检索结果-维普期刊中文期刊服务平台

福建省农业技术推广信息化展示平台设计与实现被引量：4: 1; 作者阙翔陈日清 +3 位作者刘必雄罗超李梦航苏少强《农业工程》 2021年第3期43-49,共7页; 根据福建省茶叶、蔬菜、食用菌及再生稻4大特色产业,以及在农业技术推广服务中所采用的"科研试验基地、区域示范基地、基层推广站点及农户"有机结合的新模式,设计并提出农业技术推广的信息化服务体系结构。针对多元化推广服... 展开更多; 关键词信息系统信息管理地理信息系统农业技术推广服务云平台; 在线阅读下载PDF 职称材料

基于混合注意力机制的茶芽检测: 2; 作者王洲周旗 +1 位作者王李进吴清寿《南京信息工程大学学报》北大核心 2025年第4期506-514,共9页; 准确识别茶芽图像需要克服茶芽颜色与背景相似且目标尺寸小的问题,为此提出一种应用于茶芽检测的基于混合注意力机制的YOLOv5s模型.首先,提出一种混合注意力机制(HAM)并将其加入到YOLOv5s主干网络中,使网络能够专注于目标区域,更加充分... 展开更多; 关键词茶芽检测 YOLOv5s 注意力机制损失函数; 在线阅读下载PDF 职称材料

一种伪装昆虫图像的前背景自动分割算法——ZDNet: 3; 作者范炬臣李小林 +3 位作者任昊杰王荣张飞萍黄世国《昆虫学报》 CAS CSCD 北大核心 2024年第8期1127-1136,共10页; 【目的】昆虫常在色彩、纹理或形态上和背景相似,具有伪装性,识别难度大。本研究旨在探索基于深度学习的伪装昆虫前背景自动分割方法。【方法】将显著目标检测算法(salient object detection algorithm)、大模型图像分割算法(large-scal... 展开更多; 关键词昆虫伪装目标检测深度学习图像分割深层梯度网络; 在线阅读下载PDF 职称材料

松墨天牛诱捕器智能管理系统的构建: 4; 作者黄世国姜明 +3 位作者李小林洪铭淋林燕红张飞萍《中国森林病虫》 2020年第5期25-30,共6页; 利用诱捕技术监测和控制松墨天牛Monochamus alternatus已成为松材线虫病防控的一项重要措施。利用ionoic、Spring Boot和MyBatis框架,对如何构建松墨天牛诱捕器的智能管理系统进行了研究。结果表明:开发的系统通过浏览器端主页给用户... 展开更多; 关键词松墨天牛智能管理统计学分析可视化; 在线阅读下载PDF 职称材料

基于深度学习和无人机遥感技术的玉米雄穗检测研究被引量：14: 5; 作者梁胤豪陈全 +1 位作者董彩霞杨长才《福建农业学报》 CAS CSCD 北大核心 2020年第4期456-464,共9页; 【目的】玉米雄穗在玉米的生长过程和最终产量中起关键作用,使用无人机采集玉米抽穗期的RGB图像,研究不同的目标检测算法,构建适用于无人机智能检测玉米雄穗的模型,自动计算图像中雄穗的个数。【方法】使用无人飞行器(UAV)在25 m飞行高... 展开更多; 关键词无人机目标检测玉米雄穗; 在线阅读下载PDF 职称材料

求解最小度约束最小生成树的强化粒子群优化算法: 6; 作者吴良成杨凯 +1 位作者钟一文林娟《计算机科学与探索》 2025年第8期2110-2122,共13页; 为解决最小度约束最小生成树问题,提出一种结合强化学习求解的粒子群优化(PSO)算法。在搜索区域初始化过程中,利用生成树结构特征信息,设计基于短边聚类的结构生长方法,为后续搜索提供优质初始解空间;在PSO算法框架内,利用群体协同进化... 展开更多; 关键词最小度约束最小生成树强化学习粒子群优化局部搜索; 在线阅读下载PDF 职称材料

