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
共找到8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：
作物农艺性状与形态结构表型智能识别技术综述
1
作者 张建华 姚琼 +3 位作者 周国民 吴雯迪 修晓杰 王健 《智慧农业（中英文）》 CSCD 2024年第2期14-27,共14页
[目的/意义]作物农艺性状与形态结构表型智能识别是作物智慧育种的主要内容,是研究“基因型—环境型—表型”相互作用关系的基础,对现代作物育种具有重要意义。[进展]大规模、高通量作物表型获取设备是作物表型获取、分析、测量、识别... [目的/意义]作物农艺性状与形态结构表型智能识别是作物智慧育种的主要内容,是研究“基因型—环境型—表型”相互作用关系的基础,对现代作物育种具有重要意义。[进展]大规模、高通量作物表型获取设备是作物表型获取、分析、测量、识别等的基础和重要手段。本文介绍了高通量作物表型主流平台和感知成像设备的功能、性能以及应用场景。分析了作物株高获取、作物器官检测与技术等农艺性状智能识别和作物株型识别、作物形态信息测量以及作物三维重建等形态结构智能识别技术的研究进展及挑战。[结论/展望]从研制新型低成本田间智能作物表型获取与分析装备、提升作物表型获取田间环境的标准化与一致性水平、强化田间作物表型智能识别模型的通用性,研究多视角、多模态、多点连续分析与时空特征融合的作物表型识别方法,以及提高模型解释性等方面,展望了作物表型技术主要发展方向。 展开更多
关键词 作物智能感知 表型识别 器官检测与技术 深度学习 三维重建 形态测量 大模型
下载PDF
面向神经网络结构搜索的植物叶片病害增强识别方法
2
作者 代国威 田志民 +1 位作者 樊景超 王朝雨 《西北林学院学报》 CSCD 北大核心 2023年第5期153-161,193,共10页
针对植物病害识别模型结构复杂且依赖于人为设计网络结构等问题,通过神经网络结构搜索(NAS),提出一种基于队列分块的神经网络结构搜索方法(NNSS),可实现超轻量级高精度植物叶片图像识别模型的自动构建。首先将12种在经济和环境下有益的... 针对植物病害识别模型结构复杂且依赖于人为设计网络结构等问题,通过神经网络结构搜索(NAS),提出一种基于队列分块的神经网络结构搜索方法(NNSS),可实现超轻量级高精度植物叶片图像识别模型的自动构建。首先将12种在经济和环境下有益的植物共计22类植物叶片图像作为训练样本,利用模糊c均值聚类(FCM)算法分割植物叶片的感染点,以获得叶片受关注的区域信息;通过图像像素的灰度空间相关性,采用快速灰度共生矩阵(FGLCM)算法提取6类受关注区域的纹理特征信息,获得的特征向量运用主成分变换选择重要特征;提出队列分块的局部搜索空间构造方法,将特征信息通过自动构建的模型进行分类。结果表明,NNSS方法取得了98.33%的准确率,特异性和灵敏性表现最优。相比于AlexNet、GoogLeNet、InceptionV3和VGGNet-16模型,改进VGG-INCEP16模型的性能得到进一步提升,但仍低于NNSS方法,这是由于该方法能结合数据集搜索合适的网络结构,对比次优VGG-INCEP16模型准确率至少提高了2.1%。研究结果显示,NNSS方法能够实现准确识别植物病害,对于神经网络模型结构自动搜索的未来具有较高的实际应用价值。 展开更多
关键词 图像处理 神经网络结构搜索 模糊C均值聚类 快速灰度共生矩阵 叶片病害识别
下载PDF
中国农业科学数据服务分析与展望 被引量：4
3
作者 满芮 樊景超 《农业展望》 2020年第9期86-92,共7页
科学数据是科学研究的基础与成果,科学数据服务既是在数据管理行程中的一个过程,也是结果,其根本目的是为了服务科技创新。通过深入解析农业科学数据管理理论以及服务需求可知,在数据资源已成为国家战略资源的重要组成,同时也是支持科... 科学数据是科学研究的基础与成果,科学数据服务既是在数据管理行程中的一个过程,也是结果,其根本目的是为了服务科技创新。通过深入解析农业科学数据管理理论以及服务需求可知,在数据资源已成为国家战略资源的重要组成,同时也是支持科技创新的极其重要元素的今天,农业科学数据的管理与服务研究急需从国家层面的政策制定到政府的合理监管再到科研院所的有效执行方能持续推进。本研究从农业科学数据服务的视角展开,通过对发达国家科学数据服务发展的研究梳理、分析总结,对中国农业科学数据服务提出合理期望。 展开更多
