- 年份
- 2024(6318)
- 2023(9235)
- 2022(7901)
- 2021(7498)
- 2020(6497)
- 2019(14661)
- 2018(14416)
- 2017(27433)
- 2016(14811)
- 2015(16792)
- 2014(16281)
- 2013(15706)
- 2012(14495)
- 2011(12749)
- 2010(12300)
- 2009(11074)
- 2008(10564)
- 2007(9027)
- 2006(7488)
- 2005(6333)
- 学科
- 济(56791)
- 经济(56722)
- 管理(41236)
- 业(38509)
- 企(32450)
- 企业(32450)
- 方法(30821)
- 数学(27535)
- 数学方法(26999)
- 财(14944)
- 农(13989)
- 中国(13881)
- 学(13494)
- 业经(11422)
- 贸(10169)
- 贸易(10162)
- 易(9885)
- 务(9708)
- 财务(9665)
- 财务管理(9636)
- 制(9486)
- 地方(9479)
- 理论(9439)
- 农业(9188)
- 企业财务(9142)
- 技术(8856)
- 和(8471)
- 环境(8014)
- 划(7564)
- 融(7549)
- 机构
- 大学(204178)
- 学院(201863)
- 济(78233)
- 管理(77422)
- 经济(76674)
- 理学(68040)
- 研究(67867)
- 理学院(67275)
- 管理学(65599)
- 管理学院(65252)
- 中国(49384)
- 科学(45438)
- 京(42706)
- 农(40273)
- 业大(35868)
- 所(34590)
- 财(34394)
- 农业(32348)
- 中心(32105)
- 研究所(32034)
- 江(29592)
- 财经(28209)
- 经(25896)
- 北京(25676)
- 院(25386)
- 范(24752)
- 经济学(24348)
- 师范(24301)
- 技术(23205)
- 州(23017)
- 基金
- 项目(148583)
- 科学(116205)
- 基金(109404)
- 研究(100567)
- 家(98625)
- 国家(97864)
- 科学基金(83526)
- 社会(63382)
- 社会科(60104)
- 社会科学(60087)
- 省(58277)
- 自然(57816)
- 基金项目(57666)
- 自然科(56574)
- 自然科学(56553)
- 自然科学基金(55505)
- 划(49815)
- 教育(47209)
- 资助(45731)
- 编号(38411)
- 重点(34104)
- 部(32531)
- 创(31256)
- 发(31215)
- 计划(30038)
- 科研(29893)
- 成果(29626)
- 创新(29360)
- 大学(27601)
- 教育部(27497)
共检索到284126条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 西北农林科技大学学报(自然科学版)
[作者]
张星龙 冯全 杨梅 张华南
【目的】提出了一种基于光源不变图的病斑分割方法,以提高病斑识别程序的准确性和稳定性。【方法】将阴影区和非阴影区视为不同光源照明,通过最小熵法计算原图的光源不变图,在该图上采用K均值聚类算法对病斑进行分割,以采集的病斑叶片为材料,对该方法的处理效果进行验证。【结果】比较光源不变图法和H分量法的处理结果后发现,采用光源不变图法处理病斑不同区域的平均差异较H分量法更低,仅为10.7%;聚类分割算法对使用光源不变图法处理病斑图像的分割准确率为95.0%,较H分量法具有更高的正确率,且误检率更低。【结论】采用光源不变图法对病斑图像处理的效果好、性能稳定,同一目标在不同光照条件下处理结果的一致性较高。
[期刊] 北京林业大学学报
[作者]
胡静 陈志泊 杨猛 张荣国 崔亚稷
