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15,122篇文章
< 1 2 … 250 >
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：
基于改进RT-DETR的叶菜干烧心症状检测方法
1
作者 林开颜 周纪元 +4 位作者 吴军辉 杨学军 陈杰 司慧萍 祝华军 《农业工程学报》 北大核心 2026年第1期201-209,共9页
植物工厂中叶菜常出现干烧心胁迫症状,针对现有方法在症状初期检测性能不佳的问题,该研究提出一种干烧心症状检测模型RT-DETR-TB(real-time detection transformer for tip-burn)。模型采用基于星运算学习范式的StarNet作为主干网络,实... 植物工厂中叶菜常出现干烧心胁迫症状,针对现有方法在症状初期检测性能不佳的问题,该研究提出一种干烧心症状检测模型RT-DETR-TB(real-time detection transformer for tip-burn)。模型采用基于星运算学习范式的StarNet作为主干网络,实现模型轻量化并加速收敛。颈部编码网络中,联合星运算和通道先验注意力(channel prior convolutional attention,CPCA)设计星注意力特征融合模块(star-attention feature fusion,SAFF),以提升多尺度特征融合效果;并设计跨尺度边缘增强模块(cross-scale edge enhance,CSEE),利用浅层边缘特征信息改善小目标检测性能。试验结果表明,RT-DETR-TB的参数量为16.4M,检测速度达58帧/s,平均精度从86.0%提升至88.4%,小目标精度从46.8%提升至50.7%。同时在不同植物工厂光照环境中,模型对比主流检测方法展现出更好的准确性和鲁棒性。该模型能够满足干烧心症状的早期预警需求,为植物工厂自动化生产提供技术支持。 展开更多
关键词 目标检测 模型 干烧心 RT-DETR 植物工厂
在线阅读 下载PDF
空-谱增强与半监督协同的小样本地块级林果识别
2
作者 杨耘 杨开源 +7 位作者 宁捧月 吉春容 杨贵军 刘艳 程镕杰 高美玲 火红 霍艾迪 《农业工程学报》 北大核心 2026年第1期222-232,共11页
针对传统深度学习方法在小样本下县域尺度的地块级林果种植分布提取精度不高的问题,该研究提出了一种基于空-谱语义特征增强与动态样本扩展的可泛化的地块级林果作物智能识别方法。首先,基于GF-2等高空间分辨率遥感影像,选取迁移学习参... 针对传统深度学习方法在小样本下县域尺度的地块级林果种植分布提取精度不高的问题,该研究提出了一种基于空-谱语义特征增强与动态样本扩展的可泛化的地块级林果作物智能识别方法。首先,基于GF-2等高空间分辨率遥感影像,选取迁移学习参数优化的BsiNet耕地地块分割网络获取耕地地块数据集,并与Sentinel-2A多光谱影像进行空间位置映射,获取各个地块的影像多光谱数据。其次,构建了一种空-谱语义特征增强的轻量化深度可分离卷积残差网络(LiteTransResNet),增强网络对空-谱语义信息这类深层次特征的表达;进而,引入半监督学习策略实现样本标签的动态扩展,减少模型参数训练所需的样本数量,同时提升模型对跨空间域林果作物识别任务的泛化性;最后,设计了一种集成BsiNet分割网络与半监督学习LiteTransResNet模型的地块级林果作物分类识别方法,实现小样本下县域地块级林果种植空间分布制图。以新疆伽师县西梅林果为例,实地外业调查数据与当地农业部门提供的种植面积数据为参考基准对该模型进行了验证。结果表明,在巴仁镇和米夏乡两个区域,该研究提出的半监督学习的LiteTransResNet模型在小样本条件下林果分类准确率达到99.11%和99.46%,显著优于同类方法。进一步利用巴仁镇与米夏乡的西梅样本数据训练,该模型在全县12个乡镇西梅种植面积的估算误差范围在2%~9%,验证了该模型仅利用2个乡镇的小样本数据集可实现全县林果地块级的高精度识别并具有良好的泛化性能。该研究可为大范围林果作物类型调查与监测提供高精度的1 m分辨率的耕地地块数据,以及10 m分辨率的林果作物空间分布信息。 展开更多
关键词 图像分割 泛化性 作物分类 小样本 半监督学习 深度学习 多源遥感 特色林果
在线阅读 下载PDF
基于高通量测序对干条斑紫菜加工过程的菌群变化分析
3