关键词 科学数据 农业科学数据 科学数据服务 科学数据管理 管理政策
下载PDF
采用天气增强与八度卷积改进YOLOv5的番茄检测模型构建 被引量：2
4
作者 代国威 樊景超 胡林 《山东农业科学》 北大核心 2022年第11期138-149,共12页
温室番茄的自动检测对于降低成本和优化管理至关重要。为实现温室番茄采收过程的自动化,我们提出了一种基于八度卷积与注意力机制改进YOLOv5的温室番茄检测方法。首先,利用八度卷积提取图像的高低频特征信息,压缩低频特征图的空间分辨... 温室番茄的自动检测对于降低成本和优化管理至关重要。为实现温室番茄采收过程的自动化,我们提出了一种基于八度卷积与注意力机制改进YOLOv5的温室番茄检测方法。首先,利用八度卷积提取图像的高低频特征信息,压缩低频特征图的空间分辨率以减少冗余空间信息,有效地将感受野扩大了2倍,并降低了模型的参数与浮点计算量;其次,将注意力机制(CBAM)融入特征提取网络Backbone中,以从复杂的背景颜色中提取更易区分的特征模式;然后,使用雨滴变换、雾气变换、太阳光照变换、阴影变换4种天气增强技术,增强数据集的多样性与模型的鲁棒性;最后,采用BCEWithLogitLoss损失函数使处理样本不均衡,并由SmoothBCE与QFocalLoss克服模型过拟合。采用从智能温室中拍摄的实际图像数据建立数据集,并对数据进行标注扩充,将样本容量扩至1150幅图像,对提出的模型进行验证。结果表明,该模型的平均准确率和检测时间分别为94.58%和21 ms。与Faster R-CNN、SSD、YOLOv3、YOLOv4、YOLOX和原始YOLOv5网络相比,该模型在智能温室环境下的番茄检测中取得了最佳性能,可为番茄采摘机器人的高效运行提供稳定可靠的信息。 展开更多
关键词 机器视觉 目标检测 番茄 八度卷积 YOLOv5 注意力机制 天气增强
下载PDF
机构科研数据库联盟建设与思考——以国家农业图书馆为例
5
作者 满芮 樊景超 《农业展望》 2020年第11期90-94,共5页
“融合科学”作为新型研究范式,目的在于通过多学科交叉融合手段来研究生命基因、信息能源、环境发展等领域的科学问题。于此环境下,独立的机构科研数据库势必逐渐走向联盟的趋势,同时这也是数据共享的发展基础。以国家农业图书馆机构... “融合科学”作为新型研究范式,目的在于通过多学科交叉融合手段来研究生命基因、信息能源、环境发展等领域的科学问题。于此环境下,独立的机构科研数据库势必逐渐走向联盟的趋势,同时这也是数据共享的发展基础。以国家农业图书馆机构科研数据库为研究对象,通过梳理该数据库联盟构建的政策驱动、发展模式以及参与者的作用,基于生命周期理论分析了数据库联盟对科学数据管理所起到的作用,以期通过机构科研数据库联盟的建立规范农业科学数据的管理。 展开更多
关键词 机构科研数据库 农业科学数据 科学数据管理
下载PDF
基于机器学习法的企业海关风险评估模型研究——以大豆加工贸易企业为例
6
作者 陈俊菡 胡林 《农业展望》 2021年第10期97-104,共8页
随着中国对外贸易量的大幅增长,海关监管任务加重。实际监管中违法违规的贸易量只占小部分,无差别检查将造成资源浪费。为合理化分配有限资源,提高监管效率,海关引入了风险管理,通过企业海关风险评估,对有潜在风险的企业贸易进行重点检... 随着中国对外贸易量的大幅增长,海关监管任务加重。实际监管中违法违规的贸易量只占小部分,无差别检查将造成资源浪费。为合理化分配有限资源,提高监管效率,海关引入了风险管理,通过企业海关风险评估,对有潜在风险的企业贸易进行重点检查,并为守法企业提供贸易便利,但现有海关风险评估依赖于较难以获取的企业内部数据和海关积累的历史数据,不仅评估过程困难,而且对无积累数据海关新注册企业无法进行评价。以大豆加工贸易企业为例,寻找更易获取的企业公开信息作为评估指标,并利用机器学习法构建评估模型,选取8个指标作为评估依据,确定了SMOTE+Adaboost模型作为大豆加工贸易企业风险评估模型,模型的准确率达89.71%,且对不均衡样本具有良好识别能力。该模型在降低指标数据获取难度的同时,对新注册企业同样可实现有效评价。最后,对模型应用前景进行了展望。 展开更多
