- 年份
- 2024(5926)
- 2023(8601)
- 2022(7443)
- 2021(7096)
- 2020(6077)
- 2019(14147)
- 2018(14141)
- 2017(27495)
- 2016(14576)
- 2015(16590)
- 2014(16246)
- 2013(15521)
- 2012(13769)
- 2011(12028)
- 2010(11840)
- 2009(10499)
- 2008(9881)
- 2007(8050)
- 2006(6571)
- 2005(5221)
- 学科
- 济(58119)
- 经济(58063)
- 管理(42392)
- 业(40534)
- 企(34779)
- 企业(34779)
- 方法(34320)
- 数学(30986)
- 数学方法(30326)
- 财(14325)
- 农(13751)
- 中国(12644)
- 业经(11690)
- 学(10620)
- 理论(10597)
- 务(9990)
- 财务(9934)
- 财务管理(9911)
- 技术(9636)
- 贸(9529)
- 贸易(9521)
- 企业财务(9366)
- 易(9301)
- 农业(9119)
- 地方(9014)
- 和(8748)
- 制(8206)
- 环境(8192)
- 划(7848)
- 银(6856)
- 机构
- 学院(196593)
- 大学(195117)
- 管理(82202)
- 济(77224)
- 经济(75741)
- 理学(72845)
- 理学院(72156)
- 管理学(70420)
- 管理学院(70072)
- 研究(57273)
- 中国(42316)
- 京(39332)
- 科学(36537)
- 财(33367)
- 业大(31270)
- 农(30569)
- 中心(28129)
- 财经(28068)
- 所(27139)
- 江(26919)
- 经(25782)
- 研究所(25173)
- 农业(24218)
- 经济学(23813)
- 北京(23476)
- 范(23452)
- 师范(23180)
- 技术(21933)
- 经济管理(21706)
- 经济学院(21705)
- 基金
- 项目(145781)
- 科学(116458)
- 基金(107946)
- 研究(103545)
- 家(94531)
- 国家(93808)
- 科学基金(82610)
- 社会(65560)
- 社会科(62336)
- 社会科学(62320)
- 省(57471)
- 基金项目(56920)
- 自然(56134)
- 自然科(54959)
- 自然科学(54949)
- 自然科学基金(53920)
- 教育(49775)
- 划(48415)
- 资助(45234)
- 编号(41624)
- 重点(32772)
- 部(32212)
- 创(31368)
- 成果(31194)
- 发(30194)
- 创新(29263)
- 科研(28900)
- 教育部(27992)
- 课题(27802)
- 大学(27607)
共检索到260108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] 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]
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]
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] 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] 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] 林业科学
[作者]
李美琪 刘美玲 王璇 刘湘南 吴伶 李军集
【目的】受病虫害胁迫诱导的微弱光谱信号极易淹没在植被物候引起的光谱变化特征中，探索一种基于植被胁迫光谱弱信号增强的森林病虫害监测方法，为森林病虫害防治与管理提供科学依据。【方法】以八角林为研究对象，选取广西壮族自治区乐业县为试验区，收集2019—2021年试验区Sentinel-2影像数据，首先选取对植被病虫害胁迫响应敏感的红边归一化差异植被指数(NDVI705)、红边位置指数（REPI）、红边叶绿素指数(CIred-edge)、植被衰减指数（PSRI）、特征色素简单比值指数（PSSRA）、植被光合有效辐射吸收系数（FAPAR）作为八角林病虫害指数的预选集；其次采用S-G滤波法构建光谱指数时间序列曲线，优选出能够综合表征八角林病虫害胁迫诱导的形态颜色和生理要素变化敏感的PSRI和FAPAR指数；然后采用季节趋势分解法（STL）对FAPAR、PSRI指数进行时间序列分解、季节性分量剥离，综合剥离季节性影响后的FAPAR、PSRI分量构建八角林病虫害敏感指数（IPDI）；最后运用随机森林算法建立八角林病虫害胁迫监测模型。【结果】1)与健康植被相比，受病虫害胁迫的八角林FAPAR偏低、PSRI偏高；2)采用STL方法对植被病虫害胁迫响应敏感参数进行时间序列分解，可有效剥离植被物候变化中对植被胁迫弱信息的影响，增强八角林病虫害胁迫响应敏感性；3)基于IPDI的八角林病虫害遥感识别模型精度较高，2019—2021年模型的Kappa系数和总体精度分别为0.81、0.84、0.80及87.59%、88.51%、84.17%，2020年八角林遥感计算的病虫害胁迫受害面积与统计受灾面积的相对误差为2.08%。【结论】基于植被胁迫光谱弱信号增强方法可有效监测八角林病虫害胁迫分布状况，显著提升防治效率，助力八角林的可持续管理与生态保护。
[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] 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] 中国农业大学学报
[作者]
王聪 张宏立
为解决新疆加工番茄病虫害预测问题中样本数据的非线性和高维性等问题,采用投影寻踪回归模型对加工番茄病虫害预测进行研究。根据新疆某种植基地的样本数据,将投影寻踪回归模型与改进状态转移算法结合,建立了改进状态转移算法优化的基于Hermite多项式的投影寻踪病虫害预测模型。投影寻踪病虫害预测模型将高维的数据投影到低维空间,利用加入正交变换的状态转移算法优化得到投影方向和多项式系数。试验结果表明,利用该模型对新疆某种植基地2003—2008年的样本数据训练效果误差95%。基于改进状态转移算法的Hermite投影寻踪回归模型可靠...