【目的】植物叶片分割旨在从背景中分割出叶片区域,去除背景对象干扰。这对植物病害识别和物种鉴定具有重大意义。【方法】本文设计了基于全卷积神经网络的植物叶片分割算法。首先,目标函数用对数逻辑函数代替复杂的Softmax多类预测函数,从而将分割任务转化为适合于植物叶片分割的二分类问题;其次,把批归一化技术引入全卷积神经网络,从而改善网络整体的收敛性。最后,针对当前植物叶片分割研究中缺乏评估指标的状况,设计了新的评估协议——受试者工作特征曲线,该曲线反映了不同阈值情况下植物叶片图像分割的召回率与误报率之间的变化情况。【结果】本文提出的算法降低了全卷积神经网络的参数复杂度,改善了网络的收敛性。实验结果表明,该方法比Leafsnap提到的基于颜色的分割方法更完整地分割了植物叶片区域;提出的ROC曲线能够充分评估植物叶片的分割性能。【结论】与传统方法相比,基于深度学习的植物叶片分割方法实现了输入图像的端对端处理,无需图像转换、噪声滤波和形态运算等预处理技术,因此在植物叶片分割上具有可行性。
关键词：
深度学习 全卷积神经网络 植物叶片分割
[期刊] 中国农业大学学报
[作者]
赵金阳 冯全 王书志 张芮
针对不同光照以及不同天气条件造成葡萄叶片图像不能准确分割的问题,提出了一种改进的图割分割算法。采用G/R以及a*颜色特征自动选择叶片目标和背景种子点,利用混合高斯模型对叶片和背景的概率密度分布进行估计;在马尔科夫随机场的基础上,建立像素特征的能量函数;通过求解能量函数最小化对叶片实现了自动分割。对多种不同分割特征的分割效果进行对比试验,结果表明:对于不同时间、不同天气的叶片图像,单一G/R和a*具有较好的效果,分割精度分别达到86.74%和92.38%,若用它们组合为双特征,分割效果会进一步提高,分割精度
关键词：
葡萄叶片 颜色特征 能量函数 图像分割
[期刊] 中国农业大学学报
[作者]
张万红
针对传统方法和叶面积仪法测定作物叶面积、叶长、叶宽等参数费时费力,成本高等问题,提出苹果叶面积、叶长、叶宽和周长的图像测定法。首先采用颜色空间转换法转换RGB(红、绿、蓝)图为HIS(色调、亮度、饱和度)图,并以大津法(Otsu)阈值色调(H)获取二值图像;再根据二值图中苹果叶边缘像素坐标分布特征,计算叶长、叶宽和叶周长,根据苹果叶片像素数计算叶面积;最后对叶长、叶宽和叶面积的计算值与实测值之间进行均方根误差(RMSE)和决定系数(R~2)计算,并以测定硬币周长的方式验证周长算法。结果表明:苹果叶面积、叶长、叶宽的RMSE值分别为0.58cm~2、0.46和0.10cm,R~2值分别为0.99、0.93、0.97,测定的1元、5角、1角硬币的周长分别为7.68、6.42和6.10cm。RMSE取值较小和R~2取值较高表明叶面积、叶长和叶宽算法结果可靠,周长算法验证结果表明周长计算值与实测值之间差异较小。
[期刊] 南京农业大学学报
[作者]
赵兵 冯全
[目的]本文旨在解决不同光照和复杂背景下葡萄病害叶片图像的自动分割。[方法]使用了一种全卷积网络(FCN)的葡萄病害叶片图像的自动分割算法。该算法在结构上将传统的卷积神经网络(CNN)后3个全连接层换成3个卷积层。通过多层的卷积,对输入葡萄叶片图像的特征进行提取;通过池化层,对特征信息进行筛选,缩减特征尺寸,以达到减少网络参数的目的。再通过反卷积对特征上采样,从高维、小尺寸特征恢复到图像原始尺寸,对具有原始尺寸的特征进行逐像素分类,确定原图像中每个像素位置的标签是背景还是前景。因只经过上采样处理后的分割图像会较粗糙,故通过跳跃结构将较为粗糙的原图进行局部信息与整体信息的整合,达到对分割结果进行精细化处理的目的。[结果]本算法对葡萄病害叶片有较好的分割效果,单叶片和复杂多叶片图像的马修斯相互系数(MCC)分别为0.821和0.747,MCC平均值较对比算法提高了6.5%。[结论]本算法能够较精确地分割自然条件下成像的葡萄病害叶片图像,为后续在叶片精准分割病害区域和提取病害特征创造了良好的条件。
[期刊] 沈阳农业大学学报
[作者]
冯登超 杨兆选 乔晓军
针对植物病害图像成分复杂、病斑排列无规则等特点,提出了基于改进型蚁群算法和Gauss-Markov随机场的自适应病斑分割算法。该算法采用自适应信息素更新策略,对信息量进行有差别的动态更新,克服了标准蚁群算法容易陷入局部最优造成的早熟、停滞现象。同时,利用Markov随机场的局部相关特性并结合Gauss分布组成线性平稳自回归模型,针对植物病斑特征建立分割模型。最后,采用改进型蚁群算法对其进行优化,并结合Gauss-Markov随机场最大后验概率估计,实现对植物病斑的自适应分割。仿真试验表明,改进后的算法能够针对植物病斑特性实现自适应分割,鲁棒性较好。然而,对于蚁群算法与Markov的最佳耦合方式...
