- 年份
- 2024(4713)
- 2023(6716)
- 2022(5730)
- 2021(5434)
- 2020(4664)
- 2019(10715)
- 2018(10472)
- 2017(20542)
- 2016(10726)
- 2015(11872)
- 2014(11500)
- 2013(10968)
- 2012(9652)
- 2011(8368)
- 2010(7718)
- 2009(6545)
- 2008(5907)
- 2007(4416)
- 2006(3233)
- 2005(2285)
- 学科
- 济(42641)
- 经济(42604)
- 管理(30696)
- 业(29375)
- 方法(25982)
- 企(24579)
- 企业(24579)
- 数学(24082)
- 数学方法(23731)
- 财(11531)
- 农(10205)
- 中国(9077)
- 业经(8324)
- 务(7943)
- 财务(7912)
- 财务管理(7895)
- 企业财务(7525)
- 贸(7289)
- 贸易(7286)
- 易(7135)
- 技术(6989)
- 农业(6871)
- 学(6551)
- 地方(6469)
- 环境(6322)
- 和(5797)
- 理论(5703)
- 制(5638)
- 划(5504)
- 银(4966)
- 机构
- 大学(137763)
- 学院(137563)
- 管理(59593)
- 济(57915)
- 经济(57037)
- 理学(53389)
- 理学院(52933)
- 管理学(51954)
- 管理学院(51693)
- 研究(38638)
- 中国(28303)
- 京(26217)
- 财(24775)
- 科学(23504)
- 业大(21892)
- 财经(21385)
- 农(20941)
- 中心(20033)
- 经(19799)
- 经济学(18709)
- 江(17668)
- 经济学院(17232)
- 所(16888)
- 农业(16617)
- 财经大学(16481)
- 经济管理(16243)
- 研究所(15848)
- 商学(15840)
- 商学院(15705)
- 范(15686)
- 基金
- 项目(108412)
- 科学(87348)
- 基金(82078)
- 研究(77068)
- 家(71489)
- 国家(70957)
- 科学基金(63080)
- 社会(51281)
- 社会科(48880)
- 社会科学(48870)
- 基金项目(44033)
- 自然(41992)
- 省(41929)
- 自然科(41087)
- 自然科学(41079)
- 自然科学基金(40327)
- 教育(36279)
- 划(35265)
- 资助(33238)
- 编号(29727)
- 部(24713)
- 重点(24106)
- 创(23509)
- 发(22407)
- 国家社会(22228)
- 创新(22019)
- 科研(21969)
- 教育部(21745)
- 成果(21357)
- 人文(21331)
共检索到173510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] 南京农业大学学报
[作者]
李吴洁 危疆树 王玉超 陈金荣 罗好
[目的]柑橘的叶片受到病菌感染或虫害侵袭后，导致柑橘树生长发育异常、产量减少甚至死亡。柑橘病虫害检测技术研发对于柑橘种植的可持续发展至关重要，早期检测出柑橘叶片的病虫害能够有效做好措施从而减少损失。[方法]本文基于YOLOv5s模型进行改进，因实际检测过程中存在定位不精确、背景复杂等问题，受VAN（Visual Attention Network）模型的启发，引入LKA（Large Kernel Attention）模块，实现对图像信息的集中关注和精细抽取；使用CARAFE轻量级算子替换常规的上采样方法，提高特征重建质量，解决尺度不匹配问题，进而提高检测性能；使用FReLU激活函数，能够捕捉更多的柑橘病虫害的关键特征，从而提升检测准确度。除此以外构建了一个包含炭疽病、溃疡病和受潜叶蝇病虫所侵害的柑橘叶片数据集，采用该数据集进行试验。[结果]结果显示mAP50达到94.5%，mAP50:95为84.3%，较原模型分别提升了2.0%和4.4%，模型大小仅为7.3 MB。准确率为93.8%，召回率84.5%，浮点运算次数仅为18.5 G。[结论]改进后的模型YOLOv5-LC可以更加准确的检测出柑橘病虫害，能够给柑橘病虫害的相关研究提供参考。
