期刊文献+
共找到1,254篇文章
< 1 2 63 >
每页显示 20 50 100
基于改进YOLO v5n的移栽机栽植部件辣椒苗识别方法
1
作者 张斯源 苑严伟 +3 位作者 崔巍 朱凤武 吕程序 张学东 《农业机械学报》 北大核心 2026年第3期196-205,共10页
全自动移栽机在实际工作过程中经常遇到堵苗、漏苗和幼苗栽植状态异常等问题,实时监测移栽机栽植部件中的幼苗情况,是提高移栽机工作效率与移栽质量的关键。因此,本文提出了一种基于YOLO v5n的轻量化识别方法,用于对栽植部件中的辣椒苗... 全自动移栽机在实际工作过程中经常遇到堵苗、漏苗和幼苗栽植状态异常等问题,实时监测移栽机栽植部件中的幼苗情况,是提高移栽机工作效率与移栽质量的关键。因此,本文提出了一种基于YOLO v5n的轻量化识别方法,用于对栽植部件中的辣椒苗进行精确目标检测。首先在顺光、逆光光照情况下,使用摄像头采集了单株和多株的移栽机栽植部件辣椒苗图像,构建辣椒苗数据集;其次在YOLO v5n神经网络架构的基础上,使用Ghost卷积替换普通卷积,并插入改进后的FastGhost模块和SimAMGhost模块,有效降低模型的运算量和计算延迟,提高检测速度;引入EMA注意力机制,提高对重要细节信息的注意程度,改善模型对高度重叠的多株辣椒苗图像识别效果,解决了辣椒苗的部分多检和漏检问题;最终使用Shape-IoU损失函数替换CIoU损失函数,消除边界框自身形状对边界框回归的影响,提高边界框回归准确度。实验结果表明,与YOLO v5n相比,改进后的YOLO v5n-GE模型的检测平均精度均值为95.3%,比原模型提高0.3个百分点,模型参数量和计算量分别缩小52.5%和51.2%,检测速度提升12.2%。与当前YOLO系列主流模型相比,YOLO v5n-GE能够在大幅度减少参数量和运算量的情况下,保持较高的检测精度,证明了改进算法的有效性,可为硬件资源有限的移栽机栽植部件中的辣椒苗识别工作提供技术支持。 展开更多
关键词 全自动移栽机 辣椒苗识别 YOLO v5n SimAMGhost模块 EMA注意力机制
在线阅读 下载PDF
基于YOLO v5n与动态步长搜索的孢子显微成像自动对焦系统设计与试验
2
作者 雷雨 吴碧丽 +4 位作者 田洪凯 李春春 黄林生 乔红波 赵晋陵 《农业机械学报》 北大核心 2026年第3期332-341,共10页
采用孢子智能捕捉仪一体化监测气传致病孢子已成为当前作物气传病害早期在线预警的重要手段。针对复杂工况下孢子捕捉仪采用固定焦距显微成像时易出现图像离焦模糊、孢子检测精度不高等问题,本研究以小麦条锈菌夏孢子为研究对象,设计了... 采用孢子智能捕捉仪一体化监测气传致病孢子已成为当前作物气传病害早期在线预警的重要手段。针对复杂工况下孢子捕捉仪采用固定焦距显微成像时易出现图像离焦模糊、孢子检测精度不高等问题,本研究以小麦条锈菌夏孢子为研究对象,设计了一种融合YOLO v5n目标检测与基于孢子形态尺寸的动态步长搜索策略的孢子显微成像自动对焦系统,旨在实现复杂背景下夏孢子显微成像所在焦平面的自适应追踪与计数。首先,基于树莓派微控制器和CMOS图像传感器搭建低成本的便携式显微图像采集装置,通过步进电机驱动镜筒垂直上下位移(1/8步细分模式,步长0.625μm),以完成多焦距的夏孢子显微图像序列采集;其次,创新性地将YOLO v5n模型与传统平方修正拉普拉斯算子(Squared modified laplacian,SML)梯度评价函数结合,提出改进的夏孢子对焦评价函数,解决背景杂质干扰导致的焦平面误判问题;最后,采用基于孢子形态尺寸的动态步长搜索策略(粗搜索10μm/步,精搜索2.5μm/步)优化显微成像的自动对焦效率。试验结果表明,改进夏孢子对焦评价函数的孢子计数精度为97.44%,比采用传统基于梯度的对焦评价函数的计数精度提高了56.54个百分点;显微成像对焦系统的自动对焦成功率为98%,平均自动对焦时间为116.49 s。本研究提出的高对焦率、强鲁棒性自动对焦算法,配合低成本、快速响应的便携式显微图像采集装置,有效推动了智能孢子捕捉仪的自动化升级,为作物气传病害跨区域防控体系建设提供了关键技术支撑。 展开更多
关键词 孢子 显微成像 自动对焦 树莓派 对焦评价函数 YOLO v5n
在线阅读 下载PDF
基于改进YOLO v8n的聚乙烯管道焊缝检测算法研究与应用
3
作者 郄继春 王振超 +3 位作者 徐璐 尤启江 张士军 陆剑峰 《中国塑料》 北大核心 2026年第3期48-55,共8页
