- 年份
- 2024(5531)
- 2023(7907)
- 2022(6708)
- 2021(6437)
- 2020(5498)
- 2019(12627)
- 2018(12284)
- 2017(23715)
- 2016(12685)
- 2015(14036)
- 2014(13428)
- 2013(12867)
- 2012(11447)
- 2011(9837)
- 2010(9193)
- 2009(7859)
- 2008(7126)
- 2007(5645)
- 2006(4366)
- 2005(3261)
- 学科
- 济(45916)
- 经济(45864)
- 管理(34893)
- 业(33368)
- 企(28025)
- 企业(28025)
- 方法(26656)
- 数学(24338)
- 数学方法(23907)
- 财(13455)
- 农(11584)
- 中国(10663)
- 学(9694)
- 业经(9356)
- 务(9182)
- 财务(9139)
- 财务管理(9116)
- 企业财务(8710)
- 贸(7962)
- 贸易(7958)
- 农业(7844)
- 易(7796)
- 技术(7579)
- 地方(7575)
- 环境(7053)
- 理论(6884)
- 制(6860)
- 和(6816)
- 划(6297)
- 银(5800)
- 机构
- 大学(160891)
- 学院(160054)
- 管理(66887)
- 济(64728)
- 经济(63703)
- 理学(59501)
- 理学院(58929)
- 管理学(57695)
- 管理学院(57400)
- 研究(48453)
- 中国(35877)
- 京(32409)
- 科学(31542)
- 财(28330)
- 业大(27387)
- 农(26313)
- 中心(24145)
- 财经(23654)
- 所(22198)
- 经(21854)
- 江(21494)
- 研究所(20734)
- 农业(20209)
- 经济学(20164)
- 北京(19322)
- 院(19092)
- 范(19072)
- 师范(18801)
- 经济学院(18428)
- 经济管理(18343)
- 基金
- 项目(124646)
- 科学(100076)
- 基金(93986)
- 研究(87350)
- 家(83142)
- 国家(82550)
- 科学基金(72458)
- 社会(56205)
- 社会科(53511)
- 社会科学(53499)
- 基金项目(50218)
- 自然(49474)
- 自然科(48400)
- 自然科学(48390)
- 省(48361)
- 自然科学基金(47518)
- 划(41049)
- 教育(40765)
- 资助(37684)
- 编号(33634)
- 重点(28107)
- 部(27343)
- 创(26790)
- 发(25791)
- 科研(25417)
- 创新(25094)
- 成果(24738)
- 国家社会(24155)
- 教育部(23897)
- 计划(23794)
共检索到212453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] 林业科学
[作者]
刘传泽 王霄 陈龙现 郭慧 罗瑞 周玉成