作者 李娜 江姗 +5 位作者 王联珠 郭莹莹 姚琳 朱文嘉 曲梦 江艳华 《渔业科学进展》 北大核心 2026年第1期199-211,共13页
干条斑紫菜(Porphyra yezoensis)作为烤紫菜的主要原料,其微生物的种类和含量直接影响终产品的食用安全性。为探究干条斑紫菜在加工过程中细菌多样性的变化情况,筛选导致菌落总数超标的优势菌种,本研究对加工过程重点环节中条斑紫菜的... 干条斑紫菜(Porphyra yezoensis)作为烤紫菜的主要原料,其微生物的种类和含量直接影响终产品的食用安全性。为探究干条斑紫菜在加工过程中细菌多样性的变化情况,筛选导致菌落总数超标的优势菌种,本研究对加工过程重点环节中条斑紫菜的菌落总数进行监测,通过高通量测序技术解析总细菌菌群及可培养细菌菌群的变化情况,同时,对优势菌进行菌种鉴定与耐受特性分析。结果显示,条斑紫菜原藻经过清洗后菌落总数下降,干燥处理后样品菌落总数变化不一致,干燥环节杀菌效果不明显;不同海区采收的原藻细菌菌群结构有显著差异,紫菜原藻中总细菌菌群多样性丰富,相对丰度较高的有沃雷氏菌属(Olleya)、海杆菌属(Maribacter)、十八杆菌属(Octadecabacter)、亚硫酸杆菌属(Sulfitobacter)等;经干燥后,样品总细菌菌群多样性降低,以蓝细菌(Cyanobacteria_Chloroplast)为优势菌;可培养优势菌为巨型球菌(Macrococcus)、异常球菌(Deinococcus)、芽孢杆菌(Bacillus)、不动杆菌(Acinetobacter)、金黄杆菌(Chryseobacterium)等;实验分离出导致菌落总数超标的优势菌种为巨型球菌,其对温度耐受性较差,但具有较强的抗干旱能力。本研究揭示了干条斑紫菜细菌总数升高的关键加工环节及加工过程中的细菌菌群变化,探讨了优势菌的耐受特性,为企业加工过程中微生物含量把控提供了依据,也为进一步研发干条斑紫菜菌落总数的控制技术奠定了理论基础。 展开更多
关键词 条斑紫菜 菌落总数 细菌多样性 高通量测序
在线阅读 下载PDF
基于复杂设施农业环境的多传感器融合建图
4
作者 张三强 钱刚 +4 位作者 虢淇泽 刘微 吴杰 周红宇 胡新宇 《农机化研究》 北大核心 2026年第6期179-187,共9页
针对当前2D激光雷达SLAM系统不适应复杂设施农业环境建图和3D激光雷达成本高昂的问题,基于阿克曼农业机器人平台提出了一种2D激光雷达、视觉RGB-D相机与轮式里程计融合的建图方法,构建了2D激光雷达、RGB-D相机与轮式里程计多传感器融合... 针对当前2D激光雷达SLAM系统不适应复杂设施农业环境建图和3D激光雷达成本高昂的问题,基于阿克曼农业机器人平台提出了一种2D激光雷达、视觉RGB-D相机与轮式里程计融合的建图方法,构建了2D激光雷达、RGB-D相机与轮式里程计多传感器融合建图模型,对视觉-雷达-轮式里程计融合的SLAM建图过程进行了研究分析。在模拟的复杂设施农业环境中进行试验,对提出的建图方法进行了验证。试验结果显示:该方法建立的环境地图为二维平面与三维空间的融合地图,误差最大为2.2%,2D激光雷达建图的地图误差最大为2.9%,RGB-D相机纯视觉建图的地图误差最大为4.4%,融合建图地图的精度高于2D激光雷达与RGB-D相机建图。融合地图中,障碍物长、宽、高的最大误差分别为16.3%、20.9%、12.1%,障碍物质心到建图起始点的距离最大误差为4.5%,均在合理范围内,满足复杂设施农业环境中自动导航的建图要求,有效改善了农业机器人2D激光雷达在复杂设施农业环境下建图的局限性,同时解决了3D激光雷达成本昂贵、不利于农业机器人推广应用的问题,为农业机器人建图与导航研究提供了理论基础与数据支撑。 展开更多
关键词 设施农业 多传感器融合 SLAM 2D激光雷达 RGB-D深度相机 轮式里程计
在线阅读 下载PDF
基于数字孪生的农田环境智能灌溉技术研究
5
作者 戴敏 朱家蓬 +1 位作者 吉鑫 缪宏 《农机化研究》 北大核心 2026年第2期293-300,共8页