在YOLO v8的基础上提出了一种改进的焊缝缺陷目标检测算法FWD-YOLO,在backbone部分替换了Conv和C2f模块,Neck部分调用动态采样模块DySample来增强模型对变形和复杂背景的适应能力,同时调入多层通道注意力机制实现多尺度特征融合,并优化... 在YOLO v8的基础上提出了一种改进的焊缝缺陷目标检测算法FWD-YOLO,在backbone部分替换了Conv和C2f模块,Neck部分调用动态采样模块DySample来增强模型对变形和复杂背景的适应能力,同时调入多层通道注意力机制实现多尺度特征融合,并优化了模型的损失函数。通过验证,在工厂现场采集的包含9个缺陷特征的焊缝缺陷数据集上,改进的FWD-YOLO与基线YOLO v8n相比,mAP@50提升了4.8%,达到73.3%,召回率提升了3%,参数量降低22.4%,浮点运算速度降低42.6%;且与YOLO v5n、YOLO v6n、YOLO v9t、YOLO v10n、YOLO 11n及YOLO 12n等基线模型相比,精度均有一定提升;该改进模型能够为聚乙烯管道焊缝的质量检测提供一种高效、可靠的解决方案,为管道系统的安全运行提供了技术支持。 展开更多
关键词 聚乙烯对接焊缝 缺陷检测 图像识别 YOLO v8n 模型改进
在线阅读 下载PDF
原位合成V(C,N)对铁基堆焊合金组织性能的影响
4
作者 白云朋 贾华 +3 位作者 徐令 张潇予 祝茂函 武立波 《兵器材料科学与工程》 北大核心 2026年第2期83-87,109,共6页
采用自制药芯焊丝明弧堆焊方法在Q235钢表面制备5组不同钒含量的Fe-Cr-C-N-V系铁基堆焊合金。借助X射线衍射仪、光学显微镜、扫描电子显微镜、洛氏硬度计和湿砂磨损试验机对堆焊合金的组织和性能进行分析。结果表明:堆焊合金主要由马氏... 采用自制药芯焊丝明弧堆焊方法在Q235钢表面制备5组不同钒含量的Fe-Cr-C-N-V系铁基堆焊合金。借助X射线衍射仪、光学显微镜、扫描电子显微镜、洛氏硬度计和湿砂磨损试验机对堆焊合金的组织和性能进行分析。结果表明:堆焊合金主要由马氏体、残余奥氏体、V(C,N),M_(7)(C,N)_(3),M_(23)(C,N)_(6)和M_(3)(C,N)等相组成。随着V添加量的增多,原位生成的V(C,N)陶瓷硬质相颗粒增多,初生奥氏体晶粒细化,部分转变为马氏体,共晶硬质相增多并逐渐由网状断裂为孤立状。当V的质量分数为8%时,各相组织之间匹配良好,堆焊合金具有最佳的耐磨性,此时硬度为64.5HRC,磨损量为0.1667g。此后继续增加V的添加量,V(C,N)陶瓷硬质相颗粒聚集长大,导致堆焊合金的耐磨性变差。 展开更多
关键词 药芯焊丝 原位合成 v(C n)陶瓷硬质相颗粒 铁基堆焊合金 组织性能
原文传递
基于GEB-YOLO v8n的烟草蚜虫识别与计数方法
5
作者 罗斌 马乐意 +3 位作者 周亚男 黄硕 谢子文 陈栋 《农业机械学报》 北大核心 2026年第1期159-168,179,共11页
蚜虫数量是直观表征烟草虫害侵染程度的表型指标之一,针对环境光照动态变化、图像模糊等田间图像采集问题,提出了一种GEB-YOLO v8n轻量化的烟草蚜虫检测算法。首先,主干网络引入GSConv与有效通道注意力机制(Efficient channel attention... 蚜虫数量是直观表征烟草虫害侵染程度的表型指标之一,针对环境光照动态变化、图像模糊等田间图像采集问题,提出了一种GEB-YOLO v8n轻量化的烟草蚜虫检测算法。首先,主干网络引入GSConv与有效通道注意力机制(Efficient channel attention,ECA),增强了协同输出烟蚜丰富的图像特征信息和目标导向能力;其次,颈部网络引入加权双向特征金字塔网络(Bidirectional feature pyramid network,BiFPN),增强了模型检测烟蚜特征图的语义表达能力和空间信息质量;最后,引入WIoU作为边界框回归损失函数,通过动态聚焦复杂样本,使模型更好地泛化到新的、挑战性强的烟蚜检测场景。经模型结构重参数化与超参数优化后,形成面向田间烟蚜检测的网络架构。结果表明,改进后的模型平均精度均值(Mean average precision,mAP)和F1值分别达到了91.8%和90.4%,参数量(Parameters)降低42.8%,模型内存占用量(Model memory footprint)和浮点运算次数(Floating point operations,FLOPs)分别降低至3.5 MB和4.1×10^(9),平均推理时间缩短至3.6 ms。基于GEB-YOLO v8n模型开发了一款面向小区田间烟草蚜虫识别与计数系统,系统具备在线式图像检测与视频检测双功能,能够在界面上直观展示烟蚜数量检测结果,满足小区田间烟蚜实时检测以及移动端部署的需求。本研究轻量化GEB-YOLO v8n模型为田间环境中烟草植物病虫害识别与表型分析提供了方法参考。 展开更多
