共查询到20条相似文献，搜索用时 546 毫秒
1.
目的 基于计算机层析成像(Computed tomography, CT)设备所得芒果CT序列图像,实现芒果内部品质的无损检测和病状识别分类。方法 利用分段函数法、中值滤波结合双边滤波,实现芒果图像增强;采用局部自适应阈值法,实现二值化处理;采用种子填充法进行区域填充;最后通过差影法准确提取芒果果实内部组织的坏损区域。基于深度迁移学习模型,对未处理和已处理的芒果图像数据开展训练和测试,通过AlexNet和GoogLeNet深度学习网络开展迁移学习,调整超参数完成训练过程的网络微调,在不同模型中对比未处理和已处理的芒果测试集在模型上的分类结果。结果 基于未处理数据集,GoogLeNet模型在学习率为0.0002 下训练,Accuracy和Macro-average指标分别为98.79%和98.41%。基于已处理数据集,GoogLeNet模型在学习率为0.0002 下训练,Accuracy和Macro-average指标分别为100%和100%。深度迁移学习模型在已处理数据集下的模型分类指标较未处理的数据集下有较大的提升。基于同一数据集且超参数一致时,GoogLeNet网络的分类效果明显优于AlexNet网络。结论 设定学习率为0.0002 、迭代轮数为3、最小批值为64,基于GoogLeNet网络开展深度迁移学习训练,将所得模型作为最终的分类模型。 相似文献
2.
目的 引入区域卷积神经网络Faster R-CNN算法并对其改进,以实现在田间真实环境下背景复杂且具有相似病斑特征的玉米病害的智能诊断。方法 在玉米田间和公开数据集网站获取具有复杂背景的9种常见病害图像1 150幅,人工标注后对原始图像进行离线数据增强扩充;对Faster R-CNN算法进行适应性改进,在卷积层加入批标准化处理层,引入中心代价函数构建混合代价函数,提高相似病斑的识别精度;采用随机梯度下降算法优化训练模型,分别选取4种预训练的卷积结构作为Faster R-CNN的特征提取网络进行训练,并测试得到最优特征提取网络,利用训练好的模型选取不同天气条件下的测试集进行对比,并将改进Faster R-CNN与未改进的Faster R-CNN和SSD算法进行对比试验。结果 在改进Faster R-CNN病害识别框架中,以VGG16卷积层结构作为特征提取网络具有更出色的性能,利用测试集图像检验模型,识别结果的平均精度为 0.971 8,平均召回率为0.971 9,F1为0.971 8,总体平均准确率可达97.23%;晴天的图像识别效果优于阴天的。改进Faster R-CNN算法与未改进的Faster R-CNN算法相比,平均精度高0.088 6,单张图像检测耗时减少0.139 s;与SSD算法相比,平均精度高0.0425 ,单张图像检测耗时减少0.018 s,表明在大田环境中具有复杂背景的玉米病害智能检测领域,改进Faster R-CNN算法综合性能优于未改进的Faster R-CNN算法和SSD算法。结论 将改进后的Faster R-CNN算法引入田间复杂条件下的玉米病害智能诊断是可行的,具有较高的准确率和较快的检测速度,能够避免传统人工识别的主观性,该方法为田间玉米病害的及时精准防控提供了依据。 相似文献
3.
目的 开发基于星基增强精密单点定位的农机自动导航系统。方法 以国产雷沃TX1204拖拉机为平台,采用国产星基增强定位板卡的输出数据作为农机位置反馈量,设计位速卡尔曼滤波器对定位数据进行滤波处理,开发预瞄跟随PID路径跟踪控制算法进行导航控制,整定不同行驶速度条件下的模型控制参数,采用地基增强RTK高精度定位接收机输出数据作为参考量,搭建农机自动导航测试系统并开展系统性能测试。结果 在直线跟踪误差方面,所开发的农机自动导航系统平均误差为?0.0009436 m,标准差为0.02452 m,最大误差绝对值为0.08472 m;在邻接行误差方面,平均误差为0.0007128 m,标准差为0.02986 m,最大误差绝对值为0.15444 m。这一精度可满足大部分农机自动导航作业需求。结论 将国产星基增强精密单点定位技术用于农机自动导航是可行的;本文设计的预瞄跟随PID路径跟踪控制模型和提出的不同速度条件下PID参数与前视距离的整定方法,提高了系统对不同速度的自适应能力。 相似文献
4.