传统农田灌溉系统存在响应滞后、用水效率低等问题,难以满足精准农业的需求。为提高灌溉系统的智能化水平和水资源利用率,同时提供可视化的交互环境,提出了一种基于数字孪生技术的智能灌溉系统,实现农田环境的动态可视化监测与智能决策... 传统农田灌溉系统存在响应滞后、用水效率低等问题,难以满足精准农业的需求。为提高灌溉系统的智能化水平和水资源利用率,同时提供可视化的交互环境,提出了一种基于数字孪生技术的智能灌溉系统,实现农田环境的动态可视化监测与智能决策。系统以树莓派为数据采集与传输核心,采集土壤湿度、气温等关键环境参数,并通过HTTP通信同步至虚拟环境;采用随机森林机器学习算法预测未来土壤湿度,动态调整灌溉策略;结合Unity 3D构建数字孪生环境,实现实时数据交互、灌溉模拟与反馈,并通过阀门精准控制执行灌溉操作;阐述了系统中的数字空间搭建、实时数据交互、灌溉模拟与反馈,以及阀门精准控制等关键技术。试验结果表明:系统能有效提升灌溉响应速度,优化水资源分配,实现精准灌溉。基于数字孪生的可视化模拟提供了直观的反馈,提高了系统的稳定性和适应性。研究证明了数字孪生技术在智能灌溉中应用的可行性和有效性,为精准农业提供了新思路,具有广泛的推广价值。 展开更多
关键词 智能灌溉 精准农业 数字孪生 机器学习 可视化 虚实交互
在线阅读 下载PDF
基于改进YOLOv8的马铃薯种薯芽眼检测
6
作者 郝敏 汤宇翔 +3 位作者 孙建英 曹星泰 王显赫 宋硕 《中国农机化学报》 北大核心 2026年第2期63-70,共8页
马铃薯芽眼检测是种薯智能化切块过程中的关键技术环节,准确快速的芽眼检测是种薯切块的前提。针对种薯芽眼目标小、表面背景干扰大等问题,融合Shuffle Attention注意力、双向加权特征金字塔网络(BiFPN)、InnerIoU和WiseIoU,提出一种基... 马铃薯芽眼检测是种薯智能化切块过程中的关键技术环节,准确快速的芽眼检测是种薯切块的前提。针对种薯芽眼目标小、表面背景干扰大等问题,融合Shuffle Attention注意力、双向加权特征金字塔网络(BiFPN)、InnerIoU和WiseIoU,提出一种基于YOLOv8n的芽眼检测模型。首先将原模型的颈部网络替换为双向特征金字塔网络BiFPN,增强模型多尺度特征融合能力;之后,在主干网络SPPF的前一层增加Shuffle Attention注意力机制,提升模型的特征提取能力;最后,在损失函数部分,融合InnerIoU和WiseIoU,替换CIoU,加快模型的收敛,提升检测精度。试验表明改进后的YOLOv8网络模型,平均精度均值、精确率和召回率分别为94.1%、92.4%和91.6%,检测速度为151.5帧/s,较原模型提升显著,相比于其他模型精度高、速度快,能够满足实时检测需求,可为马铃薯种薯智能化检测提供参考。 展开更多
关键词 马铃薯种薯 芽眼检测 深度学习 注意力机制 损失函数
在线阅读 下载PDF
振-碰耦合电子果实装置设计与试验
7
作者 刘继展 祝珊 阳开雨 《农业工程学报》 北大核心 2026年第2期62-71,共10页
果实在采摘、分选及运输过程中持续承受振动、碰撞、冲击等多种机械荷载的耦合作用,这类作用是导致其品质劣变与采后损失的核心诱因。然而,现有电子果实装置多针对跌落、挤压、碰撞等单一载荷场景设计,其传感器结构与数据采集系统难以... 果实在采摘、分选及运输过程中持续承受振动、碰撞、冲击等多种机械荷载的耦合作用,这类作用是导致其品质劣变与采后损失的核心诱因。然而,现有电子果实装置多针对跌落、挤压、碰撞等单一载荷场景设计,其传感器结构与数据采集系统难以精准捕捉单果及串型果实在振动-碰撞耦合作用下的动态力学响应特性,进而制约了果实采后机械损伤演化机理的深入探究。为此,该研究以鲜食葡萄为试验对象,设计了一种可同步获取果实振动加速度与碰撞力动态响应的振-碰耦合电子果实(vibration-collision coupling electronic fruit,VCCEF)装置。该装置由三维振动测量系统、三维碰撞测量系统及振-碰数据同步采集系统构成,通过压电陶瓷球壳结构内部集成三轴加速度传感器,实现对碰撞冲击力、振动加速度及耦合动态响应的同步高精度采集。同时,构建了基于该装置的双梗-果复合系统,提出多果实振-碰数据的同步采集分析与校核方案,为探究多果-梗系统的振动-碰撞耦合演化规律提供支撑。标定试验结果表明,三维振动检测的相对误差范围在4.24%~7.27%之间,碰撞力-感应电压拟合曲线的决定系数R_(2)为0.9933。在偏角为30°、45°、60°和75°的双果振-碰耦合试验中,结果表明碰撞力与振动加速度峰值的时间偏差为71 ms,同步性良好,同时加速度响应呈现明显的方向性。综上,振-碰耦合电子果实(VCCEF)可精准监测果实间的振-碰动态信息,为揭示果实非稳态碰撞的时域响应特征、动态传递规律及采运设备力学参数优化提供了装备与方法支持。 展开更多
关键词 电子果实 振动加速度 碰撞力 耦合动力学 动态响应 鲜食葡萄
在线阅读 下载PDF
基于深度学习的鱼类生物量估算研究进展
8
作者 李道亮 赵聪慧 +3 位作者 朱弘烨 张盼 王广旭 刘思涛 《农业机械学报》 北大核心 2026年第2期121-133,共13页
