标题
  • 标题
  • 作者
  • 关键词
登 录
当前IP:忘记密码?
年份
2024(4909)
2023(7032)
2022(5945)
2021(5589)
2020(4718)
2019(10911)
2018(10579)
2017(20770)
2016(10808)
2015(11998)
2014(11587)
2013(11115)
2012(9705)
2011(8418)
2010(7741)
2009(6602)
2008(5936)
2007(4563)
2006(3344)
2005(2389)
作者
(26901)
(22603)
(22510)
(21435)
(14270)
(10813)
(10394)
(9008)
(8693)
(7872)
(7604)
(7559)
(7190)
(6821)
(6787)
(6764)
(6660)
(6642)
(6514)
(6373)
(5313)
(5309)
(5288)
(5260)
(5138)
(5078)
(4808)
(4650)
(4499)
(4434)
学科
(43427)
经济(43389)
管理(31765)
(30055)
方法(26154)
(25280)
企业(25280)
数学(24247)
数学方法(23877)
(12002)
(10428)
中国(9450)
业经(8525)
(8251)
财务(8219)
财务管理(8199)
企业财务(7821)
(7318)
贸易(7315)
(7161)
技术(7093)
农业(6970)
(6860)
环境(6735)
地方(6626)
(5959)
(5931)
理论(5915)
(5888)
(5124)
机构
大学(139610)
学院(139146)
管理(60548)
(59182)
经济(58274)
理学(54181)
理学院(53725)
管理学(52755)
管理学院(52491)
研究(38851)
中国(28700)
(26386)
(25580)
科学(23146)
财经(21984)
业大(20913)
中心(20353)
(20341)
(19690)
经济学(19128)
(18126)
经济学院(17584)
财经大学(16898)
(16491)
经济管理(16440)
(16173)
商学(16156)
商学院(16020)
师范(15918)
农业(15616)
基金
项目(108903)
科学(87967)
基金(82386)
研究(78399)
(71482)
国家(70940)
科学基金(63283)
社会(52262)
社会科(49809)
社会科学(49799)
基金项目(44022)
(41892)
自然(41726)
自然科(40845)
自然科学(40837)
自然科学基金(40099)
教育(36981)
(35408)
资助(33329)
编号(30408)
(24995)
重点(24250)
(23706)
国家社会(22684)
(22640)
创新(22187)
成果(22120)
教育部(22046)
科研(21935)
人文(21619)
期刊
(50232)
经济(50232)
研究(33193)
管理(21147)
(20395)
学报(20075)
中国(18864)
科学(18755)
大学(16361)
(15696)
学学(15614)
技术(13963)
农业(11095)
教育(10547)
财经(10305)
(9152)
金融(9152)
(8805)
业经(8676)
经济研究(8517)
统计(8108)
(7353)
问题(7104)
理论(7025)
技术经济(6893)
财会(6867)
决策(6686)
实践(6510)
(6510)
(6404)
共检索到177046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] 福建农林大学学报(自然科学版)  [作者] 袁红春   白宝来   陶磊  
【目的】提出一种基于改进YOLOv5_OBB的旋转目标检测方法,快速、准确地检测和定位中华绒螯蟹。【方法】首先,在YOLOv5_OBB的主干网络中引入高效通道注意模块;其次,采用BiFPN网络结构进行特征融合模块设计,实现高效的双向跨尺度连接和加权特征融合;最后,采用变焦损失(varifocal loss)解决正负样本不均衡问题。【结果】改进后YOLOv5_OBB模型的P(precision)、R(recall)和mAP(mean average precision)分别达到95.4%、95.2%和90.1%,比原模型分别提高了1.0%、1.9%和1.3%。【结论】该模型能够实时、准确地检测和定位中华绒螯蟹,实现自动化养殖。
[期刊] 中国水产科学  [作者] 范丽君  周忠良  陈东华  赵云龙  王群  
以中华绒螯蟹(Eriocheir sinensis)肌肉、鳃和精巢为对照,从线粒体标志酶SDH活性、线粒体特异性荧光探针(Rh123)以及线粒体16S rDNA PCR扩增3个途径,探讨了该蟹精子线粒体的存在状况。研究发现,肌肉和鳃SDH酶活性较高,精巢SDH酶活性显著低于肌肉和鳃,而精子SDH酶活性则无法检测到。使用Rh123检测发现,精巢中有较强的荧光,而精子中则无法观察到。通过GenBank中的中华绒螯蟹线粒体16S rDNA序列设计引物,利用PCR扩增方法,以beta-actin做内参,检测了中华绒螯蟹肌肉、鳃、精巢和精子中线粒体16S rDNA扩增情况,发现各组织或细胞beta-ac...
