-
题名葛根生长调节剂植保无人机施药作业参数优选初探
- 1
-
-
作者
黄路生
陈肇鹏
高荣
文晟
张建桃
-
机构
华南农业大学数学与信息学院
国家精准农业航空施药技术国际联合研究中心
农业农村部华南热带智慧农业技术重点实验室
华南农业大学工程基础教学与训练中心
-
出处
《农机化研究》
北大核心
2025年第5期165-172,共8页
-
基金
广东省普通高校特色创新类项目(2019KZDZX1002)
华南农业大学新农村发展研究院农业科技合作共建项目(2021XNYNYKJHZGJ034)
+5 种基金
国家自然科学基金面上项目(32271985)
广东省自然科学基金项目(2022A1515011008)
高等学校学科创新引智计划项目(D18019)
恩平市农村科技特派员项目(2022-2023)
广州市科技计划项目重点研发计划资助项目(2023B03J1362)
广东省大学生创新训练项目(S202210564114)。
-
文摘
为推动无人机在葛根植保作业中的应用,提升葛根种植产业的机械化作业水平,探究了植保无人机在葛根生长调节施药作业中的最优参数组合。采用四因素(飞行速度、飞行高度、施用药液量、施药浓度)三水平正交试验,研究植保无人机在不同作业参数组合下喷施多效唑后葛根叶面的雾滴沉积量,以及对葛根主茎藤的生长调节效果。结果表明:影响雾滴沉积量的主次因素依次是飞行速度、施用药液量、施药浓度和飞行高度,当飞行速度为3 m/s、施用药液量为17.91 L/hm^(2)、施药浓度为0.6%、飞行高度选择最低水平时,可获得较大的雾滴沉积量;从葛根主茎藤生长调节效果看,对施药后第3天的生长调节效果影响较大的是施药浓度和飞行高度,对第8天和第15天影响较大的是施药浓度、施用药液量和飞行高度,且施药浓度的影响一直处于极显著的水平;多效唑的实际药效在施药后的15 d内随时间的推移在整体上呈现出增强的态势;施药后的第15天,施药浓度为1.2%处理组的主茎藤伸长变化相较于空白对照组减少了60%以上;当飞行高度为2.3 m、施药浓度为1.2%、施用药液量为17.91 L/hm^(2)、飞行速度选择最低水平时,可获得较好的生长调节效果。综合雾滴沉积量和葛根主茎藤生长调节效果,初步探寻出最优的作业参数组合为:飞行速度3 m/s,飞行高度2.3 m,施用药液量17.91 L/hm^(2),施药浓度1.2%。研究结果可为葛根生长调节施药过程中植保无人机作业参数的合理设置提供参考和指导。
-
关键词
植保无人机
多效唑
生长调节
雾滴沉积量
作业参数
葛根
-
Keywords
UAV
paclobutrazol
growth regulation
droplet deposition
operation parameters
Pueraria lobata
-
分类号
S252.3
[农业科学—农业机械化工程]
-
-
题名基于仿斑马鱼和仿鹰眼视觉的复杂背景下目标识别
被引量：2
- 2
-
-
作者
徐韵哲
陈建
-
机构
中国农业大学工学院
农业农村部华南热带智慧农业技术重点实验室
-
出处
《集成技术》
2024年第2期39-51,共13页
-
基金
国家重点研发计划项目(2022YFD2001405)
国家自然科学基金项目(51979275)
+8 种基金
浙江省农业智能装备与机器人重点实验室开放课题项目(2023ZJZD2306)
自然资源部超大城市自然资源时空大数据分析应用重点实验室开放基金项目(KFKT-2022-05)
深圳市科技计划资助项目(ZDSYS20210623091808026)
虚拟现实技术与系统全国重点实验室(北京航空航天大学)开放课题基金项目(VRLAB2022C10)
能源清洁利用国家重点实验室开放基金课题项目(ZJUCEU2022002)
农业农村部长三角智慧农业技术重点实验室开放基金项目(KSAT-YRD2023005)
农业农村部华南热带智慧农业技术重点实验室开放课题(HNZHNY-KFKT-202202)
高等教育科学研究规划课题重点课题(23XXK0304)
中国农业大学2115人才工程项目。
-
文摘
针对反制无人机识别系统在公共场所内部复杂背景下的无人机识别问题,该文研究了一种基于仿斑马鱼模板匹配视觉识别和仿鹰眼视觉注意的目标识别方法,通过建立不同姿态的无人机模板数据库,采用仿鹰眼视觉搜索机制,结合尺度不变特征变换,将姿态模板图像与目标进行匹配,获得粗略的目标区域。然后计算模板姿态与目标姿态的Hausdorff距离,比较目标姿态相似性,获得最相似姿态。采用仿鹰眼视觉注意机制对遮挡图像进行处理,提高目标识别的显著性。实验结果表明,该方法能够在不同复杂背景下实现无人机的准确识别,与光谱残差的显著性目标识别方法相比,平均运行时间提高23.5%,与差异哈希算法相比,具有更高的结构相似性指数。
-
关键词
无人机识别
斑马鱼视觉
鹰眼视觉
模板匹配
视觉注意机制
-
Keywords
drone recognition
zebrafish vision
eagle eye vision
template matching
visual attention mechanism
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名一种新型深度分类神经网络黑盒指纹水印算法
- 3
-
-
作者
莫谋科
王春桃
郭庆文
边山
-
机构
华南农业大学数学与信息学院
农业农村部华南热带智慧农业技术重点实验室
广东省农业人工智能重点实验室
广州市智慧农业重点实验室
-
出处
《应用科学学报》
CAS
CSCD
北大核心
2024年第3期486-498,共13页
-
基金
国家自然科学基金(No.62172165,No.U22B2047)
广东省自然科学基金(No.2022A1515010325)
+1 种基金
广州市基础与应用基础研究项目(No.202201010742)
广州市科技项目(No.202102020582)资助。
-
文摘
提出了一种新型的强鲁棒黑盒指纹水印框架及方法。首先,提出了一种基于数字水印技术的高视觉质量的、具有一定安全性的毒化图像构造方法,将指示用户身份的信息嵌入到毒化图像,实现多用户场景下深度神经网络模型的可追溯性,并降低毒化图像被伪造的概率;其次,提出了毒化特征加强模块来优化模型训练;最后,设计了对抗训练策略,有效地学习到嵌入强度很小的指纹水印。大量的仿真实验表明,所构造的毒化图像中的指纹水印具有非常好的隐蔽性,大幅超越了WaNet等同类最优模型水印方法;以分类性能降低不超过2.4%的代价获得了超过99%的黑盒模型指纹水印验证率;且即便在指纹水印相差1位时亦能准确地进行模型水印版权验证。这些性能总体上优于同类最优的模型水印方法,表明了所提方法的可行性和有效性。
-
关键词
黑盒模型水印
分类模型
毒化图像
指纹水印
鲁棒性
-
Keywords
black-box model watermarking
classification models
poisoned images
fingerprint watermarking
robustness
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
