基于空洞卷积下采样单元的轻量化害虫图像识别模型

近年来,随着深度学习技术在计算机视觉领域的广泛应用,害虫图像识别成为农业领域中一项重要任务。为了解决害虫图像识别中传统深度学习模型对计算资源和存储空间需求过高的问题,本研究提出一种基于空洞卷积下采样单元的轻量化害虫图像识别模型。该模型采用轻量化网络架构,并引入空洞卷积和下采样技术来减小计算量和存储空间。首先,采用MobileNet v2网络来替代VGG16网络,以解决主干特征提取网络参数量过大的问题;其次,设计空洞卷积下采样单元对特征图进行降采样,从而实现模型的多尺度识别;最后,引入空洞卷积更好地捕获不同尺度的感受野。试验结果表明,本研究模型对害虫的识别准确率比VGG16模型提高了1.47%;相较于现有深度学习模型,该模型在减小50%参数量的同时,依然能够保持较高的识别准确率和实时性能。期待本研究模型可以对农业领域中害虫的监测与预警等提供一定的实际应用价值。

甘肃省区域自动气象站数据质量评估应用程序研究

文章利用python编程语言开发了一款对甘肃省区域自动气象站质控疑误数据自动统计分析应用程序,能够自动链接甘肃省气象资料业务系统(MDOS)区域自动站后台数据库,对全年各月质控出的全省区域自动站疑误数据进行分站点、分要素、分疑误类型的筛选、分析,快速自动生成EXCEL统计图形和表格,自动生成WORD格式的甘肃省区域站逐月数据质量分析报告模板;程序的业务应用对提高区域站设备运行的可靠性和数据可用性具有重要意义。

云计算环境下的气象资料管理平台设计

本研究在以虚拟化资源池和分布式存储为基础的云计算环境下构建了一个气象资料管理平台,实现数字气象档案的数据存储、管理、检索服务,为数字气象档案管理与服务提供一个新的模式,也为气象数字档案馆建设奠定基础。同时,数据的高效管理与服务,提高了气象档案的开发利用率。

Modified Multispectral Space for Color Representation

Conventional multispectral space for color representation is modified by algorithm of cluster analysis and principal component analysis. Results show that the newer modified multispectral space not only keeping the structure of the original space but eliminating zero crosses as well its accuracy of color representation is higher than the conventional.