关键词 烟草蚜虫 精准识别 计数 轻量化 GEB-YOLO v8n
在线阅读 下载PDF
V-N微合金化对高强船板钢组织与性能的影响
6
作者 冯志强 李博雍 +2 位作者 张大征 严玲 许廷峰 《钢铁》 北大核心 2026年第2期160-171,共12页
V-N微合金化处理是提高非调质船用钢板力学性能的重要途径。本文通过OM(optical microscope)、SEM(scanning electron microscope)、TEM(transmission electron microscope)、EBSD(electron backscatter diffrac‑tion)等微观分析手段,... V-N微合金化处理是提高非调质船用钢板力学性能的重要途径。本文通过OM(optical microscope)、SEM(scanning electron microscope)、TEM(transmission electron microscope)、EBSD(electron backscatter diffrac‑tion)等微观分析手段,系统表征了不同微合金化试验钢的显微组织,并利用万能拉伸试验机和金属夏比V形缺口摆锤冲击试验仪测试了其力学性能。结果表明,V-N微合金化有效细化了晶粒尺寸,使其平均晶粒直径都为10μm以下,其中V-N试验钢的晶粒为9.1μm,V-N-Ti试验钢的晶粒细化最为显著,为8μm。更重要的是促进了晶内针状铁素体的形成,增加了大角度晶界的比例,V-N试验钢的大角度晶界所占比例最高为77%、V-N-Ti试验钢的大角度晶界所占比例为63.4%。此外,还生成了弥散分布的V(C,N)和(Ti,V)(C,N)。V-N微合金化后试验钢强度与塑性明显提升,V-N-Ti试验钢的强度相较于V-N试验钢进一步提升但塑性却有所降低。在-60℃低温冲击下,V-N微合金化后试验钢的冲击吸收功、裂纹扩展功均明显升高,断裂模式从0V-0Ti试验钢的以准解理断裂为主的脆性断裂转变为V-N试验钢的具有大量等轴韧窝的微孔聚集型韧性断裂,V-N-Ti试验钢由于大角度晶界比例降低及析出物粗化,与V-N试验钢相比,V-N-Ti钢的低温韧性有所下降。V-N微合金化通过“晶粒细化+针状铁素体调控+纳米析出”的多重协同机制,实现了船板钢强韧性的综合提升,而钛的复合添加在带来更强沉淀强化效果的同时,也对韧性构成制约。V-N船板钢实现了强度、塑性与低温韧性的最佳匹配。 展开更多
关键词 v-n微合金化 高强船板钢 针状铁素体 第二相析出 低温韧性 强塑性 显微组织 协同机制
原文传递
基于改进YOLO v8n网络的番茄成熟度实时检测算法 被引量:8
7
作者 任晶秋 万恩晗 +2 位作者 单蜜 张光华 卢为党 《农业机械学报》 北大核心 2025年第3期374-382,450,共10页
为应对番茄采摘面临的果农老龄化、劳动力短缺和人工成本上涨等挑战,解决在复杂果园环境下番茄采摘机器人视觉系统成熟度检测精度低和实例分割不准确等问题,本文提出一种基于改进YOLO v8n网络的番茄成熟度实时检测算法。首先,通过在YOLO... 为应对番茄采摘面临的果农老龄化、劳动力短缺和人工成本上涨等挑战,解决在复杂果园环境下番茄采摘机器人视觉系统成熟度检测精度低和实例分割不准确等问题,本文提出一种基于改进YOLO v8n网络的番茄成熟度实时检测算法。首先,通过在YOLO v8n网络中引入通道嵌入位置注意力模块和改进大核卷积块注意力模块,能够在浅层网络保留番茄目标位置信息,建立目标区域之间的长距离依赖关系,从而增加YOLO v8n网络对显著番茄特征的关注。然后,在LaboroTomato数据集上进行了对比实验,改进YOLO v8n相较于原YOLO v8n网络,检测和分割的mAP@50和mAP@50-95分别提高0.4、1.4个百分点和0.3、1.2个百分点。最后,实现了改进YOLO v8n网络在低成本、低算力和低功耗的Jetson Nano平台上的轻量化部署,模型内存占用量由满溢减少到2.4 GB,推理速度加倍。该研究可为番茄采摘机器人在复杂场景下实时、准确检测番茄成熟度提供技术支撑。 展开更多