【目的】提出一种基于随机森林(RF)算法的分类模型,以实现纤维板表面大刨花、胶斑、杂物、油污的快速、准确识别。【方法】获取100张规格为4 800 mm×2 400 mm的纤维板表面图像,利用Otsu阈值分割算法对图像进行分割,提取缺陷区域的面积(S)、周长(L)、长宽比(OR)、紧凑性(J)、矩形度(P)、圆形性(O)、灰度均值(u)及灰度的标准差(σ_D)、平滑度(σ_P)、偏度(σ_S)、峰度(σ_K)和均方根值(σ_R)12个特征属性的特征值作为试验数据。使用100份试验数据构建RF分类器,采用Bootstrap方法随机抽取2/3数据和8个特征作为输入构建k株决策树,组成RF,以每株决策树袋外数据(OOB)误差率均值作为RF分类器的评估指标确定决策树数量k。采用100张纤维板厂家提供的带有大刨花、胶斑、杂物和油污的纤维板对分类模型进行测试。【结果】当k=600时,RF分类器的OOB误差率均值最低为0.004,利用构建的RF分类器对纤维板厂家提供的100张纤维板进行缺陷识别,正确率为99%,每张纤维板的识别时间为525 ms,在识别时间和正确率上明显优于神经网络(NN)和支持向量机(SVM)。【结论】基于随机森林算法的分类器用于纤维板表面缺陷在线识别具有可行性,能够实现纤维板表面缺陷的快速、准确识别,满足纤维板缺陷在线检测系统的的准确性和实时性要求。
[期刊] 清华大学学报(自然科学版)
[作者]
周鹏 徐科 杨朝霖
中厚板在生产过程中,由于各种因素难免会产生压痕、辊印、划伤等缺陷,严重的缺陷会对下一道轧制工艺产生不良的影响,因此在包含氧化铁皮背景中准确识别出真实缺陷对提高钢铁企业的产品质量至关重要。该文采用尺度不变特征转换(scale-invariant feature transform,SIFT)算子来提取具有尺度旋转不变性的特征向量,并采用Euclidean距离相似性判定度量实现图像匹配,进而识别出中厚板表面缺陷。该文通过大量实验分析并确定各参数取值,最终将SIFT算法应用到中厚板表面缺陷识别,实验结果表明:该算法对辊印、压痕等缺陷的识别率较高,能够达到95%,尤其是对连续出现的缺陷检测效果明显,从而验证了SIFT方法较好的光照不变性、旋转不变性和仿射不变性。
关键词：
中厚板 表面检测 尺度不变 局部特征
[期刊] 北京林业大学学报
[作者]
贾浩男 徐华东 王立海 张金生 褚晓辉 唐旭
【目的】为解决人工及传统数字图像处理方法对木板材表面缺陷识别效果差、效率低等问题，并提高木材利用率。以深度学习模型为基础，构建木板材表面缺陷检测系统，旨在拓展深度学习模型在木板材缺陷检测领域的应用。【方法】基于“Wood Defect Database”公开数据集中的839张木板材缺陷图像，使用Imgaug数据增强库对数据集进行扩充；通过在主干特征网络部分引入SE注意力机制，使用focus、FPN+PAN结构构建YOLOv5木板材表面缺陷目标检测框架，进而采用迁移学习思想改进训练方式，将训练过程分为两个阶段（冻结阶段和解冻阶段）。然后将构建的模型与当前主流深度学习目标检测模型进行对比，最后利用混淆矩阵、Loss值变化曲线、模型大小、检测时间以及均值平均精确率等指标评价模型。【结果】提出了一种基于YOLOv5模型对木板材表面缺陷中活节、死节、裂缝、孔洞的检测方法。模型对死节、活节、裂缝、孔洞识别结果的均值平均精确率分别约为98.66%、99.06%、98.10%和96.53%，并与当前主流检测模型进行比较，改进的模型具有更好的精确率、召回率和综合平均准确率，分别为97.48%、96.53%和98.22%。模型单幅图像平均检测时间为10.3 ms，最大检测耗时20.5 ms，检测效果与泛化特性较好，模型所占内存仅13.7 MB，易于移植。【结论】实验表明改进的YOLOv5模型可用于检测木板材表面主要缺陷。且模型对木板材表面缺陷的识别效果优于其他5种主流检测模型。在维持原有检测精度的基础上，提高了小目标缺陷的识别能力，减少了木板材缺陷漏检的情况，实现在复杂场景下快速检测。