题名福建省农业技术推广信息化展示平台设计与实现被引量：4: 1; 作者阙翔陈日清刘必雄罗超李梦航苏少强; 机构福建农林大学计算机与信息学院生态与资源统计重点实验室智慧农林福建省高校重点实验室; 出处《农业工程》 2021年第3期43-49,共7页; 基金福建省重大农技推广项目(KNJ154005) 国家留学基金委项目(201807870006) +2 种基金中央引导地方发展专项(2020L3006)。; 文摘根据福建省茶叶、蔬菜、食用菌及再生稻4大特色产业,以及在农业技术推广服务中所采用的"科研试验基地、区域示范基地、基层推广站点及农户"有机结合的新模式,设计并提出农业技术推广的信息化服务体系结构。针对多元化推广服务需求和相关数据多类型、多主题和多源异构等问题,采用统一信息资源分类与编码的方法,基于ASP.NET框架的模型视图控制器(Model View Controller,MVC)结构,设计和实现了"GIS+"模式的推广服务信息化展示及其后端管理系统。该系统将各种数据按资源分类编码与WebGIS地图图层关联,并部署在可伸缩、可迁移的H3C CAS云平台中,支持物联网视频监控和传感器的接入,实现了对各特色产业的16个主题14064条服务数据及科研试验基地等的实时监测数据的动态管理与集成展示,已存储视频、图片和文本等多种类型数据约75 GB,可为企业、农户等提供便捷、高效的服务。; 关键词信息系统信息管理地理信息系统农业技术推广服务云平台; Keywords information system information management GIS agriculture technology extension service cloud platform; 分类号 S126 [农业科学—农业基础科学]; 在线阅读下载PDF 职称材料

题名基于混合注意力机制的茶芽检测: 2; 作者王洲周旗王李进吴清寿; 机构福建农林大学计算机与信息学院/智慧农林福建省高校重点实验室武夷学院数学与计算机学院; 出处《南京信息工程大学学报》北大核心 2025年第4期506-514,共9页; 基金福建省自然科学基金(2021J01127) 福建农林大学科技创新专项基金(KFb22092XA,KFb23158) 福建省茶产业大数据应用与智能化重点实验室开放基金(FKLBDAITI202309)。; 文摘准确识别茶芽图像需要克服茶芽颜色与背景相似且目标尺寸小的问题,为此提出一种应用于茶芽检测的基于混合注意力机制的YOLOv5s模型.首先,提出一种混合注意力机制(HAM)并将其加入到YOLOv5s主干网络中,使网络能够专注于目标区域,更加充分地提取特征,提高模型识别物体的准确性.然后,引入归一化瓦瑟斯坦距离(NWD)作为新的度量指标,并与原有的CIoU损失函数相结合.NWD损失函数通过边界框对应的高斯分布来计算它们之间的相似性,从而提高模型对图像中小目标的检测精度.实验结果表明,与原YOLOv5s模型相比,改进后模型的mAP_(0.5)、mAP_(0.5∶0.95)分别提高0.9和1.3个百分点,而参数量仅仅增加0.044×10^(6).这些结果验证了本文所提出的方法在茶芽检测方面的有效性.; 关键词茶芽检测 YOLOv5s 注意力机制损失函数; Keywords tea bud detection YOLOv5s attention mechanism loss function; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名一种伪装昆虫图像的前背景自动分割算法——ZDNet: 3; 作者范炬臣李小林任昊杰王荣张飞萍黄世国; 机构福建农林大学计算机与信息学院智慧农林福建省高校重点实验室福建农林大学林学院; 出处《昆虫学报》 CAS CSCD 北大核心 2024年第8期1127-1136,共10页; 基金福建省自然科学基金项目(2021 J01125) 福建农林大学科技创新专项基金项目(KFb22097XA,KFB23155)。; 文摘【目的】昆虫常在色彩、纹理或形态上和背景相似,具有伪装性,识别难度大。本研究旨在探索基于深度学习的伪装昆虫前背景自动分割方法。【方法】将显著目标检测算法(salient object detection algorithm)、大模型图像分割算法(large-scale model-based image segmentation algorithm)以及伪装目标检测算法(camouflaged object detection algorithm)应用于伪装昆虫数据集,该数据集包括10类昆虫共1 900张图片;并进一步针对现有伪装目标检测算法的不足,提出了一种基于DGNet(deep-gradient network)的网络模型改进方法,即ZDNet(zoom-deep gradient network)。在构建该模型时,充分运用图像特征增强、交错图像金字塔、梯度诱导和跳跃式特征融合等技术。利用伪装目标检测公开数据集COD10K与CAMO构建了包含螽斯、蜘蛛等10个目昆虫的图像数据集,结合迁移学习进行网络训练,将经过训练的模型用于分割伪装昆虫。【结果】现有的伪装目标检测模型用于伪装昆虫前背景分割时,其分割性能明显优于显著目标检测模型和大模型分割图像。同时,ZDNet在性能上也明显优于现有的伪装目标检测算法,获得的S度量值、最大F度量值、平均F度量值、最大E度量值、平均E度量值和平均绝对误差(mean absolute error,MAE)分别为0.890, 0.865, 0.824, 0.966, 0.951和0.020。【结论】研究结果证明了ZDNet网络模型能够获得很好的伪装昆虫前背景分割结果,有利于提高昆虫识别的性能,也进一步拓宽了伪装目标检测方法的应用范围。; 关键词昆虫伪装目标检测深度学习图像分割深层梯度网络; Keywords Insects camouflage object detection deep learning image segmentation deep-gradient network; 分类号 Q969 [生物学—昆虫学]; 在线阅读下载PDF 职称材料

