期刊导航
期刊开放获取
河南省图书馆
退出
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
基于统计纹理残差学习网络的葡萄叶片分类方法
被引量:
1
1
作者
唐恒翱
李杭昊
+3 位作者
孙志同
孟江飞
杨博宇
张宏鸣
《华中农业大学学报》
CAS
CSCD
北大核心
2023年第3期169-176,共8页
针对葡萄叶片类间相似度高导致的类内品种分类精度低的问题,构建一种改进的统计纹理残差学习网络(statistical texture residual learning network,STRLNet)的葡萄叶片分类方法。首先在ResNet50骨干网络的基础上添加SE注意力机制,然后...
针对葡萄叶片类间相似度高导致的类内品种分类精度低的问题,构建一种改进的统计纹理残差学习网络(statistical texture residual learning network,STRLNet)的葡萄叶片分类方法。首先在ResNet50骨干网络的基础上添加SE注意力机制,然后构建底层信息的特征增强层,最后将增强后的底层特征与骨干网络提取的高层语义信息相融合,输出连接到用于存储分类特性的全连接层上。利用采集的11种成熟期葡萄叶片数据集进行训练测试,结果显示,STRLNet在提高网络空间性能的同时可充分利用底层特征信息,对构建的葡萄叶片数据集的分类准确率可以达到92.26%,相较于ResNet骨干网络提高了约2.8个百分点,与VGG16、Inception v4和ResNet等主流分类网络相比在葡萄叶片细粒度分类中具有更高的准确性。研究结果表明,在多品种的葡萄叶片分类任务中,改进后的模型相较于骨干网络可以关注到更多的特征信息,相较于主流分类网络模型可以获得更高的分类精度,模型性能得到进一步的提升。
展开更多
关键词
细粒度分类
葡萄品种分类
特征提取
注意力机制
纹理增强层
卷积神经网络
精准分类
下载PDF
职称材料
结合FCN和DenseCRF模型的无人机梯田识别方法研究
被引量:
9
2
作者
杨亚男
张宏鸣
+2 位作者
李杭昊
杨江涛
全凯
《计算机工程与应用》
CSCD
北大核心
2021年第3期222-230,共9页
梯田是坡耕地上最主要的水土保持工程,准确地提取梯田信息对水土保持监测和评价十分重要。为了解决无人机遥感梯田识别研究中梯田特征自动学习的问题,制作了一套像素级标注的梯田正射影像样本集并设计FCN-8s模型与DenseCRF模型结合的梯...
梯田是坡耕地上最主要的水土保持工程,准确地提取梯田信息对水土保持监测和评价十分重要。为了解决无人机遥感梯田识别研究中梯田特征自动学习的问题,制作了一套像素级标注的梯田正射影像样本集并设计FCN-8s模型与DenseCRF模型结合的梯田识别方法。实验结果表明,该方法在山脊区梯田、密集水平梯田和不规则梯田识别的总体精度、F1分数和Kappa系数均值分别为86.85%、87.28%、80.41%,与其他方法相比,效果较好。该方法适用于无人机遥感梯田识别领域,是一种精确有效的识别方法。
展开更多
关键词
梯田识别
无人机影像分类
深度学习
语义分割
下载PDF
职称材料
浅谈环境立法对农产品质量安全的保护
3
作者
李杭昊
《现代农业研究》
2020年第6期131-132,共2页
本文主要针对环境立法对农产品质量安全的保护展开论述,浅析农产品质量安全与环境的关系,同时对相关不足提出完善建议。
关键词
环境立法
农产品
安全
下载PDF
职称材料
题名
基于统计纹理残差学习网络的葡萄叶片分类方法
被引量:
1
1
作者
唐恒翱
李杭昊
孙志同
孟江飞
杨博宇
张宏鸣
机构
西北农林科技大学信息工程学院
西北农林科技大学葡萄酒学院
出处
《华中农业大学学报》
CAS
CSCD
北大核心
2023年第3期169-176,共8页
基金
国家重点研发计划项目(2020YFD1100601)
陕西省科技厅项目(2023YBNY217)
陕西省秦创原“科学家+工程师”建设项目(2022KXJ-67)。
文摘
