-
题名“农作物害虫数据库”在石河子大学开发成功
- 1
-
-
作者
姚志伟
-
机构
石河子大学
-
出处
《新疆农垦科技》
2004年第6期46-46,共1页
-
文摘
继“新疆棉花植保数据库”研制成功并投入生产应用以后，在兵团科技局的支持下，石河子大学副教授姚志伟、谢惠琴等又进行了“农作物害虫数据库”的研制和开发工作。近日，该研究项目已在石河子大学由兵团科技局主持通过验收。
-
关键词
农作物害虫数据库
系统开发
石河子大学
信息技术
-
分类号
S433
[农业科学—农业昆虫与害虫防治]
S126
[农业科学—农业基础科学]
-
-
题名水稻二化螟地理信息系统数据库的设计与组建
被引量：10
- 2
-
-
作者
王正军
程家安
李典谟
-
机构
中国科学院动物研究所
浙江大学应用昆虫学研究所
-
出处
《昆虫学报》
CAS
CSCD
北大核心
2001年第4期525-533,共9页
-
基金
"国家重点基础研究发展规划"项目 (G2 0 0 0 0 16 2 10 )
中国科学院创新方向项目 (KSCX2 1 0 2 )
-
文摘
组建地理信息系统数据库是进行种群时空动态分析的前提和基础。在介绍地理信息系统数据库的概念、特点等的基础上 ,以ArcViewGIS 3 1作为组建数据库、进行时空分析的基本软件平台 ,对浙江省水稻二化螟数量变化的历史资料及有关的空间和属性数据进行分类、编码、输入与编辑等 ,分别建立了空间及属性数据库。其中空间库包括浙江省的政区、河流、道路、等高线、土壤类型等图层 ,属性库包括气象、耕作制度、灯诱及田间数据等。并将各地地名作为主关键字 ,以实现空间库与属性库以及各属性库之间的关联。该数据库不仅具有基本的数据库管理功能 ,如数据的输入、输出、编辑和查询 ,更重要的是可以通过该数据库对种群动态进行时空分析。
-
关键词
水稻二化螟
地理信息系统
害虫数据库
设计
组建
-
Keywords
Chilo suppressalis
GIS
database
design
construction
-
分类号
S431.9
[农业科学—农业昆虫与害虫防治]
S433
[农业科学—农业昆虫与害虫防治]
-
-
题名基于区域卷积神经网络的农业害虫检测方法
被引量：15
- 3
-
-
作者
魏杨
毕秀丽
肖斌
-
机构
重庆邮电大学计算智能重庆市重点实验室
-
出处
《计算机科学》
CSCD
北大核心
2018年第B11期226-229,233,共5页
-
基金
国家自然科学基金(61572092)
国家自然科学基金-广东联合基金(U1401252)
国家重点研发计划(2016YFC1000307-3)资助
-
文摘
当前农业害虫综合防治中,农业害虫检测主要通过专业人员手动收集和分类实地样本,这种手动分类方法既昂贵又耗时。现有的通过计算机实现的自动农业害虫检测对害虫所处背景环境的要求较高,并且无法实现农业害虫的定位。针对这些问题,文中基于深度学习的思想,提出了一种新的农业害虫自动检测方法,它由区域提取网络和Fast R-CNN两个部分组成。区域提取网络在任意大小且背景繁杂的图像上的某一个或多个区域进行特征提取,得到农业害虫的初步位置候选区;将农业害虫的初步位置候选区作为Fast R-CNN的输入,Fast R-CNN通过学习农业害虫种类的种内差异和种间相似性,判定初步位置候选区中的目标类别并计算精准坐标。文中同时建立了一个已标注标签的实际场景的农业害虫数据库,将提出的农业害虫检测方法在此数据库上进行测试,识别精度的均值可达到82.13%。实验结果表明,提出的方法能够有效地提升农业害虫类别判断的准确度,得到农业害虫的精准定位,优于以往的自动化农业害虫检测方法。
-
关键词
农业害虫数据库
精准定位
害虫分类
-
Keywords
Agricultural pest database
Precise positioning
Pest Classification
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
