- 年份
- 2024(5619)
- 2023(7998)
- 2022(6791)
- 2021(6396)
- 2020(5469)
- 2019(12429)
- 2018(12180)
- 2017(23495)
- 2016(12447)
- 2015(13655)
- 2014(13352)
- 2013(12833)
- 2012(11588)
- 2011(9882)
- 2010(9371)
- 2009(8061)
- 2008(7405)
- 2007(6057)
- 2006(4586)
- 2005(3618)
- 学科
- 济(48069)
- 经济(48029)
- 业(38491)
- 管理(37959)
- 企(32404)
- 企业(32404)
- 方法(27501)
- 数学(25012)
- 数学方法(24646)
- 技术(14520)
- 财(13286)
- 农(12346)
- 中国(10759)
- 业经(9794)
- 务(9285)
- 财务(9248)
- 财务管理(9232)
- 学(9089)
- 企业财务(8793)
- 农业(8687)
- 贸(8405)
- 贸易(8402)
- 技术管理(8361)
- 易(8222)
- 地方(7738)
- 环境(7272)
- 理论(6989)
- 和(6779)
- 制(6468)
- 划(6345)
- 机构
- 学院(163914)
- 大学(163438)
- 管理(68274)
- 济(66827)
- 经济(65723)
- 理学(60595)
- 理学院(60037)
- 管理学(58839)
- 管理学院(58530)
- 研究(50432)
- 中国(35753)
- 科学(32829)
- 京(32559)
- 农(29301)
- 业大(29083)
- 财(27931)
- 中心(24456)
- 所(24353)
- 财经(23571)
- 农业(23165)
- 研究所(22589)
- 江(22509)
- 经(21792)
- 经济学(20944)
- 技术(19625)
- 北京(19217)
- 经济学院(19210)
- 院(19172)
- 范(18823)
- 经济管理(18695)
- 基金
- 项目(126731)
- 科学(100241)
- 基金(93635)
- 研究(88383)
- 家(83353)
- 国家(82755)
- 科学基金(71830)
- 社会(56968)
- 社会科(54306)
- 社会科学(54293)
- 省(50242)
- 基金项目(50219)
- 自然(48430)
- 自然科(47393)
- 自然科学(47380)
- 自然科学基金(46520)
- 划(41868)
- 教育(41216)
- 资助(37834)
- 编号(33837)
- 重点(28630)
- 部(28047)
- 创(27911)
- 发(26607)
- 创新(26236)
- 科研(25308)
- 成果(24612)
- 国家社会(24607)
- 计划(24398)
- 教育部(24086)
共检索到218165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] 中国农业大学学报
[作者]
秦丰 刘东霞 孙炳达 阮柳 马占鸿 王海光
基于图像处理技术，对４种苜蓿叶部病害进行识别研究。利用结合Ｋ中值聚类算法和线性判别分析的分割方法对病斑图像作分割，获得了较好的分割效果。结果表明：该分割方法在由４种病害图像数据集整合成的汇总图像数据集上综合得分的平均值和中值分别为０．８７７ １和０．８９９ ７；召回率的平均值和中值分别为０．８２９ ４和０．８５１ ４；准确率的平均值和中值分别为０．９２４ ９和０．９４２ ４。进一步提取病斑图像的颜色特征、形状特征和纹理特征共计１２９个，利用朴素贝叶斯方法和线性判别分析方法建立病害识别模型，并结合顺序前向选择方法实现特征筛选，分别获得最优特征子集；同时利用这２个最优特征子集，结合支持向量机（Ｓｕ．．．