鱼类生物量估算是水产养殖精细化管理的核心环节,对精准投喂、资源评估及养殖效益提升至关重要。传统人工估测方法存在效率低、需接触式操作且易损伤鱼体等问题,在高密度网箱、循环水养殖等规模化场景中,这一技术瓶颈愈发明显。近年来,... 鱼类生物量估算是水产养殖精细化管理的核心环节,对精准投喂、资源评估及养殖效益提升至关重要。传统人工估测方法存在效率低、需接触式操作且易损伤鱼体等问题,在高密度网箱、循环水养殖等规模化场景中,这一技术瓶颈愈发明显。近年来,深度学习凭借强大的特征学习与复杂模式解析能力,为鱼类生物量自动化估算提供了突破性方案。本文系统梳理近5年深度学习在该领域研究进展,围绕生物量估算核心技术环节,从鱼体尺寸测量、鱼类计数、鱼体质量估计三大维度展开分析。在此基础上总结了当前深度学习技术在鱼类生物量估算实践中面临的问题并进行展望,旨在为深度学习在鱼类生物量估算中的推广应用提供科学参考,助力水产养殖向数字化、智能化升级。 展开更多
关键词 鱼类生物量估算 深度学习 三维重建 目标检测 立体视觉
在线阅读 下载PDF
面向油桃采摘的气囊式软体机械手设计与试验
9
作者 付敏 崔小曼 +4 位作者 赵鑫庆 崔吉 陈磊 王子健 杨敬宇 《农业工程学报》 北大核心 2026年第2期52-61,共10页
针对果实采收中软体机械手因结构刚度不足而导致末端输出力小、姿态控制稳定性差等问题,该研究提出一种气囊式软体机械手,以提升采摘成功率、降低果实损伤率。该机械手由3个气囊式软执行器和可变距手掌组成,其中气囊式软执行器可在保持... 针对果实采收中软体机械手因结构刚度不足而导致末端输出力小、姿态控制稳定性差等问题,该研究提出一种气囊式软体机械手,以提升采摘成功率、降低果实损伤率。该机械手由3个气囊式软执行器和可变距手掌组成,其中气囊式软执行器可在保持高顺应性的同时提供更大输出力;可变距手掌可根据不同尺寸果实自适应调节抓取范围。为明确执行器性能,建立输入气压-输出力关系数学模型,结合有限元仿真和试验预测其输出力特性;基于有限元分析与试验,分析气囊式软执行器的膨胀位移行为。试验结果表明:在40 kPa气压下,执行器输出力可达20.16 N,膨胀位移达19.3 mm;田间采摘试验显示,该机械手综合采摘成功率为86.8%,综合损伤率为4%。研究可为农业自动化采摘装备的研发提供技术参考。 展开更多
关键词 果实采摘 软体机械手 气囊式执行器 可变距手掌 输出力
在线阅读 下载PDF
基于自适应融合CNN—OF特征和LSTM网络的猪攻击行为识别
10
作者 陈晨 孙博 +3 位作者 Juan Steibel Janice Siegford 韩俊杰 Tomas Norton 《中国农机化学报》 北大核心 2026年第2期275-282,共8页
为识别群养猪攻击行为,提出一种基于自适应融合CNN—OF特征和LSTM网络的算法。在两个猪栏中每栏混养8头猪3天,每天收集8 h的视频作为数据集。从猪栏1的3天视频中标记出1200个攻击1 s片段和1200个非攻击1 s片段,选择80%的片段作为训练集... 为识别群养猪攻击行为,提出一种基于自适应融合CNN—OF特征和LSTM网络的算法。在两个猪栏中每栏混养8头猪3天,每天收集8 h的视频作为数据集。从猪栏1的3天视频中标记出1200个攻击1 s片段和1200个非攻击1 s片段,选择80%的片段作为训练集,其余20%作为验证集。从猪栏2的3天视频中标记出1254个攻击1 s片段和85146个非攻击1 s片段作为测试集。首先,采用Horn—Schunck(HS)方法计算光流(OF)的大小和方向角,并根据CNN特征图的维度划分光流方向角的范围。然后,在每个方向角范围内统计光流大小的直方图,通过空间维度变换将直方图转化为特征图。最后,通过权重叠加将此特征图与CNN特征图进行自适应融合并输入LSTM网络以识别攻击。采用VGG16—OF—LSTM、ResNet50—OF—LSTM、InceptionV3—OF—LSTM和Xception—OF—LSTM算法识别猪攻击行为的准确率分别为97.5%、97.8%、98.7%、99.3%。结果表明,CNN—OF—SLTM算法能够识别猪攻击行为。提出的自适应特征融合方法CNN—OF具有一定通用性。 展开更多
关键词 群养猪 攻击识别 卷积神经网络 光流 自适应融合 长短期记忆
在线阅读 下载PDF
基于改进YOLO 11的海鲜菇生长阶段精细化分类方法
11
作者 杨淑珍 朱浩宇 杨凯威 《农业机械学报》 北大核心 2026年第3期342-352,共11页
