- 年份
- 2024(7426)
- 2023(10673)
- 2022(9100)
- 2021(8610)
- 2020(7378)
- 2019(16923)
- 2018(16969)
- 2017(32521)
- 2016(17540)
- 2015(20067)
- 2014(19900)
- 2013(19006)
- 2012(17254)
- 2011(15079)
- 2010(15339)
- 2009(14473)
- 2008(12682)
- 2007(10676)
- 2006(8869)
- 2005(7326)
- 学科
- 济(67525)
- 经济(67443)
- 管理(50284)
- 业(46604)
- 企(39397)
- 企业(39397)
- 方法(36267)
- 数学(32358)
- 数学方法(31683)
- 农(17508)
- 财(17432)
- 中国(16723)
- 业经(13809)
- 学(13729)
- 理论(13323)
- 制(12810)
- 地方(11963)
- 农业(11314)
- 务(11162)
- 技术(11134)
- 融(11097)
- 财务(11092)
- 金融(11090)
- 财务管理(11063)
- 贸(10755)
- 贸易(10748)
- 易(10470)
- 银(10458)
- 企业财务(10441)
- 银行(10439)
- 机构
- 学院(238565)
- 大学(236646)
- 管理(95224)
- 济(92115)
- 经济(90119)
- 理学(83300)
- 理学院(82456)
- 管理学(80445)
- 管理学院(80027)
- 研究(74733)
- 中国(56182)
- 京(49023)
- 科学(47395)
- 财(41655)
- 农(40596)
- 业大(38235)
- 所(36608)
- 中心(36278)
- 江(34619)
- 财经(33770)
- 研究所(33709)
- 农业(32188)
- 经(30886)
- 北京(29717)
- 范(29622)
- 师范(29218)
- 技术(28194)
- 经济学(27931)
- 院(27768)
- 州(27174)
- 基金
- 项目(171707)
- 科学(135756)
- 基金(124838)
- 研究(123023)
- 家(109832)
- 国家(108965)
- 科学基金(94530)
- 社会(76640)
- 社会科(72665)
- 社会科学(72648)
- 省(68381)
- 基金项目(65437)
- 自然(63477)
- 自然科(62132)
- 自然科学(62111)
- 自然科学基金(60946)
- 教育(58990)
- 划(57698)
- 资助(52240)
- 编号(50182)
- 成果(39253)
- 重点(38869)
- 部(37648)
- 创(36635)
- 发(35961)
- 课题(34651)
- 创新(34184)
- 科研(33578)
- 教育部(32327)
- 计划(32249)
共检索到333360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] 西南农业学报
[作者]
林奕桐 梁健 刘书田 贾书刚 玉建成 侯彦林