[期刊] 林业科学
[作者]
郭慧 王霄 刘传泽 周玉成
【目的】提出一种自适应快速阈值图像分割算法,为人造板表面缺陷在线检测提供支持。【方法】首先将整幅图像划分成若干子区域,通过计算子区域的方差对缺陷进行定位,提取出缺陷所在区域,只对缺陷区域进行图像分割,解决小面积目标难以准确分割的问题。然后对缺陷区域的一维灰度直方图进行处理,直方图平滑后去除掉不显著波峰,根据处理后保留的主要波峰数量和位置自适应地确定分割阈值个数以及每个阈值的分割区间,实现当图像中出现多种类型缺陷时算法自动确定分割阈值个数。最后,通过分析Otsu算法,将阈值穷举搜索改进为条件搜索并限定搜索方向,在每个分割区间内使用改进的Otsu算法对阈值进行搜索,提高搜索速度。【结果】对板面存在油污、大刨花、胶斑、杂物、松软5种类型缺陷的人造板表面图像进行分割,在板面缺陷数量、类型不固定的情况下,算法可以自适应地确定分割阈值个数,在15 ms内将各种类型缺陷从人造板表面图像中分割出来,平均分割准确率达97%。【结论】自适应快速阈值分割算法能够快速、准确将缺陷从人造板表面图像中分离出来,在执行速度和分割效果上均满足在线缺陷检测系统的要求,可为人造板表面缺陷在线检测提供新思路。
[期刊] 北京林业大学学报
[作者]
谢力生 向仕龙
该文在不同板材密度和厚度、不同板坯含水率及热压温度条件下,对干法纤维板板坯的表面增湿后进行热压,并测定板坯中心层在热压过程中的温度变化数据,比较、分析了各条件下不同表面喷水量时中心层温度的变化曲线.结果表明:①板坯表面增湿处理对板坯表面温度的上升速度影响较小,仅有短暂的温度停滞现象.②板坯表面增湿处理不适于要求固化温度在120℃以上的胶粘剂,板坯表面增湿处理有利于提高板坯中心层在达到水分沸点温度之前的升温速度.③板坯中心层的升温速度随板坯表面喷水量的增加而增加,但当表面喷水量达到某值(即最佳喷水量)后,其升温速度不再明显增加.此最佳表面喷水量随板材密度和厚度的增加及热压温度的提高而增大.④对相...
关键词：
干法纤维板 板坯表面喷水 热压 传热
[期刊] 中国农业科学
[作者]
张明 李鹏 邓烈 何绍兰 易时来 郑永强 谢让金 马岩岩 吕强
【目的】本研究旨在有效解决果皮有缺陷的水果图像在去除背景时部分缺陷被误分割为背景,以及水果表面缺陷难以有效分割提取的问题。【方法】以I分量图来构建掩模模板,根据其灰度直方图信息,通过双峰法选择单一阈值(T=75)分以纽荷尔脐橙为研究对象,提出基于HSI颜色空间模型法去除背景割背景并填充孔洞得到掩模模板Imask,然后掩模模板Imask与I分量图通过点乘运算得到去除背景的I分量图;提出基于多尺度高斯函数图像亮度校正算法对去除背景后的I分量图像进行亮度校正,通过构建多尺度高斯函数滤波器,将去除背景后的I分量图与构建的多尺度高斯函数进行卷积运算即得到去除背景后的I分量图像表面光照分量图,最后将去除背景后的I分量图与得到的光照分量图进行点除运算即得到去除背景后的I分量图像亮度校正图;然后采用单一全局阈值法对脐橙表面缺陷进行提取。【结果】基于HSI颜色空间模型法去除背景,可在有效去除背景的同时完好保留脐橙的表面信息,有利于后续操作;基于多尺度高斯函数的图像亮度校正算法分别对6种常见脐橙缺陷进行图像亮度校正后采用单阈值法提取缺陷,使不同灰度等级的脐橙表面缺陷一次性分割成功,其中分割率最高为100%,最低为88.5%,整体达92.7%。通过试验分析后发现造成部分误分割或漏分割的原因主要在于部分缺陷果缺陷处颜色较轻,与正常区域灰度差较小,从而造成漏分割;还有部分缺陷果由于缺陷面积小,在图像形态学处理过程被误认为是噪声而被去除;同时发现正常果的误判率也达到了10.8%,经分析发现误判的正常果表皮组织区域的褶皱位于图像的边缘区域,从而被误认为是边缘区域的缺陷,导致误判。【结论】基于HSI颜色空间模型法去除背景及基于多尺度高斯函数的图像亮度不均校正算法对纽荷尔脐橙图像背景分割和去除背景后的I分量图像表面亮度校正均取得了较好的效果,能有效识别脐橙缺陷区域,为脐橙精确分级提供了技术支持,也为其他果品表面缺陷快速检测提供了一种新思路。