关键词 番茄成熟度 目标检测 YOLO v8n 注意力模块 轻量化 Jetson nano
在线阅读 下载PDF
改进YOLOv8n的复杂环境下垃圾轻量化检测 被引量:1
8
作者 孙世政 何玲玲 +1 位作者 郑帅 何泽银 《光学精密工程》 北大核心 2025年第12期1984-1998,共15页
针对复杂环境下垃圾检测模型参数量大以及存在误检和漏检等问题,本文提出了基于改进YOLOv8n的轻量化垃圾检测模型。首先,提出一种MobileNet V3_ECA轻量级网络结构作为YOLOv8n的骨干网络,提升模型对垃圾特征区域的表达能力,同时减少模型... 针对复杂环境下垃圾检测模型参数量大以及存在误检和漏检等问题,本文提出了基于改进YOLOv8n的轻量化垃圾检测模型。首先,提出一种MobileNet V3_ECA轻量级网络结构作为YOLOv8n的骨干网络,提升模型对垃圾特征区域的表达能力,同时减少模型参数量;其次,在骨干网络引入上下文锚点注意力机制,增强模型对垃圾特征的提取能力;然后,在颈部网络采用全维动态卷积替换标准卷积,细化局部特征映射,实现垃圾局部细粒度特征的融合能力;最后,采用WIoU v3边界损失函数提升网络边界框回归性能。在自建复杂背景下的垃圾数据集进行模型验证实验,改进后模型相比原YOLOv8n,mAP@0.5提升了1.1%,检测速度FPS提高11.7%,参数量Params、模型大小Size和浮点运算量FLOPs分别降低了70.8%,66.1%和70.7%。实验结果表明,本文改进模型能有效提升检测精度并显著降低模型复杂度,对模型部署与应用至边缘端检测装备具有重要的工程意义。 展开更多
关键词 垃圾检测 轻量化 Mobilenet v3_ECA YOLOv8n 深度学习
在线阅读 下载PDF
基于改进YOLO v11n的寒地旱直播水稻植株检测方法研究 被引量:1
9
作者 赵斌 李明洋 +4 位作者 王淞 王迪 孙博 肖延伟 陈修成 《农业机械学报》 北大核心 2025年第9期585-595,共11页
针对三至四叶期的旱地直播水稻秧苗种植密度高,秧苗检测难度大的问题,为实现东北地区复杂旱地环境中对直播秧苗植株精准计数,本文提出基于改进YOLO v11n模型的旱直播幼苗检测方法。首先,采用全维度动态卷积(Omni-dimensional dynamic co... 针对三至四叶期的旱地直播水稻秧苗种植密度高,秧苗检测难度大的问题,为实现东北地区复杂旱地环境中对直播秧苗植株精准计数,本文提出基于改进YOLO v11n模型的旱直播幼苗检测方法。首先,采用全维度动态卷积(Omni-dimensional dynamic convolution,ODConv)优化C3k2卷积块,增强复杂旱地环境秧苗特征捕获能力,提升模型对秧苗浅层特征的提取;其次,将快速空间金字塔池化(Spatial pyramid pooling fast,SPPF)替换为焦点调制机制(FocalModulation,FM),通过多尺度特征交互与注意力融合,保留秧苗关键特征与提升多尺度目标适应性;最后,在主干网络C2PSA模块中引入三重注意力机制(Triple Attention,TA),构建多维度特征增强策略,强化深层特征表征。构建旱田直播秧苗图像的数据集,利用该数据集对改进后的模型进行训练和验证。测试结果表明:改进的YOLO v11n-TFO旱直播秧苗检测算法的检测精度(P)、召回率(R)、平均精度均值(mAP50)和检测速度分别为88.2%、79.6%、89.4%、217.9 f/s,其中mAP50较改进前提升6.5个百分点,模型浮点计算量6.0×10^(9),低于主流目标检测模型,构建的检测平台中旱直播秧苗计数精度达到87%以上。本文提出的基于YOLO v11n-TFO的寒地旱直播水稻检测模型有效平衡检测精度与算力的关系,且模型具有较好的可解释性,可满足旱直播水稻计数需求。 展开更多
关键词 旱直播水稻 目标检测 YOLO v11n 多维度特征提取
在线阅读 下载PDF
互动构式语法视角下陕西关中方言构式“把N一V”研究
10
作者 车淑娅 于浩 《语言研究》 北大核心 2025年第4期119-126,共8页