生长阶段精细化分类是实现海鲜菇菇房环境智慧、精准调控的前提。然而,由于海鲜菇调控所需生长阶段划分较为精细,且相邻阶段的表型特征高度相似,使其生长阶段的精细化分类难度较大。针对此问题本研究提出一种改进YOLO 11生长阶段精细化... 生长阶段精细化分类是实现海鲜菇菇房环境智慧、精准调控的前提。然而,由于海鲜菇调控所需生长阶段划分较为精细,且相邻阶段的表型特征高度相似,使其生长阶段的精细化分类难度较大。针对此问题本研究提出一种改进YOLO 11生长阶段精细化分类方法。首先,在YOLO 11主干网络中融合全局注意力机制(Global attention mechanism,GAM),通过增强通道注意力和空间注意力,更有效地提取海鲜菇的关键特征;其次,将激活函数由SiLU更改为Mish,有效增强了网络的非线性表达能力;最后将原始卷积优化为幻影卷积,在保持高精度目标检测的同时,简化模型结构并优化了计算效率。本文所改进模型的识别准确率为96.97%,召回率为96.73%,平均精度均值为96.58%,精确率为96.81%,并且模型的推理时间和模型参数量分别缩减了4.28%和21.69%,优于RF-SVM、ResNet50、YOLO v8和YOLO 11。这些结果表明,本文所提出的改进方法具备更优的综合性能,能够有效地应用于海鲜菇生长阶段精细化分类。 展开更多
关键词 海鲜菇 生长阶段精细化分类 图像识别 YOLO 11 深度学习
在线阅读 下载PDF
基于振动信号的鱼类摄食活跃度监测装置研究
12
作者 龙涛元 宋国翠 蒋俊杰 《科学技术创新》 2026年第5期205-208,共4页
针对水下视觉监测鱼摄食强度因水体浑浊、鱼群遮挡等导致精确度降低问题,提出基于振动信号分析的监测方法。设计了摆杆式机械放大机构,振动传感器安装在水体上方的摆杆末端,用杠杆放大效应提高了传感器对鱼摄食引发振动的灵敏度,传感器... 针对水下视觉监测鱼摄食强度因水体浑浊、鱼群遮挡等导致精确度降低问题,提出基于振动信号分析的监测方法。设计了摆杆式机械放大机构,振动传感器安装在水体上方的摆杆末端,用杠杆放大效应提高了传感器对鱼摄食引发振动的灵敏度,传感器不接触水体解决了传统水下传感器易受环境干扰及密封性要求高的难题。系统用STM32处理器实现信号处理,包含滤波、基线校准及ADC转换,用FFT算法提取振动信号的幅值、频率分布特征,用Zigbee无线通信模块实时传输特征数据至投喂控制器。实验表明,鱼群摄食振动信号集中在0.5~5 Hz低频段,不同饥饿程度下摄食引起振动信号的频率和能量分布不同,可有效表征摄食活跃度。本装置可为封闭式养殖环境的精准投喂提供决策依据,具有实际应用价值。 展开更多
关键词 水下监测 摄食强度 振动传感器 FFT 精准投喂
在线阅读 下载PDF
基于农业物联网的种植业监控技术关键点探究
13
作者 曹旻罡 《中国农机装备》 2026年第2期4-6,共3页
在现代种植业生产背景下,先进技术的普及与运用促使着作物生产过程向着智慧化方向进行创新与升级。基于物联网技术的农业种植业生产中,通过对传感器、自动控制系统等先进设备与技术的灵活运用,实现对田间作物生长环境以及生长因素的动... 在现代种植业生产背景下,先进技术的普及与运用促使着作物生产过程向着智慧化方向进行创新与升级。基于物联网技术的农业种植业生产中,通过对传感器、自动控制系统等先进设备与技术的灵活运用,实现对田间作物生长环境以及生长因素的动态化监测与调控,从而提高资源利用率以及生产效率。对基于农业物联网技术的作物生长环境进行监控的关键技术进行分析,为智慧农业的发展提供相关的技术支撑。 展开更多
关键词 农业生产 物联网 环境监控 关键技术
在线阅读 下载PDF
基于MSP430与DTMF的智慧农业控制系统的设计及实现
14
作者 李红丽 《南方农机》 2026年第4期15-18,共4页
【目的】解决当前我国大部分地区农业自动化程度不高的问题,提升农业生产效率,降低资源消耗,保障农产品质量安全。【方法】基于MSP430F149单片机和DTMF信号技术,设计了一套智慧农业控制系统。该系统采用GSM模块作为DTMF信号接收端,不受... 【目的】解决当前我国大部分地区农业自动化程度不高的问题,提升农业生产效率,降低资源消耗,保障农产品质量安全。【方法】基于MSP430F149单片机和DTMF信号技术,设计了一套智慧农业控制系统。该系统采用GSM模块作为DTMF信号接收端,不受距离与地域限制,可实现随时随地的设备控制;引入智能人工指令输入和密码校验的安全监控模块,使用语音方式指导用户进行操作和防止非法攻击,并支持同时控制多个设备。此外,对该系统进行了功能测试、性能测试、兼容性测试,以验证系统是否满足设计要求。【结果】该系统具有适应性强、灵活性高、功耗低、安全性好等特点,可灵活适应多种农业应用场景,实时远程控制农田或温室中的各类农业设备。【结论】该系统应用前景广阔,通过增加设备控制功能、优化用户界面、提升系统智能化水平等,可进一步满足用户不断变化的需求,推动智慧农业的持续发展。 展开更多