[期刊] 浙江林学院学报
[作者]
门全胜 张文标 李文珠 范增霞
研究一种在纤维板表面进行粉末涂装再转移印花的新工艺。结果表明:纤维板粉末涂装基材预处理采用预热干燥,表面砂光,控制含水率为6%～8%;喷涂上粉量为333 33～388 89g·m-2;固化条件为180℃,15～25min。采用干燥箱中热转移方式,转移印花温度为(160±10)℃,时间15～20min。按GB/T4893 85和GB/T1733 79测试涂膜性能,涂膜附着力等级为2级,耐磨性等级为1级,耐水性合格,耐液性等级为1级。图1表4参9
关键词：
纤维板 表面涂饰 粉末涂料 转移印花
[期刊] 浙江农林大学学报
[作者]
冯琛 童宏拓 王豪清 刘昌杰 钱俊
为探究喷涂过程中喷头的状态和运行参数对涂层厚度性能的影响,自制了自动喷漆试验装置(喷漆枪型号:WA-101-082P),采用聚氨酯(PU)木器漆,通过调节喷头与工件之间的喷涂距离、喷头喷射方向与工件表面的角度及喷头相对工件的运行速度(3因素3水平正交试验)对36块尺寸大小为800 mm×200 mm×15 mm中密度纤维板(MDF)试件表面进行试验喷涂工艺处理,对漆膜厚度、漆膜表面粗糙度和性能进行了分析。得出以下结论 :当空气压力为0.28 MPa时,在喷涂距离为250 mm,喷头角度为30°,运行速度为
[期刊] 浙江农林大学学报
[作者]
杨凡 杨博凯 李荣荣
【目的】针对板式家具零件表面缺陷人工检测过程存在的检测效率低、准确率低、检测结果无法数字化存储等问题，提出了一种基于图像分割和深度学习算法的饰面人造板表面缺陷的检测方法。【方法】利用工业相机采集人造板图像，构建缺陷数据集，采用全局阈值和局部动态阈值算法分割表面缺陷与图像截取，通过将ReLU6非线性激活函数替代ReLU函数，并引入倒残差结构的方法，优化MobileNetv 2深度学习网络，进行缺陷识别与分类。【结果】该方法对饰面人造板表面崩边和划痕缺陷的检测精确率分别达到了93.1%和97.5%，召回率分别为95.3%和97.6%，单张板件平均检测用时为163 ms。【结论】本研究提出的方法具有较高精度与稳定性，可解决传统人工检测方法的准确率低、效率低等问题，为家具板材表面缺陷的自动化检测提供新思路。图6表3参21
[期刊] 工业工程
[作者]
高艺平 王浩 李新宇 高亮
基于深度智能视觉的表面缺陷检测研究在制造业中起着越发重要的作用，本文阐述深度智能视觉的表面缺陷检测在现代工业质检中的重要性，对现有研究进展进行梳理总结。深度智能视觉以机器视觉和深度学习为技术基础，为不同工业场景提供高精高效的表面缺陷检测算法。本文从检测细粒度的角度将表面缺陷检测分为表面缺陷分类、定位、分割检测3个部分，并分别对分类、定位、分割方法进行系统综述，梳理现有表面缺陷检测研究的问题和思路。分类检测针对数据和缺陷图形特征问题进行研究，因其基础性和易拓展性于不同工业场景的应用呈现分散发展；定位检测以模型框架、矩形框检测和标注成本为主要问题，表现出追求轻量化和特征融合机制的研究趋势；分割检测更关注图像细节特征。通过研究分类、定位、分割的多任务模型框架以探索分类、分割检测之间的互补性。最后总结目前表面缺陷检测研究存在的问题，并对发展趋势进行展望。