陕西关中方言中的“把N一V”是一个具有地域特色的半图式构式,构式义为“祈使快速完成某事”,是“把”字句构式家族中的特殊一员。“把N一V”构件“V”多为单音节动词,“N”多为零形式名词,“N”多为“V”的受事宾语。“一”与“V”互... 陕西关中方言中的“把N一V”是一个具有地域特色的半图式构式,构式义为“祈使快速完成某事”,是“把”字句构式家族中的特殊一员。“把N一V”构件“V”多为单音节动词,“N”多为零形式名词,“N”多为“V”的受事宾语。“一”与“V”互动构成“一V”表动作的快速完成,“把”与“一V”互动构成“把”字句表“致使”。方言构式“把N一V”与普通话同形构式存在语义语用差异,普通话同形构式表示“快速完成了已然动作事件”,而方言构式“把N一V”受到构式的体压制,仅表示“祈使未然之事的快速完成”。方言构式“把N一V”符合认知识解,语用经济,其生成缘于对近代汉语处置式“把N一V”的继承,关中方言“把”字句显赫也是其生成影响因素。 展开更多
关键词 陕西关中方言 nv “把”字句 构式
原文传递
基于改进YOLO v8n的双目视觉自动套杯奶牛乳头空间定位方法
11
作者 王娟 李梦洁 +2 位作者 刘雅举 付鑫培 李斯睿 《农业机械学报》 北大核心 2025年第11期560-571,共12页
奶牛挤奶时人工套杯劳动强度大、生产效率低,而自动套杯成本较高,对中小型养殖场来说存在一定经济负担。为满足中小型养殖场需求,针对挤奶器快速准确自动套杯工作中挤奶环境复杂、奶牛乳头形态各异等问题,本文提出了一种基于改进YOLO v8... 奶牛挤奶时人工套杯劳动强度大、生产效率低,而自动套杯成本较高,对中小型养殖场来说存在一定经济负担。为满足中小型养殖场需求,针对挤奶器快速准确自动套杯工作中挤奶环境复杂、奶牛乳头形态各异等问题,本文提出了一种基于改进YOLO v8n的双目视觉定位新方法,能够实现对奶牛乳头的准确检测和快速定位。将YOLO v8n的CSPDarknet主干网络替换为轻量级的FasterNet主干网络、在颈部网络构建P2特征层、在Detect部分与C2f部分添加EMA注意力机制,提高了模型对奶牛乳头的检测精度与速度。利用RANSAC算法对SURF特征点进行优化,减少了乳头与乳房相似导致的不匹配问题。基于改进YOLO v8n模型,结合双目视觉获取奶牛乳头的三维空间信息。在自制数据集上进行消融试验和对比试验,结果表明,改进YOLO v8n模型的mAP@0.5为98.62%,精确率为97.23%,召回率为96.69%,与原始YOLO v8n模型相比,各项指标分别提高2.17、3.28、3.65个百分点;参数量和帧率分别为原始YOLO v8n模型的0.55、2.31倍,显著提升了模型的检测性能。经统计分析,奶牛乳头定位的平均绝对偏差为0.011 7 m,方差为0.000 1 m^(2),标准差为0.011 9 m,能够满足下一阶段挤奶器自动套杯要求。 展开更多
关键词 奶牛 自动套杯 乳头识别 乳头空间定位 改进YOLO v8n 双目视觉
在线阅读 下载PDF
基于FAS-YOLOv8n的爬岸上草小龙虾多源图像融合识别方法
12
作者 李路 孙超奇 +3 位作者 周玉凡 周铖钰 寇圣宙 陈彦祺 《农业机械学报》 北大核心 2025年第8期526-534,共9页
针对小龙虾养殖夜间巡塘效率低、劳动成本高的问题,提出了一种基于改进YOLO v8n的轻量化爬岸上草小龙虾识别方法(FAS-YOLOv8n)。首先,针对夜晚自然环境下小龙虾图像质量低的问题,采集RGB和红外图像,融合小龙虾的多源信息。其次,在YOLO ... 针对小龙虾养殖夜间巡塘效率低、劳动成本高的问题,提出了一种基于改进YOLO v8n的轻量化爬岸上草小龙虾识别方法(FAS-YOLOv8n)。首先,针对夜晚自然环境下小龙虾图像质量低的问题,采集RGB和红外图像,融合小龙虾的多源信息。其次,在YOLO v8n的骨干网络中使用Ghost卷积和C2f_Repghost模块,减少模型的参数量。然后,在骨干网络和颈部网络之间添加可变形注意力(Deformable attention,DA)机制,增强模型对小龙虾的关注度,提高模型的特征提取效率。最后,采用VoVGSCSP模块替换C2f模块,提升颈部网络的特征融合速度,进一步降低计算量。实验结果表明,FAS-YOLOv8n模型在融合图像数据集上的识别精确率为90.62%,平均精度均值和召回率分别为92.9%和85%。相较于RGB图像数据集和红外图像数据集,识别精确率、平均精度均值和召回率分别提高6.05、8.46个百分点,4.78、7.14个百分点,3.84、3.87个百分点。利用融合数据集进行试验,FAS-YOLOv8n模型较原始模型平均精度均值提高5.1个百分点,参数量和浮点数运算量分别降低13.29%和23.17%,模型内存占用量仅为6.2 MB,检测速度为86 f/s。识别效果优于其他主流目标检测模型,能够实现模型轻量化部署,为巡塘无人机的应用提供技术支撑。 展开更多
