期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进SqueezeNet网络模型的破碎玉米籽粒识别方法
1
作者
姚艳春
崔春晓
+1 位作者
耿端阳
赵博
《农业工程学报》
北大核心
2025年第9期154-164,共11页
为解决SqueezeNet网络模型识别玉米等小籽粒目标存在网络层次深、卷积计算量大等问题,该研究提出了一种改进SqueezeNet网络模型的破碎玉米籽粒识别方法。首先,为优化网络结构并降低计算量,设计了SqueezeNet-dw2网络模型,改变SqueezeNet...
为解决SqueezeNet网络模型识别玉米等小籽粒目标存在网络层次深、卷积计算量大等问题,该研究提出了一种改进SqueezeNet网络模型的破碎玉米籽粒识别方法。首先,为优化网络结构并降低计算量,设计了SqueezeNet-dw2网络模型,改变SqueezeNet经典模型Fire层数,并修改了末尾卷积层的输入通道参数,修改普通卷积为深度可分离卷积;其次,利用Ghost模块设计了Fire模块expand层里的3×3卷积,改进SqueezeNet-dw2网络模型为SqueezeNet-dw2-gh网络模型,降低了模型计算量和参数量;最后,优选网络激活函数为具有参数化修正线性单元的变体激活函数PReLU,改进SqueezeNet-dw2-gh网络模型为SqueezeNet-dw2-gh-P网络模型,减小了因轻量化改进造成的准确率损失。结果表明,改进后的SqueezeNet-dw2-gh-P网络模型参数量仅为0.60 MB,比原始模型降低了51.61%,模型浮点运算量为36.71 MFLOPs,降低了48.54%,验证集准确率为93.98%,测试集准确率为92.33%,同时保证了破碎玉米籽粒识别精度。本文提出的改进SqueezeNet网络模型明显减少了参数量和浮点运算量,能够实现在移动端等资源受限的嵌入式设备上部署模型,对在线实时准确识别破碎玉米籽粒具有重要参考价值。
展开更多
关键词
深度学习
卷积神经网络
图像识别
破碎玉米籽粒
轻量化
SqueezeNet
在线阅读
下载PDF
职称材料
玉米籽粒破碎率在线采样装置设计
被引量：
2
2
作者
杨亮
王卓
+2 位作者
白晓平
高雷
扈伟斌
《农机化研究》
北大核心
2019年第6期121-124,129,共5页
玉米籽粒破碎率是联合收割机重要参考指标之一,玉米籽粒破碎率的高低不仅直接反映出联合收割机的作业性能,还对玉米种植区域的产量多少、玉米仓储效率及以玉米为主的工业原材料生产有着十分重要的影响,但玉米籽粒破碎率在联合收割机上...
玉米籽粒破碎率是联合收割机重要参考指标之一,玉米籽粒破碎率的高低不仅直接反映出联合收割机的作业性能,还对玉米种植区域的产量多少、玉米仓储效率及以玉米为主的工业原材料生产有着十分重要的影响,但玉米籽粒破碎率在联合收割机上的在线检测一直是我国农业领域研究的重点及难点。为此,设计并研发出一种玉米籽粒破碎率在线采样装置,用于对联合收割机玉米籽粒破碎率情况进行在线检测,并通过模拟实验平台对采样装置进行安装调试。实验结果表明:采样装置采样效果较好,可初步满足联合收割机田间作业检测的需求。
展开更多
关键词
玉米
籽粒
破碎
率
在线采样装置
联合收割机
模拟实验平台
在线阅读
下载PDF
职称材料
玉米青贮的加工处理评分方法的研究
3
作者
金鹿
李胜利
+5 位作者
张春华
张崇志
萨初拉
刘威
王博
孙海洲
《饲料研究》
CAS
北大核心
2024年第11期77-81,共5页
试验验证了使用振筛仪快速评价玉米青贮加工处理评分这一方法的准确性。研究参考了美国农业部粗饲料研究中心的Dave Mertens博士提出的玉米青贮的加工处理评分方法,对8个不同牧场或牧户制作的玉米青贮样品进行了测定。结果表明,玉米青...