[期刊] 中国农业大学学报
[作者]
秦丰 刘东霞 孙炳达 阮柳 马占鸿 王海光
为实现苜蓿叶部病害的快速准确诊断和鉴别,基于图像处理技术,对常见的4种苜蓿叶部病害(苜蓿褐斑病、锈病、小光壳叶斑病和尾孢菌叶斑病)的识别方法进行探索。对采集获得的899张苜蓿叶部病害图像,利用人工裁剪方法从每张原始图像中获得1张子图像,然后利用结合K中值聚类算法和线性判别分析的分割方法进行病斑图像分割,得到4种病害的典型病斑图像(每张典型病斑图像中仅含有1个病斑)共1 651张。基于卷积神经网络提取病斑图像特征,建立病害识别支持向量机(Support vector machine,SVM)模型。结果表明:
[期刊] 湖南农业大学学报(自然科学版)
[作者]
郭小清 范涛杰 舒欣
为了提高基于数字图像识别番茄叶部病害的准确率,适应不同分辨率条件下的应用需求,幵满足实践拍摄条件的不确定性,以番茄晚疫病、花叶病、早疫病叶片图像为研究对象,选择HSV模型中的4维H分量等量分割波段作为颜色特征,基于灰度差分统计的均值、对比度和熵3维特征作为纹理特征,融合7维特征向量作为支持向量机(SVM)分类器的输入,用粒子群算法(PSO)优化SVM模型参数。试验结果表明,融合灰度差分统计与H分量4维特征的病害识别模型准确率可达90%。
[期刊] 中国农业科学
[作者]
赵玉霞 王克如 白中英 李少昆 谢瑞芝 高世菊
【目的】探讨利用图像技术实现玉米叶部病害自动识别的方法。【方法】根据玉米叶部病害特点,综合应用阈值法、区域标记方法与Freeman链码法,对玉米叶部病害图片进行图像分割、统计病斑个数、去除冗余斑点、计算病斑形状特征,最后根据二叉检索法推断病害。【结果】研究提取了五种玉米叶部主要病斑的识别特征,确定了诊断流程,并开发了识别系统。经检验,该系统对玉米叶部的锈病斑、弯孢菌病斑、灰斑、褐斑、小斑等五种主要病害的诊断准确率达80%以上。【结论】研究结果表明,用图像技术进行玉米叶部病害诊断是可行的,本研究开发的诊断系统为玉米病害自动识别与诊断奠定了基础。
[期刊] 湖南农业大学学报(自然科学版)
[作者]
胡维炜 张武 刘连忠
利用中值滤波结合k均值聚类的方法分割出小麦白粉病、条锈病和叶锈病叶部病斑,分别采用颜色矩和灰度共生矩阵的方法提取病斑的颜色特征和纹理特征参数,设计了一种基于Variance算法初选与序列浮动前向选择搜索算法(SFFS)相结合的特征选择方法,选择出优良的特征子集,实现对小麦3种叶部病害的识别。试验以SVM为分类器,利用特征选择方法获得的特征子集识别准确率为99%,与采用主成分分析(PCA)方法进行特征降维获得的子集的识别准确率比较,能有效降低特征维度,提高识别准确率。
[期刊] 中国农业科学
[作者]
王娜 王克如 谢瑞芝 赖军臣 明博 李少昆
【目的】利用计算机视觉技术实现玉米叶部病害的自动识别诊断。【方法】在大田开放环境下采集病害图像样本,综合应用基于H阈值分割、迭代二值化、图像形态学运算、轮廓提取等算法处理病害图像,抽取病斑,提取病害图像的纹理、颜色、形状等特征向量,采用遗传算法优化选择出分类特征,并利用费歇尔判别法识别普通锈病、大斑病和褐斑病3种玉米叶部病害。【结果】研究中提取了墒、相关信息测度、分形维数、H值、Cb值、颜色矩、病斑面积、圆度、形状因子等28个特征向量,利用遗传算法优选出H值、颜色矩、病斑面积、形状因子等4个独立、稳定性好、分类能力强的特征向量,应用费歇尔判别分析法识别病害,准确率达到90%以上。【结论】综合运...
