检索结果-维普期刊中文期刊服务平台

基于PConv-CGLU与重参数检测头的轻量化膜下棉苗实时检测算法: 1; 作者赵静李京谦 +5 位作者杨蕾崔文豪韩国涛周琦鲁力群兰玉彬《农业工程学报》北大核心 2025年第18期151-162,共12页; 膜下棉苗的高效精准检测是实现智能化破膜作业的核心技术。针对复杂背景下膜下棉苗检测中常见的错检和漏检问题,该文提出了一种轻量化检测模型YOLOv11n-PRML。该模型在YOLOv11n基础上进行以下优化:1)提出PConvCGLU混合模块,结合FasterNe... 展开更多; 关键词棉苗检测覆膜 YOLOv11n模型轻量化网络剪枝策略模型部署; 在线阅读下载PDF 职称材料

基于无人机遥感数据和机器学习的向日葵LAI反演被引量：3: 2; 作者于海琳兰玉彬 +5 位作者李京谦杨蕾崔文豪赵军胜宫慧慧赵静《农业机械学报》北大核心 2025年第1期356-365,共10页; 为快速、准确获取育种向日葵叶面积指数,通过无人机搭载多光谱相机和DJI L1型激光雷达镜头,获取向日葵现蕾期、开花期和成熟期的无人机遥感数据。计算了9种多光谱植被指数和8类纹理特征,提取了8种LiDAR特征参数,利用皮尔逊相关系数法筛... 展开更多; 关键词向日葵叶面积指数无人机遥感特征组合机器学习反演; 在线阅读下载PDF 职称材料

纳米金及导电金属有机框架修饰MXene复合材料构建甲胎蛋白电化学免疫传感器: 3; 作者戴灿源白锦源 +3 位作者张航滔李京谦王文达胡杰《分析测试学报》北大核心 2025年第11期2229-2235,共7页; 该文通过湿法刻蚀和原位生长技术,在碳化钛(MXene)层状基底上生长了铜基导电金属有机框架Cu_(3)(HITP)_(2),成功制备了Cu_(3)(HITP)_(2)-MXene纳米结构。采用化学还原法在其表面负载金纳米颗粒(Au NPs),制备出Au NPs@Cu_(3)(HITP)_(2)-M... 展开更多; 关键词电化学免疫传感器导电金属有机框架碳化钛金纳米颗粒甲胎蛋白; 在线阅读下载PDF 职称材料

基于无人机可见光影像的免耕种植夏玉米苗数估算: 4; 作者苗建驰崔文豪 +3 位作者杨蕾李京谦兰玉彬赵静《山东农业科学》北大核心 2024年第3期145-153,共9页; 为了快速估算免耕种植夏玉米出苗数,提高大田夏玉米种植管理的精准性,本研究利用无人机搭载可见光相机获取夏玉米田块高分辨率可见光影像,计算8种植被指数并结合最大类间方差法分割植被与非植被,经分析,选择红色植被指数(RI)二值化图像... 展开更多; 关键词夏玉米出苗数无人机(UAV) 遥感可见光; 在线阅读下载PDF 职称材料

独立三维空间果园多功能作业装备的设计: 5; 作者高磊赵昕昱 +3 位作者谢雨轩闫什李京谦蔡善儒《南方农机》 2022年第11期58-60,64,共4页; 针对当前果园规模化种植背景下对果树各项作业和生产实现高效机械化的实际需求,研究人员研发了一种电动自走双臂独立三维空间果园多功能作业装备,实现了打顶、抹芽、剪枝、喷药和果实采摘等作业多功能一体化。该装备能够提供双人同时、... 展开更多; 关键词多功能监控系统弧形柔性旋转运输滚道自动计量装置; 在线阅读下载PDF 职称材料

