期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
粤港澳大湾区以科技之翼重塑现代农业新图景
1
作者 陆健强 秦英栋 +1 位作者 邓小玲 熊万杰 《中国农村科技》 2025年第5期8-11,共4页
从肇庆怀集的智慧菜田到江门台山的万亩稻田,从珠海白蕉的“无人机养鱼”到广州从化的荔枝园,粤港澳大湾区的田野上空,数千架农用无人机正以城市为节点编织起一张数字化农业网络。据工业和信息化部报道以及全国农技中心数据,2024年我国... 从肇庆怀集的智慧菜田到江门台山的万亩稻田,从珠海白蕉的“无人机养鱼”到广州从化的荔枝园,粤港澳大湾区的田野上空,数千架农用无人机正以城市为节点编织起一张数字化农业网络。据工业和信息化部报道以及全国农技中心数据,2024年我国植保无人机保有量超过25万架,其作业飞行小时数占全部无人机的98%以上,植保无人机防治作业面积26.7亿亩次,较上一年增长近25%,稳居全球首位。 展开更多
关键词 粤港澳大湾区 智慧菜田 现代农业
在线阅读 下载PDF
基于多尺度残差特征融合网络的绵羊计数方法
2
作者 谢其宏 刘东宝 刘盛 《中国农机化学报》 北大核心 2025年第5期58-67,共10页
针对牧场内绵羊计数中目标尺度变化大、遮挡严重等导致的漏检误检、计数精度低的问题,提出一种基于改进CSRNet的多尺度残差特征融合网络的草原绵羊数估计方法。该方法在CSRNet基础上进行改进,利用密集扩张卷积构建密集多尺度残差模块,... 针对牧场内绵羊计数中目标尺度变化大、遮挡严重等导致的漏检误检、计数精度低的问题,提出一种基于改进CSRNet的多尺度残差特征融合网络的草原绵羊数估计方法。该方法在CSRNet基础上进行改进,利用密集扩张卷积构建密集多尺度残差模块,嵌入到模型骨干网络中,用于提取绵羊目标的多尺度特征,更好地适应绵羊的多尺度变化。此外,构建多分支特征提取网络,优化骨干网络输出特征图信息,加强模型整体特征提取能力,进而提高计数精度。同时,引入CBAM注意力模块,加强绵羊位置特征的表达能力,进一步修正输出密度图。试验结果表明,所提方法的平均绝对误差MAE和均方根误差RMSE分别为12.3、13.9,明显优于CSRNet、MCNN、DSNet、PaDNet和HA—CCN五种主流计数方法;且在羊群密集分布、遮挡严重和光照不足的情况下展现出较高的鲁棒性和准确性,证明其在草原羊群计数任务中的优越性能。 展开更多
关键词 绵羊计数 卷积神经网络 多尺度 扩张卷积 深度估计
在线阅读 下载PDF
基于可见光图像的水稻颖花开花状态检测方法 被引量:2
3
作者 张亚莉 肖文蔚 +5 位作者 卢小阳 刘爱民 祁媛 刘含超 施泽坤 兰玉彬 《农业工程学报》 EI CAS CSCD 北大核心 2021年第9期253-262,F0003,共11页
通过识别水稻开花张开颖花内外颖与吐出颖花花药的特征,进而准确判断颖花开花时间,是及时进行杂交水稻制种授粉的前提。该研究通过可见光相机获取水稻颖花图像,基于可见光蓝色通道串联大津法(Series Otsu,SOtsu)提取颖花花药,同时使用... 通过识别水稻开花张开颖花内外颖与吐出颖花花药的特征,进而准确判断颖花开花时间,是及时进行杂交水稻制种授粉的前提。该研究通过可见光相机获取水稻颖花图像,基于可见光蓝色通道串联大津法(Series Otsu,SOtsu)提取颖花花药,同时使用深度学习算法基于区域的快速卷积神经网络(Faster Regional Convolutional Neural Network,FasterRCNN)及YOLO-v3识别颖花花药与张开颖花内外颖,通过对比不同算法识别精确率、召回率、F1系数以及皮尔逊相关性系数,研究适用于识别颖花开花状态的特征与方法。