【目的】探究基于无人机可见光通道和支持向量机（SVM）模型的柑橘黄龙病个体识别方法，为生产上快速、高效发现柑橘黄龙病病株提供参考依据。【方法】构建2套基于SVM的识别模型，先通过柑橘黄龙病黄化识别模型确定具备黄龙病黄化特征的植株，再通过黄龙病斑驳特征识别模型对黄化植株的叶片进行斑驳特征分析确认黄龙病植株；对模型进行1次个体识别试验和2次普适性验证试验。【结果】对于黄龙病植株黄化特征识别，红（R）、绿（G）、蓝（B）、色调（H）和明度（V）在光谱分布上均具备特征性，可作为柑橘黄龙病黄化识别模型的输入变量；对于黄龙病叶片斑驳特征识别，通过叶片左、右部分平均反射率之差（D_(rl)）和上、下部分平均反射率之差（D_(ub)）及波形振幅的平均值（■）可有效排除缺素及其他非黄龙病黄化病害对识别结果的干扰，上述3个指标可作为柑橘黄龙病斑驳特征识别模型的输入变量。在个体识别试验中，对28株柑橘进行基于无人机可见光通道和SVM模型的柑橘黄龙病个体识别，识别准确率达100.00%。在中国南方柑橘黄龙病防治研究中心果场开展的普适性验证试验中，对4383株柑橘进行识别，非黄龙病个体识别准确率达100.00%，黄龙病个体识别准确率为89.47%；在广西南宁市武鸣区四明村果园开展的普适性试验中，非黄龙病个体识别准确率为97.30%，黄龙病个体识别准确率为86.67%。【结论】基于无人机可见光通道和SVM机模型的柑橘黄龙病个体识别方法能较好地识别柑橘种植区的黄龙病植株，且相较于高光谱识别方法成本更低，可在柑橘种植区域黄龙病防治中广泛应用。
[期刊] 西北农林科技大学学报(自然科学版)
[作者]
李志铭 赵静 兰玉彬 崔欣 杨焕波
【目的】采用无人机遥感技术对作物进行分类识别,为及时获取农田信息、制定农田管理策略及产量估测提供技术支持。【方法】采用无人机遥感平台,获取试验区域玉米、桃树、菜花、大豆的可见光正射影像;利用HSV色彩空间转换和纹理滤波,获取不同地物的24项纹理特征与3项色彩特征。分别通过ReliefF算法及基于支持向量机的递归特征消除算法(support vector machine-recursive feature elimination,SVM-RFE)进行特征选择与分类,建立6种监督分类模型,利用得到的特征子集对其进行训练,对各模型分类效果进行精度评价。【结果】由SVM-RFE特征子集训练的6种监督分类模型测试集的分类精度均高于80%,分类精度平均提高5.023%,优于ReliefF特征子集训练的监督分类模型,其中SVM-RFE特征子集与支持向量机模型组合对作物的监督分类效果最佳,总体精度达83.417%,Kappa系数为78.60。【结论】基于无人机遥感技术的作物分类识别是可行的。
[期刊] 浙江农林大学学报
[作者]
王雨阳 王懿祥 李明哲 梁丹
【目的】由于毛竹Phyllostachys edulis的生长特点和经营特点，使得毛竹林郁闭度在毛竹林经营中尤为重要，只有保持适宜毛竹生长的郁闭度，才能提高毛竹生产力。研究无人机可见光影像的毛竹林郁闭度估测方法，可实现实时快速获取毛竹林的郁闭度。【方法】以普通旋翼无人机可见光毛竹林影像为研究对象，基于像元的阈值分类、像元的监督分类、多尺度分割的阈值分类、多尺度分割的监督分类等4种方法，选取不同钩梢和郁闭度的样地36个，利用现有软件和MATLAB编程，对各样地的毛竹林竹冠区域进行快速提取，进而估算林分郁闭度，对比目视解译的郁闭度真值计算各方法的估算精度，利用单因素方差分析比较4种方法在不同钩梢和不同郁闭度下估算郁闭度的表现。【结果】基于像元的阈值分类、基于像元的监督分类、基于多尺度分割的阈值分类、基于多尺度分割的监督分类等4种方法的郁闭度估算总体精度依次为91.81%、92.96%、93.47%、98.86%，郁闭度估测值绝对误差依次为0.038、0.030、0.024、0.004。钩梢和郁闭度等对提取结果没有显著影响。【结论】基于多尺度分割的监督分类方法总体精度最高，估算绝对误差最小，能够满足快速、准确提取并估测毛竹林林分郁闭度的要求，且适用于不同经营类型的毛竹林。图2表6参28
关键词：
郁闭度 钩梢 多尺度分割 毛竹林 无人机
[期刊] 林业科学
[作者]
周小成 郑磊 黄洪宇
