- 年份
- 2024(143)
- 2023(232)
- 2022(184)
- 2021(179)
- 2020(150)
- 2019(340)
- 2018(338)
- 2017(537)
- 2016(288)
- 2015(266)
- 2014(283)
- 2013(206)
- 2012(189)
- 2011(158)
- 2010(123)
- 2009(118)
- 2008(75)
- 2007(66)
- 2006(53)
- 2005(30)
- 学科
- 济(903)
- 经济(903)
- 管理(759)
- 业(749)
- 企(641)
- 企业(641)
- 方法(595)
- 数学(584)
- 数学方法(566)
- 技术(353)
- 技术管理(226)
- 财(205)
- 农(196)
- 学(193)
- 务(169)
- 财务(169)
- 财务管理(168)
- 农业(166)
- 企业财务(165)
- 和(165)
- 业经(143)
- 制(132)
- 中国(130)
- 策(113)
- 划(112)
- 环境(111)
- 地方(107)
- 体(103)
- 供销(103)
- 销(103)
- 机构
- 大学(3728)
- 学院(3603)
- 管理(1654)
- 理学(1509)
- 理学院(1495)
- 管理学(1455)
- 管理学院(1448)
- 济(1205)
- 经济(1185)
- 研究(1090)
- 科学(831)
- 业大(780)
- 中国(775)
- 京(738)
- 工程(710)
- 农(654)
- 中心(599)
- 信息(594)
- 农业(528)
- 技术(482)
- 室(475)
- 院(462)
- 实验(461)
- 所(455)
- 实验室(454)
- 研究所(436)
- 财(436)
- 江(433)
- 理工(432)
- 科技(432)
共检索到4316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] 湖南农业大学学报(自然科学版)
[作者]
徐淼 朱波 刘宇晨 张冀武
为解决烟叶智能分级识别中需对多片散放烟叶同步进行部位识别的问题，提出一种基于改进Mask R–CNN的多片烟叶的部位同步识别方法：在Mask R–CNN区域建议网络中引入K–means聚类算法，对已标注目标检测框进行聚类，实现对预设的5种尺度的锚点尺寸和3种比例的锚点长宽比的优化，使其更加符合烟叶图像数据的分布特性，达到提高生成建议框的精确性、缩短识别时间的目的。基于采集的烟叶图像数据集，验证改进Mask R–CNN方法的有效性。结果表明，当IoU为0.5时，改进MaskR–CNN单样本耗时313ms，比MaskR–CNN的326ms快，在测试集上的均值平均精度(mAP)提高了3.56%。与FasterR–CNN和SSD目标检测算法相比，在准确率和召回率上也表现出优势。
[期刊] 湖南农业大学学报(自然科学版)
[作者]
徐淼 朱波 刘宇晨 张冀武
为解决烟叶智能分级识别中需对多片散放烟叶同步进行部位识别的问题，提出一种基于改进Mask R–CNN的多片烟叶的部位同步识别方法：在Mask R–CNN区域建议网络中引入K–means聚类算法，对已标注目标检测框进行聚类，实现对预设的5种尺度的锚点尺寸和3种比例的锚点长宽比的优化，使其更加符合烟叶图像数据的分布特性，达到提高生成建议框的精确性、缩短识别时间的目的。基于采集的烟叶图像数据集，验证改进Mask R–CNN方法的有效性。结果表明，当IoU为0.5时，改进MaskR–CNN单样本耗时313ms，比MaskR–CNN的326ms快，在测试集上的均值平均精度(mAP)提高了3.56%。与FasterR–CNN和SSD目标检测算法相比，在准确率和召回率上也表现出优势。
[期刊] 清华大学学报(自然科学版)
[作者]
彭秋辰 宋亦旭
为了让机器人能识别物体类别、探测物体形状、判断物体距离,提出一种基于Mask R-CNN模型的双目视觉的物体识别和定位方法。该方法利用Mask R-CNN处理双目图像,对每张图像进行物体识别和形状分割,然后利用神经网络特征对双目图像中的相同目标进行匹配。以物体形状为依据,使用最近点搜索算法估计视差并计算距离。实验结果表明,该方法能够以准实时的速度进行物体的识别和定位,与传统的依赖计算全局视差图的方法相比,在速度和精度上都有提高。