[期刊] 华中农业大学学报
[作者]
郑宇达 陈仁凡 杨长才 邹腾跃
针对现有检测模型不能满足在自然环境中准确识别多种类柑橘病虫害的问题，提出一种基于改进YOLOv5s模型的常见柑橘病虫害检测方法。改进模型引入ConvNeXtV2模型，构建一个CXV2模块替换YOLOv5s的C3模块，增强提取特征的多样性；添加了动态检测头DYHEAD，提高模型对不同空间尺度、不同任务目标的处理能力；采用CARAFE上采样模块，提高特征提取效率。结果显示，改进后的YOLOv5s-CDC的召回率和平均精度均值为81.6%、87.3%，比原模型分别提高了4.9%和3.4%。与其他YOLO系列模型在多个场景下的检测对比，具有更高的准确率和较强的鲁棒性。结果表明，该方法可用于自然复杂环境下的柑橘病虫害的检测。
[期刊] 南京农业大学学报
[作者]
白荻 王寅凯 熊燕华
[目的]茶树病虫害识别通常采用单一的检测模型，但其学习和感知能力不足以完成复杂茶园环境下的病虫害目标检测。针对现有目标检测算法难以在茶园复杂环境下对茶树的叶枯病和绿盲蝽的识别问题，提出一种基于集成学习的茶树病虫害检测方法。[方法]选取Yolov5弱监督模型，通过试验发现，在Yolov5的网络基础上引入全局注意力模块（Global Attention Mechanism，GAM）能够更好地识别被绿盲蝽危害后的茶树叶片；引入卷积注意力模块（Convolutional Block Attention Module，CBAM）后能够更好地识别叶枯病。将2个改进后的模型集成，并将预测结果使用加权边界框融合算法（Weighted boxes fusion，WBF）处理融合框。[结果]与原始2个单阶段模型相比，集成后的模型在平均精确率上达72.2％，相比于引入GAM注意力机制和CBAM注意力机制后的模型，平均准确率分别提升了3％和3.7％。与其他主流目标检测模型相比，本文提出的集成模型充分利用了模型间的优势互补，提高了模型特征提取能力，并增强了模型的检测能力。[结论]集成后的算法具有更强的特征提取能力，可以提取到更多的病害特征信息，并且较好地平衡了模型的识别精度与复杂度，可为田间环境下茶树的病害识别提供参考。
关键词：
茶树病虫害检测 集成学习 机器学习
[期刊] 南京农业大学学报
[作者]
徐会杰 黄仪龙 刘曼
[目的]本文针对传统农作物叶片病虫害识别模型YOLOv3存在的检测实时性与鲁棒性差，漏检率高的问题，提出了一种改进的玉米叶片病虫害检测模型——YOLOv3-Corn。[方法]该模型采用Darknet-53作为特征提取网络，将网络输出的8倍特征图与新加入的4倍下采样特征图进行拼接，建立起104×104尺度的检测层；在前期构建的包含6个类别玉米常见病虫害数据集中，利用K-means++聚类算法选取12个先验框并分别匹配到4个不同尺度的检测层中进行目标识别。[结果]实验结果表明：在YOLOv3系列模型中，YOLOv3-Corn模型的检测精度均值（mAP）、召回率（Recall）达到了93.31%和93.08%，与YOLOv3模型相比分别提高了4.03%和9.78%。在非YOLO系列模型中，YOLOv3-Corn模型平衡了Faster R-CNN模型的检测速度的不足和RetinaNet模型的召回率，精确度不足的问题。[结论]在保证提取相同特征参数、检测时效性好的前提下，有效提高了识别精度。
[期刊] 华中农业大学学报(自然科学版)
[作者]
黄彤镔 黄河清 李震 吕石磊 薛秀云 代秋芳 温威
为实现在自然环境下对柑橘果实的识别，提出一种基于YOLOv5改进模型的柑橘识别方法。通过引入CBAM(convolutional block attention module，卷积注意力模块)注意力机制模块来提高网络的特征提取能力，改善遮挡目标与小目标的漏检问题；用α-IoU损失函数代替GIoU损失函数作为边界框回归损失函数，提高边界框定位精度。结果显示：本研究提出的模型平均精度AP值达到91.3%，在GPU上对单张柑橘果实图像的检测时间为16.7 ms，模型占用内存为14.5 Mb。结果表明，本研究基于YOLOv5的改进算法可实现在自然环境下快速准确地识别柑橘果实，满足实时目标检测的实际应用需求。