关键词 海关风险 大豆加工贸易 风险评估模型 随机森林 SMOTE ADABOOST
下载PDF
基于GLCM特征提取和投票分类模型的马铃薯早、晚疫病检测 被引量：4
7
作者 代国威 胡林 +4 位作者 樊景超 闫燊 王晓丽 满芮 刘婷婷 《江苏农业科学》 北大核心 2023年第8期185-192,共8页
马铃薯作为世界第四大粮食作物对农业生产与经济效益具有重要影响。早、晚疫病是引起马铃薯减产的主要原因之一,如能及早发现作物病害,准确确定病害类型,对于保护作物安全和控制病害传播具有重要意义。为实现自动化诊断马铃薯病害,本研... 马铃薯作为世界第四大粮食作物对农业生产与经济效益具有重要影响。早、晚疫病是引起马铃薯减产的主要原因之一,如能及早发现作物病害,准确确定病害类型,对于保护作物安全和控制病害传播具有重要意义。为实现自动化诊断马铃薯病害,本研究提出了一种基于预处理、分割、特征提取和分类器分类的马铃薯病害检测自动化方法。在多时间段、不同天气环境下选择叶片形状与植株生长情况差异较大的田间拍摄马铃薯照片制作数据集,通过构建投票分类器模型对病害图像进行特征提取和高精度分类检测。首先利用Fast K-Means聚类算法对灰度图像下的马铃薯叶片进行分割,获得叶片受关注的区域;其次使用GLCM算法对受关注的区域提取11类纹理特征信息,计算4个GLCM获得单个图像88个纹理特征,并形成特征向量;最后使用投票分类模型对病害特征向量进行分类。分类模型是随机森林、支持向量机、KNN方法的组合,分类过程使用网格搜索优化分类器超参数。在10折交叉验证下,马铃薯病害分类准确率、精确率、召回率平均提高12.18、14.00、9.53百分点,综合性能提高11.90百分点。分析GLCM特征,135°方向角特征敏感性最弱,权重方面对比度特征最高,同质性特征次之。结果表明,该方法可用于马铃薯早、晚疫病的检测。 展开更多
关键词 植物病害 灰度共生矩阵 Fast K-Means聚类 支持向量机 决策树 K-近邻算法 投票分类
下载PDF
基于卷积神经网络的脑卒中中医辨证分型舌象分类研究 被引量：2
8
作者 王朝雨 黄奎麟 +2 位作者 代国威 强茗 王倩 《湖南中医药大学学报》 CAS 2023年第8期1460-1467,共8页
目的通过卷积神经网络学习脑卒中中医辨证分型与中医舌象特征分类的关系,为探索新的脑卒中临床标准化治疗方法提供诊断依据。方法本研究选取284名脑卒中患者作为研究对象,通过迁移学习微调改进DenseNet201用于特征向量的提取,使用信息... 目的通过卷积神经网络学习脑卒中中医辨证分型与中医舌象特征分类的关系,为探索新的脑卒中临床标准化治疗方法提供诊断依据。方法本研究选取284名脑卒中患者作为研究对象,通过迁移学习微调改进DenseNet201用于特征向量的提取,使用信息增益、卡方检验、对称不确定性与ReliefF滤波算法并组合去重以选择特征向量,最后利用Cubic SVM形成交叉数据集在多种分类器上进行训练和测试,比较模型的准确性。结果试验结果表明,组合的四类特征提取算法使得准确率高于基础结果的3.26%,Cubic SVM分类器相对于其他分类器以及未改进的DenseNet201取得了最优结果,可以在脑卒中中医舌象辨证分型中提供至少为95.74%的准确率。结论本研究提出的TCM舌象分类模型的方法结构是有效的,可辅助临床中医师进行诊断治疗,值得临床推广和进一步深入研究。 展开更多
关键词 中医舌诊 深度学习 舌象分类 支持向量机 特征选择
下载PDF
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
使用帮助 返回顶部