结果显示,FasterRCNN算法检测张开颖花内外颖精确率达1,召回率达0.97,F1系数为0.98,皮尔逊相关系数为0.993,串联大津法检测吐出花药精确率达0.92,召回率达0.93,F1系数为0.93,皮尔逊相关系数为0.936。这表明串联大津法与FasterRCNN算法适用于水稻颖花开花状态检测,且张开颖花内外颖比吐出花药更适合作为水稻开花状态特征应用于深度学习算法检测。串联大津法可代替FasterRCNN算法在模型构建完成前进行检测,保证水稻颖花开花状态检测连续性。 展开更多
关键词 图像识别 对象识别 水稻 颖花 颖花内外颖 花药 串联大津法 深度学习
在线阅读 下载PDF
基于优化DeepLabv3+的混凝土梁裂缝分割及特征量化 被引量:6
4
作者 张修杰 袁嘉豪 +1 位作者 岳学军 张伟锋 《科学技术与工程》 北大核心 2023年第9期3794-3803,共10页
目前基于深度神经网络的裂缝分割模型存在着训练参数多、裂缝边缘分割粗糙、分割精度不足、缺少深度特征语义信息等问题。为解决以上问题,对分割性能较好的DeepLabv3+模型进行研究,嵌入Non-local注意力机制,并改进了主干网络ResNet101... 目前基于深度神经网络的裂缝分割模型存在着训练参数多、裂缝边缘分割粗糙、分割精度不足、缺少深度特征语义信息等问题。为解决以上问题,对分割性能较好的DeepLabv3+模型进行研究,嵌入Non-local注意力机制,并改进了主干网络ResNet101得到优化模型DeepLabv3+(N-S),最后基于优化模型的输出并使用裂缝骨架提取的方法来量化裂缝特征参数。使用的数据集为自制的混凝土梁裂缝图像数据集,并对优化前后模型作对比实验,分析了模型在各项性能上优化的有效性,并使用实测数据来验证评估裂缝各项特征参数量化方法。实验结果表明,DeepLabv3+(N-S)网络在数据集上的平均像素准确率(mean pixel accuracy,mPA)、平均交并比(mean intersection over union,mIoU)分别达到了88.86%、82.04%,较于原模型分别提高2.21%、2.54%,裂缝分割效果优于原模型,且裂缝样本各项特征参数量化的平均误差为+8.7%,低于原模型,可满足工程上的检测精度需求。 展开更多
关键词 裂缝分割 DeepLabv3+模型 NON-LOCAL 主干网络改进 裂缝特征参数量化
在线阅读 下载PDF
双重需求响应的虚拟电厂建模与调度研究 被引量:3
5
作者 陈强 王意 李康顺 《系统仿真学报》 CAS CSCD 北大核心 2023年第4期822-832,共11页
虚拟电厂技术为聚合分布式能源和用户侧资源参与电力调度提供了有效手段。现有研究大部分聚焦在分布式能源的调度优化,而对用户侧需求响应的研究较少。将用户侧资源分为签约的可靠响应负荷和非签约的随机响应负荷,并通过价格调整机制调... 虚拟电厂技术为聚合分布式能源和用户侧资源参与电力调度提供了有效手段。现有研究大部分聚焦在分布式能源的调度优化,而对用户侧需求响应的研究较少。将用户侧资源分为签约的可靠响应负荷和非签约的随机响应负荷,并通过价格调整机制调控负荷响应以适应分布式能源发力变化。为此构建一种双重需求响应的虚拟电厂优化调度模型,并以电网整体收益最大化为优化目标,使用带约束惩罚的改进差分进化算法进行优化。仿真实验表明所提出模型较无需求响应模型可提升10%的收益,具有较大的应用潜力。 展开更多
关键词 虚拟电厂 双重需求响应 差分进化算法 约束 调度
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部