[期刊] 南京农业大学学报
[作者]
朱琦 周德强 盛卫锋 左文娟 朱家豪
[目的]针对苹果无损检测过程中表面缺陷检测精度低的问题，提出一种基于DSCS-YOLO的苹果表面缺陷检测方法。[方法]首先为提高网络对表面缺陷细节特征的提取能力，设计了一种基于Dense模块以及SE模块的深浅特征选择模块DSCS(Deep and shallow feature selection module)，采用DSCS替换Backbone中的C3模块，在保留表面缺陷浅层信息的基础上强化对重要特征的学习，并起到削弱冗余特征的作用；针对由于Backbone与Neck部分输出信息过多导致的参数耦合问题，利用解耦头原理对Head层部分进行分层预测。同时采用ELU激活函数改进原有解耦头，简化了末端结构，使网络训练更加容易；最后针对表面缺陷标注困难的问题，采用Wise-IoU损失函数代替CIoU损失函数，为不同质量的标注提供非线性增益，实现网络的动态聚焦学习。[结果]试验结果表明，DSCS-YOLO对苹果表面缺陷检测的平均精度均值达到90.9%，相较于YOLOv3-tiny、YOLOv5s、YOLOX-s以及SSD分别提高了4.5%、1.9%、6.3%、16.3%。[结论]改进后的DSCS-YOLO提高了YOLOv5s算法的精度，实现了苹果表面缺陷的精准识别。
[期刊] 林业科学
[作者]
王克奇
可应用于传送线与计算机联合处理识别图象，算法输出列出了便于进一步高水准处理识别目标象素的坐标。它为木质材料表面缺陷计算机视觉测量技术提供了一种有效的识别方法。
关键词：
图象处理,木质材料,表面缺陷
[期刊] 华中农业大学学报(社会科学版)
[作者]
罗丽
扶贫对象的精准识别是实现精准扶贫的重要条件。实现贫困数据的精准分类与识别以及贫困识别由定性到定量、由单维瞄准向多维瞄准的转变是精准扶贫的重要基础。精准识别可以采用大数据分析中的分类算法实现。本文基于可持续生计分析框架,从人力资本、社会资本、自然资本、物质资本、金融资本和生计环境六个方面建立了多维贫困指标体系,运用随机森林算法构建了精准识别模型,并采用中国家庭追踪调查数据(CFPS),对扶贫对象精准识别模型的分类及识别效果进行了评价,结果表明模型效果良好。
[期刊] 浙江农林大学学报
[作者]
尹建新 祁亨年 冯海林 杜晓晨
利用计算机视觉技术检测木板材表面缺陷。提出了一种基于混合纹理特征的表面缺陷检测算法,能准确、鲁棒地检测出木板材表面图像中是否有缺陷。首先,分别使用灰度共生矩阵方法、Gabor滤波方法和几何不变矩方法提取了10个优化后的图像纹理及尺度、平移、旋转不变特征;然后,对特征向量进行有效组合;最后,基于融合后的混合纹理特征向量,应用BP人工神经网络对样本集进行训练和检测。实验表明,该方法能准确地对木板材表面缺陷进行检测,平均检测成功率达96.2%。
[期刊] 浙江农林大学学报
[作者]
周竹 尹建新 周素茵 周厚奎
为了实现木板材依据节子进行自动化分级,采用近红外光谱技术研究了多种针叶材表面节子缺陷的检测方法。采用Smart Eye 1700近红外光谱仪获取北美黄杉Pseudotsuga menziesii,铁杉Tsuga chinensis,云杉Picea asperata,白云杉Picea glauca-英格曼云杉Picea engelmannii-扭叶松Pinus contorta-冷杉Abies laciocarp a(SPF)等4种板材的近红外光谱(1 0001 650 nm),比较了光谱预处理方法、建模方
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