[期刊] 南京农业大学学报  [作者] 王勇   陶兆胜   石鑫宇   伍毅   吴浩  
[目的]在自然环境下进行机械自动化采摘苹果时,对不同成熟度的果实做到精确检测尤为重要。针对因苹果之间遮挡和同级成熟度苹果的纹理特征分布差异所导致的在自然环境下不同成熟度苹果目标检测精度较低的问题,提出了一种不同成熟度苹果检测模型SODSTR-YOLOv5s(YOLOv5s with Small Detection Layer and Omni-Dimensional Dynamic Convolution and Swin Transformer Block)。[方法]首先改进YOLOv5s的多尺度目标检测层,在Prediction中构建检测160×160特征图的检测头,提高小尺寸的不同成熟度苹果的检测精度;其次在Backbone结构中融合Swin Transformer Block,加强同级成熟度的苹果纹理特征融合,弱化纹理特征分布差异带来的消极影响,提高模型泛化能力;然后将Neck结构的Conv模块替换为动态卷积模块ODConv,细化局部特征映射,实现局部苹果细粒度特征的充分提取,最后基于不同成熟度苹果数据集进行试验,验证改进模型的性能。[结果]试验结果显示,改进模型的精确率、召回率、平均精度均值分别为89.1%、95.5%、93.6%,高、中、低成熟度苹果精度均值分别为94.1%、93.1%、93.7%,平均检测时间为16 ms,参数量为7.34 M,相比于YOLOv5s模型,精确率、召回率、平均精度均值分别提高了3.8%、5.0%、2.9%。[结论]虽然改进模型的参数量与平均检测时间分别增加了0.32 M和5 ms,但提升了在自然环境下对不同成熟度苹果的检测能力,较好地满足实际采摘苹果的检测要求,为基于深度学习的不同成熟度苹果检测方面的研究提供思路。
[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] 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] 西南农业学报  [作者] 李广博  查文文  陈成鹏  时国龙  辜丽川  焦俊  
【目的】针对传统生猪养殖耳标识别存在易脱落、易引起生猪感染等问题,采用改进YOLOv5s的模型对猪脸进行非入侵式识别。【方法】首先将K-Means的距离改为1-IOU,提高模型目标锚框的适应度;其次,引入CA坐标注意力机制,提高模型特征提取的能力;最后,引入BiFPN特征融合,有效利用特征提高模型的检测能力。试验采用的猪脸数据集共分为5类,数据增强后样本为12 756张,训练集和测试集划分比例为9∶1。【结果】改进后的算法在准确率、召回率、平均精确率(IOU=0.5)分别达到0.926、0.897、0.955,比原始YOLOv5s算法分别提高13.2%、3.0%、2.2%,同时,改进后的算法在单只、多只、小目标、密集、有遮挡的场景下,泛化能力较强、识别精准度高。【结论】利用深度学习算法,可以获取生猪面部信息并准确识别,减少漏检、错检情况,为生猪智能化管理提供较好的技术支持。
[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] 水产学报  [作者] 孙菊香  范丽君  贾林芝  厉小波  陈东华  曲迪  王群  
以伊红和PI两种染色法,结合光学显微镜和流式细胞仪对中华绒螯蟹(Eriocheir sinensis)精子的存活率进行评价研究。将新鲜精子和60℃水浴处理致死精子以不同比例混合,配成含有死精子比例为0%、20%、40%、60%、80%、100%的6个浓度梯度,将其作为"理论死亡率",分别用上述两种染色法进行检测。结果表明:伊红能有效区分死、活精子,其实测精子死亡率与"理论死亡率"之间具有明显的相关性,相关系数为R=0.98(P<0.01)。对伊红和PI两种染色法进行...
[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] 仝召茂   陈学海   汪本福   马志艳   杨光友  
[目的]为实现对田间麦穗的实时准确计数,本文提出一种基于改进YOLOv5s的麦穗检测计数方法。[方法]通过C2f模块获得更加丰富的梯度流,增强模型细粒度特征提取能力,并在网络关键部位引入CoordConv坐标卷积,加大对坐标信息关注程度,提升模型对麦穗位置的感知能力,同时考虑到麦穗检测任务中中小尺寸麦穗居多,采用Inner CIoU损失函数加快模型收敛速度。[结果]在公开数据集Global Wheat Head Detection(GWHD)上对上述方法进行试验,结果表明,本文所提模型的精确率、召回率、平均精度均值mAP0.5分别为93.5%、91.6%和95.9%,参数量、计算量、FPS分别为12.4 MB、27.5 GFLOPs和34 帧·s~(-1)。[结论]本文所提模型在精确率、召回率、平均精度均值mAP0.5等指标上较原始YOLOv5s模型分别提升了1.0、1.2和1.3百分点,并且优于YOLOv7-tiny、YOLOv8s等模型,同时满足检测的实时性要求,此外,改进后模型在处理遮挡、重叠等复杂情况时都比原始模型表现更优,具有良好的鲁棒性。