关键词 小龙虾 多源图像 图像融合 目标识别 深度学习 YOLO v8n
在线阅读 下载PDF
汉语“V_(双)+N_(双)”构式的认知建构机制研究
13
作者 钟书能 叶露 《外语学刊》 北大核心 2025年第4期26-34,共9页
现代汉语中,“V_(双)+N_双”构式具有多重句法关系,不仅可体现动宾关系,还可体现偏正关系,甚至可同时体现动宾关系和偏正关系,表现为“动宾关系—动宾与偏正两可关系—偏正关系”的连续统。本文基于情境植入理论梳理区分“V_(双)+N_双... 现代汉语中,“V_(双)+N_双”构式具有多重句法关系,不仅可体现动宾关系,还可体现偏正关系,甚至可同时体现动宾关系和偏正关系,表现为“动宾关系—动宾与偏正两可关系—偏正关系”的连续统。本文基于情境植入理论梳理区分“V_(双)+N_双”构式句法关系的判定条件,并借助CCL语料库验证“V+N”构式中韵律结构与句法关系的组配规律,同时诉诸焦点—背景理论解释“V_(双)+N_双”构式韵律变体与句法关系的组配规律,并进一步阐述“V_(双)+N_双”构式形成不同句法关系的认知理据。研究发现,汉语“V_(双)+N_双”构式的认知机制与时间性和空间性的凸显有关:当“V_(双)+N_双”构式中时间性大于空间性时,突显动宾关系;当该构式中空间性大于时间性时,突显偏正关系;而当该构式内部时空同态,时间性与空间性不分强弱时,“V_(双)+N_双”既可突显动宾关系,又可突显偏正关系。 展开更多
关键词 v_双+n_双”构式 句法歧义 情境植入 韵律结构 时间性 空间性
原文传递
“处所N+V”式复合词事物指称义的认知探因——由“堂食”说起
14
作者 陈晶晶 《外文研究》 2025年第1期19-28,62,106,107,共13页
汉语“处所N+V”式复合词属状中式偏正复合词,具有多义性,其中的“馆藏”“盆栽”等可以指称事物,而“空投”“车载”等只能表示事件。本文研究发现,“处所N+V”式复合词之所以能够指称事物,本质上是整体转喻部分的认知机制在起作用。... 汉语“处所N+V”式复合词属状中式偏正复合词,具有多义性,其中的“馆藏”“盆栽”等可以指称事物,而“空投”“车载”等只能表示事件。本文研究发现,“处所N+V”式复合词之所以能够指称事物,本质上是整体转喻部分的认知机制在起作用。具体来讲,在“处所N+V”中的动词性语素V激活的认知框架中,凸显元素处所与动作融合形成一个复合参照点(源概念),在联结邻近性和指向唯一性的驱动下通达受事等过程参与者(靶概念)。这一类复合词亦反映了汉语本族语者在事物命名方式上表象主义和原子主义的思维倾向。 展开更多
关键词 “处所n+v”式复合词 事物指称义 转喻 联结邻近性 指向唯一性
在线阅读 下载PDF
基于改进YOLO v8n的辣椒穴盘育苗播种质量轻量级检测方法 被引量:4
15
作者 孔德航 刘云强 +3 位作者 崔巍 吴海华 张学东 宁义超 《农业机械学报》 北大核心 2025年第2期381-392,共12页
针对辣椒穴盘育苗播种质量实时、准确检测难和边缘设备算力有限等问题,基于YOLO v8n设计了一种轻量级检测算法YOLO v8n-SCS(YOLO v8n improved with StarNet,CAM and SCConv)。采用“单格训练+整盘检测”的技术策略以降低训练成本,提高... 针对辣椒穴盘育苗播种质量实时、准确检测难和边缘设备算力有限等问题,基于YOLO v8n设计了一种轻量级检测算法YOLO v8n-SCS(YOLO v8n improved with StarNet,CAM and SCConv)。采用“单格训练+整盘检测”的技术策略以降低训练成本,提高训练效率。采用StarNet轻量级网络和上下文增强模块(Context augmentation module,CAM)作为主干网络,在降低模型复杂程度同时,实现深层特征多感受野信息融合;采用空间与通道重建卷积(Spatial and channel reconstruction convolution,SCConv)优化中间层C2f(Cross stage partial network fusion)模块的瓶颈结构,增强模块特征提取能力和提高模型推理速度;融合P2检测层,将基线3个检测头减至1个,增强模型对小目标的检测性能。