[期刊] 中南林业科技大学学报
[作者]
邢万里 邢艳秋 黄杨 曲林 尤号田
为了提高地基激光雷达(Terrestrial Laser Scanning,TLS)点云数据的单木分割精度及分割效率,以落叶期的蒙古栎人工林为研究对象,以TLS为基础数据,在三维点云数据体元化的基础上提出一种基于体元逐层聚类的单木分割算法,通过分析体元在竖直方向的z值序列准确获取单木的位置,然后利用模糊C均值算法以单木位置为初始聚类中心从最底层体元开始进行逐层聚类,最终实现样地水平蒙古栎单木分割。研究结果表明,通过分析体元在竖直方向的z值序列能准确获取单木的位置,本研究提出的单木分割算法能够实现样地水平单
[期刊] 北京林业大学学报
[作者]
毕于慧 唐守正 王雪峰
叶片的形态测量在苗木生长自动监测中具有重要意义,在形态测量前首先要将完整的叶片从背景中提取出来。针对彩色苗木叶片图像的特点研究了利用几何活动轮廓模型进行完整叶片的自动分割的方法。首先利用图像的全局信息和C-V模型进行初始分割,当曲线到达目标边界附近时,利用改进的基于图像局部信息的能量模型进行边界的精确定位。该方法将C-V模型不受初始位置影响的优点和改进模型克服弱边界泄漏的优点结合起来,实现了叶片的自动分割,取得了令人满意的实验结果。
[期刊] 湖南农业大学学报(自然科学版)
[作者]
施文 邹锐标 王访 苏乐
利用多重分形理论中的基于sum容量测度、max容量测度和min容量测度的多重分形谱分割方法,分别对油菜菌核病害、白斑病害、油菜潜叶蝇虫害叶片图像进行识别与分割。结果表明:基于多重分形理论的油菜病虫害叶片图像分割优于传统的阈值分割,基于C均值聚类的分割以及传统区域分割,主要在于能够清晰地分割出病虫害叶片边缘轮廓,准确定位病虫斑区域,同时还能保留较多细节,具有局部性强、准确性高的特点。相比而言,基于max和min容量测度的分割优于基于sum容量测度的分割。
[期刊] 中国土地科学
[作者]
杨建新 刘静 龚健 刘玉铃 朱江洪
研究目的:探索基于不同空间聚类指数排序识别空间集聚的高质量永久基本农田保护图斑,以期为当前国土空间规划中永久基本农田调整补划和布局优化提供方法借鉴。研究方法:分别利用规则空间聚类算法Local Moran’s I和Getis-Ord Gi*以及非规则空间搜索聚类算法AMOEBA构建能在地块尺度上同时反映耕地质量及其空间集聚信息的表征指数,设计相应的排序优选方案,进而快速识别指定数量的永久基本农田保护图斑,并进行对比及邻域敏感性分析。研究结果:(1)基于AMEOBA算法输出聚类指数并设计相应的排序方案能在研究区识别空间上更为集聚同时具有较高质量的永久基本农田保护图斑;(2)基于邻接关系的邻域定义方式能在研究区取得比基于空间距离的邻域定义方式更好的识别结果。研究结论:应用空间聚类算法计算同时指示耕地质量高低及其空间聚散性的地块级表征指数,并设计相应优选排序方案识别高质量集聚永久基本农田保护图斑是有效可行的。
[期刊] 中国农业大学学报
[作者]
吴娜 李淼 袁媛 卞程飞 陈雷
为快速、准确地分割黄瓜叶部病害图像，提出一种基于混合颜色空间的双次Ｏｔｓｕ算法。算法根据病害图像各部分的颜色特征，首先选取原始彩色图像的Ｒ分量进行初始Ｏｔｓｕ分割和形态学相关操作，将Ｒ分量图分割为背景类和非背景类；然后选取非背景类图像的ＣＲ分量进行第２次Ｏｔｓｕ操作，将非背景区域分割为正常叶子类和病斑区域类，得到最终的分割结果。将该算法应用于黄瓜靶斑病图像的分割中，并与Ｒ＿Ｏｔｓｕ算法、Ｈ＿Ｏｔｓｕ算法以及图切割算法进行比较。试验结果表明：与对比算法相比，本算法在分割精度及处理速度２方面的综合分割性能最优，错分率均值和方差分别为２．１２％和０．０８％，平均处理时间＜０．２ｓ，算法对光照变化具有．．．