题名松墨天牛诱捕器智能管理系统的构建: 4; 作者黄世国姜明李小林洪铭淋林燕红张飞萍; 机构福建农林大学生态公益林重大有害生物防控福建省高校重点实验室福建农林大学智慧农林福建省高校重点实验室威海市林业局; 出处《中国森林病虫》 2020年第5期25-30,共6页; 基金国家重点研发计划项目(2017YFD0600105) 福建省自然科学基金(2017J01607) +1 种基金福建农林大学科技创新专项基金(KFA17030A,KFA17181A)。; 文摘利用诱捕技术监测和控制松墨天牛Monochamus alternatus已成为松材线虫病防控的一项重要措施。利用ionoic、Spring Boot和MyBatis框架,对如何构建松墨天牛诱捕器的智能管理系统进行了研究。结果表明:开发的系统通过浏览器端主页给用户提供的功能包括生成和管理二维码、查看和汇总诱捕数据、诱捕器空间分布可视化展示和统计分析等,通过APP端提供给用户的功能包括扫描二维码获取诱捕器空间位置信息、自动解析行政区划、录入诱捕情况、不同网络状态下的数据远程传输等。APP使用简便,作业人员在几分钟内即可学会熟练使用。系统已部署到云服务器上,并管理近4万个诱捕器,运行情况正常。平台在福建和山东省的成功应用表明,本系统可以实现对大量诱捕器的高效数据采集、管理和统计学分析,解决了人工记录和管理野外诱捕信息费时费力易混乱的问题。; 关键词松墨天牛智能管理统计学分析可视化; Keywords Monochamus alternatus intelligent management statistics analysis visualization; 分类号 S763.05 [农业科学—森林保护学]; 在线阅读下载PDF 职称材料