[期刊] 淡水渔业
[作者]
吴健辉 张晓飞 杨敏 王锦萍 谭志豪
以四种主养淡水鱼鲫（Ｃａｒａｓｓｉｕｓ ａｕｒａｔｕｓ）、草鱼（Ｃｔｅｎｏｐｈａｒｙｎｇｏｄｏｎ ｉｄｅｌｌｕｓ）、团头鲂（ＭｅｇａｌｏｂｒａＭａ ａＭｂｌｙＣｅｐｈａｌａ）、鲤（Ｃｙｐｒｉｎｕｓ Ｃａｒｐｉｏ）为例，提出一种基于图像处理技术的鱼种类自动识别方法。首先通过鱼体信息采集系统获取待识别鱼体图像，并对其进行灰度化与二值化，得到鱼体轮廓信息；然后采用邻域边界算法对鱼体的轮廓进行提取，根据轮廓曲线建立鱼体背部轮廓数学模型；最后根据轮廓模型，采用鱼体背部弯曲潜能算法对不同种类鱼体样本的背部弯曲潜能值进行计算和聚类统计，得到不同鱼类样本的背部弯曲潜能值分布区间，从而通过比对待识别鱼体背部弯曲．．．
关键词：
图像处理 鱼类识别 背部轮廓 弯曲潜能
[期刊] 华中农业大学学报
[作者]
姜晟 曹亚芃 刘梓伊 赵帅 张振宇 王卫星
针对茶园复杂背景下茶叶叶部病害识别较为困难的问题，提出一种基于改进Faster RCNN算法的茶叶叶部病害识别方法。通过对优化区域建议框的特征提取网络VGG-16、mobilenetv2和ResNet50进行比较，选择识别效果较好的ResNet50作为骨干网络，增加模型在茶园复杂背景下对茶叶叶部病害特征的提取能力；融入特征金字塔网络（feature pyramid network,FPN）改善小目标漏检问题和病斑的多尺度问题；采用Rank&Sort(RS) Loss函数代替原Faster RCNN中的损失函数，缓解样本分布不均给模型带来的性能影响，进一步提高检测精度。结果显示：改进模型平均精度均值P_(mA)为88.06%，检测速度为19.1帧/s，对藻斑病、白星病、炭疽病、煤烟病识别平均精度分别为75.54%、86.84%、90.42%、99.45%，比Faster RCNN算法分别提高40.98、44.16、13.9和2.43百分点。以上结果表明，基于改进Faster RCNN算法的茶叶叶部病害识别方法能够弱化茶园复杂背景的干扰，准确识别茶园复杂背景下茶叶叶部病害目标。
[期刊] 中国农业科学
[作者]
刘涛 仲晓春 孙成明 郭文善 陈瑛瑛 孙娟
【目的】文章重点分析了病健交界特征参数、病害识别流程对提高病害识别准确率的影响。实现水稻叶部15种主要病害的准确识别,尤其是相似病害的判断。【方法】(1)病斑图像获取:水稻叶部病害图像来源包括水稻大田、病害图册和病害数据库,文中选用改进的mean shift图像分割算法提取病叶图像中的病斑并根据相关方程获取病斑特征信息。(2)特征参数的选择与设计:首先选取一至三阶颜色矩和颜色直方图作为病害的颜色特征参数,选取球状性、偏心率和不变矩作为病斑的形状特征参数,选取角二阶矩、对比度和相关作为病斑的纹理特征参数;然后针对相似病斑误报率高的问题提出一种病健交界特征参数,通过病斑内部、边缘和外围颜色上的差异...