目的 水稻产量关乎全人类的粮食安全,如何有效地预防和高效地检测水稻病虫害是智慧农业领域的重要课题。深度学习由于具备自主学习图像特征等优异性能,成为水稻病虫害识别的首选方法。但在自然环境下,数据集偏小,且容易受到复杂背景的影响,在训练过程中容易产生过拟合,以及细微特征难以提取等问题。本研究致力于解决上述问题。方法 提出一种基于改进ResNet的多尺度双分支结构的水稻病虫害识别模型(MSDB-ResNet)。在ResNet模型的基础上,引入ConvNeXt残差块,以优化残差块的计算比例,构建双分支结构,通过调整每条分支的卷积核大小,提取输入病害图像中大小不同的病害特征。针对现实环境复杂、数据集太小、过拟合等问题,利用从自然环境拍摄到的5932张水稻病虫害图像,使用随机亮度、运动模糊等数据预处理方法,以及镜像、裁剪、缩放等数据增强方法,将数据集扩充到20000张,训练MSDB-ResNet模型识别4种常见的水稻病害。结果 MSDB-ResNet在水稻病虫害数据集上具有良好的识别性能,识别准确率高达99.10%,较原ResNet 模型提高了2.42个百分点,明显优于AlexNet、VGG、DenseNet和ResNet等经典网络。该模型具有良好的泛化能力和极强的鲁棒性。结论 MSDB-ResNet模型在水稻病虫害识别中具有一定的可行性和先进性,可为实现复杂背景下的水稻病虫害识别提供参考。 相似文献
5.
目的 设计一套拔抛秧机械手监控系统,以提高拔抛秧机械手设备的自动化和信息化水平。方法 根据拔抛秧机械手工作原理,采用可编程控制器(Programmable logic controller,PLC)作为主控单元设计了系统的硬件电路和软件程序,采用触摸屏和组态软件设计了拔抛秧机械手的人机交互监控界面,并采用GRM530通讯模块、云服务器、Android手机和Android Studio软件设计了远程监控系统手机APP。该监控系统工作时,GRM530通讯模块读取PLC中指定的存储器数据,通过4G网或WIFI将数据上传到云服务器内,Android手机APP可直接访问并下载该云服务器中的数据,最后在APP中可视化地呈现出来。结果 该监控系统工作稳定可靠,远程通信测试重复10次试验的丢包率均为0,平均时延为25 ms,表明Android手机APP客户端和拔抛秧机械手可以实现稳定可靠的双向通信。该系统的数据传输是双向的,人机交互功能正常,触摸屏和Android手机APP均能精准地反馈设备的工作状态和工作数据,用户可以通过Android手机APP对PLC发送控制指令,实现整个系统的监控一体化,远程控制指令响应延时低,最高响应延时不超过0.63 s。结论 该拔抛秧机械手监控系统可以对拔抛秧机械手工作状态和工作数据进行远程实时监控,具有良好的人机交互界面,对促进信息化与农机装备的深度融合具有一定指导意义。 相似文献
6.
目的 针对传统奶牛养殖中采用人工识别奶牛个体的方法效率低且主观性强的问题,提出一种基于改进Mask R-CNN的奶牛个体识别方法。方法 该方法对Mask R-CNN中的特征提取网络结构进行优化,采用嵌入SE block的ResNet-50网络作为Backbone,通过加权策略对图像通道进行筛选以提高特征利用率;针对实例分割时目标边缘定位不准确的问题,引入IoU boundary loss构建新的Mask损失函数,以提高边界检测的精度;对3000 张奶牛图像进行训练、验证和测试。结果 改进Mask R-CNN模型的精度均值(AP)达100%,IoUMask达91.34%;与原始Mask R-CNN模型相比,AP提高了3.28%,IoUMask提高了5.92%。结论 本文所提方法具备良好的目标检测能力,可为复杂农场环境下的奶牛个体精准识别提供参考。 相似文献
7.
