- 年份
- 2024(7263)
- 2023(10558)
- 2022(9149)
- 2021(8506)
- 2020(7084)
- 2019(15940)
- 2018(15706)
- 2017(30249)
- 2016(15816)
- 2015(17435)
- 2014(16427)
- 2013(15529)
- 2012(13421)
- 2011(11743)
- 2010(11212)
- 2009(10231)
- 2008(9120)
- 2007(7296)
- 2006(5871)
- 2005(4633)
- 学科
- 济(59130)
- 经济(59074)
- 管理(47660)
- 业(41902)
- 企(35251)
- 企业(35251)
- 方法(32467)
- 数学(29101)
- 数学方法(28597)
- 农(16158)
- 财(16096)
- 环境(13823)
- 中国(13357)
- 业经(12616)
- 学(11187)
- 务(11114)
- 财务(11070)
- 财务管理(11046)
- 贸(10982)
- 贸易(10975)
- 易(10723)
- 农业(10467)
- 企业财务(10450)
- 划(10317)
- 地方(9612)
- 技术(9518)
- 理论(9415)
- 和(9303)
- 制(8680)
- 银(7384)
- 机构
- 学院(205158)
- 大学(201545)
- 管理(84416)
- 济(82498)
- 经济(81002)
- 理学(74798)
- 理学院(74128)
- 管理学(72617)
- 管理学院(72258)
- 研究(59551)
- 中国(44848)
- 京(39819)
- 科学(37201)
- 财(36019)
- 农(31558)
- 业大(31388)
- 财经(30340)
- 中心(30040)
- 经(27804)
- 江(27795)
- 所(27184)
- 经济学(25687)
- 研究所(25168)
- 农业(25039)
- 范(24876)
- 师范(24596)
- 经济学院(23476)
- 北京(23243)
- 财经大学(22879)
- 经济管理(22750)
- 基金
- 项目(153383)
- 科学(122713)
- 基金(113543)
- 研究(111354)
- 家(98763)
- 国家(97992)
- 科学基金(86467)
- 社会(72640)
- 社会科(69094)
- 社会科学(69080)
- 省(60516)
- 基金项目(60202)
- 自然(56720)
- 自然科(55467)
- 自然科学(55456)
- 自然科学基金(54411)
- 教育(51943)
- 划(50455)
- 资助(46139)
- 编号(45076)
- 重点(34422)
- 部(33824)
- 成果(33062)
- 创(32996)
- 发(32485)
- 国家社会(30897)
- 创新(30869)
- 科研(30648)
- 课题(29457)
- 教育部(29447)
共检索到271655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]
化春键 黄宇峰 蒋毅 俞建峰 陈莹
[目的] 为了在田间环境下准确检测食用玫瑰的成熟度，针对由于光照、遮挡等因素造成识别精度较差问题，提出了一种基于YOLOv7的改进模型，对食用玫瑰的3个生长状态进行检测识别。[方法]在YOLOv7主干网络中结合SCConv对高效聚合模块ELAN进行改进，压缩冗余特征，提高检测性能；引入CARAFE轻量级上采样算子对常规的上采样方法进行优化，提高特征重组质量，更好聚合上下文特征信息；在模型中融入SimAM注意力机制，使模型更好地关注检测目标，改善玫瑰漏检误检现象。[结果] 结果显示，改进后的模型平均精度值达到91.7%，相比于YOLOv7模型平均精度值提升了3.6%，对花蕾期、采摘期和败花期的检测精度达到96.1%、96.0%和83.1%，较原模型分别提高了3.7%、2.0%、5.3%，改进后的模型相较于主流目标检测模型总体精度更高。[结论]本研究可为非结构环境下的食用玫瑰花期检测提供了更加准确的方法。