[期刊] 海洋渔业
[作者]
张佳泽 张胜茂 樊伟 唐峰华 杨胜龙 孙永文 王书献 刘洋 朱文斌
为解决目前日本鳀限额捕捞与分类统计不准确的问题，本文提出一种改进YOLOv5的识别算法。该方法将SENet注意力机制引入到YOLOv5主干网络结构中，通过融合捕捞作业不同时期的目标信息并降低复杂背景的干扰，以提高模型检测精度和实时检测效率。采用实际拍摄的日本鳀作业视频，将视频转化为图片格式实现前期标注和处理，对获得的5550幅图像按照8:1:1划分训练集、验证集和测试集，并设置对照实验，将YOLOv5主干网络替换为MobileNetV2，并引进SENet注意力机制，分别通过四种模型进行对比，结果表明，该识别算法获得平均精度均值(mAP)为99.4%、精度为98.9%、召回率为99.1%，相比原模型分别提高了2.5%、3.7%和2.9%。研究结果可以为日本鳀围网作业的目标识别提供新的思路，同时也为渔获作业统计提供了一种辅助手段。
[期刊] 西南农业学报
[作者]
苏鸿 温国泉 谢玮 韦幂 王筱东
【目的】研究基于区域卷积神经网络(R-CNN)模型的广西柑橘病虫害识别方法,为提高柑橘重要病症分类和病理检测效率提供参考依据。【方法】设计专用R-CNN模型,采用多层神经网络,通过机器学习算法和神经网络对柑橘黄龙病、红蜘蛛感染和溃疡病等广西柑橘主要病症特征图像进行识别,分析其准确率和空间复杂度。【结果】R-CNN模型对广西柑橘黄龙病的平均识别准确率为95.30%,对红蜘蛛感染的平均识别准确率为90.30%,对溃疡病的平均识别准确率为99.10%,均优于传统机器学习方法中支持向量机算法(SVM)的平均识别准确率(分别为93.20%、88.20%和95.20%),分类效果也优于小型神经网络模型如视觉几何组网络(VGG-19)模型,平均识别准确率分别提高4.25%、4.62%和2.55%。R-CNN模型在较少神经元参数(33层卷积网络)情况下,空间复杂度比SVM和VGG-19模型低,能获得更佳的柑橘黄龙病、红蜘蛛感染和溃疡病识别效果。【结论】R-CNN模型识别是一种对柑橘黄龙病、红蜘蛛感染和溃疡病行之有效的鉴别方法,可在广西柑橘果园大量部署和应用。
[期刊] 实验技术与管理
[作者]
苗永春 何建安 李迎松
针对数字图像处理课程存在理论高度抽象、缺少实践应用案例等问题，设计了一个病媒图像检测实验。该实验采用YOLOv5多目标检测深度框架，训练图像检测模型；对模型进行量化，移植到Android端检测系统，通过相册、拍照和摄像采集图像，调用模型检测。实验结果表明，该检测模型具有很好的性能，平均精度均值达96.9%，可满足实际工程需求。通过该实验，能够加深学生对深度学习检测模型移植的理解，锻炼运用深度学习网络解决实际工程问题的能力。
[期刊] 海洋渔业
[作者]
陈子文 李卓璐 杨志鹏 何佳琦 曹立杰 蔡克卫 王其华
为解决传统人工计数存在效率低、成本高、对虾有损伤等问题，本文提出一种基于YOLOv5框架的养殖虾目标检测方法。利用高清摄像机采集高分辨率虾的图像数据样本，并针对高分辨率图像训练集设计自适应图片裁切预处理算法，通过将训练集进行自适应裁切，扩增训练数据量，减少原始图像训练过程中细节特征损失，提升目标检测准确度。实验结果表明：本文所提方法可以实现少量高分辨率图像下养殖虾的准确识别与计数，采用该算法对图像样本进行预处理，相比于原始数据集训练所得检测模型，在相同运算硬件条件下，具有更高的检测准确率，识别准确率为92.55%，召回率为98.78%，平均精度均值为97.5%。
[期刊] 南京农业大学学报
[作者]
张谷丰 刘向东 朱叶芹 翟保平
结合各级植保技术人员的日常工作,应用PHP+Apache+MapServer+MySQL构建了一套基于WebGIS的病虫害监测系统。该系统采用开放式设计模式,用户可根据需要自己建立数据库(表),通过WebGIS系统全面直观反映各地虫情动态。系统运行于网络平台,所用的软件均为开源免费软件,开发与运行费用低廉,对用户的软硬件要求低,操作简单方便,对于病虫害的宏观决策、分析和预警均有很强的应用价值。
[期刊] 海洋渔业
[作者]
张佳泽 张胜茂 樊伟 唐峰华 杨胜龙 孙永文 王书献 刘洋 朱文斌