针对葡萄叶片类间相似度高导致的类内品种分类精度低的问题,构建一种改进的统计纹理残差学习网络(statistical texture residual learning network,STRLNet)的葡萄叶片分类方法。首先在ResNet50骨干网络的基础上添加SE注意力机制,然后构建底层信息的特征增强层,最后将增强后的底层特征与骨干网络提取的高层语义信息相融合,输出连接到用于存储分类特性的全连接层上。利用采集的11种成熟期葡萄叶片数据集进行训练测试,结果显示,STRLNet在提高网络空间性能的同时可充分利用底层特征信息,对构建的葡萄叶片数据集的分类准确率可以达到92.26%,相较于ResNet骨干网络提高了约2.8个百分点,与VGG16、Inception v4和ResNet等主流分类网络相比在葡萄叶片细粒度分类中具有更高的准确性。研究结果表明,在多品种的葡萄叶片分类任务中,改进后的模型相较于骨干网络可以关注到更多的特征信息,相较于主流分类网络模型可以获得更高的分类精度,模型性能得到进一步的提升。
关键词
细粒度分类
葡萄品种分类
特征提取
注意力机制
纹理增强层
卷积神经网络
精准分类
Keywords
fine-grained classification
classification of grape cultivars
feature extraction
attention mechanism
texture enhancement layer
convolution neural network
accurate classification
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
结合FCN和DenseCRF模型的无人机梯田识别方法研究
被引量:
9
2
作者
杨亚男
张宏鸣
李杭昊
杨江涛
全凯
机构
西北农林科技大学信息工程学院
西北农林科技大学水利与建筑工程学院
宁夏智慧农业产业技术协同创新中心
出处
《计算机工程与应用》
CSCD
北大核心
2021年第3期222-230,共9页
基金
国家自然科学基金(41771315)
宁夏自治区重点研发项目(2017BY067)
+2 种基金
国家重点研发计划(2017YFC0403200)
杨凌示范区产学研用协同创新重大项目(2018CXY-23)
高等学校学科创新引智计划(B12007)。
文摘
梯田是坡耕地上最主要的水土保持工程,准确地提取梯田信息对水土保持监测和评价十分重要。为了解决无人机遥感梯田识别研究中梯田特征自动学习的问题,制作了一套像素级标注的梯田正射影像样本集并设计FCN-8s模型与DenseCRF模型结合的梯田识别方法。实验结果表明,该方法在山脊区梯田、密集水平梯田和不规则梯田识别的总体精度、F1分数和Kappa系数均值分别为86.85%、87.28%、80.41%,与其他方法相比,效果较好。该方法适用于无人机遥感梯田识别领域,是一种精确有效的识别方法。
关键词
梯田识别
无人机影像分类
深度学习
语义分割
Keywords
terrace identification
UAV image classification
deep learning
semantic segmentation
分类号
TP75 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
浅谈环境立法对农产品质量安全的保护
3
作者
李杭昊
机构
黑龙江大学
出处
《现代农业研究》
2020年第6期131-132,共2页
文摘
本文主要针对环境立法对农产品质量安全的保护展开论述,浅析农产品质量安全与环境的关系,同时对相关不足提出完善建议。
关键词
环境立法
农产品
安全
Keywords
environmental legislation
agricultural products
safety
分类号
D901 [政治法律—法学理论]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于统计纹理残差学习网络的葡萄叶片分类方法
唐恒翱
李杭昊
孙志同
孟江飞
杨博宇
张宏鸣
《华中农业大学学报》
CAS
CSCD
北大核心
2023
1
下载PDF
职称材料
2
结合FCN和DenseCRF模型的无人机梯田识别方法研究
杨亚男
张宏鸣
李杭昊
杨江涛
全凯
《计算机工程与应用》
CSCD
北大核心
2021
9
下载PDF
职称材料
3
浅谈环境立法对农产品质量安全的保护
李杭昊
《现代农业研究》
2020
0
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