目的 提升柑橘果园的智能化管理水平,快速无损获取柑橘树冠层的施药情况,改善小规模数据集导致施药情况分类模型易发生过拟合的问题。方法 提出一种基于卷积神经网络的柑橘树冠层施药情况分类模型——VGG_C模型。模型以VGG模型核心思想为基础进行构建,通过交叉熵损失函数优化,加速概率分布与真实分布的迭代过程,并在输出端引入不确定性度量计算以及在下采样模块中插入Droupout方法,降低由于数据较少而发生过拟合的概率。结果 VGG_C模型针对训练集的分类损失值为0.44%,比ResNet和VGG模型分别降低了87%和91%;准确率为95.3%,比ResNet和VGG模型分别提高了5%和10%;验证集的预测平均准确率为96.4%。结论 VGG_C模型通过多层卷积模型协同实现柑橘冠层热红外图像特征的高效提取,通过优化输出端结构提高了柑橘冠层施药情况分类模型在小数据集规模上的训练测试优度,可为柑橘树施药情况的智能化判断提供有效参考。 相似文献
8.
目的 为提高小麦条锈病危害程度分级精度,开展小麦条锈病病害等级自动化、准确、快速识别方法研究。方法 在复杂田间条件下,使用手机拍摄图像,构建含有不同等级条锈病的小麦叶片数据集,利用GrabCut与YOLOv5s相结合的方法进行小麦叶片与复杂背景自动化分割。为了增强ResNet50对表型特征的提取能力,增加Inception模块,依据划分的小麦条锈病病害等级标准,对小麦条锈病病害等级进行识别。采用准确率、查全率、查准率等评价指标分析改进的ResNet50模型(B-ResNet50)在数据集上的表现。结果 GrabCut与YOLOv5s相结合对大田复杂背景下的小麦叶片图像实现了自动、准确、快速地分割。B-ResNet50识别小麦条锈病叶片的平均准确率为97.3%,与InceptionV3(87.8%)、DenseNet121(87.6%)、ResNet50(88.3%)相比,准确率大幅提升,比原始模型(ResNet50)高出9个百分点。结论 利用深度学习对小麦条锈病病害等级进行识别,对防治小麦条锈病的精准施药具有重要意义,可为田间复杂条件下小麦条锈病的防治提供技术支持。 相似文献
9.
目的 研究克拉玛依市东部生态屏障的水源地玛依湖区土壤有机质的空间分布规律, 为湖区的生态环境保护提供科学依据和数据支撑。方法 以玛依湖区为研究对象,通过野外采样和室内分析,利用趋势分析法、反距离权重插值法、空间自相关法和半变异函数法分析玛依湖区不同土层深度土壤有机质的空间分布规律。结果 趋势法分析表明,玛依湖区土壤有机质含量在0~20、20~40、40~60和60~80 cm土层的变化速率存在差异,整体趋势为土壤有机质含量南北方向呈增加趋势、东西方向呈减少趋势。反距离权重插值法(IDW)研究表明,玛依湖区不同土层土壤有机质水平分布差异较大,局部地区土壤有机质含量存在明显的垂直分布特征,土壤有机质含量变化趋势同趋势法分析结果高度一致,整体表现为土壤有机质含量南北方向呈增加趋势、东西方向呈减少趋势。空间自相关法研究表明,0~20、20~40、40~60和60~80 cm土层的Moran指数分别为0.1643 、0.1236 、0.1955 和0.2461 ,均在空间上呈现出显著正相关;4个土层的Z值分别为3.1510 、2.5934 、3.5903 和4.6355 ,底层(40~60和60~80 cm)的土壤有机质空间正相关较显著、空间聚集程度最高,表层(0~20和20~40 cm)空间相关性不显著、空间聚集程度较低。半变异函数分析法表明,底层(40~60和60~80 cm)土层的块金效应分别为0.427和0.420,说明土壤有机质具有一定的空间相关性;表层(0~20和20~40 cm)土层的块金效应分别为0.033和0.045,土壤有机质的空间相关性较弱。结论 不同土层土壤有机质含量水平差异较大,南北方向呈增加趋势,东西方向呈减少趋势,局部地区存在明显的垂直分布特征。土壤有机质在表层(0~20和20~40 cm)空间相关性不显著,空间聚集程度较低;在底层(40~60和60~80 cm)空间相关性较显著,空间聚集程度较高。土壤有机质空间异质性受土壤类型、土壤质地、外围植被类型以及湖区面积变化的影响较大;在湖区外围生态屏障建设时,防护林树种、种植深度、种植密度的选择应当结合土壤有机质含量的空间分布状况进行。 相似文献
10.