[期刊] 中国农业科学
[作者]
王赟赟 李毅念 陈玉仑 丁启朔 何瑞银
【目的】针对小麦籽粒性状参数获取需要脱粒后测量，测量程序繁杂、费时费力的缺点，提出基于深度学习的小麦在穗籽粒表型参数测试方法。【方法】采集镇麦25、宁麦13和农麦88这3个品种小麦穗两侧正视图像，利用小麦穗正视图像构建图像增强数据集，提出深度学习与形态学处理相结合的小麦在穗籽粒表型参数测试方法。首先，建立基于改进Mask R-CNN网络的麦穗颖壳分割模型，模型以ResNet和FNP为特征提取网络并引入坐标注意力（CA）模块、聚合模块和半卷积模块，实现麦穗图像中颖壳的准确定位、分割和籽粒计数。其次，利用分割的麦穗颖壳掩膜图经形态学处理方法提取麦穗颖壳的5个表型参数，并建立麦穗颖壳表型参数与颖壳内籽粒表型参数之间的线性相关关系。最后，利用麦穗颖壳表型参数与籽粒表型参数之间的线性相关关系预测籽粒表型参数。【结果】（1）基于改进Mask R-CNN网络的麦穗颖壳分割模型的平均精确率AP为94.13%,F1值为91.12%，召回率为88.30%，单幅图像平均检测耗时97 ms，可以快速、精准地识别单粒麦穗颖壳。模型的籽粒计数的均方根误差和平均相对误差分别为0.94个和0.65%，可见模型分割籽粒的精度较高。（2）麦穗颖壳与籽粒之间的表型参数粒长、粒厚、面积、周长、长径比线性相关关系式为：y=0.7258x、y=0.5166x、y=0.3748x、y=0.6756x、y=1.4085x，其决定系数（R~2）均在0.85以上。（3）利用图像获取的麦穗颖壳参数数据对上述相关性模型进行验证并预测籽粒表型参数，粒长、粒厚、面积、周长、长径比5个参数的均方根误差和平均相对误差分别为0.17 mm、0.08 mm、0.46 mm~2、0.33 mm、0.12和0.02%、0.02%、0.02%、0.02%、0.03%，每个参数的预测数据与实际数据之间的决定系数（R~2）均在0.85以上，说明本文提出的籽粒表型预测方法可行。【结论】基于深度学习的小麦在穗籽粒表型测试方法能够通过麦穗颖壳表型参数精确预测小麦在穗籽粒的表型参数，为快速简便提取小麦籽粒表型参数提供了新的方法。
关键词：
麦穗 籽粒表型 深度学习 坐标注意力
[期刊] 图书馆论坛
[作者]
倪劼 叶江松 谢恩泽
开展馆藏报纸图像内容分割研究，能提升文字识别准确率，对促进机器识别取代人工操作、提高图书馆数字化工作效率具有重要意义。文章根据报纸图像呈现的特征，提出一种基于改进Mask R-CNN的算法，实现报纸图像内容分割。首先，通过优化锚框比例和损失函数，对原始Mask R-CNN算法进行改进。其次，采用数据增强、调整训练参数开展样本训练。最后，通过实验的方式对改进后的Mask R-CNN算法训练模型和原始算法训练模型进行比较，并采用AP＿bbox和AP＿segm评价指标对实验结果进行评估，改进后的算法训练模型AP＿bbox为0.935，AP＿segm为0.943，均超过原始算法训练模型。实验结果表明，改进后的Mask R-CNN算法能够实现报纸图像内容有效检测与分割。
[期刊] 福建农林大学学报(自然科学版)
[作者]
叶大鹏 黄俊昆 秦华 翁海勇 卢敏瑞 王芳 李庆
为解决皱褶初烤烟叶分级过程中存在的人工成本高、分级效率低等问题，本研究提出一种基于多光谱成像技术结合深度学习的皱褶初烤烟叶等级识别方法.通过使用连续投影算法选取皱褶初烤烟叶高光谱反射图像的12个特征波段，并以此为基础搭建多光谱成像设备，采集了B2F、C2F、C3F和C4F四个等级皱褶初烤烟叶的多光谱反射图像，形成模型训练和验证的数据集.通过改造VGG11网络模型，用上述训练集构建烟叶等级识别网络(tobacco gradeidentification network, TGIN)模型，用验证集测试该模型烟叶等级识别的正确率为99.8%.针对不同年份的烟叶样本，引入迁移学习方法后，其识别的平均正确率也可达到99.4%.结果显示，TGIN模型能够实现皱褶初烤烟叶等级的快速识别，可为皱褶初烤烟叶自动化等级识别提供理论基础和技术支持.