[期刊] 沈阳农业大学学报  [作者] 陶兆胜   石鑫宇   王勇   伍毅   吴浩  
为了解决现有的农作物病害检测方法对不同番茄叶片病害检测的精度低、效果差的问题,提出一种基于YOLOv5网络模型改进的番茄叶片病害检测模型YOLOv5s-TLD。首先在原YOLOv5s模型的Backbone中构建DCAM注意力机制模块,通过制定双通道注意力和空间注意力机制加强模型对番茄叶片病理特征的提取能力,并减弱模型受复杂背景特征的影响,以提高模型对不同种类病害的检测精度和分类精度;然后应用融合Swin Transformer的C3STR模块替换原网络第6层的C3模块,强化模型在多尺度上建模的能力,实现模型对小尺寸的番茄叶片病害残差特征的高精度学习;再运用BiFPN加权双向特征金字塔网络替换原YOLOv5模型Head的PANet路径聚合网络,该网络采用跨尺度特征融合和可学习权重的方式融合模型不同层次的特征,在增强网络的特征融合能力的同时使网络获得更多的特征信息,以提高模型的感受野和特征表达能力;最后进行不同模型的检测对比试验,并在实际复杂场景下进行番茄叶片病害检测试验。试验结果表明:YOLOv5s-TLD模型平均精度均值和召回率分别为97.7%和96.3%,较原YOLOv5s模型平均精度均值和召回率分别提高1.9个百分点和2.5个百分点。该模型具有良好的检测精度和检测效果,且该模型在背景复杂的实际种植环境下能够准确地检测并识别不同种类的番茄叶片病害,研究结果可为农业智能管理和番茄叶片病害检测技术的实际应用提供参考。
[期刊] 实验技术与管理  [作者] 高云茜  邓三鹏  
为实现草莓采摘机器人在温室中对草莓的快速、精确检测,该文提出一种yolov5-en算法。在原有yolov5基础上,首先对原始主干网络卷积操作并加入CBAM模块;其次,引入BiFPN模块进行多尺度特征融合;然后,使用直方图均化算法和Mosaic数据增强进行目标检测数据预处理;最后,优化K-means算法对训练数据集聚类分析,同时使用Focal loss损失函数构建yolov5-en目标检测网络。通过对比试验得出:与yolov5、Faster-RCNN ResNet101和Faster-RCNN VGG16模型相比,yolov5-en的mAP分别提升了3.41%、17.85%和14.40%,可达94.36%。通过采摘机器人模拟环境检测验证了该模型的可行性,且达到了应用水平,可为采摘机器人实时小目标检测提供支撑。
[期刊] 淡水渔业  [作者] 刘力硕  杨宗英  胡鲲  杨先乐  
为探究中华绒螯蟹(Eriocheir sinensis)肝胰腺坏死症病理特征和发病规律,确定该病临床诊断标准,实验从80只自然发病的中华绒螯蟹肝胰腺坏死综合征病蟹中,选取12只具有典型临床症状且病变程度不同的病蟹,解剖检查并采集肝胰腺、鳃、肌肉三种病灶组织样品,进行了组织病理学研究,对肝胰腺和肌肉组织进行了病原检测实验。剖检结果显示,病蟹体表发黑,肝胰腺有肿大、部分白化、完全白化、坏死萎缩症状,副肢肌肉萎缩,部分个体腮部变黑。病理学研究结果显示,肝小管发生不同程度有规律的病变,患病早期的肝小管上皮细胞增生,中期部分肝小管空泡化,中后期全部肝小管上皮细胞空泡化,最终肝小管上皮细胞坏死溶解,认为肝胰腺为该病的主要受损器官,同时可依据肝小管组织病理变化,将该病完整病程划分为四个阶段并命名;鳃组织出现局部充血、水肿、鳃小叶上皮融合等症状,个体差异性较大,未发现规律性病变;副肢肌肉纤维随着肝胰腺病变的恶化而逐步萎缩。病原检测结果,白斑综合征病毒(WSSV)在病蟹肝胰腺和肌肉组织中的检出率为91.7%和83.3%,微孢子虫在病蟹肝胰腺和肌肉组织中的检出率为33.3%和0%,结果表明:WSSV和微孢子虫分别属于携带和继发性感染的可能性较大。实验结果倾向于支持非生物因素作为该病致病因子的观点。
[期刊] 华中农业大学学报  [作者] 周涛   王骥   麦仁贵  
为提高不同成熟度种植区域的机械采摘菠萝准确率,保证菠萝品质,提出了基于改进YOLOv8的实时菠萝成熟度目标检测方法。针对自然环境下菠萝机械采摘中存在目标小、数量密集和光线遮挡等问题,改进模型把原始YOLOv8模型中主干部分、颈部部分的公共卷积替换成深度可分离卷积(Depthwise Separable Convolution,DSConv),精简模型参数;在融合特征前增加了卷积注意力机制模块(Convolutional Block Attention Module,CBAM),使特征融合更关注重要的特征,提升目标检测的准确率;使用EIoU损失函数替换YOLOv8网络原损失函数CIoU,加快网络收敛速度。结果显示,改进模型对菠萝成熟度检测PmA为97.33%,与Faster RCNN、YOLOv4、YOLOv5、YOLOv7对比发现,PmA分别提升5.53、7.91、4.38、4.66百分点;在保证检测精度的前提下,算法模型参数量仅为16.8×10~6。结果表明,改进模型提高了菠萝成熟度识别的精度和推理速度,具有更强的鲁棒性。
[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。
文献操作() 导出元数据 文献计量分析
导出文件格式:WXtxt
作者:
删除