试验验证了使用振筛仪快速评价玉米青贮加工处理评分这一方法的准确性。研究参考了美国农业部粗饲料研究中心的Dave Mertens博士提出的玉米青贮的加工处理评分方法,对8个不同牧场或牧户制作的玉米青贮样品进行了测定。结果表明,玉米青贮样品通过4.75 mm分级筛的比例范围为59.76%~75.26%,加工处理评分等级均为一般和优良。研究表明,此评分方法能够为评价玉米青贮的饲用价值提供了一种便捷、快速的分析方法。
展开更多
关键词
玉米
青贮
加工处理评分
玉米
籽粒
破碎
程度
在线阅读
下载PDF
职称材料
题名
基于改进SqueezeNet网络模型的破碎玉米籽粒识别方法
1
作者
姚艳春
崔春晓
耿端阳
赵博
机构
山东理工大学农业工程与食品科学学院
山东理工大学现代农业装备研究院
农业装备技术全国重点实验室
中国农业机械化科学研究院集团有限公司
出处
《农业工程学报》
北大核心
2025年第9期154-164,共11页
基金
山东省自然科学基金面上项目资助项目(ZR2023ME149)
十四五国家重点研发计划资助项目(2021YFD2000502)
农业装备技术全国重点实验室开放课题基金资助项目(NKL2023007)。
文摘
为解决SqueezeNet网络模型识别玉米等小籽粒目标存在网络层次深、卷积计算量大等问题,该研究提出了一种改进SqueezeNet网络模型的破碎玉米籽粒识别方法。首先,为优化网络结构并降低计算量,设计了SqueezeNet-dw2网络模型,改变SqueezeNet经典模型Fire层数,并修改了末尾卷积层的输入通道参数,修改普通卷积为深度可分离卷积;其次,利用Ghost模块设计了Fire模块expand层里的3×3卷积,改进SqueezeNet-dw2网络模型为SqueezeNet-dw2-gh网络模型,降低了模型计算量和参数量;最后,优选网络激活函数为具有参数化修正线性单元的变体激活函数PReLU,改进SqueezeNet-dw2-gh网络模型为SqueezeNet-dw2-gh-P网络模型,减小了因轻量化改进造成的准确率损失。结果表明,改进后的SqueezeNet-dw2-gh-P网络模型参数量仅为0.60 MB,比原始模型降低了51.61%,模型浮点运算量为36.71 MFLOPs,降低了48.54%,验证集准确率为93.98%,测试集准确率为92.33%,同时保证了破碎玉米籽粒识别精度。本文提出的改进SqueezeNet网络模型明显减少了参数量和浮点运算量,能够实现在移动端等资源受限的嵌入式设备上部署模型,对在线实时准确识别破碎玉米籽粒具有重要参考价值。
关键词
深度学习
卷积神经网络
图像识别
破碎玉米籽粒
轻量化
SqueezeNet
Keywords
deep learning
convolutional neural network
image recognition
broken maize kernel
lightweight
SqueezeNet
分类号
S238 [农业科学—农业机械化工程]
TP391.4.1 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
玉米籽粒破碎率在线采样装置设计
被引量：
2
2
作者
杨亮
王卓
白晓平
高雷
扈伟斌
机构
中国科学院沈阳自动化研究所
中国科学院大学
中联重机股份有限公司
出处
《农机化研究》
北大核心
2019年第6期121-124,129,共5页
基金
国家重点研发计划项目(2016YFD0701900
2016YFD0701903)
文摘
玉米籽粒破碎率是联合收割机重要参考指标之一,玉米籽粒破碎率的高低不仅直接反映出联合收割机的作业性能,还对玉米种植区域的产量多少、玉米仓储效率及以玉米为主的工业原材料生产有着十分重要的影响,但玉米籽粒破碎率在联合收割机上的在线检测一直是我国农业领域研究的重点及难点。为此,设计并研发出一种玉米籽粒破碎率在线采样装置,用于对联合收割机玉米籽粒破碎率情况进行在线检测,并通过模拟实验平台对采样装置进行安装调试。实验结果表明:采样装置采样效果较好,可初步满足联合收割机田间作业检测的需求。
关键词
玉米
籽粒
破碎
率
在线采样装置
联合收割机
模拟实验平台
Keywords
maize kernel broken rate
on-line sampling device
combine harvester
simulation experiment platform
分类号
S24 [农业科学—农业电气化与自动化]
在线阅读
下载PDF
职称材料
题名
玉米青贮的加工处理评分方法的研究
3
作者
金鹿
李胜利
张春华
张崇志
萨初拉
刘威
王博
孙海洲
机构
内蒙古自治区农牧业科学院动物营养与饲料研究所
出处
《饲料研究》
CAS
北大核心
2024年第11期77-81,共5页
基金
国家重点研发计划项目(项目编号:2022YFD1301102)
国家绒毛用羊产业技术体系(项目编号:CARS-39-11)
+6 种基金
鄂尔多斯市科技重大专项项目(项目编号:2022EEDSKJZDZX024)
内蒙古自治区高端外国专家引进项目(项目编号:2021PT0039)
内蒙古自治区科技重大专项项目(项目编号:2021ZD0012)
内蒙古自然科学基金/内蒙古自治区农业科学院院青年基金项目(项目编号:2021LHMS03013)
阿拉善盟科技计划项目(项目编号:AMYY2022-18)
内蒙古自治区草食动物营养科学重点实验室(项目编号:2022CXJJM14)
农业农村部草食家畜健康养殖与畜产品品质调控重点实验室(部省共建)(项目编号:2023CXJJM08)。
文摘
试验验证了使用振筛仪快速评价玉米青贮加工处理评分这一方法的准确性。研究参考了美国农业部粗饲料研究中心的Dave Mertens博士提出的玉米青贮的加工处理评分方法,对8个不同牧场或牧户制作的玉米青贮样品进行了测定。结果表明,玉米青贮样品通过4.75 mm分级筛的比例范围为59.76%~75.26%,加工处理评分等级均为一般和优良。研究表明,此评分方法能够为评价玉米青贮的饲用价值提供了一种便捷、快速的分析方法。
关键词
玉米
青贮
加工处理评分
玉米
籽粒
破碎
程度
Keywords
corn silage
processing score
degree of corn grain fragmentation
分类号
S816 [农业科学—饲料科学]
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
基于改进SqueezeNet网络模型的破碎玉米籽粒识别方法
姚艳春
崔春晓
耿端阳
赵博
《农业工程学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
玉米籽粒破碎率在线采样装置设计
杨亮
王卓
白晓平
高雷
扈伟斌
《农机化研究》
北大核心
2019
2
在线阅读
下载PDF
职称材料
3
玉米青贮的加工处理评分方法的研究
金鹿
李胜利
张春华
张崇志
萨初拉
刘威
王博
孙海洲
《饲料研究》
CAS
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