[期刊] 经济师
[作者]
邓晨曦
烟叶分级是生产烟草制品的必经程序。为了提高烟叶分级过程的工作效率,解决目前人工进行烟叶分级效率低、标准不统一的问题,提出了一种基于机器智能识别的烟叶分级技术。通过机器对烟叶图像进行拍摄识别从中提取用于分类定级的关键信息,与前期输入至机器中的分类标准进行对照后,实现对烟叶的智能识别和分级。该技术可以提高烟叶分级效率,提高烟叶分级过程的准确性。
关键词：
烟叶分级 智能识别 图像识别
[期刊] 西南农业学报
[作者]
张勇刚 任志广 刘建国 赵程虹 李奇
【目的】探讨改进组合赋权法与多准则妥协解排序法（VIKOR）相结合开展茄芯化学品质评价，以期丰富雪茄烟叶质量评价方法。【方法】以云南茄芯烟叶化学成分为研究对象，引入变异系数和复相关系数改进传统CRITIC法（Criteria importance through inter-criteria correlation），采用e~(0/4)～e~(8/4)标度取代层次分析法（Analytic hierarchy process， AHP）中的1～9标度，并基于博弈论计算组合权重，利用无权重个体遗憾值改进的VIKOR法开展茄芯化学品质评价。【结果】与传统CRITIC法确定的化学成分指标权重相比，改进CRITIC法中钾的权重提升1.09倍，还原糖指标权重降低45.26%；e~(0/4)～e~(8/4)标度与1～9标度AHP法确权结果相比，权重大小排序一致，不同化学成分指标间权重的差异减小；改进VIKOR法与传统方法对茄芯化学品质的排序结果具有较高的一致性，但也存在不可忽略的差异，说明有必要在个体遗憾值中考虑权重的影响。【结论】改进CRITIC法能够解决传统方法确权受计量单位和正负向指标影响的问题，AHP法中通过标度的替代显著提升了判断矩阵的一致性，无权重个体遗憾值条件下的VIKOR法在综合考虑化学品质整体表现的同时，突显了表现较差的化学成分指标的作用，评价结果相对合理。
[期刊] 西南农业学报
[作者]
梁寅 张云伟 李军营
利用烟叶光谱反射率数据研究烟叶的成熟度是将高光谱遥感探测技术应用于烟叶成熟采收的前提。对生理成熟期内云烟87的中部叶成熟度进行了研究,研究是从提取和分析烟叶高光谱信息的角度上进行的。基于提取到的反映烟叶成熟度的光谱特征和支持向量机这一基于数据的小样本学习方法,建立了识别烟叶成熟度的数学模型,这个数学模型是由支持向量机生成的2个最优决策超平面,一个将初熟类烟叶和适熟类烟叶分开,另一个将适熟类烟叶和过熟类烟叶分开,且分类精度均在90%以上。
[期刊] 湖南农业大学学报(自然科学版)
[作者]
方文博 郭永刚 关法春 张伟 刘倩倩 王树文 张正超 于皓然
鉴于对大豆叶片虫洞进行识别有助于及时发现虫情并有针对性的防治虫害，提出了一种大豆叶片虫洞的识别方法：以YOLO v5s网络作为基础，在大豆叶片虫洞特征提取过程中引入空洞卷积代替3次池化处理，提取虫洞边缘不规则信息；将特征信息输入空间注意力机制，提取时空融合信息，进而捕获野外不同背景下的颜色信息；针对大豆叶片虫洞目标远近不一的问题，重构特征金字塔结构，增加了1层输出层,将80像素×80像素输出特征图经过上采样后得到160像素×160像素特征图，并将其与浅层同尺寸特征图进行拼接，提高虫洞目标识别定位的准确性；将融合后的总特征输入目标检测模块，输出单个对象的检测外框，得到大豆叶片虫洞识别模型。在大豆叶片虫洞样本数据集上对模型进行测试，结果对大豆叶片虫洞的平均识别准确率最高达95.24%，模型存储空间为15.1 MB，每秒传输91帧。所建立的方法与Faster R–CNN、YOLO v3、YOLO v5s对比，对大豆叶片虫洞识别的平均准确率分别提高2.50%、12.13%、2.81%。
[期刊] 湖南农业大学学报(自然科学版)
[作者]
方文博 郭永刚 关法春 张伟 刘倩倩 王树文 张正超 于皓然