结果表明,YOLO v8n-SCS模型参数量为1.2×10^(6)、内存占用量为2.7 MB、浮点数运算量为7.6×10^(9),在穴盘单格数据集上,其mAP_(50)为98.3%、mAP_(50-95)为83.8%、帧率为112 f/s,相比基线模型YOLO v8n,参数量降低62.5%、mAP_(50)提升2.5个百分点、mAP_(50-95)提升2.1个百分点、浮点数运算量降低14.6%、帧率提升23.1%;在整盘检测任务中,其检测帧率为21 f/s,检测准确率为98.2%,相比基线模型检测帧率提升8.2%、准确率提升1.1个百分点,对于播种速度800盘/h以内的72穴育苗盘和600盘/h以内的128穴育苗盘,其平均检测准确率大于96%,且单粒率、重播率和漏播率检测误差小于1.8%。本文模型在性能和计算成本之间取得了很好的平衡,降低了部署边缘设备计算要求,满足辣椒穴盘育苗播种质量在线检测需求,为育苗播种生产线智能化升级提供了技术支持。 展开更多
关键词 辣椒种子 穴盘育苗 播种质量检测 改进YOLO v8n 轻量级模型
在线阅读 下载PDF
基于改进YOLO v8n的花生叶片病害检测方法 被引量:4
16
作者 白凯 张玉杰 +2 位作者 苏邓文 秦涛 彭志强 《农业机械学报》 北大核心 2025年第6期518-526,564,共10页
针对花生叶片病害在复杂环境下相似特征难以准确识别的问题,提出一种基于改进YOLO v8n模型的检测算法YOLO-ADM。首先,使用ADown模块代替部分CBS模块,降低下采样中的信息损失,减少了模型的参数量;其次,将可变形注意力(Deformable attenti... 针对花生叶片病害在复杂环境下相似特征难以准确识别的问题,提出一种基于改进YOLO v8n模型的检测算法YOLO-ADM。首先,使用ADown模块代替部分CBS模块,降低下采样中的信息损失,减少了模型的参数量;其次,将可变形注意力(Deformable attention,DA)机制添加到C2f模块组成C2f-DA结构,替换了SPPF上层的C2f模块,使模型聚焦到花生叶片病害的特定区域,准确捕捉其特征;最后,设计了一种全新的多尺度特征融合网络MFI Neck代替了YOLO v8n原有的颈部网络,增强了模型对不同尺度特征的融合能力。通过在花生叶片病害数据集上进行实验,结果表明,改进算法的准确率、召回率、mAP@0.5和mAP@0.5:0.95分别达到92.3%、91.0%、95.6%和85.2%,相比原始的YOLO v8n分别提高4.5、0.2、1.6、3.0个百分点,且模型内存占用量减少0.65 MB,参数量下降3.70×10^(5)。本算法在保证模型轻量化的前提下提升了检测能力,能够有效满足复杂环境下花生叶片病害的识别需求,为叶片病害的检测和监控提供了技术参考。 展开更多
关键词 花生叶片病害 YOLO v8n 目标检测 ADown 可变形注意力
在线阅读 下载PDF
基于改进YOLO v8n轻量化模型的苹果识别方法 被引量:1
17
作者 马保建 邱媛媛 +4 位作者 陈棒棒 张鹏 吕亮亮 夏浩 葛云 《石河子大学学报(自然科学版)》 北大核心 2025年第2期143-151,共9页
为解决在计算资源受限条件下部署苹果检测模型的问题,并为自然环境下苹果采摘机器人的目标识别提供技术支撑,设计了一种基于YOLO v8n模型的苹果识别方法YOLO v8n-SCD,先将YOLO v8n的骨干网络替换为StarNet轻量化模型,降低原模型的参数量... 为解决在计算资源受限条件下部署苹果检测模型的问题,并为自然环境下苹果采摘机器人的目标识别提供技术支撑,设计了一种基于YOLO v8n模型的苹果识别方法YOLO v8n-SCD,先将YOLO v8n的骨干网络替换为StarNet轻量化模型,降低原模型的参数量;然后将Star Blocks模块耦合到C2f模块中构建一个新结构C2f-StarNet,以降低模型复杂度,并且设计了新的检测头Detect_Apple,以进一步降低模型的参数量;最后,结合损失函数Shape IoU优化模型的训练过程,以提升检测的性能。试验结果表明:改进的YOLO v8n-SCD比原模型的精确率与召回率均小幅提升,平均精确率与原模型基本持平,但模型大小、参数量和GFLOPs比原模型分别降低了53.3%、54.4%和44.4%;与YOLO v5、YOLO v7、YOLO v8n、YOLO v9和YOLO v10主流检测模型相比,YOLO v8n-SCD模型的召回率、平均精度有略微的下降,但模型大小分别减少了44%、77.2%、53.3%、36.4%和49.1%,参数量减小了45.3%、77.2%、54.4%、30.5%和39.6%,浮点计算量降低了36.6%、65.9%、44.4%、40.8%和30.8%。本文提出的YOLO v8n-SCD模型在保证苹果识别精度的前提下对原模型进行轻量化,为后续边缘设备的模型部署提供技术依据。 展开更多