【目的】以无人机可见光遥感影像为数据源实现竹林、针叶林和阔叶林的分类识别,扩展无人机可见光遥感数据在森林资源调查中的应用范围。【方法】利用无人机获取仅包含红、绿、蓝3个波段光谱信息的航拍影像,经预处理生成空间分辨率为0.1 m的数字正射影像图(DOM)和数字表面模型(DSM),从DSM和DOM中提取包括高度特征、光谱特征、常见的可见光植被指数、HSV颜色分量、HSV颜色分量基础上提取的纹理特征以及扩展的形态学多属性剖面(EMAPs) 6类特征;采用递归特征消除随机森林算法(RF_RFE)优选特征子集,根据不同类型特征和优选特征子集设置8组试验,使用随机森林分类器(RFC)进行林分类型分类,运用目视解译获得的地面真实影像建立混淆矩阵评价分类结果。【结果】1)单独利用光谱特征进行林分类型分类效果不理想,总体精度为65.68%,Kappa系数为0.53;以光谱特征为基础单独引入其他特征进行林分类型分类,除植被指数外,其他特征均可提高总体分类精度; 2)采用递归特征消除随机森林算法优选出11个特征,包括5个EMAPs特征、3个HSV纹理特征、1个高度特征、1个植被指数和1个HSV颜色分量,11个特征组合获得8组试验中最高分类精度,总体精度为81.05%,Kappa系数为0.73; 3)将多特征优选方法应用于不同分辨率的可见光无人机影像上均取得较好分类结果,其中分辨率为0.3 m时分类精度最高,总体精度为82.46%,Kappa系数为0.75。【结论】递归特征消除随机森林算法综合多类型特征中最有利于林分类型分类的特征,从而提高分类精度,研究结果可为无人机可见光遥感数据在森林资源调查中林分类型信息的提取提供参考。
[期刊] 中国农业资源与区划
[作者]
刘斌 史云 吴文斌 段玉林 赵立成
[目的]无人机遥感具有高空间、高时间分辨率的优点,并可同时获得光谱和空间信息,因此在农作物分类中备受研究者的青睐。与侧重于从高分辨率RGB图像中提取纹理特征的分类方法不同,文章重点研究如何利用作物在光谱和空间维度上的联合特征尤其是作物高程特征,以实现农作物精细分类。[方法]首先,我们进行研究区域选择和地面实际情况调查,用无人机遥感系统进行可见光影像采集;其次,确定研究区域内农作物分类类别,分别对可见光遥感影像进行可见光植被指数计算及纹理滤波;针对数字表面模型(DSM)数据特点,对两期DSM数据进行差值处理,获得差异数字表面模型数据(DDSM),提取作物高度信息,并根据农作物冠层特性对差异数字表面模型进行滤波处理;最后,进行特征优选及组合,使用SVM方法进行农作物分类。[结果]确定最优分类特征为RGB、红波段对比度、绿波段二阶矩、蓝波段方差、DDSM、DDSM方差、DDSM对比度,分类精度由71.86%提高到92.30%,验证了由DSM影像提取的空间特征可以提高农作物分类精度。[结论]该研究探索了一种基于可见光及空间联合特征的农作物精细分类方法,方法简单可行,设备成本低,在基于无人机低空遥感的样方调查领域中有较大的应用前景。
[期刊] 西南农业学报
[作者]
王春梅 张秋明 罗齐克 王红
柑橘植物组织中富含多糖、酚类、单宁、色素等物质,它们的存在严重干扰了柑橘黄龙病PCR检测的准确性。因此有必要筛选出一种能得到纯度高、结构完整的柑橘总DNA(含黄龙病病原DNA),且操作简便的提取方法。本研究对比试验了3种柑橘总DNA提取方法,方法1采用Sandrine等人的提取法;方法2采用CTAB法;方法3采用试剂盒法。实验研究表明,方法2提取柑橘黄龙病病原DNA的PCR检测准确率最高。
关键词：
柑橘黄龙病 柑橘总DNA PCR
[期刊] 中国农业大学学报
[作者]
慕涛阳 赵伟 胡晓宇 李丹
针对传统水稻倒伏监测方法以人工进行现场测量耗时耗力且受主观影响较大的问题,利用无人机成本低廉、操作简单以及分辨率高的优势,以黑龙江省佳木斯市七星农场水稻种植基地的水稻倒伏区域为研究对象,对无人机遥感图像结合改进DeepLabV3+模型的水稻倒伏识别方法进行研究。结果表明:1)与其他方法相比,改进DeepLabV3+网络模型取得了更高的准确率和更快的识别速度;2)改进DeepLabV3+网络模型对水稻倒伏图像测试集的准确率为0.99,Kappa系数为0.98,像素准确率0.99;召回率0.99;平衡F分数为0.99;水稻完全倒伏状态识别的交并比为0.96,3种水稻不同倒伏状态识别的平均交并比为0.97。无人机搭载RGB相机载荷平台拍摄遥感图像结合改进DeepLabV3+深度学习模型可以精确地对水稻倒伏进行识别,为大面积、高效率、低成本水稻倒伏监测识别研究提供了一种方法。
