-
题名基于深度特征局部重采样融合的多种类水稻种子识别
- 1
-
-
作者
张长胜
李得恺
杨忠义
王蒙
张付杰
张庭源
-
机构
昆明理工大学信息工程与自动化学院
云南省农业科学院生物技术与种质资源研究所
昆明理工大学现代农业工程学院
-
出处
《农业机械学报》
北大核心
2025年第7期522-531,共10页
-
基金
国家自然科学基金项目(62062048)
云南省科技计划项目(202201AT070113)。
-
文摘
针对多种类水稻种子识别过程中,形态特征较多、分类难度较大的问题,本文提出了一种基于深度特征局部重采样融合(Depth feature local resampling fusion,DFLRF)的分类网络,对36种水稻种子进行分类识别。首先,该方法使用ConvNeXt作为骨干网络提取水稻种子特征;其次,采用特征强化注意力模块(Feature intensification attention module,FIAM)构造全局特征采集分支,使用多通道卷积局部重采样模块(Multi-channel convolutional local resampling module,MCLRM)和FIAM构建局部特征采集分支;最后,将输出的全局特征和局部特征进行融合,在CosFace损失约束下准确识别出具有近似特征的不同种类水稻种子。本研究使用自采数据集,实验得出,新模型ConvNeXtDFLRF总体准确率达到86.90%,较基础模型提高5.88个百分点,与InceptionResNetV2和EfficientNetV2等主流模型相比,总体识别准确率提升2.92~8.80个百分点,整体识别效果最优。本文所提出模型能够有效地对36种水稻种子进行分类,为多种类水稻种子分类识别的研究提供了一种新颖且有效的方法。
-
关键词
水稻种子分类
多种类
深度特征
局部重采样
特征融合
-
Keywords
rice seed classification
multi-type
deep feature
local resampling
feature fusion
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名一种改进重采样的粒子滤波算法
被引量：22
- 2
-
-
作者
常天庆
李勇
刘忠仁
董田沼
-
机构
装甲兵工程学院控制工程系
-
出处
《计算机应用研究》
CSCD
北大核心
2013年第3期748-750,共3页
-
基金
军队科研预研项目
-
文摘
针对粒子滤波重采样过程中存在的粒子多样性丧失问题,提出一种改进重采样的粒子滤波算法。按照局部重采样算法对粒子进行分类,中等权值的粒子保持不变,大、小两种权值的粒子采用Thompson-Taylor算法进行随机线性组合产生新粒子。实验结果表明,该算法能在降低计算复杂度的同时不丧失粒子多样性,提高了滤波性能。
-
关键词
局部重采样
Thompson—Taylor算法
粒子滤波
-
Keywords
partial resampling
Thompson-Taylor algorithm
particle filter
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