[期刊] 实验技术与管理
[作者]
党宏社 党晨 张选德
交通标志的自动识别对汽车的安全行驶具有重要意义。针对现有交通标志识别算法存在识别精度低、速度慢的问题，该文提出了一种基于改进YOLOv5s的交通标志识别算法。引入MobileNetv3主干网络，将RFB模块与ECA-Net模块相结合，在不提高网络计算量的情况下，确保更大范围内聚焦有效特征；在特征融合中采用AFF模块，将注意力从同层融合扩展到跨层区域；采用Matrix NMS筛选候选框，以提升模型检测速度。在中国交通标志数据集CCTSDB上的验证结果表明，该算法识别精度为96%，速度为48帧/s，在多种环境下对目标的识别能力得到增强，可以满足交通标志实时识别的需要。
[期刊] 华中农业大学学报
[作者]
张鹏程 余勇华 陈传武 郑文燕 李善军
为提高柑橘害虫识别精准度和防治效果，本研究构建包含10类对柑橘危害程度较重的害虫图像数据集，基于神经网络MobileNetV2与注意力机制ECA开发轻量化且高识别精度的ECA＿MobileNetV2模型，并基于该模型开发一款边缘计算App。将ECA注意力机制嵌入MobileNetV2网络的反残差结构尾部，以增强原网络的跨通道信息交互能力，提升原网络的特征提取能力。测试结果显示，ECA＿MobileNetV2模型对柑橘害虫的分类准确率达到93.63%，相比于MobileNetV2、GoogLeNet和ResNet18模型分别提高了1.68、1.44和2.40个百分点，而模型参数量、浮点运算数和模型大小分别为3.50×10~6、328.06×10~6和8.72 MB，复杂度仅略高于MobileNetV2，可以在手机上以边缘计算的形式运行。研究结果表明，本研究开发的智能识别工具能够对不同种类的柑橘害虫进行快速、有效的分类识别。
[期刊] 中国农业大学学报
[作者]
万军杰 祁力钧 卢中奥 周佳蕊 张豪
为提高果树病虫害危害程度分级精度进而更好地指导果园病虫害防治,采用迁移学习技术与GoogLeNet模型相结合的方法,对6种果园作物的25类病虫害样本进行识别与危害程度分级研究;同时,探究不同数据集大小以及不同优化算法对模型性能的影响;基于MATLAB平台设计了一款可视化的病虫害识别与分级系统。结果表明:1)基于迁移学习的GoogLeNet模型,对病虫害识别精度可达99.35%,危害程度分级精度可达92.78%;2)在相同训练参数下,本研究模型比AlexNet、VGG-16、ResNet-18、SqueezeNet、原GoogLeNet及MobileNet-v2模型验证精度提高了2.38%～11.44%,并且收敛速度最快;3)本研究模型识别精度随着数据集的增大而提高;在3种优化算法中SGDM算法耗时最短且精度最高,更适合本研究模型。通过拍摄果树叶片病害区域图像,本研究设计的系统能够在0.43s左右准确识别出果树种类、病害类型以及危害等级等信息。
[期刊] 南京农业大学学报
[作者]
薛悦平 胡彦蓉 刘洪久 童莉珍 葛万钊
[目的]针对水稻病虫害图像分类技术缺少对病症描述的问题，本文提出一种轻量化的水稻病虫害图像描述模型，对水稻病虫害图像进行更为具体的描述。[方法]以白叶枯病、细菌性条斑病、恶苗病、三化螟虫、稻瘟病、稻曲病、纹枯病、飞虱、稻蓟马、胡麻斑病这十类常见的水稻病虫害开展研究，构建了水稻病虫害图像中文描述数据集。首先采用多模态预训练模型CLIP生成图像向量，其中包含基本的图像信息以及丰富的语义信息，采用映射网络将图像向量映射到文本空间里生成文本提示向量，语言模型GPT-2根据文本提示向量生成图像描述。[结果]试验结果表明，在水稻病虫害图像描述数据集上，本文模型的指标总体明显优于其他模型，本文算法的BLEU-1、BLEU-2、BLEU-3、BLEU-4、ROUGE、METEOR指标较传统的CNN＿LSTM模型分别提升0.26、0.27、0.24、0.22、0.22、0.14。生成的图像描述具有准确、详细、语义丰富等优点。另外使用实际稻田图片对模型进行测试，实际田间的场景更为复杂多样，生成的图像描述指标与数据集指标对比总体仅有轻微下降，仍高于其他对比模型。本文模型对水稻病虫害的总体识别准确率达97.28%。[结论]基于多模态预训练模型的水稻病虫害图像描述方法能够准确识别水稻病虫害病症并形成相应的病症描述，为水稻病虫害检测提供一种新思路。
[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]
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。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
