检索结果-维普期刊中文期刊服务平台

中国植保无人机及其施药关键技术的研究现状与趋势被引量：25: 1; 作者陈盛德廖玲君 +4 位作者徐小杰陈威任黎志宏周志艳兰玉彬《沈阳农业大学学报》 CAS CSCD 北大核心 2023年第4期502-512,共11页; 随着精准农业的理念在我国不断推广,植保无人机作为我国农业航空产业的重要组成之一,近年来的迅猛发展和应用引起了人们的广泛关注,植保无人机具有操作容易、农药利用率高、安全可靠等特点,极大提高了防控病虫害的能力,降低了地形对喷... 展开更多; 关键词植保无人机施药技术现状发展趋势; 在线阅读下载PDF 职称材料

基于无人机多光谱遥感的玉米LAI监测研究被引量：2: 2; 作者陈盛德陈一钢 +4 位作者徐小杰刘俊宇郭健洲胡诗云兰玉彬《华南农业大学学报》 CAS CSCD 北大核心 2024年第4期608-617,共10页; [目的]探究更高效估测玉米LAI的无人机多光谱遥感监测模型,实现对玉米叶面积指数(Leaf area index,LAI)的快速预测估算。[方法]以全生长周期的玉米植株为研究对象,通过多光谱遥感无人机获取玉米植株影像并实地采集玉米LAI,利用多光谱信... 展开更多; 关键词无人机(UAV) 遥感多光谱玉米叶面积指数(LAI) 监测; 在线阅读下载PDF 职称材料

基于Spark的WOA-BP水稻产量预测被引量：6: 3; 作者陈志浩王建华 +5 位作者龙拥兵兰玉彬刘军和熊弘依肖方军肖艺铭《华南农业大学学报》 CAS CSCD 北大核心 2023年第4期613-618,共6页; 【目的】随着大数据技术和人工智能的快速发展,针对当前水稻产量预测模型精度低、预测区域范围过大、模型优化时间过长等问题,本文提出一种基于Spark的鲸鱼优化算法−反向传播神经网络(Whale optimization algorithm-backpropagation,WOA... 展开更多; 关键词气象因素水稻产量反向传播神经网络鲸鱼优化算法 SPARK; 在线阅读下载PDF 职称材料

融合Focal Loss与典型卷积神经网络结构的水稻病害图像分类被引量：6: 4; 作者杨非凡徐伟诚 +1 位作者陈盛德兰玉彬《江苏农业科学》北大核心 2023年第14期198-204,共7页; 快速高效地识别水稻病害的种类并及时采取有效的防治措施对避免水稻减产具有重要意义,为解决人工识别水稻病害效率低、识别精度不高、深度学习样本不平衡导致识别准确率不高等问题,融合Focal Loss与4种典型卷积神经网络结构对7种水稻病... 展开更多; 关键词水稻病害识别卷积神经网络 Focal Loss ResNet MobileNetV2 VGG16; 在线阅读下载PDF 职称材料

题名中国植保无人机及其施药关键技术的研究现状与趋势被引量：25: 1; 作者陈盛德廖玲君徐小杰陈威任黎志宏周志艳兰玉彬; 机构华南农业大学电子工程学院(人工智能学院)/国家精准农业航空施药技术国际联合研究中心/工程学院/岭南现代农业科学与技术广东省实验室; 出处《沈阳农业大学学报》 CAS CSCD 北大核心 2023年第4期502-512,共11页; 基金广东省自然科学基金项目(2022A1515011535) 广州市科技计划项目(202201010642) +1 种基金国家自然科学基金项目(31901411)。; 文摘随着精准农业的理念在我国不断推广,植保无人机作为我国农业航空产业的重要组成之一,近年来的迅猛发展和应用引起了人们的广泛关注,植保无人机具有操作容易、农药利用率高、安全可靠等特点,极大提高了防控病虫害的能力,降低了地形对喷洒作业的限制。为全面、深入地了解我国植保无人机及其施药关键技术的发展现状及未来趋势,对我国植保无人机的发展和应用状况进行了概述,主要从航空变量施药技术、航空静电施药技术、航线规划技术、自主避障技术及施药效果检测技术5个方面对植保无人机施药关键技术的研究现状进行了阐述和分析,并针对航空变量施药决策系统、多机协同作业技术、航空施药作业专家系统及植保无人机配套施药技术4个方面指出了植保无人机施药关键技术的未来发展趋势,以期为国内科研机构和企业的科学研究提供参考,加快我国植保无人机技术的发展进程,促进和推动我国植保无人机产业的快速发展。; 关键词植保无人机施药技术现状发展趋势; Keywords plant protection UAV spraying technology status trends; 分类号 S2 [农业科学—农业工程]; 在线阅读下载PDF 职称材料