为解决目前鳀(Engraulis japonicus)限额捕捞与分类统计不准确的问题，提出一种改进YOLOv5的识别算法。该方法将SENet注意力机制引入到YOLOv5主干网络结构中，通过融合捕捞作业不同时期的目标信息并降低复杂背景的干扰，以提高模型检测精度和实时检测效率。采用实际拍摄的鳀作业视频，将视频转化为图片格式实现前期标注和处理，对获得的5 550幅图像按照8∶1∶1划分训练集、验证集和测试集，设置对照实验，将YOLOv5主干网络替换为MobileNetV2,并引进SENet注意力机制，分别通过4种模型进行对比，结果表明，该识别算法获得平均精度均值(mAP)为99.4%、精度为98.9%、召回率为99.1%,相比原模型分别提高了2.5%、3.7%和2.9%。研究结果可以为鳀围网作业的目标识别提供新的思路，同时也为渔获作业统计提供了一种辅助手段。
[期刊] 南京农业大学学报
[作者]
史东旭 高德民 薛卫 张朔 张福全
[目的]由于人工数据收集成本高和传统无线网络数据连通性解决方案有限,现代农业病虫害监测技术面临极大挑战。采用物联网和大数据驱动技术可以降低农业投入成本、减少损失、提高产量,从而提高农业生产效率。[方法]基于物联网和大数据驱动的现代农业技术平台,是一种用于生产端到端服务的物联网技术集成框架,它借助于最新通信技术可以通过传感器、摄像机和无人机收集数据。该集成框架主要解决能量供应、通信限制、低空遥感滞空时间和病虫害环境致病分析。在能量供应方面,在系统中设计一种基于天气感知的太阳能基站,系统根据能量获取状况实时改变数据采集率来减少能量损耗。在通信方面,系统采用Lora(long range)与TVWS(TV white space)相结合的技术来满足农场远距离和高宽带数据传输的需求。在无人机设计方面,为减少无人机能源消耗,通过调整无人机四旋翼的角度以及对无人机飞行路线的优化,使无人机能够充分借助风能。[结果]采用上述方案,平台能够长时间持续稳定工作,而且即使在偏远的大型户外农场也可保证网络连接不会中断。通过该农业技术平台,建立农场环境与病虫害发生关系模型,结果显示当温度为15℃且相对湿度达60%以上时,小麦白粉病大面积爆发概率显著增加。[结论]通过对农作物病虫害无人机遥感结果与物联网大数据分析,建立一套农业病虫害监测系统,从环境因素方面分析病虫害发生机制。
关键词：
物联网 大数据 病虫害监测 无人机
[期刊] 沈阳农业大学学报
[作者]
余剑
提出了一种基于改进的Boosting算法的病虫害预测新模型。针对当前全球气候变化异常造成传统的病虫害预测的模型预测的准确率不高,根据气象因子定位可疑虫灾区域,对可疑病虫害区域提取突发病虫害的特征值,以消除气候规则变化带来的干扰。结果表明:与传统的预测模型相比,该模型具有较低的误报率和漏报率,并提高了预测模型的学习效率。
[期刊] 北京林业大学学报
[作者]
段定仁
1 蜡梅的病虫害总汇1.1 蜡梅病害(1)黑斑病,又名蜡梅花褐斑病[Alternaria calycanthi(Cav.)Joly=Macrosporium caly-canthi(Cav.)].分布:苏州、长沙、南京、西安、南通、上海、无锡、济南、连云港.(2)褐斑病(Phyllosticta chimonthi
[期刊] 草业科学
[作者]
李宏伟 郭富贵 刘洋 石富云 董志祥 张棋麟 林连兵 崔秀明 袁明龙
三七(Panax notoginseng)是五加科人参属多年生直立草本植物,是我国著名的传统中药材。三七作为云贵高原畜草平衡生态战略的重要经济植物,在云南省文山地区的经济发展中占有举足轻重的地位。近年来,三七人工种植面积快速增加,病虫害问题逐渐突显,已成为限制三七产业健康持续发展的重要因素。目前,已报道的三七病害主要有7种,涉及近20种病原菌;三七害虫至少12种。三七病害中以根腐病发生最为严重,发病率可高达80%;叶螨和蓟马类是三七的重要害虫,严重降低三七的结实率。本文整理了当前三七病虫害已有研究成果,总结了三七主要的病虫害种类、为害特征及防治方法,并对今后重点研究方向进行了展望,以期推动我国三七病虫害的基础及应用研究,为三七病虫害的综合防控提供参考。
关键词：
三七 病虫害种类 为害特征 防治
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