关键词 苹果 检测模型 轻量化 YOLO v8n 边缘设备
在线阅读 下载PDF
一种基于改进YOLO v5n的黄桃虫害检测方法 被引量:2
18
作者 曾孟佳 徐欢 黄旭 《安徽农业科学》 2025年第3期236-242,共7页
为了减少虫害,增加桃树产量,提出了一种基于改进YOLO v5n的桃虫害检测方法。首先,针对虫害世代重叠和虫害数据长尾分布,构建了一个多类别的桃虫害数据集;其次在主干网络中引入RFB多分支空洞卷积层,增大模型的感受野,提升模型的特征提取... 为了减少虫害,增加桃树产量,提出了一种基于改进YOLO v5n的桃虫害检测方法。首先,针对虫害世代重叠和虫害数据长尾分布,构建了一个多类别的桃虫害数据集;其次在主干网络中引入RFB多分支空洞卷积层,增大模型的感受野,提升模型的特征提取能力,同时将颈部网络结构替换为BiFPN结构,对不同层次的特征图进行特征重结合,改进特征融合的方式;最后,将激活函数更改为ReLU,避免了原激活函数在某些硬件环境中不兼容的问题。结果表明,与原YOLO v5n算法相比,改进算法的准确率、召回率分别提升了1.6%和6.6%,平均精度均值提高了3.6%,达到了88.8%,优于其他YOLO轻量级模型。 展开更多
关键词 虫害检测 RFB BiFPn YOLO v5n
在线阅读 下载PDF
V(C,N)在钒微合金钢中析出行为的热力学计算与试验分析 被引量:1
19
作者 孙希庆 刘全彬 +2 位作者 李秋魁 杨波 李春诚 《金属热处理》 北大核心 2025年第4期101-105,共5页
利用FactSage软件进行热力学计算、制备添加和不添加0.05%V的试验钢,并使用扫描电镜和显微硬度计,研究了钒微合金钢中V(C,N)的析出规律。计算结果表明,随着V含量的增加,V(C,N)相析出量逐渐增加,V含量超过0.02%以后,V(C,N)相初始析出温... 利用FactSage软件进行热力学计算、制备添加和不添加0.05%V的试验钢,并使用扫描电镜和显微硬度计,研究了钒微合金钢中V(C,N)的析出规律。计算结果表明,随着V含量的增加,V(C,N)相析出量逐渐增加,V含量超过0.02%以后,V(C,N)相初始析出温度增加并不明显。经950℃淬火和550℃回火处理后,试验测得0.05%V微合金试验钢中V(C,N)相析出量最大,硬度达到最大值。随着模拟卷取温度降低,0.05%V试验钢硬度先增再降最后增大,硬相马氏体组织增加,但V(C,N)相析出量先增大后减少,400℃析出量达到峰值,可见试验钢的硬度受组织特征和析出相的共同影响。 展开更多
关键词 v微合金钢 v含量 v(C n)相 硬度
原文传递
马氏体不锈轴承钢Cr14Mo4V和G30Cr15Mo1N钢的微观组织与耐磨性对比研究
20
作者 李檀 王存宇 +3 位作者 王姗姗 俞峰 王辉 曹文全 《钢铁研究学报》 北大核心 2025年第9期1206-1214,共9页
在Cr14Mo4V和G30Cr15Mo1N2种马氏体不锈轴承钢硬度均满足轴承钢使用要求的前提下,针对特殊工况如何选择材料是工程技术人员面临的重要问题。对比研究了Cr14Mo4V和G30Cr15Mo1N钢的微观组织结构,以及在环块磨损条件下的耐磨性。结果表明,... 在Cr14Mo4V和G30Cr15Mo1N2种马氏体不锈轴承钢硬度均满足轴承钢使用要求的前提下,针对特殊工况如何选择材料是工程技术人员面临的重要问题。对比研究了Cr14Mo4V和G30Cr15Mo1N钢的微观组织结构,以及在环块磨损条件下的耐磨性。结果表明,2种试验钢的微观组织都是马氏体基体+碳化物,Cr14Mo4V钢中存在较多大尺寸共晶碳化物,碳化物平均直径为G30Cr15Mo1N钢的3倍以上;G30Cr15Mo1N钢组织均匀细小,碳化物数量约为Cr14Mo4V钢的10倍。环块磨损条件下,Cr14Mo4V钢的磨损体积约为G30Cr15Mo1N钢的1/10,2种钢均表现出了磨粒磨损和氧化磨损的混和磨损机制,高硬度、大尺寸碳化物在摩擦过程中起到了作为耐磨、钉扎组织阻碍马氏体组织剥落的作用,提升了Cr14Mo4V钢的耐磨性。 展开更多
关键词 马氏不锈轴承钢 Cr14Mo4v G30Cr15Mo1n 耐磨性 碳化物
原文传递
上一页 1 2 63 下一页 到第
使用帮助 返回顶部