题名基于无人机多光谱遥感的玉米LAI监测研究被引量：2: 2; 作者陈盛德陈一钢徐小杰刘俊宇郭健洲胡诗云兰玉彬; 机构华南农业大学电子工程学院(人工智能学院)/国家精准农业航空施药技术国际联合研究中心岭南现代农业科学与技术广东省实验室; 出处《华南农业大学学报》 CAS CSCD 北大核心 2024年第4期608-617,共10页; 基金广东省自然科学基金(2022A1515011535) 广州市科技计划(202201010642) 岭南现代农业科学与技术广东省实验室项目(NT2021009)。; 文摘 [目的]探究更高效估测玉米LAI的无人机多光谱遥感监测模型,实现对玉米叶面积指数(Leaf area index,LAI)的快速预测估算。[方法]以全生长周期的玉米植株为研究对象,通过多光谱遥感无人机获取玉米植株影像并实地采集玉米LAI,利用多光谱信息研究植被指数与玉米LAI之间的定量关系,并选择相关的植被指数;分别使用多元线性逐步回归、支持向量机回归算法(Support vector machine regression,SVM)、随机森林回归算法(Random forest regression,RF)和基于鲸鱼算法(Whale optimization algorithm,WOA)优化的随机森林算法(WOA-RF)构建玉米LAI预测模型,通过分析对比,选择最优预测模型。[结果]筛选出的植被指数NDVI、NDRE、EVI、CIG与LAI呈极显著相关(P<0.01),构建了多元线性回归模型、SVM模型、RF模型和WOARF模型的预测模型,R2分别为0.873 2、0.878 0、0.917 7和0.940 8,RMSE分别为0.277 5、0.236 5、0.209 0和0.128 7。[结论]基于WOA-RF的玉米LAI预测模型的预测精度能够满足玉米生产的需要,对玉米生长期间的种植管理具有指导意义。; 关键词无人机(UAV) 遥感多光谱玉米叶面积指数(LAI) 监测; Keywords Unmanned aerial vehicle(UAV) Remote sensing Multispectral Corn Leaf area index(LAI) Monitoring; 分类号 S25 [农业科学—农业机械化工程] S513 [农业科学—作物学]; 在线阅读下载PDF 职称材料

题名基于Spark的WOA-BP水稻产量预测被引量：6: 3; 作者陈志浩王建华龙拥兵兰玉彬刘军和熊弘依肖方军肖艺铭; 机构华南农业大学电子工程学院(人工智能学院)/国家精准农业航空施药技术国际联合研究中心/岭南现代农业科学与技术广东省实验室; 出处《华南农业大学学报》 CAS CSCD 北大核心 2023年第4期613-618,共6页; 基金岭南现代农业实验室资助项目(NT2021009) 广东省基础与应用基础研究基金(2021A1515011514) +2 种基金广东省重点领域研发计划(2019B020214003)。; 文摘【目的】随着大数据技术和人工智能的快速发展,针对当前水稻产量预测模型精度低、预测区域范围过大、模型优化时间过长等问题,本文提出一种基于Spark的鲸鱼优化算法−反向传播神经网络(Whale optimization algorithm-backpropagation,WOA-BP)水稻产量预测方法。【方法】本文以广东省西部地区的县/市/区水稻产量及气象数据作为研究对象,采用WOA对BP网络的权值和偏置值进行优化,并构建水稻产量预测模型,提升预测精度;此外,在Spark框架下,实现WOA-BP算法并行化,减少算法时间开销。【结果】模型精度方面,通过对预测结果进行反归一化后比较,经WOA优化后的BP神经网络模型,平均绝对百分比误差(Mean absolute percentage error)从8.354%降至7.068%,平均绝对误差(Mean absolute error)从31.320 kg降至26.982 kg,均方根误差(Root mean square error)从41.008 kg降至33.546 kg;运行时间方面,3节点Spark集群比非Spark模式减少了11742 s,减少44%的时间开销。【结论】基于Spark的WOA-BP水稻产量预测方法,能够较好地预测出广东西部县/市/区的水稻产量,同时可以很好地反映气象因素对广东省西部地区水稻产量的影响情况,对研究广东西部县/市/区乃至整个广东的水稻产量情况具有一定的参考价值。; 关键词气象因素水稻产量反向传播神经网络鲸鱼优化算法 SPARK; Keywords Weather factor Rice yield Backpropagation neural network(BP) Whale optimization algorithm(WOA) Spark; 分类号 TP391 [自动化与计算机技术—计算机应用技术] S512 [农业科学—作物学]; 在线阅读下载PDF 职称材料