[期刊] 沈阳农业大学学报
[作者]
张芳 王璐 付立思 田有文
为了减少黄瓜叶部病害给农业生产者带来的损失,提高病害的识别率和精度,提出一种基于支持向量机的复杂背景下的黄瓜叶部病害的识别方法。采用K-均值聚类算法和LOG算子等理论,并提出一种基于超像素(super pixel)和形状上下文(shape context)的复杂背景下的黄瓜叶片图像分割算法,将黄瓜病害叶片从复杂背景中成功地分离出来;采用分水岭等算法将病斑从黄瓜病害叶片中分割出来;再根据病斑的特点,分别为黄瓜白粉病和霜霉病提取了颜色、形状、纹理3个方面的比较典型的特征参数;分别建立了黄瓜叶片白粉病检测器和黄瓜叶片霜霉病检测器,将黄瓜叶片病害检测器分为2部分,第1部分为病斑检测器,第2部分是根据病...
[期刊] 沈阳农业大学学报
[作者]
张静 王双喜 董晓志 程鹏飞
为了实现温室病害的智能化防治,深入研究了植物病害图像处理中基于叶片纹理的特征值提取方法。通过对温室黄瓜斑疹病和角斑病的处理研究发现,利用灰度共生矩阵方法提取出来的惯性值是识别这两种病害较好的特征参量之一。
关键词：
图像处理 植物病害 温室 纹理特征
[期刊] 财务与会计
[作者]
李清哲 王骏
本文探讨了企业以技术成果出资时直接按照视同销售原则计税、所得分期递延方式、特殊性税务处理、选择性使用递延纳税政策四种所得税处理方式。
关键词：
技术成果出资 所得税 递延纳税
[期刊] 财务与会计
[作者]
李清哲 王骏
本文探讨了企业以技术成果出资时直接按照视同销售原则计税、所得分期递延方式、特殊性税务处理、选择性使用递延纳税政策四种所得税处理方式。
关键词：
技术成果出资 所得税 递延纳税
[期刊] 福建农林大学学报(自然科学版)
[作者]
刘浪 许金钗 翁海勇 程祖锌 曹亚轩 叶大鹏 谢立敏
为实现田间环境下水稻叶部病害的快速诊断，设计了一种基于多光谱成像技术的水稻叶部病害便携式检测装置.该装置主要由多光谱图像采集软件、高功率LED驱动电路、图像采集触发电路和USB接口通讯电路4个部分组成.以感染水稻稻瘟病、胡麻叶斑病、细条病水稻以及健康水稻的叶片为研究对象，采集了460、520、590、630、660、710、730、760、800、850、900和940 nm共12个波段下的光谱图像信息.主成分分析结果表明：第一主成分(PC1)和第二主成分(PC2)的累计方差贡献率为91.19%;稻瘟病、胡麻叶斑病和细条病在PC1和PC2得分图上具有各自聚成一类的趋势.基于12个波段反射率构建的支持向量机模型对稻瘟病、胡麻叶斑病和细条病的总体识别正确率为97.44%,Kappa系数为0.965 1,识别效果较好.表明利用自主研发的便携式多光谱成像装置结合化学计量法可实现水稻叶部病害的快速诊断.
[期刊] 中国农业大学学报
[作者]
王艳玲 张宏立 刘庆飞 张亚烁
针对卷积神经网络对番茄病害识别需训练参数较多,训练非常耗时的问题,将迁移学习应用于AlexNet卷积神经网络,对病害叶片和健康叶片共10种类别的番茄叶片进行分类研究。使用14 529张番茄叶片病害图像,随机选择70%作为训练集,30%作为验证集,对AlexNet卷积神经网络模型结构进行迁移,利用在Imagenet图像数据集上训练成熟的AlexNet模型和其参数对番茄叶片病害识别。在训练过程中,固定低层网络参数不变,微调高层网络参数,将番茄病害图像输入到网络中训练网络高层参数,用训练好的模型对10种类别的番茄叶片分类,并进行了20组试验。结果表明:该算法在训练迭代474次时使网络模型很好的收敛,网络对验证集的测试平均准确率达到95.62%,与从零开始训练的AlexNet卷积神经网络相比,本研究算法缩短了训练时间,平均准确率提高了5.6%。采用迁移学习所建立的病害分类模型能够对10种类别的番茄叶片病害快速准确地分类。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