[期刊] 中国农业大学学报
[作者]
于春涛 李金阳 石文强 亓立强 关哲允 张伟 张春宝
为构建田间杂交大豆胚轴颜色检测模型，以大田场景下的大豆植株为研究对象，利用自走式大豆表型信息采集平台获取图像数据并构建杂交大豆胚轴颜色数据集，使用不同目标检测模型（SSD、Faster R-CNN、YOLOv3、YOLOv4、YOLOv5、YOLOX和YOLOv7）对杂交大豆胚轴颜色数据集进行检测，将模型分数（F1）、平均精度均值（mAP）及检测速度3个指标用于评估不同模型在杂交大豆胚轴颜色检测中的性能。在YOLOv7网络中添加CARAFE特征上采样算子、SE注意力机制模块和WIoU位置损失函数，建立杂交大豆胚轴颜色检测模型YOLOv7-CSW，并利用改进模型对杂交大豆胚轴颜色数据集进行消融试验。结果表明：1)YOLOv7模型的F1(0.92)与mAP(94.3%)均显著高于其他模型；2)YOLOv7模型的检测速度为58帧/s，低于YOLOv5和YOLOX，检测速度可以满足田间实时检测任务需求；3)YOLOv7-CSW模型比YOLOv7模型的F1和mAP分别升高0.04和2.6%;4)YOLOv7-CSW模型比YOLOv7模型检测速度升高了5帧/s，可以实现杂交大豆胚轴颜色实时检测。综上，YOLOv7-CSW模型可以更好地获取胚轴颜色特征并准确地检测出目标位置，提高了复杂农田环境下的目标检测性能，能够实现田间杂交大豆胚轴颜色快速准确检测。
[期刊] 西南农业学报
[作者]
叶玉 任建青 李荣琼 陈杉艳 王艺
【目的】探讨白粉病、黑斑病在不同食用玫瑰品种上的田间发生规律及影响因素。【方法】以昆明地区种植的8个食用玫瑰品种为研究对象,采用定时定点调查的方法。【结果】白粉病发生程度在田间呈现先上升后下降的趋势,6月下旬开始发生,发病峰值为7月下旬到8月中旬,随着雨季高峰的到来,病级不升反降逐渐减轻至病症消失,后期不再发病。黑斑病发生程度在田间呈现不断增加的趋势,4月下旬开始发生,发病高峰为7月下旬,病级持续直至叶片落完。【结论】不同食用玫瑰品种病害发生程度存在差异,白粉病主要发生在安宁八街玫瑰、墨红玫瑰和紫枝玫瑰上
[期刊] 中国农业大学学报
[作者]
王彦钧 张云伟 王大龙 殷欣 曾伟军
针对单依靠颜色或形状将采摘期玫瑰花从图像中分割出来难度较大的问题,研究一种基于神经网络的食用玫瑰花图像识别算法。将处于采摘期的玫瑰花正面图像作为识别对象,先提取HSI色彩空间下的S分量,用最大类间方差法(Otsu)进行分割;再提取目标图像灰度共生矩阵下的纹理特征,选取区分度高的纹理特征,结合BP神经网络,建立识别模型。试验结果表明:该方法正确识别率>85%,识别率主要受试验样本开放标准选取的影响,而受光照影响不敏感,是一种较好的识别方法。
关键词：
食用玫瑰花 图像分割 纹理特征 神经网络
[期刊] 西南农业学报
[作者]
李晓亮 张军云 张钟 董春富 杨世先 王文智 张建康 张翠萍
利用植物组织培养快繁技术可以解决食用玫瑰传统种苗繁育所存在的瓶颈,但长期以来瓶内生根困难是包括食用玫瑰在内的大多数木本植物组织培养面临的最大技术障碍。为此,采用"L_(16)(45)正交试验和追加试验"的方法,开展了52组滇红食用玫瑰瓶内生根试验,研究基础培养基、6-BA等6种因素对生根的影响,分析筛选出适宜生根的培养基。结果表明,不同试验处理间滇红食用玫瑰分化生长和生根的差异较大;玫瑰茎段成株率和植株生根率主要受到激素的控制,植株的根发生主要有4种方式;生根的适宜培养基是1/2MS+6-BA 0.5 m
[期刊] 西南农业学报
[作者]
