-
题名属模巨齿蛉成虫若干夜间行为研究
- 1
-
-
作者
袁靖泽
王向积
曹成全
王淑颖
-
机构
吉首大学生物资源与环境科学学院
山东省青岛市城阳区农业农村局
乐山师范学院生命科学学院
山东农业大学植物保护学院
-
出处
《安徽农业科学》
CAS
2022年第3期84-87,91,共5页
-
基金
校企合作科研项目(LHX190767,LHX191201)。
-
文摘
描述了属模巨齿蛉(Acanthacorydalis asiatica)成虫的羽化、打斗、取食等行为。成虫羽化大都发生在夜间,主要集中在18:00—24:00。成虫的夜间活动是间歇性的,在6次活跃高峰中,第4次最为活跃,活跃比例高达46.32%。成虫的打斗主要发生在雄性之间,分为决斗式和偷袭式。成虫主要用上下唇接触西瓜瓤、豆浆等带有甜味的食物,取食偏好顺序为新鲜西瓜瓤>10%蜂蜜水>豆浆>剥皮的紫叶李树枝,未发现取食紫叶李花花粉。
-
关键词
广翅目
巨齿蛉
夜间行为
-
Keywords
Megaloptera
Acanthacorydalis asiatica
behaviors at night
-
分类号
Q958
[生物学—动物学]
-
-
题名基于深度学习的夜间危险驾驶行为检测算法
- 2
-
-
作者
唐天俊
宋平
-
机构
重庆工商职业学院
四川兴蜀工程勘察设计集团有限公司
-
出处
《电脑与信息技术》
2024年第4期9-13,共5页
-
文摘
夜间弱光环境下的危险驾驶行为易导致交通事故的发生,然而,目前多数危险驾驶行为检测算法研究主要集中于光照充足的环境,而在弱光环境下的检测准确率偏低。针对该难点,提出了一种基于深度学习的夜间危险驾驶行为检测算法。该算法由弱光增强模块和检测模块构成。其中,弱光增强模块采用轻量化的零参考深度曲线估计算法提高图像曝光度,检测模块基于Nano Det-Plus模型检测弱光增强处理后的图像是否存在危险驾驶行为。实验结果表明,所提算法在夜间弱光环境下具有较高的检测准确率,同时模型参数量小,检测速度可达毫秒级,可部署在移动设备上进行实时检测。
-
关键词
深度学习
弱光环境
夜间危险驾驶
行为检测
弱光增强
-
Keywords
deep learning
low light environment
dangerous driving behavior at night
behavior detection
weak light enhancement
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