题名基于深度学习和无人机遥感技术的玉米雄穗检测研究被引量：14: 5; 作者梁胤豪陈全董彩霞杨长才; 机构西北大学数学学院福建农林大学农林大数据研究院福建农林大学计算机与信息学院/数字福建农林大数据研究所智慧农林福建省高校重点实验室; 出处《福建农业学报》 CAS CSCD 北大核心 2020年第4期456-464,共9页; 基金国家自然科学基金项目(61802064、61701117) 福建省自然科学基金项目(2019J01402)。; 文摘【目的】玉米雄穗在玉米的生长过程和最终产量中起关键作用,使用无人机采集玉米抽穗期的RGB图像,研究不同的目标检测算法,构建适用于无人机智能检测玉米雄穗的模型,自动计算图像中雄穗的个数。【方法】使用无人飞行器(UAV)在25 m飞行高度下获得大量玉米抽穗时期的RGB图像,裁剪并标注出图像中玉米雄穗的位置和大小,训练数据和测试数据按照3:1的比例划分数据集;在深度学习框架MXNet下,利用这些数据集,分别训练基于ResNet50的Faster R-CNN、基于ResNet50的SSD、基于mobilenet的SSD和YOLOv3等4种模型,对比4种模型的准确率、检测速度和模型大小。【结果】使用无人机采集了236张图像,裁剪成1024×1024大小的图片,去除成像质量差的图像,利用标注软件labelme获得100张标注的玉米雄穗数据集;最终得到4个模型的mAP值分别为0.73、0.49、0.58和0.72。在测试数据集上进行测试,Faster R-CNN模型的准确率最高为93.79%,YOLOv3的准确率最低,仅有20.04%,基于ResNet50的SSD和基于mobilenet的SSD分别为89.9%和89.6%。在识别的速度上,SSD_mobilenet最快(8.9 samples·s^−1),Faster R-CNN最慢(2.6 samples·s^−1),YOLOv3检测速度为3.47 samples·s^−1,SDD_ResNet50检测速度为7.4 samples·s^−1。在模型大小上,YOLO v3的模型最大,为241 Mb,SSD_mobilenet的模型最小,为55.519 Mb。【结论】由于无人机的机载平台计算资源稀缺,综合模型的速度、准确率和模型大小考虑,SSD_mobilenet最适于部署在无人机机载系统上用于玉米雄穗的检测。; 关键词无人机目标检测玉米雄穗; Keywords UAV object detection corn tassel; 分类号 S513 [农业科学—作物学] S127 [农业科学—农业基础科学]; 在线阅读下载PDF 职称材料

题名求解最小度约束最小生成树的强化粒子群优化算法: 6; 作者吴良成杨凯钟一文林娟; 机构福建农林大学计算机与信息学院; 出处《计算机科学与探索》 2025年第8期2110-2122,共13页; 基金福建省自然科学基金(2022J01153,2023J01078) 福建农林大学科技创新基金(KFB23192)。; 文摘为解决最小度约束最小生成树问题,提出一种结合强化学习求解的粒子群优化(PSO)算法。在搜索区域初始化过程中,利用生成树结构特征信息,设计基于短边聚类的结构生长方法,为后续搜索提供优质初始解空间;在PSO算法框架内,利用群体协同进化和保留历史信息的特点,设计不同进化速度的学习算子,在求解空间中展开多级精细搜索;设计不同粒度的自主飞行算子,负责不同程度的扰动,提供搜索多样性。同时围绕强化学习的状态反馈机制设计针对不同进化状态的奖惩池,根据当前搜索状态反馈及时调整个体更新策略,实现均衡高效搜索。进一步针对复杂邻域设计针对不同节点关系的两类局部搜索算子,针对叶节点进化设计交换、插入搜索操作,构成最小粒度的局部搜索;针对非叶节点设计替换、删除操作,在保证优质局部结构的同时提供更大范围内的搜索。使用105个被广泛用于测试的实例进行验证及对比,结果表明算法在98个实例上能够达到已知最优解,在其中48个实例中超越现有已知最优解,与其他算法的比较展示了算法的先进性和强有力的竞争力。; 关键词最小度约束最小生成树强化学习粒子群优化局部搜索; Keywords min-degree constrained minimum spanning tree reinforcement learning particle swarm optimization local search; 分类号 TP301 [自动化与计算机技术]; 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	福建省农业技术推广信息化展示平台设计与实现	阙翔陈日清刘必雄罗超李梦航苏少强	《农业工程》	2021	4	在线阅读下载PDF 职称材料
2	基于混合注意力机制的茶芽检测	王洲周旗王李进吴清寿	《南京信息工程大学学报》北大核心	2025	0	在线阅读下载PDF 职称材料
3	一种伪装昆虫图像的前背景自动分割算法——ZDNet	范炬臣李小林任昊杰王荣张飞萍黄世国	《昆虫学报》 CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
4	松墨天牛诱捕器智能管理系统的构建	黄世国姜明李小林洪铭淋林燕红张飞萍	《中国森林病虫》	2020	0	在线阅读下载PDF 职称材料
5	基于深度学习和无人机遥感技术的玉米雄穗检测研究	梁胤豪陈全董彩霞杨长才	《福建农业学报》 CAS CSCD 北大核心	2020	14	在线阅读下载PDF 职称材料
6	求解最小度约束最小生成树的强化粒子群优化算法	吴良成杨凯钟一文林娟	《计算机科学与探索》	2025		在线阅读下载PDF 职称材料