关键词 MSP430 DTMF 电话控制 智慧农业
在线阅读 下载PDF
面向探地雷达的冬笋智能识别与参数估计方法 被引量：1
15
作者 汤延杰 杨为泽 +4 位作者 黄俊达 张婷婷 黄栋 胡启昌 孔祥增 《农机化研究》 北大核心 2026年第4期136-147,共12页
为解决探地雷达场景下冬笋检测图像背景复杂、关键目标解释困难、自动化程度不足且检测精度有限等问题,提出了一种多层融合处理的B-Scan图像自动化定位提取方案。通过开展多次冬笋场地预填埋试验采集了一批高可用数据,数据集涵盖了不同... 为解决探地雷达场景下冬笋检测图像背景复杂、关键目标解释困难、自动化程度不足且检测精度有限等问题,提出了一种多层融合处理的B-Scan图像自动化定位提取方案。通过开展多次冬笋场地预填埋试验采集了一批高可用数据,数据集涵盖了不同尺寸和位置的雷达图像,为算法的训练和预测提供了丰富的数据支撑。①替换层次更深、提取能力更强的ResNet50替换vgg16主干网络,在提高网络性能的同时兼备更强的目标语义位置信息抽象能力;②为了更好地捕获目标检测任务中的多尺度信息,增强其对小目标的检测能力,引入具备inception并行结构、空洞卷积的D-FEM特征增强模块和RFB-E模块来扩展感受野,有效增强浅层特征并保留了更多的位置边缘纹理信息;③提出了一种上下文交叉的语义特征融合模块,融合浅层细节和深层语义特征的同时兼备上下文信息;④设计了一种针对探地雷达图像数据规律的Otsu累积色差改进算法,有效解决了ROI感兴趣区域内传统分割算法双曲线提取不佳的问题;⑤对CTFP算法拟合后的双曲线进行SG滤波操作,还原笋茎和填埋深度信息。试验结果表明:相较于SSD原检测网络模型,FFR-SSD的均值平均精度由91.23%增至96.06%,提升了4.83个百分点;累积色差改进的OTSU算法也优于直方图加权法、多阈值OTSU法和其它OTSU改进的阈值偏向算法;笋茎参数预测的总相对平均误差为8.24%,深度预测误差为8.90%。本文算法在处理复杂雷达图像和参数获取方面具备一定的推理优势,可为冬笋智能识别和参数预测技术的推广应用奠定坚实的技术基础。 展开更多
关键词 冬笋 智能识别 探地雷达 SSD 特征融合 图像分割
在线阅读 下载PDF
基于深度神经网络融合的大蒜价格预测组合模型
16
作者 郭鸿雁 张洪奇 +4 位作者 柳平增 张艳 朱珂 温孚江 许世卫 《农业工程学报》 北大核心 2026年第2期225-236,共12页
针对目前大蒜价格数据波动性高、影响因素复杂以及传统单一预测模型精度低等问题,该研究提出以两阶段特征选择、子模型结构适配与融合深度学习网络非线性优化为核心的大蒜价格精准预测组合模型。首先,利用最大相关最小冗余法(maximum re... 针对目前大蒜价格数据波动性高、影响因素复杂以及传统单一预测模型精度低等问题,该研究提出以两阶段特征选择、子模型结构适配与融合深度学习网络非线性优化为核心的大蒜价格精准预测组合模型。首先,利用最大相关最小冗余法(maximum relevance and minimum redundancy algorithm,m RMR)和最小绝对收缩和选择算子回归(least absolute shrinkage and selection,LASSO)算法进行两阶段特征选择,选取与大蒜价格高度相关的关键变量进行辅助预测。针对不同尺度的特征,构建两种预测子模型,一方面,将所选择的影响因素及大蒜历史价格输入到双向长短期记忆(bidirectional long short-term memory,BiLSTM)网络得到预测序列。另一方面,采用变分模态分解(variational mode decomposition,VMD)对大蒜价格原始序列进行分解,分解后的多个本征模态函数(intrinsic mode functions,IMFs)分别输入到深度混合核极限学习机(deep hybrid kernel extreme learning machine,DHKELM)模型进行预测,将各模态的预测结果重构得到预测的价格序列。