鉴于对大豆叶片虫洞进行识别有助于及时发现虫情并有针对性的防治虫害，提出了一种大豆叶片虫洞的识别方法：以YOLO v5s网络作为基础，在大豆叶片虫洞特征提取过程中引入空洞卷积代替3次池化处理，提取虫洞边缘不规则信息；将特征信息输入空间注意力机制，提取时空融合信息，进而捕获野外不同背景下的颜色信息；针对大豆叶片虫洞目标远近不一的问题，重构特征金字塔结构，增加了1层输出层,将80像素×80像素输出特征图经过上采样后得到160像素×160像素特征图，并将其与浅层同尺寸特征图进行拼接，提高虫洞目标识别定位的准确性；将融合后的总特征输入目标检测模块，输出单个对象的检测外框，得到大豆叶片虫洞识别模型。在大豆叶片虫洞样本数据集上对模型进行测试，结果对大豆叶片虫洞的平均识别准确率最高达95.24%，模型存储空间为15.1 MB，每秒传输91帧。所建立的方法与Faster R–CNN、YOLO v3、YOLO v5s对比，对大豆叶片虫洞识别的平均准确率分别提高2.50%、12.13%、2.81%。
[期刊] 北京林业大学学报
[作者]
王丽君 淮永建 彭月橙
叶片图像特征提取对于植物自动分类识别有着重要的研究意义。本文以观叶植物叶片为研究对象,综合提取叶片图像的颜色、形状和纹理特征,基于支持向量机(SVM)原理提出了基于图像分析的观叶植物自动识别分类方法。通过对50种观叶植物样本图像进行训练和识别,与BP神经网络和KNN识别方法进行比较,本文所采用的SVM分类器的识别率能够达到91.41%,取得了较好的识别效果。
[期刊] 物流技术
[作者]
范海红
针对目前我国快递包裹中转中心面临的快递包裹文件数量密集型问题以及包裹辨识检测算法技术，提供了一个经过改进的Faster R-CNN辨识检测算法。通过修改Faster R-CNN算法中的损失函数，用RepGT损失函数替代原回归项中的损失函数，使得选取的包裹候选框更接近包裹目标框,完成图像检测。通过数据实验发现，改进后的算法比传统的Faster R-CNN在精度上提升了2.38AP，同时发现当损失函数中参数σ=1时，检测精确度达到最高。
[期刊] 湖南农业大学学报(自然科学版)
[作者]
杨睿 宾俊 苏家恩 汪华国 王文伦 何承刚 陈颐 邹聪明
为提高鲜烟叶成熟度的识别精度,提出基于近红外光谱和图像识别的多源信息融合技术的烟叶成熟度判别方法:利用随机森林(RF)方法分别建立近红外光谱判别模型、图像判别模型和多源信息融合判别模型,对烟叶成熟程度进行检测。近红外光谱模型对红花大金元、K326和云烟87等3个烤烟品种烟叶成熟度的识别正确率分别为91.27%、90.43%、89.44%,图像模型的识别正确率分别为86.20%、86.96%、81.23%,融合模型的识别正确率分别为94.08%、94.78%和92.96%。与近红外光谱模型相比,融合模型的判别正确率平均提高了3.93%;与图像模型相比,融合模型的判别正确率平均提高了10.83%。
[期刊] 湖南农业大学学报(自然科学版)
[作者]
杨睿 宾俊 苏家恩 汪华国 王文伦 何承刚 陈颐 邹聪明
为提高鲜烟叶成熟度的识别精度,提出基于近红外光谱和图像识别的多源信息融合技术的烟叶成熟度判别方法:利用随机森林(RF)方法分别建立近红外光谱判别模型、图像判别模型和多源信息融合判别模型,对烟叶成熟程度进行检测。近红外光谱模型对红花大金元、K326和云烟87等3个烤烟品种烟叶成熟度的识别正确率分别为91.27%、90.43%、89.44%,图像模型的识别正确率分别为86.20%、86.96%、81.23%,融合模型的识别正确率分别为94.08%、94.78%和92.96%。与近红外光谱模型相比,融合模型的判别正确率平均提高了3.93%;与图像模型相比,融合模型的判别正确率平均提高了10.83%。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
