- 年份
- 2024(8156)
- 2023(11615)
- 2022(9125)
- 2021(8518)
- 2020(6780)
- 2019(15368)
- 2018(15112)
- 2017(29781)
- 2016(15729)
- 2015(17264)
- 2014(16882)
- 2013(16017)
- 2012(13951)
- 2011(12029)
- 2010(11407)
- 2009(10035)
- 2008(9248)
- 2007(7641)
- 2006(6281)
- 2005(5290)
- 学科
- 济(64660)
- 经济(64607)
- 管理(43275)
- 业(42512)
- 企(34629)
- 企业(34629)
- 方法(30361)
- 数学(27420)
- 数学方法(27054)
- 农(18849)
- 中国(18353)
- 财(16322)
- 业经(15541)
- 地方(12807)
- 农业(12629)
- 制(11435)
- 务(10830)
- 财务(10786)
- 财务管理(10764)
- 学(10526)
- 贸(10427)
- 贸易(10422)
- 企业财务(10316)
- 产业(10231)
- 易(10173)
- 技术(9547)
- 体(9179)
- 理论(9042)
- 环境(8990)
- 银(8832)
- 机构
- 学院(206823)
- 大学(204454)
- 济(86482)
- 经济(85010)
- 管理(82668)
- 理学(73073)
- 理学院(72376)
- 管理学(70978)
- 管理学院(70604)
- 研究(63253)
- 中国(46929)
- 京(40449)
- 科学(38090)
- 财(37977)
- 财经(31572)
- 农(30985)
- 中心(30453)
- 业大(30312)
- 经(29016)
- 所(28736)
- 江(28731)
- 经济学(27898)
- 研究所(26553)
- 范(26206)
- 师范(25902)
- 经济学院(25412)
- 农业(24106)
- 院(23999)
- 北京(23961)
- 财经大学(23821)
- 基金
- 项目(152603)
- 科学(122636)
- 基金(112950)
- 研究(112443)
- 家(97853)
- 国家(97074)
- 科学基金(85435)
- 社会(74018)
- 社会科(70346)
- 社会科学(70332)
- 省(60121)
- 基金项目(60026)
- 自然(54530)
- 自然科(53352)
- 自然科学(53344)
- 自然科学基金(52375)
- 教育(52365)
- 划(50003)
- 编号(44982)
- 资助(44527)
- 重点(34619)
- 成果(34215)
- 部(33834)
- 发(33588)
- 创(32742)
- 国家社会(31579)
- 创新(30634)
- 课题(30308)
- 教育部(29722)
- 科研(29594)
共检索到280360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]
卢心缘 赵华民 任锐 苏萌 苏立阳 张淑娟
[目的]针对目前农业机器人在非结构枣园中传统机器视觉算法难以处理光影变化、夜间难以识别等问题导致导航道路分割不准确，实时性及复杂模型难以部署等问题。本研究提出基于YOLOv5s-seg改进网络模型视觉导航路径识别方法——YOLOv5s-orchard模型。[方法]模型采用FasterNet代替YOLOv5s-seg的原有主干网络，减小了模型的参数量和内存占用量；在特征提取层及neck部分引入SE注意力机制，提高了模型的特征提取能力；将C3替换成C3Ghost轻量级网络以进一步减小模型的参数量和内存占用量。[结果]试验结果表明，改进后的网络mAP达到91.59％，FLOPs下降到11.30 G，模型大小为2.91 M。对分割后的图像采用最小二乘法拟合道路离散点提取导航线。算法平均距离偏差为1.99 cm，平均距离误差占比为0.68％。[结论]结果表明，YOLOv5s-orchard网络具有较高的精度，能够满足枣园道路分割的需求。导航线提取误差较小。本研究同样能够为其它果园视觉导航机器人提供技术和理论支持。
[期刊] 福建农林大学学报(自然科学版)
[作者]
郭翰林 洪瑛杰 张翔 林建
采用机器视觉技术研究再生稻收割机导航路径检测方法.根据农田再生稻图像特点,基于HSV空间的S分量结合Otsu算法得到初始分割阈值T;为更好地保留不同成熟度再生稻植株特征,加入修正因子-a,得到分割阈值T-a二值化图像.将土壤路径从再生稻植株中分割出来,根据形成的植株左右边界区域特征,提出逐行扫描图像动态检测导航路径的中间离散点集,利用基于已知点的Hough变换检测出稻桩行间导航路径.结果表明:处理一幅像素419×310的图像平均耗时0.064 s,具有较好的实时性,对稻叶交叠现象具有较强的适应性,拟合的导
[期刊] 华中农业大学学报
[作者]
周雅文 丁幼春 杨军强 詹鹏 张闻宇
针对油菜直播机视觉导航路径识别效果受天气、稻茬噪声等影响的难题，提出一种结合小波变换和改进随机抽样一致性（ＲＡＮＳＡＣ）的导航路径识别方法。首先，对原始图像灰度化后进行小波变换，在大尺度低分辨率下凸显导航路径宏观轮廓；然后利用直播机作业区与未作业区图像对比度大的特点获取导航路径上的特征点集合；最后针对获取的特征点集合运用结合预检验和后处理校正的改进随机抽样一致性算法区分内外点，并对内点集运用最小二乘法进行导航路径直线拟合，从而获取导航路径参数。田间图像测试表明，该方法可以稳定、准确地检测出导航路径，正确率达到９６．７％，同时每帧图像的处理时间在３１ ｍＳ以内，能为油菜直播机的视觉导航提供技术支．．．