为进一步提升预测性能,采用黑翅鸢优化算法(black-winged kite algorithm,BKA)优化DHKELM模型,采用贝叶斯优化算法(bayesian optimization,BYS)优化BiLSTM模型。最后,将单一子模型的预测结果输入到基于注意力机制的卷积神经网络-双向门控循环单元(CNN-BiGRU-Attention)进行融合,构建深度神经网络融合的非线性组合模型,实现非线性组合预测。试验结果表明,所构建的组合模型的平均绝对百分比误差(mean absolute percentage error,MAPE)、均方根误差(root mean square error,RMSE)和决定系数R^(2)分别为1.61%、0.078元/500g和0.976。R^(2)比其他模型均提高,且其预测性能明显优于其他线性组合模型,大蒜价格预测精度显著提升。研究结果为大蒜市场决策与调控管理提供了参考,同时为其他农产品价格预测提供可复用的技术框架。 展开更多
关键词 大蒜价格 价格预测 组合模型 特征选择 深度学习 CNN-BiGRU-Attention
在线阅读 下载PDF
遥感技术驱动的作物产量估算方法研究进展
17
作者 张伟 王松寒 +7 位作者 和玉璞 杨士红 付萍杰 李庆 徐二帅 夏子龙 王洁 祁苏婷 《南京农业大学学报》 北大核心 2026年第1期1-17,共17页
在极端气候、资源约束等多重挑战背景下,发展高精度、高效率的作物产量估算方法对于保障粮食安全、指导农业政策与管理至关重要。遥感技术凭借其宏观、动态、快速获取作物空间连续信息的优势,已成为推动估产范式变革的核心驱动力。本文... 在极端气候、资源约束等多重挑战背景下,发展高精度、高效率的作物产量估算方法对于保障粮食安全、指导农业政策与管理至关重要。遥感技术凭借其宏观、动态、快速获取作物空间连续信息的优势,已成为推动估产范式变革的核心驱动力。本文系统梳理了遥感驱动的经验、半经验和机理模型等三类主流估产方法的原理、研究进展及特点,深入剖析了当前估产过程在样本、观测数据及模型方面存在的问题,针对性地提出了推广样本采集智能装备与数据共享、深化多源数据协同与尺度转换、融合机理与智能算法及强化不确定性量化等对策,最后展望了作物估产需重点关注的研究方向。本研究可为构建遥感技术驱动的高效稳健作物产量估算技术框架提供技术支撑,旨在为全球粮食安全智能决策与农业可持续发展提供参考。 展开更多
关键词 作物 产量估算 遥感技术 经验模型 半经验模型 机理模型
在线阅读 下载PDF
基于单目深度估计的冬小麦株高提取方法
18
作者 张辰阳 吴门新 +5 位作者 李峰 张继波 张承明 邱炳文 崔兆韵 孔开昕 《农业工程学报》 北大核心 2026年第2期177-184,共8页
为了满足利用图像技术测量冬小麦株高的需要,该研究提出了一种基于单目深度估计的冬小麦株高提取方法,该方法以相机采集的冬小麦图像作为输入,通过目标区域定位获取有效作物信息,生成像素级深度信息,再将深度信息转换为作物真实株高;在... 为了满足利用图像技术测量冬小麦株高的需要,该研究提出了一种基于单目深度估计的冬小麦株高提取方法,该方法以相机采集的冬小麦图像作为输入,通过目标区域定位获取有效作物信息,生成像素级深度信息,再将深度信息转换为作物真实株高;在训练过程中,使用像素级约束与尺度一致性约束进行联合监督,提高了深度估计精度与株高提取结果的可靠性。在山东泰安农业气象试验站采集冬小麦图像数据用于开展试验,选取BTS、FCRN、DORN和DPT作为对比模型。试验结果表明,深度生成网络在均方根误差(2.759)、对数均方根误差(0.157)、相对误差(0.152)和平方相对误差(0.907)等指标上均优于对比模型。进一步将深度估计结果转换为株高,并与实测值进行对比分析,该方法准确率达到98.74%,优于BTS(92.68%)、FCRN(97.17%)、DORN(97.44%)和DPT(98.40%),证明了该方法在冬小麦长势监测中的有效性和可靠性,能够为生产实践提供理论指导。 展开更多
关键词 冬小麦 株高 单目深度估计 注意力机制
在线阅读 下载PDF
基于YOLO-FMC-pose的中华绒螯蟹头胸甲关键点检测方法
19
作者 张哲 于合龙 +3 位作者 杨信廷 罗娜 李珊珊 孙传恒 《农业工程学报》 北大核心 2026年第1期210-221,共12页