题名基于PConv-CGLU与重参数检测头的轻量化膜下棉苗实时检测算法: 1; 作者赵静李京谦杨蕾崔文豪韩国涛周琦鲁力群兰玉彬; 机构山东理工大学农业工程与食品科学学院山东理工大学国家精准农业航空施药技术国际联合研究中心山东理工大学现代农业装备研究院山东理工大学交通与车辆工程学院; 出处《农业工程学报》北大核心 2025年第18期151-162,共12页; 基金山东省自然科学基金项目(ZR2021MD091)。; 文摘膜下棉苗的高效精准检测是实现智能化破膜作业的核心技术。针对复杂背景下膜下棉苗检测中常见的错检和漏检问题,该文提出了一种轻量化检测模型YOLOv11n-PRML。该模型在YOLOv11n基础上进行以下优化:1)提出PConvCGLU混合模块,结合FasterNet的PConv(partial convolution)和TransNext的CGLU(convolutional gated linear unit)的优势,重构C3k2模块,降低模型复杂度并增强特征提取能力;2)引入具有共享重参数策略的RSCD(rep shared convolutional detection)检测头,提高模型在小目标检测任务中的精度与速度;3)优化损失函数为MPDIoU(minimum points distance intersection over union),以提高密集场景下的检测性能;4)采用LAMP(layer-adaptive magnitude-based pruning)策略进行模型轻量化。为了全面评估模型性能,该文引入了TIDE(toolkit for identifying detection and segmentation errors)评价指标,并通过消融试验和与不同模型的对比试验验证了YOLOv11n-PRML模型在膜下棉苗检测中的优越性。试验结果表明,YOLOv11n-PRML模型的准确率和平均精度均值mAP_(0.5)分别为90.1%和89.6%,较原始YOLOv11n模型分别提高了1.8和1.0个百分点,检测速度提升至114.4帧/s,定位错误、漏检错误及模型大小分别为0.83、0.92和4.0 MB,较原模型分别降低了0.32、0.85和1.5 MB。与YOLOv5s-S(YOLOv5s-ShuffleNetV2)、YOLOv7-tiny-M(YOLOv7-tiny-MobileNetV3)、YOLOv8n-G(YOLOv8n-GhostNetV2)、YOLOv9t、YOLOv10n、YOLOv12n轻量化目标检测网络相比,改进模型在轻量化和检测精度方面均表现出优势,将改进模型部署于NVIDIA GeForce RTX 2070Ti移动端上进行测试,检测精度和速度分别为89.1%和80.3帧/s,能够满足膜下棉苗检测实时性与精准性的平衡。研究结果可为智能棉苗破膜机的视觉检测系统提供算法参考。; 关键词棉苗检测覆膜 YOLOv11n模型轻量化网络剪枝策略模型部署; Keywords cotton seedling detection film mulching YOLOv11n model lightweight network pruning strategy model deployment; 分类号 S126 [农业科学—农业基础科学]; 在线阅读下载PDF 职称材料

题名基于无人机遥感数据和机器学习的向日葵LAI反演被引量：3: 2; 作者于海琳兰玉彬李京谦杨蕾崔文豪赵军胜宫慧慧赵静; 机构山东理工大学农业工程与食品科学学院山东理工大学国际精准农业航空应用技术研究中心山东省农业科学院经济作物研究所; 出处《农业机械学报》北大核心 2025年第1期356-365,共10页; 基金山东省自然科学基金项目(ZR2021MD091) 山东省引进顶尖人才“一事一议”专项经费项目(鲁政办字[2018]27号)。; 文摘为快速、准确获取育种向日葵叶面积指数,通过无人机搭载多光谱相机和DJI L1型激光雷达镜头,获取向日葵现蕾期、开花期和成熟期的无人机遥感数据。计算了9种多光谱植被指数和8类纹理特征,提取了8种LiDAR特征参数,利用皮尔逊相关系数法筛选出与LAI相关性高的4种植被指数、3类纹理特征和4种LiDAR特征参数;采用K近邻(K-nearest neighbor,KNN)、随机森林(Random forest,RF)、极致梯度提升树(eXtreme gradient boosting,XGBoost)和分类提升算法(Category boosting,CatBoost),分别构建基于植被指数、纹理特征、LiDAR特征参数、植被指数+纹理特征、植被指数+LiDAR特征参数、纹理特征+LiDAR特征参数和3类特征组合的向日葵LAI估测模型,利用决定系数(Coefficient of determination,R2)和均方根误差(Root mean square error,RMSE)来评价模型精度;采用最佳模型反演育种向日葵LAI并将其可视化。结果表明,CatBoost算法与植被指数+纹理特征+LiDAR特征参数建立的向日葵LAI估测模型在3个时期的效果最好,决定系数分别为0.93、0.91和0.90,均方根误差分别为0.13、0.14和0.15。研究结果可为向日葵育种及田间精准管理提供依据。; 关键词向日葵叶面积指数无人机遥感特征组合机器学习反演; Keywords sunflower leaf area index UAV remote sensing feature combination machine learning inversion; 分类号 S565.5 [农业科学—作物学]; 在线阅读下载PDF 职称材料

