和仿真结果的比较,两者误差在10%之内。该方法对于水稻冠层叶片面积统计具有一定的实际意义。
展开更多
关键词
作物
模型
可视化
虚拟水稻模型
叶片
面积
计算
下载PDF
职称材料
基于Macbm-RCNN的叶片周长和面积测量方法
被引量：
1
2
作者
荣民希
班彬
+2 位作者
王智峥
郭晓丽
张卫正
《江苏农业科学》
北大核心
2022年第13期199-206,共8页
为进一步提高日常背景下叶片周长面积测量精度和便利性,提出一种新的深度卷积网络模型Macbm RCNN,该模型在经典Mask RCNN模型基础上引入注意力机制。Macbm RCNN能对经过压缩处理过的图片进行准确检测和标注,并最终输出叶片周长和面积。...
为进一步提高日常背景下叶片周长面积测量精度和便利性,提出一种新的深度卷积网络模型Macbm RCNN,该模型在经典Mask RCNN模型基础上引入注意力机制。Macbm RCNN能对经过压缩处理过的图片进行准确检测和标注,并最终输出叶片周长和面积。通过最终的试验数据表明,Macbm RCNN网络模型的训练准确率相比于Mask RCNN提高1.65%,在复杂图像处理中,平均训练时间提升0.022 s,平均推理时间提升0.018 s。计算效率高于叶面仪和方格法,计算误差小于1.5%。验证表明,引入注意力机制的Macbm RCNN网络能提高叶片预测的准确率,在复杂情况下处理的速率有明显提升;在叶片周长和面积的计算中误差较小。在实际应用中能有效提高工作效率。
展开更多
关键词
Macbm
RCNN
叶片
周长
面积
计算
特征提取
注意力机制
目标识别
图像分割
下载PDF
职称材料
题名
基于虚拟模型的水稻冠层叶面积计算方法
被引量：
9
1
作者
丁维龙
谢涛
徐利锋
张义凯
机构
浙江工业大学计算机科学技术学院
中国水稻研究所水稻生物学国家重点实验室
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2017年第2期192-198,共7页
基金
国家自然科学基金项目(61571400
31471416
+2 种基金
31301230)
浙江省自然科学基金项目(LY14C130005)
国家高技术研究发展计划项目2013AA10230502
文摘
水稻冠层的叶面积是分析水稻生长状况的重要参数,传统叶面积统计方法效率较低且误差较大,难以对植株冠层不同高度层的叶面积进行测量。针对传统水稻冠层叶面积统计方法的薄弱点,该文提出一种基于虚拟模型的水稻冠层叶面积计算方法。该方法首先通过田间试验获取的水稻形态参数,建立虚拟水稻模型,然后基于该模型计算植株整体叶面积以及两株水稻在一定株距下不同高度层内叶片面积的大小,从而为水稻种植管理措施的优化提供参考。该文算法与长宽校正法相比,在整株叶面积统计结果上,二者相差在5%左右;每层叶片面积实际测定和仿真结果的比较,两者误差在10%之内。该方法对于水稻冠层叶片面积统计具有一定的实际意义。
关键词
作物
模型
可视化
虚拟水稻模型
叶片
面积
计算
Keywords
crops
models
visualization
virtual rice model
leaf area calculation
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于Macbm-RCNN的叶片周长和面积测量方法
被引量：
1
2
作者
荣民希
班彬
王智峥
郭晓丽
张卫正
机构
郑州轻工业大学数学与信息科学学院
郑州轻工业大学
出处
《江苏农业科学》
北大核心
2022年第13期199-206,共8页
基金
国家自然科学基金(编号:11601491、61403349)
河南省科技攻关项目(编号:192102110203)。
文摘
为进一步提高日常背景下叶片周长面积测量精度和便利性,提出一种新的深度卷积网络模型Macbm RCNN,该模型在经典Mask RCNN模型基础上引入注意力机制。Macbm RCNN能对经过压缩处理过的图片进行准确检测和标注,并最终输出叶片周长和面积。通过最终的试验数据表明,Macbm RCNN网络模型的训练准确率相比于Mask RCNN提高1.65%,在复杂图像处理中,平均训练时间提升0.022 s,平均推理时间提升0.018 s。计算效率高于叶面仪和方格法,计算误差小于1.5%。验证表明,引入注意力机制的Macbm RCNN网络能提高叶片预测的准确率,在复杂情况下处理的速率有明显提升;在叶片周长和面积的计算中误差较小。在实际应用中能有效提高工作效率。
关键词
Macbm
RCNN
叶片
周长
面积
计算
特征提取
注意力机制
目标识别
图像分割
分类号
S126 [农业科学—农业基础科学]
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于虚拟模型的水稻冠层叶面积计算方法
丁维龙
谢涛
徐利锋
张义凯
《农业工程学报》
EI
CAS
CSCD
北大核心
2017
9
下载PDF
职称材料
2
基于Macbm-RCNN的叶片周长和面积测量方法
荣民希
班彬
王智峥
郭晓丽
张卫正
《江苏农业科学》
北大核心
2022
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