靳松 陈泽斌 夏体渊 王定康 余燕 余磊 刘佳妮 任禛 华金珠
为研究食用玫瑰组织培养快速繁殖技术，以食用玫瑰幼茎为试验材料，比较了不同采样时期、消毒方法、接种方法、植物激素浓度配比、糖分含量对食用玫瑰组培快繁的影响，摸索出一套可进行组培快繁工厂化生产的技术体系，优选出食用玫瑰组培快繁的最适条件。各阶段最佳培养基如下：初代培养基成分为ＭＳ＋６－ＢＡ １ Ｍｇ／Ｌ＋ＮＡＡ ０．１ Ｍｇ／Ｌ；增殖培养基成分为ＭＳ＋６－ＢＡ ３Ｍｇ／Ｌ＋ＮＡＡ ０．１ Ｍｇ／Ｌ；生根培养基成分为１／２ＭＳ＋ＮＡＡ １ Ｍｇ／Ｌ。蔗糖浓度为３０ ｇ／Ｌ，琼脂浓度为６ ｇ／Ｌ，ｐ Ｈ值为５．８。通过上述技术的应用，缩短了种苗组培育苗周期，解决了从组培苗到大量栽培的技术，该方法简便易．．．
关键词：
食用玫瑰 组培快繁 植物激素 关键技术
[期刊] 西南农业学报
[作者]
侯颖辉 李德文 于二汝 罗莉斯 王少铭 冷家归
【目的】为贵州食用玫瑰栽培及其产业发展提供依据,对引种栽培的紫枝玫瑰、大马士革玫瑰、平阴玫瑰和白玫瑰4个食用玫瑰品种的花色、花瓣形状、花朵重量、叶片特征及精油组分等进行品质特性比较,探明其对贵州贵阳地区气候环境的适应性。【方法】采用田间调查和数量统计方法对4个食用玫瑰品种的生物学性状进行比较分析,利用水蒸气提取法提取其挥发油,气相-质谱技术对挥发油进行成分分析。【结果】紫枝玫瑰、大马士革玫瑰、平阴玫瑰和白玫瑰4个食用玫瑰品种主要香气成分共有39种,其挥发油分别检出19、22、10和26种物质,分别占总香气成分的99.48%、98.00%、94.00%和100.00%。紫枝玫瑰精油以香茅醇和香叶醇为主,分别占51.44%和20.47%;大马士革玫瑰精油以香叶醇和橙花醇为主,分别占到总香气成分的32.72%和22.71%;平阴玫瑰与白玫瑰精油主要成分均为香茅醛和香叶醇,平阴玫瑰的含量分别为55.87%和24.59%,白玫瑰的含量分别为28.21%和30.38%,大马士革玫瑰和白玫瑰精油组分与ISO 9842:2003标准最为接近。紫枝玫瑰、大马士革玫瑰、平阴玫瑰和白玫瑰的挥发油中均含有芳樟醇、松油醇、香叶醇、金合欢醇和正十七烷5种物质成分,分别占挥发油的24.78%、46.28%、30.83%和37.54%。【结论】大马士革玫瑰、白玫瑰和紫枝玫瑰品质较好,可很好地适应贵阳地区的气候环境,适于在该地区推广栽培。
[期刊] 南京农业大学学报
[作者]
贾岚 徐雪环 罗德弢 胡梦蝶 邓钦文 高文新 蒲海波
[目的]为了克服作物害虫在不同生长阶段的形态差异对模型检测造成的负面影响，本文提出了一种基于改进YOLOv7-tiny的跨阶段作物害虫检测模型CrossStage-YOLO。[方法]在YOLOv7-tiny的主干网络中结合重新构建的ELAN-D模块，实现降低计算内存消耗的同时提高特征提取速度；引入感受野增强模块（RFE），提升模型对害虫特征和位置的感知能力；嵌入BiFormer注意力机制，提高模型对害虫头部、触须等细微特征的敏感度。[结果]试验结果显示，CrossStage-YOLO的平均精度均值为88.6%，相对于原始模型提升了3%；对成虫和幼虫检测的平均精度均值分别达到90.8%和81.1%，较原始模型分别提升了3.3%和2%；并且模型以6.79M的低参数量实现了0.043秒的单张图片检测时间，综合性能优于主流目标检测模型。[结论]本文提出的CrossStage-YOLO模型能够有效提升作物害虫不同生长阶段的检测准确率，为作物害虫检测的自动化诊断提供了可靠的技术支持。
[期刊] 南京农业大学学报
[作者]
李小祥 张洁 秦柯贝 张泽潇