[期刊] 实验技术与管理
[作者]
侯文宝 张刚 田国华
提出一种基于灰狼优化算法的控制方法,以解决光伏阵列局部遮阴下的最大功率跟踪问题。实验结果表明,相比于传统多峰跟踪算法,所提出的算法具有更高的效率和更好的稳定性,同时降低了系统输出信号畸变,且在不同光伏阵列结构及阴影状态下都表现出优越的控制性能。
[期刊] 经济学(季刊)
[作者]
张晶 陈海山
通过使用中国2007—2016年的县级面板数据,本文从基础设施建设角度证实集聚阴影的存在。利用高铁通车作为准自然实验,我们发现,高铁通车后,县的人均GDP下降2.6个百分点。机制分析表明该作用在与中心城市距离大致在97—195千米内的县最为明显,这正是"集聚阴影"的体现。我们还发现具有较好禀赋的县会凭借高铁实现经济增长,考虑到常住人口变动,高铁通车对县域经济的负面效应会减弱。这些都表明高铁通车有可能促进区域经济"在集聚中走向平衡"。
关键词：
高铁通车 集聚阴影 区域平衡
[期刊] 中国农业大学学报
[作者]
李凯 张建华 冯全 孔繁涛 韩书庆 吴建寨
为实现自然条件下棉花叶片的精准分割,提出一种粒子群(Particle swarm optimization,PSO)优化算法和K-means聚类算法混合的棉花叶片图像分割方法。本算法将棉花叶片图像在RGB颜色空间模式下采用二维卷积滤波进行去噪预处理,并将预处理后的彩色图像从RGB转换到目标与背景差异性最大的Q分量、超G分量、a*分量;随后在K均值聚类的一维数据空间中,利用PSO算法向全局像素解的子空间搜寻,通过迭代搜寻得到全局最优解,确定最佳聚类中心点,改善K均值聚类的收敛效果;最后,对像素进行聚类划分,
[期刊] 北京林业大学学报
[作者]
王晓松 杨刚
【目的】结合树木图像颜色和纹理特征,融合聚类和分类算法对树木图像进行多目标优化分割,从而提高自然背景下树木图像分割的准确性。【方法】首先,利用MSCC框架理论,解决聚类和分类目标函数同时依赖于聚类中心的问题。然后,分别选定聚类性能评价指标函数和分类性能评价指标函数。最后,采用多目标进化优化方法——NSGA-Ⅱ算法进行优化,得到Pareto前端最优解集,并通过计算聚类有效性指数I的最大值,寻找最优解决方案。选择具有代表性的法国梧桐、侧柏、松树和杏树等自然背景下拍摄的4幅图像作为样本。分别采用Kmeans、Fuzzy C-means、对聚类目标函数进行单目标优化,采用MOPSO方法进行多目标优化,以及NSGA-Ⅱ方法进行多目标优化等5种方法对样本图像进行分割比较。【结果】在聚类中心数量相同、种群大小相同、遗传代数相同的条件下,指数I的值表明本文提出的分割方法优势显著。对于4类不同样本图像分割的指数I值进行对比可知,以HF指数为单目标函数进行遗传优化的结果优于单一使用K-means和FCM算法; MOPSO多目标优化方法分割结果优于单目标优化结果;基于NSGA-Ⅱ优化的多目标函数分割结果又优于MOPSO多目标优化结果。【结论】融合聚类和分类算法构建聚类性能评价指标函数和分类评价性能指标函数,并采用非支配排序遗传算法对多目标函数进行优化,能更好地保留树木图像的颜色和纹理特征,分割准确率显著提高。
关键词：
多目标优化 树木图像 NSGA-Ⅱ
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