题名融合Focal Loss与典型卷积神经网络结构的水稻病害图像分类被引量：6: 4; 作者杨非凡徐伟诚陈盛德兰玉彬; 机构华南农业大学电子工程学院(人工智能学院)/国家精准农业航空施药技术国际联合研究中心; 出处《江苏农业科学》北大核心 2023年第14期198-204,共7页; 基金华南农业大学-碧桂园校地校企合作项目广东省引进领军人才项目(编号:2016LJ06G689) +2 种基金岭南现代农业实验室科研项目(编号:NT2021009)。; 文摘快速高效地识别水稻病害的种类并及时采取有效的防治措施对避免水稻减产具有重要意义,为解决人工识别水稻病害效率低、识别精度不高、深度学习样本不平衡导致识别准确率不高等问题,融合Focal Loss与4种典型卷积神经网络结构对7种水稻病害进行分类识别。利用TensorFlow的Keras深度学习框架搭建卷积神经网络的图像识别分类系统,使用Focal Loss损失函数解决数据集不平衡导致识别准确率低的问题,采用ResNet50、ResNet101、MobileNetV2、VGG16作为特征提取骨干,对7种水稻病害进行识别。通过imgaug库增强数据,将13543张水稻病害图像按照9∶1的比例划分为训练集和验证集并参与训练模型,将1404张水稻病害图像作为测试集来验证模型的准确性。结果表明,所搭建的数据集中ResNet50、ResNet101、MobileNetV2、VGG16的识别准确率分别为98.06%、94.26%、92.47%、97.83%。可见,在融合Focal Loss损失函数的情况下,ResNet50作为特征提取骨干训练出的模型在水稻病害图像分类中拥有最高的准确率,该成果可在实际生产中实现水稻病害的自动分类识别,有助于水稻病害的防治工作。; 关键词水稻病害识别卷积神经网络 Focal Loss ResNet MobileNetV2 VGG16; 分类号 TP391.41 [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	作者	出处	发文年	被引量	操作
1	中国植保无人机及其施药关键技术的研究现状与趋势	陈盛德廖玲君徐小杰陈威任黎志宏周志艳兰玉彬	《沈阳农业大学学报》 CAS CSCD 北大核心	2023	25	在线阅读下载PDF 职称材料
2	基于无人机多光谱遥感的玉米LAI监测研究	陈盛德陈一钢徐小杰刘俊宇郭健洲胡诗云兰玉彬	《华南农业大学学报》 CAS CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
3	基于Spark的WOA-BP水稻产量预测	陈志浩王建华龙拥兵兰玉彬刘军和熊弘依肖方军肖艺铭	《华南农业大学学报》 CAS CSCD 北大核心	2023	6	在线阅读下载PDF 职称材料
4	融合Focal Loss与典型卷积神经网络结构的水稻病害图像分类	杨非凡徐伟诚陈盛德兰玉彬	《江苏农业科学》北大核心	2023	6	在线阅读下载PDF 职称材料