期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于时空信息的作物光谱图像相关模型挖掘方法(英文)
1
作者 高荣华 李奇峰 +1 位作者 顾静秋 孙想 《系统仿真学报》 CAS CSCD 北大核心 2018年第12期4513-4519,共7页
作物病害表现在叶片形态上,且外观和内部结构发生变化,生长环境也对病害有一定的影响。将生长环境、叶RGB图像和光谱图像融合,研究并提出一种作物光谱图像相关模型的时空信息挖掘方法,从时间维度、空间维度和光谱维度分析作物病害的光... 作物病害表现在叶片形态上,且外观和内部结构发生变化,生长环境也对病害有一定的影响。将生长环境、叶RGB图像和光谱图像融合,研究并提出一种作物光谱图像相关模型的时空信息挖掘方法,从时间维度、空间维度和光谱维度分析作物病害的光谱反射特征与作物发育、健康状况和生长条件的相关性,建立典型病害特征模型。实验结果表明,图像处理和光谱成像技术的融合方法可以在疾病的早期阶段实现快速、准确和无损诊断。 展开更多
关键词 高斯滤波 光谱信息 时空信息 时间维 谱维数
下载PDF
多结构参数集成学习的设施黄瓜病害智能诊断 被引量:4
2
作者 高荣华 李奇峰 +2 位作者 孙想 顾静秋 彭程 《农业工程学报》 EI CAS CSCD 北大核心 2020年第16期158-165,共8页
单一特征已不能很好的描述作物病害典型特征,而生长环境参数(土壤温湿度、pH值、空气温湿度等)与病害密切相关,多结构数据学习向量化与特征最优组合能够有效提升病害诊断准确性。该研究以黄瓜白粉病、角斑病、炭疽病、菌核病4种病害50... 单一特征已不能很好的描述作物病害典型特征,而生长环境参数(土壤温湿度、pH值、空气温湿度等)与病害密切相关,多结构数据学习向量化与特征最优组合能够有效提升病害诊断准确性。该研究以黄瓜白粉病、角斑病、炭疽病、菌核病4种病害50个样本为实例,融合结构化作物生长环境参数与非结构化图像特征,通过智能化物联网,对实时采集到的环境参数进行监测、分析,并将其与图像特征融合,构建多结构病害特征最优组合模型。试验结果表明,样本识别率在79.4%~93.6%,对比卷积神经网络图像识别识别率,卷积神经网络由于需要对病害图像数据进行降维,后台识别时间较高;深度迁移学习的图像识别方法,需要大量图像数据输入深度网络学习,而现实中病害图像数量不足以满足深度学习要求,因此识别率会因为样本不充分而降低;该方法借助少量图像数据,同时结合环境与专家知识资源,采用多结构参数集成学习的方法进行病害识别,在较少识别时间的基础上确保识别的准确性。 展开更多
关键词 图像识别 智能系统 病害 多结构参数 学习向量化 智能诊断
下载PDF
协同办公平台数据驱动下的农业科研绩效评价 被引量:3
3
作者 李昀 吴华瑞 +3 位作者 李奇峰 顾静秋 李庆学 韩笑 《河北农业大学学报》 CAS CSCD 北大核心 2020年第5期122-130,共9页
科研创新成果评价是系统性衡量项目完成质量的重要步骤,它为科研人员激励制度制定、科研资源合理配置提供了重要参考。科研项目投入和产出是实质性的,属于科研绩效评估的定量标准,能够使成果评价更加科学客观。考虑到目前科研单位通常... 科研创新成果评价是系统性衡量项目完成质量的重要步骤,它为科研人员激励制度制定、科研资源合理配置提供了重要参考。科研项目投入和产出是实质性的,属于科研绩效评估的定量标准,能够使成果评价更加科学客观。考虑到目前科研单位通常利用协同办公平台管理项目科研成果,在此基础上研究了针对农业领域的量化的科研创新成果评价指标体系。在1种改进熵-TOPSIS的评价框架下,利用香农熵对设置指标进行加权,然后同时引入曼哈顿距离,余弦距离和灰色关联度优化TOPSIS模型的理想解距离计算方式。实际案例测试结果表明,该方法支持农业科研项目的多指标绩效评价。与其他传统方法相比,能有效捕捉多级评价指标的细节差异,保证评价结果的准确性和客观性,且构建的指标体系可为后续其他科研项目评价和协同办公平台实现评价功能提供可借鉴模式。 展开更多
关键词 农业科研创新 绩效评价 曼哈顿距离 灰色关联 TOPSIS模型
下载PDF
Cow behavior recognition based on image analysis and activities 被引量:1
4
作者 gu jingqiu Wang Zhihai +1 位作者 Gao Ronghua Wu Huarui 《International Journal of Agricultural and Biological Engineering》 SCIE EI CAS 2017年第3期165-174,共10页
For the rapid and accurate identification of cow reproduction and healthy behavior from mass surveillance video,in this study,400 head of young cows and lactating cows were taken as the research object and analyzed co... For the rapid and accurate identification of cow reproduction and healthy behavior from mass surveillance video,in this study,400 head of young cows and lactating cows were taken as the research object and analyzed cow behavior from the dairy activity area and milk hall ramp.The method of object recognition based on image entropy was proposed,aiming at the identification of motional cow object behavior against a complex background.Calculating a minimum bounding box and contour mapping were used for the real-time capture of rutting span behavior and hoof or back characteristics.Then,by combining the continuous image characteristics and movement of cows for 7 d,the method could quickly distinguish abnormal behavior of dairy cows from healthy reproduction,improving the accuracy of the identification of characteristics of dairy cows.Cow behavior recognition based on image analysis and activities was proposed to capture abnormal behavior that has harmful effects on healthy reproduction and to improve the accuracy of cow behavior identification.The experimental results showed that,through target detection,classification and recognition,the recognition rates of hoof disease and heat in the reproduction and health of dairy cows were greater than 80%,and the false negative rates of oestrus and hoof disease were 3.28%and 5.32%,respectively.This method can enhance the real-time monitoring of cows,save time and improve the management efficiency of large-scale farming. 展开更多
关键词 cow behavior target segmentation image entropy image moment ACTIVITIES intelligent analysis
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部