题名纳米金及导电金属有机框架修饰MXene复合材料构建甲胎蛋白电化学免疫传感器: 3; 作者戴灿源白锦源张航滔李京谦王文达胡杰; 机构太原理工大学电子信息工程学院; 出处《分析测试学报》北大核心 2025年第11期2229-2235,共7页; 基金中央引导地方项目(YDZJSX20231A011) 山西省自然科学基金项目(202203021221073) 山西省大学生创新训练计划项目(20250166)。; 文摘该文通过湿法刻蚀和原位生长技术,在碳化钛(MXene)层状基底上生长了铜基导电金属有机框架Cu_(3)(HITP)_(2),成功制备了Cu_(3)(HITP)_(2)-MXene纳米结构。采用化学还原法在其表面负载金纳米颗粒(Au NPs),制备出Au NPs@Cu_(3)(HITP)_(2)-MXene纳米复合材料。利用扫描电子显微镜(SEM)和X射线光电子能谱仪(XPS)对其微观形貌、元素组成进行表征。通过循环伏安法(CV)、电化学阻抗谱法(EIS)及差分脉冲伏安法(DPV)对所构建的Au NPs@Cu_(3)(HITP)_(2)-MXene免疫传感器进行电化学性能测试。实验结果表明,该免疫传感器在100 fg/mL~10μg/mL范围内对甲胎蛋白(AFP)表现出良好的线性关系,检出限低至35 fg/mL,同时具有优异的选择性和稳定性。因此,基于Au NPs@Cu_(3)(HITP)_(2)-MXene复合材料的免疫传感器能够实现对AFP的高性能检测,并在人体血清样品检测中展现出潜在的应用前景。; 关键词电化学免疫传感器导电金属有机框架碳化钛金纳米颗粒甲胎蛋白; Keywords electrochemical immunosensor conductive metal organic framework titanium carbide Au nanoparticles alpha-fetoprotein; 分类号 O657.1 [理学—分析化学] Q939.91 [生物学—微生物学]; 在线阅读下载PDF 职称材料

题名基于无人机可见光影像的免耕种植夏玉米苗数估算: 4; 作者苗建驰崔文豪杨蕾李京谦兰玉彬赵静; 机构山东理工大学农业工程与食品科学学院/国际精准农业航空应用技术研究中心; 出处《山东农业科学》北大核心 2024年第3期145-153,共9页; 基金山东省自然科学基金项目(ZR2021MD091) 山东省引进顶尖人才“一事一议”专项经费资助项目(鲁政办字[2018]27号)。; 文摘为了快速估算免耕种植夏玉米出苗数,提高大田夏玉米种植管理的精准性,本研究利用无人机搭载可见光相机获取夏玉米田块高分辨率可见光影像,计算8种植被指数并结合最大类间方差法分割植被与非植被,经分析,选择红色植被指数(RI)二值化图像对可见光影像掩膜;然后统计夏玉米和杂草的24项纹理特征,比较杂草特征的变异系数及其与夏玉米的相对差异系数,选择红色方差提取夏玉米苗的特征,使用时序交点阈值法确定的阈值去除杂草干扰;提取夏玉米苗形态学特征参数作为样本,采用支持向量机(SVM)、BP神经网络、K近邻和决策树4种算法构建夏玉米苗数预测模型。结果表明,SVM和决策树算法的整体效果较好,决定系数均超过0.8且平均绝对误差(MAE)小于0.3,尤以决策树模型的精度最高,可达94.1%。本研究结果可为大面积夏玉米出苗率估测提供技术支持。; 关键词夏玉米出苗数无人机(UAV) 遥感可见光; Keywords Summer maize Emergence rate UAV Remote sensing Visible light; 分类号 S127 [农业科学—农业基础科学]; 在线阅读下载PDF 职称材料

题名独立三维空间果园多功能作业装备的设计: 5; 作者高磊赵昕昱谢雨轩闫什李京谦蔡善儒; 机构山东理工大学; 出处《南方农机》 2022年第11期58-60,64,共4页; 文摘针对当前果园规模化种植背景下对果树各项作业和生产实现高效机械化的实际需求,研究人员研发了一种电动自走双臂独立三维空间果园多功能作业装备,实现了打顶、抹芽、剪枝、喷药和果实采摘等作业多功能一体化。该装备能够提供双人同时、连续以及安全作业的自走式作业平台,并配备自动监测与操控系统以及采摘弧形柔性旋转运输滚道,达到降低劳动强度并保证人身安全,同时提高作业效率与果品质量的目的。; 关键词多功能监控系统弧形柔性旋转运输滚道自动计量装置; 分类号 S233.74 [农业科学—农业机械化工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于PConv-CGLU与重参数检测头的轻量化膜下棉苗实时检测算法	赵静李京谦杨蕾崔文豪韩国涛周琦鲁力群兰玉彬	《农业工程学报》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于无人机遥感数据和机器学习的向日葵LAI反演	于海琳兰玉彬李京谦杨蕾崔文豪赵军胜宫慧慧赵静	《农业机械学报》北大核心	2025	3	在线阅读下载PDF 职称材料
3	纳米金及导电金属有机框架修饰MXene复合材料构建甲胎蛋白电化学免疫传感器	戴灿源白锦源张航滔李京谦王文达胡杰	《分析测试学报》北大核心	2025	0	在线阅读下载PDF 职称材料
4	基于无人机可见光影像的免耕种植夏玉米苗数估算	苗建驰崔文豪杨蕾李京谦兰玉彬赵静	《山东农业科学》北大核心	2024	0	在线阅读下载PDF 职称材料
5	独立三维空间果园多功能作业装备的设计	高磊赵昕昱谢雨轩闫什李京谦蔡善儒	《南方农机》	2022	0	在线阅读下载PDF 职称材料