[目的]本研究旨在开发一种准确检测识别苹果叶片病害的轻量化模型方法。[方法]构建了一个自然复杂场景下的包含15 190张高质量RGB图像的苹果叶片病害数据集ALD6，涵盖了实际生产中最为常见的5种病害类型和一个健康对照类。其次，提出了一个基于YOLOv8s改进的高效苹果叶片病害检测模型，称为ADDN-YOLO。用BoT替换了部分C2f结构以更好地捕捉图像中的全局和局部更丰富的信息，提高模型的特征提取能力，同时降低计算开销；设计了更轻量化的检测头降低了模型复杂性，更易部署于硬件设备上；引入MPDIoU损失函数优化了原CIoU对目标尺寸变化不敏感的问题，更加全面地考虑目标的位置和尺寸差异信息，提高目标的定位能力。[结果]最终在自制ALD6数据集上获得了94.9%的mAP，相较原始基准模型提高了0.7%的精度，计算量和模型大小比基准模型降低了35.6%和35.5%。模型大小为13.8 MB，模型推理速度为175.7 FPS。[结论]实验结果表明所提出的ADDN-YOLO算法在准确性和降低模型复杂性方面都具有明显优势，可以为自然场景下苹果叶片病害的高效、准确检测识别提供可靠的理论支持。
[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] 西南农业学报
[作者]
陈泽斌 陈兴位 夏体渊 林丽 任禛 靳松 华金珠 李健文
采用稀释涂布平板法，从食用玫瑰花瓣中分离到２１９株内生细菌。利用细菌菌落表征性状和１６Ｓ ｒＤＮＡ序列对这些内生细菌进行了多样性分析。通过数值分析比较了８个菌落形态表征性状，以类平均连锁聚类法的方式进行聚类分析，在３．６０的水平上可分成６个表观群。１６Ｓ ｒＤＮＡ序列分析表明２１９株内生细菌可分为１０个类群。经测序比对分析表明，这２１９株内生细菌分别与ＧｅＮ ＢＡＮｋ中３类细菌中的１０个已知种相似性达到９８．５１％～１００％。其中约氏不动杆菌（ＡｃｉＮｅｔｏＢＡｃｔｅｒ ｊｏｈＮＳｏＮｉｉ）、嗜麦寡养食单胞菌（ＳｔｅＮｏｔｒｏｐｈｏｍｏＮＡＳ ｍＡｌｔｏｐｈｉｌｉＡ）、ｅＮｈｙＤｒｏＢＡｃｔｅ．．．
[期刊] 西南农业学报
[作者]
谢丽美 晏慧君 唐开学 张颢 邱显钦 蹇洪英 李树发 王其刚
【目的】综合对比云南4种主栽食用玫瑰的产量及营养成分，扩充对云南不同品种食用玫瑰差异的了解，为今后云南食用玫瑰的生产开发利用提供理论依据。【方法】以云南主栽的4种食用玫瑰滇红玫瑰(Rosa dianhong)、墨红玫瑰(R. crimson glory)、千叶玫瑰(R. centifolia)和大马士革玫瑰(R. damascena)为试验材料，采用田间调查和数量统计方法，对云南4个产地的4种食用玫瑰品种进行产量性状的比较分析，参考食品安全国家标准方法，对其蛋白质、总糖、维生素C、7种矿质元素、16种氨基酸成分进行含量测定。【结果】通过统计分析发现4种食用玫瑰间在生长特性和产量性状上都存在明显差异，其中以墨红玫瑰产量性状表现最佳，墨红玫瑰以花径最大、单朵鲜重最重和花期最长等因素达到1.25 kg/m~(2)的最高产量，其次是滇红玫瑰，产量达1.12 kg/m~(2)。同时，4种玫瑰的营养成分含量也存在差异，蛋白质、总糖和维生素C的含量依次是14.43～21.43 g/kg、9.67～35.67 g/kg和0.119～0.221 g/kg；矿质元素总含量上：大马士革玫瑰>千叶玫瑰>墨红玫瑰>滇红玫瑰；氨基酸总量为滇红玫瑰1.34%、墨红玫瑰1.33%、千叶玫瑰1.79%、大马士革玫瑰1.43%。根据FAO/WHO的理想模式，4种玫瑰均拥有较好的蛋白质组成比例。【结论】云南主栽的4种食用玫瑰中墨红玫瑰和滇红玫瑰具有较好产量，适于云南部分地区大面积推广种植，并且这4种食用玫瑰营养成分含量丰富，值得继续深入研究和开发。
关键词：
食用玫瑰 产量 营养成分 评价
[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] 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。
关键词：
菠萝成熟度 YOLOv8 目标检测
[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。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