关键词：
水稻 倒伏 无人机遥感 深度学习
[期刊] 福建农林大学学报(自然科学版)
[作者]
杨焕波 赵静 兰玉彬 鲁力群 贾鹏 李志铭
为了快速获取夏季玉米四叶期、拔节期和抽穗期的植被覆盖度信息,以无人机拍摄的夏季玉米3个时期的可见光图像为研究对象,通过计算获取可见光波段的差异植被指数、过绿指数和归一化绿蓝差异指数.利用上述3种植被指数,通过时序交点阈值法和最大熵阈值法提取玉米3个生长时期的植被覆盖度信息,将监督分类结果作为真值对上述两种方法的提取效果进行评价.结果表明,与时序交点阈值法相比,利用最大熵阈值法确定的阈值提取玉米植被覆盖度精度较高,玉米3个生长时期的可见光波段差异(VDVI)植被指数的提取误差分别为4.66%、3.42%和5.81%.
[期刊] 草业科学
[作者]
于惠 吴玉锋 牛莉婷
及时准确监测草地植被覆盖度,对草地资源的可持续利用及生态系统的恢复与重建具有重要意义。本研究以荒漠草地植被为研究对象,采用监督分类与植被指数直方图相结合的阈值法,分析了6种RGB植被指数对荒漠草地的识别效果。研究结果表明:归一化绿红差异指数(normalized green-red difference index, NGRDI)对草地覆盖度的提取精度最高,其平均绝对误差和均方根误差分别为2.56%和3.06%。监督分类与可见光植被指数统计直方图相结合的阈值法对荒漠草地植被覆盖度的提取效果较好,可以用于荒漠草地植被覆盖度的提取。
[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] 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] 图书馆建设
[作者]
牛悦 刘秋让
相对于传统的蓝牙、Wi-Fi室内定位技术,基于可见光通信的室内定位技术具有低能耗、定位精度高和普适性的优点。全新的可见光通信技术能够满足图书馆室内导航的应用需求,帮助读者快速、有效地获取到所需的图书资源,提高其找书的效率及服务质量。基于可见光通信的图书馆室内导航服务是将可见光通信室内定位技术和图书馆传统服务结合起来的首次尝试,具有重要的研究价值和现实意义。
关键词：
可见光通信 室内定位 室内导航 LED灯
[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] 湖南农业大学学报(自然科学版)
[作者]
王运生 戴良英 荒井啓
对日本柑橘黄龙病病原体的形态结构进行了电镜观察,结果发现柑橘黄龙病病菌日本株系绝大多数是球形和短椭圆形,极少观察到棒状形态,直径为100~500 nm,外被一层胶状物质包围,厚约10~50 nm,这与其他地区发现的柑橘黄龙病病原体形态不同.PCR检测表明,以硅藻土法提取的DNA为模板,利用Ready-To-GoTM PCR bead法可以得到理想结果.
[期刊] 西北农林科技大学学报(自然科学版)
[作者]
邓小玲 郑建宝 梅慧兰 李震 邓晓玲 洪添胜
【目的】柑橘黄龙病(Citrus Huanglongbing,HLB)是一种无法根治且易扩散的病害,建立柑橘黄龙病病情诊断及分类的方法,以及时发现并去除病株,防止感染其他果树。【方法】基于高光谱成像技术,利用最小噪声分离变换进行降维去噪、像元纯净指数获取纯净像元并建立训练集,通过Fisher判别法对柑橘黄龙病病情进行鉴别并分类。【结果】通过对训练集设置适当的门限值,柑橘黄龙病病情识别正确率达90%以上。【结论】利用高光谱技术进行柑橘黄龙病病情诊断具有较高的可行性。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