[期刊] 教育与职业
[作者]
蒋礼文 皮锋
目标导航是在目标教育理念下，引导大学生向成长目标发展。文章立足于大学生目标教育中存在的价值目标不纯、学业目标不实、能力目标不明、职业目标不准、安全目标不定等问题，提出目标导航可以坚持＂以生为本＂，根据目标计划内容分层开展；遵循教育规律，根据年级特点分阶段开展；把握个性特点，根据目标差异性分个体开展。三个方面相互融合、相互作用、相互补充，共同构成大学生目标教育的实现路径。
关键词：
大学生 成长目标 导航路径
[期刊] 华中农业大学学报
[作者]
雷杏子 王树才 龚东军 涂本帅 何昱廷 李传珍
针对国内禽蛋制品加工过程中，散装蛋水中上料时筐装蛋搬运自动化程度低的问题，设计一种自动上料机器人的视觉定位方案。该方案采用YOLOv5s和图像处理相结合的方法，在复杂环境中对散装禽蛋筐进行定位识别。建立最佳分割阈值T与图像平均灰度值M之间的关系模型，使用动态阈值分割法对图像中的堆垛整体进行分割，通过堆垛最小外接矩形的长宽比区分2种筐装禽蛋堆垛类型，堆垛类型识别准确率为100%。使用YOLOv5s对堆垛顶层的单个蛋筐进行定位识别，模型识别精确率为98.48%，检测单幅图片用时为0.005 4 s。根据YOLOv5s输出的定位结果对图片进行裁剪，通过图像分割将蛋筐边框分割出来并用Canny算子检测其边缘信息，计算所有蛋筐旋转角度，平均角度误差为0.41°。结合蛋筐高度得出筐装禽蛋堆垛中所有蛋筐的位姿信息。试验结果表明，基于YOLOv5s和图像处理的筐装禽蛋定位方法可以准确识别出筐装禽蛋堆垛中所有蛋筐的位姿信息，该系统具有较好的鲁棒性和可行性，可为筐装禽蛋自动上料机器人提供视觉系统技术支持。
[期刊] 现代管理科学
[作者]
邱媛媛 唐德才 马婷玉
近年来中国国情发生深刻变化,经济建设取得显著成绩的同时,能源资源日益紧缺问题日渐突出,倡导绿色核算并推动绿色经济发展,是保持经济健康稳定的关键。文章构建了中国2012年绿色社会核算矩阵(SAM),在绿色SAM基础上,通过账户间的结构化路径分析研究了能源资源产业对其他产业影响的路径传导作用,以及在不同的影响传导路径中,哪些传导路径效果更好。研究结果表明工业中特别是制造业受到的乘数影响更加明显,乘数影响主要通过直接路径传导,产业之间的直接联系是能源产业对其他产业产生影响的主要途径。
关键词：
绿色SAM 结构化路径分析 资源环境核算
[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] 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] 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] 南京农业大学学报
[作者]
张晖耀 黄力湘 陈继清 刘睿 苏子龙 银庆刚 黄敬炎 桂友强 李家鑫
[目的]本文旨在提高机械自动化设备进行草莓采摘时的草莓成熟度检测精度。[方法]针对草莓采摘过程中因枝叶遮挡、检测目标小、同级成熟度果皮纹理特征差异导致成熟度检测精度低的问题，提出一种草莓成熟度检测模型—YOLOv5s-SCW。本模型通过在Backbone中融合Swin Transformer Block，加强相同成熟度草莓果皮纹理特征融合，显著减少模型的参数量；在Neck中采用CA（Coordinate Attention ）注意力机制，引入空间坐标信息，提高模型检测精度；采用Wise-IoU（WIoU）损失函数替换CIoU损失函数，动态调整目标权重，提高模型的检测性能。最后基于草莓数据集进行试验，验证改进模型的性能。[结果]相较于标准YOLOv5s模型，YOLOv5s-SCW模型在精确率、召回率和平均精度均值（mAP）方面分别提升了4.9%、5.6%和4.9%，达到了91.3%、90.6%和95.7%。不同成熟度草莓的平均检测精度（高、中、低）分别为97.1%、93.7%和96.3%，平均检测时间为10.8毫秒，模型参数量为4.84 M。[结论]本研究基于YOLOv5s提出的YOLOv5s-SCW模型显著提高了模型在自然环境下识别不同成熟度草莓的能力，大幅降低了模型的参数量，实现了轻量化，满足农业过程中进行实际草莓采摘的需求。
关键词：
草莓 YOLOv5s 成熟度检测 轻量化
[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]
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] 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] 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] 上海金融
[作者]
唐文进 刘增印 徐晓伟
利用基于社会核算矩阵的结构化路径分解模型,可以在一般均衡的框架内分析突发冲击在不同部门之间的传导路径及强度。研究表明:突发冲击的传导具有不对称性,结构化路径分析指出了由突发冲击造成的外生注入沿着怎样的路径影响传播到社会经济体系中的其他部分,可以帮助决策者识别出"政策瓶颈"。
关键词：
突发冲击 结构路径分析 社会核算矩阵
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