中华绒螯蟹(Eriocheir sinensis)的头胸甲形态在同一物种的不同个体之间表现出明显差异,这一特征可作为产地溯源和个体识别的重要依据。其中,头胸甲关键点的精准检测是实现个体识别与表型分析等任务的基础环节。然而,传统的人工检测方... 中华绒螯蟹(Eriocheir sinensis)的头胸甲形态在同一物种的不同个体之间表现出明显差异,这一特征可作为产地溯源和个体识别的重要依据。其中,头胸甲关键点的精准检测是实现个体识别与表型分析等任务的基础环节。然而,传统的人工检测方法依赖经验性判断,存在效率低、重复性差等问题,难以满足规模化水产处理的实际需求。为此,该研究提出了一种基于YOLO-FMC-pose的中华绒螯蟹头胸甲关键点自动检测方法,以实现高精度、自动化的特征提取。首先,构建了一个包含大量中华绒螯蟹头胸甲图像的自建数据集,并选取具有代表性的35个地标关键点进行精确标注,同时通过数据增强提升模型的训练效果。其次,该研究基于改进的YOLO11n-pose框架设计了中华绒螯蟹头胸甲关键点检测模型YOLO-FMC-pose。模型中引入了融合频率动态卷积(FDConv)的C3K2FD模块、混合聚合网络(MANet)模块以及CBAM注意力机制,从频域响应、特征融合与空间关注等层面对结构进行了优化。结果表明,所提出的YOLO-FMC-pose模型在关键点检测精度方面均优于现有主流方法,准确率、召回率、mAP_(0.5)和m AP_(0.5:0.95)分别为97.98%、97.00%、98.27%和73.28%,相较于原始YOLO11n-pose,准确率、召回率、mAP_(0.5)和mAP_(0.5:0.95)分别提高了3.33、2.33、2.94和13.08个百分点,标准化平均误差(normalized mean error,NME)降低至3.835%,单帧图片推理时间为7.5 ms,具备良好的实际应用潜力。该研究为中华绒螯蟹的个体智能识别、产地溯源与防伪管控提供了关键技术支撑,也为水产品精细化特征检测提供了路径。 展开更多
关键词 中华绒螯蟹 关键点检测 表型特征识别 深度学习 图像处理
在线阅读 下载PDF
基于智能算法的小麦倒伏识别及产量损失估测研究
20
作者 张博涵 韩桐鹤 +5 位作者 费帅鹏 李雷 贾艺丹 肖永贵 郭林 孟亚雄 《核农学报》 北大核心 2026年第4期803-812,共10页
为解决目前倒伏定量化研究中存在的生育期动态特征解析不足、传统单模态算法泛化性受限、多源数据协同机制解析缺失等问题,本研究利用深度实验室3+(DeepLabV3+)、金字塔场景解析网络(PSPNet)、U型网络(U-Net)及高分辨率网络(HR-Net)四... 为解决目前倒伏定量化研究中存在的生育期动态特征解析不足、传统单模态算法泛化性受限、多源数据协同机制解析缺失等问题,本研究利用深度实验室3+(DeepLabV3+)、金字塔场景解析网络(PSPNet)、U型网络(U-Net)及高分辨率网络(HR-Net)四种深度学习模型,针对3783份小麦自然群体的RGB图像进行倒伏区域提取,并结合多光谱数据计算植被指数,融合支持向量机(SVM)、极端梯度提升(GBR)、多元线性回归(MLP)和随机森林(RF)四种机器学习算法构建产量估算模型。通过预测正常生长产量与倒伏后实收产量评估产量损失。结果表明,在倒伏区域提取任务中,U-Net相较于DeepLabV3+、PSP-Net和HR-Net的召回率和平均精度最优,均达到了90.63%,但精确率略低于其他模型。不同生育条件下,提取小麦倒伏区域精度差异较大:抽穗期R^(2)仅为0.19~0.32,灌浆初期R^(2)提升至0.84~0.88,而灌浆中期R_(2)降至0.71~0.77,灌浆后期R^(2)则维持在0.65~0.74,可知灌浆初期为提取倒伏区域效果最佳时期。在小麦抽穗期与灌浆期,将U-Net算法提取的倒伏特征引入产量估算模型中,R^(2)提高0~0.26,其中以MLP算法构建的模型在灌浆初期精度最高(R^(2)=0.68)。在产量损失预测中,采用“直立-倒伏双轨建模”策略:先以SVM、GBR、MLP、RF四种算法分别构建未引入倒伏面积特征的直立小麦产量模型,估算潜在产量,再建立倒伏小麦产量模型,两次预测值之差即为倒伏造成的实际产量损失。其中MLP-MLP模型预测产量损失的精度最高(R^(2)=0.89),且误差最小(RMSE=419.47 kg·hm^(-2))。综上,多种智能算法结合使用可提高小麦倒伏区域提取与产量损失估算的精度。本研究为估算倒伏对小麦产量损失的影响提供了理论依据与技术支撑。 展开更多
关键词 小麦 倒伏 RGB 多光谱 产量损失估算
在线阅读 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 2 … 250 下一页 到第 页
使用帮助 返回顶部