目的 获取水稻田的低空遥感图像并分析得到杂草分布图,为田间杂草精准施药提供参考。方法 使用支持向量机(SVM)、K最近邻算法(KNN)和AdaBoost 3种机器学习算法,对经过颜色特征提取和主成分分析(PCA)降维后的无人机拍摄的水稻田杂草可见光图像进行分类比较;引入一种无需提取特征和降维、可自动获取图像特征的卷积神经网络(CNN),对水稻田杂草图像进行分类以提升分类精度。结果 SVM、KNN和AdaBoost对测试集的测试运行时间分别为0.500 4、2.209 2和0.411 1 s,分类精度分别达到89.75%、85.58%和90.25%,CNN对图像的分类精度达到92.41%,高于上述3种机器学习算法的分类精度。机器学习算法及CNN均能有效识别水稻和杂草,获取杂草的分布信息,生成水稻田间的杂草分布图。结论 CNN对水稻田杂草的分类精度最高,生成的水稻田杂草分布图效果最好。 相似文献
11.
通过总结《广东农业科学》编辑部在组织学习型组织过程中的探索和实践经验,阐述了学习型编辑部组织学习的理念和目标,并就制定学习内容、优化学习方式、创建学习文化等方面实践、交流体会和看法,针对进一步强化学习型编辑部的体制建设提出了发展计划,为科技期刊创建学习型编辑部提供借鉴和做法。 相似文献
12.
通过对云南农业大学465名2004和2005级本科学生的问卷调查,全面了解地方农业院校非英语专业学生英语学习的现状,包括学习动机、基础、方式、策略、教师课堂教学模式及多媒体应用等;分析影响学生英语学习的主客观因素及其面临的困境,旨在为地方农业院校大学英语教学改革理论提供参考依据,为我国大学英语教学改革在理论和实践方面提供借鉴和启示。 相似文献
13.
14.
15.
罗玲 《安徽农业大学学报》2007,(1):106-109
本文采用问卷的形式, 调查了安徽农业大学英语专业 2003 级学生自主使用学习策略的大致情况, 通过对问卷调查结果的分析, 初步揭示学生们在该方面的不足与欠缺, 并就此对教师在教学上改进方法及内容提出一些建议。 相似文献
16.
混合学习模式最大的突破点就是将基于网络的信息化教学手段融入到传统教学方式中,网络学习的效果直接影响混合学习模式的成与败。将自主学习引入混合学习模式中,能够将基于网络的自主学习将网络与自主学习有机结合,寻找最佳的结合点,实现培养具有综合职业能力的高素质劳动者和中初级职业人才。 相似文献
17.
概述Blog的产生及特点、内隐学习的涵义及特征,讨论内隐学习给外语教学带来的启示。在此基础上,从Blog能为学习者提供多种媒体及丰富的学习材料、能为内隐学习和外显学习的有机结合提供良好的环境、能创设网络虚拟环境下的真实的外语交流情境和利用课程Blog实现外语协作学习环境的构建四个方面探讨运用Blog促进学生的外语内隐学习。 相似文献
18.
19.
王锐 《河北农业大学学报(农林教育版)》2007,9(1):97-99
主要论述学习者因素中的学习风格因素对将英语作为第二语言的学生听力理解的影响,以及针对学生的学习风格所进行的相应听力理解策略训练。主要采用调查问卷的研究形式,对影响学生听力理解的诸因素进行调查。研究发现,大多数被调查学生属于串珠式的学习风格,在听力理解过程中对词汇的依赖性很强。针对这种情况应训练学生使用以句法为感知单位的、自上而下的听力策略,从而更加有效地提高他们的听力理解能力。 相似文献
20.
合作式学习中自主学习能力的培养 总被引：1，自引：0，他引：1
从关注教师如何教到学生如何学,越来越多的教育者认识到教育的最终目的是培养具备自主学习能力的学习者。自主学习以学生作为学习的主体,通过学生独立的分析、探索、实践、质疑、创造等方法来实现学习目标。但自主学习并不等于独自学习,学生相互合作,共同学习对于自主学习能力的培养有着不容忽视的重要作用。合作式学习中,学习者在相对自由的学习环境中与同学合作,能使他们感到安全、放松,有归属感,获得较多展示自我的机会,有助于他们建立自信心,满足自我实现的需求。作者作为教学亲历者,从教学行动研究的角度出发,采用问卷调查及访谈的定性研究方法,探索合作式学习在学生自主学习能力培养中的有效实践活动及促进作用。 相似文献