共查询到20条相似文献，搜索用时 390 毫秒
1.
为解决复杂猪舍环境下猪只堆叠和粘连导致群养猪只攻击行为识别准确率低和有效性差的问题，该研究提出一种改进的YOLOX模型，引入攻击活动比例（PAA）和攻击行为比例（PAB）2个优化指标，对群养猪只的撞击、咬耳和咬尾等典型攻击行为进行识别。首先，为提高模型特征提取能力添加归一化注意力模块获取YOLOX颈部的全局信息；其次，将YOLOX中的IoU损失函数替换为GIoU损失函数，以提升识别精度；最后，为保证模型的实时性将空间金字塔池化结构SPP轻量化为SPPF，增强检测效率。试验结果表明，改进的YOLOX模型平均精度达97.57%，比YOLOX模型提高6.8个百分点。此外，当PAA和PAB阈值分别为0.2和0.4时，识别准确率达98.55%，有效解决因猪只攻击行为动作连续导致单帧图像行为识别可信度低的问题。研究结果表明，改进的YOLOX模型融合PAA和PAB能够实现高精度的猪只攻击行为识别，为群养生猪智能化监测提供有效参考和技术支持。 相似文献
2.
针对非结构化环境下香梨识别准确率低,检测速度慢的问题,该研究提出了一种基于改进YOLOv8n的香梨目标检测方法。使用Min-Max归一化方法,对YOLOv3-tiny、YOLOv5n、YOLO6n、YOLOv7-tiny和YOLOv8n评估选优;以YOLOv8n为基线,进行以下改进：1）使用简化的残差与卷积模块优化部分C2f（CSP bottleneck with 2 convolutions）进行特征融合。2）利用simSPPF（simple spatial pyramid pooling fast）对SPPF（spatial pyramid pooling fast）进行优化。3)引入了PConv(partial convolution)卷积,并提出权重参数共享以实现检测头的轻量化。4）使用Inner-CIoU（inner complete intersection over union）优化预测框的损失计算。在自建的香梨数据集上,指标F0.5分数（F0.5-score）和平均精度均值(mean average precision, mAP)比原模型分别提升0.4和0.5个百分点,达到94.7%和88.3%。在GPU和CPU设备上,检测速度分别提升了34.0%和24.4%,达到了每秒99.4和15.3帧。该模型具有较高的识别准确率和检测速度,为香梨自动化采摘提供了一种精确的实时检测方法。 相似文献
3.
间伐对杉木林土壤CO2通量的影响 总被引：1，自引：0，他引：1
Forest management is expected to influence soil CO2 efflux (FCO2) as a result of changes in microenvironmental conditions, soil microclimate, and root dynamics. Soil FCO2 rate was measured during the growing season of 2006 in both thinning and non-thinning locations within stands ranging from 0 to 8 years after the most recent thinning in Chinese fir (Cunninghamia lanceolata (Lamb.) Hook) plantations in Huitong Ecosystem Research Station, Hunan, China. Soil temperature and moisture were also measured to examine relationships between FCO2 and soil properties. Forest thinning resulted in huge changes in FCO2 that varied with time since cutting. Immediately following harvest (year 0) FCO2 in thinning area increased by about 30%, declined to 20%-27% below pre-cutting levels during years 4-6, and recovered to pre-cutting levels at 8 years post-cutting. A similar temporal pattern, but with smaller changes, was found in non-thinning locations. The initial increase in FCO2 could be attributed to a combination of root decay, soil disturbance, and increased soil temperature in gaps, while the subsequent decrease and recovery to the death and gradual regrowth of active roots. Strong effects of soil temperature and soil water content on FCO2 were found. Forest thinning mainly influenced FCO2 through changes in tree root respiration, and the net result was a decrease in integrated FCO2 flux through the entire felling cycle. 相似文献
4.
短期干旱胁迫下棉花气孔表现及光合特征研究 总被引：3，自引：0，他引：3
研究气孔对干旱胁迫的响应有助于了解气孔调节真实行为和提高水分利用效率。本研究以‘国欣9号’为供试棉花品种,在人工气候室利用营养液培养,设置加入PEG-6000浓度为0（对照）、1.5%、3.0%和4.5% 4个处理,处理后1~7 d每隔1 d连续测定其气孔形态、光合和叶绿素荧光指标。结果表明：加入PEG-6000 1 d后,随着处理进程的延长,棉花叶片水势、气孔长度、宽度和开度、净光合速率（Pn）、气孔导度（Gs）、蒸腾速率（Tr）、胞间CO2浓度（Ci）、最大光化学效率（Fv/Fm）和实际光化学量子产量（Yield）均呈下降趋势,气孔密度和非光化学淬灭系数（NPQ）呈上升趋势;不同处理之间,随着干旱胁迫程度增加,也表现出相似趋势。处理后5 d和7 d,与正常处理相比,1.5%、3.0%和4.5%处理棉花气孔长度、宽度、水势、Pn、Gs、Tr和Ci均差异显著（P<0.05）,气孔长度降低幅度最小（1.17%~2.61%）,Gs降低幅度最大（61.62%~69.09%）,Tr降低幅度为37.62%~67.48%。相关分析表明,棉花气孔长度、宽度和开度之间极显著正相关（P<0.01）,气孔宽度和气孔密度不相关。气孔长度、宽度和开度与Pn和Yield极显著正相关（P<0.01）,与NPQ极显著负相关（P<0.01）,与Gs、Tr和Fv/Fm相关不显著。综上,棉花在PEG-6000诱发干旱后,通过降低气孔开度和增大气孔密度降低净光合速率和气孔导度,叶绿素荧光指标Yield和NPQ比Fv/Fm对干旱更敏感。 相似文献
5.
为探讨磁化水灌溉处理在促进植物生长、提高植株重金属耐受性方面的作用机制,本研究采用随机区组试验设计,研究了镉胁迫（0 μmol·L-1、50 μmol·L-1、100 μmol·L-1）下磁化水灌溉处理对1 a生欧美杨''I-107''光合特性、叶绿素荧光动力学参数及生长特性的影响。结果表明：1）镉胁迫会显著降低植株高生长和根茎叶干物质量;低浓度（50 μmol·L-1）镉处理促进根系直径及体积增大（P<0.05）,高浓度（100 μmol·L-1）则会抑制根系各形态参数;镉胁迫下欧美杨叶绿素b和类胡萝卜素含量分别降低12.50%、43.24%和19.27%、46.37%（P<0.05）,净光合速率（Pn）、蒸腾速率（Tr）、胞间二氧化碳（Ci）分别降低13.68%和33.68%、8.07%和27.81%、5.00%和14.99%（P<0.05）,同时,PSⅡ潜在活性（Fv/Fm）、最大光化学速率（Fv/Fo）、光合性能指数（PIabs）和量子产额（φEo）均有不同程度降低。2）磁化水灌溉提高镉胁迫植株高生长及根茎叶干物质量,增加植株根系长度及表面积;同时,叶绿素a、叶绿素b和类胡萝卜素含量在0 μmol·L-1和100 μmol·L-1镉胁迫下分别提高16.99%、40.20%,8.67%、39.10%和17.32%、50.52%（P<0.05）;Gs、Ci及WUE显著升高,Tr则降低24.20%、23.33%、12.06%（P<0.05）;另外,Fv/Fm、Fv/Fo、PIabs显著升高（P<0.05）。综上所述,磁化水灌溉处理有助于提高镉胁迫下欧美杨幼苗光合色素含量,维持光合机构功能,增强光合碳同化速率,减轻镉胁迫对植株生长发育的抑制。 相似文献
6.
Yuting YANG Guangbin ZHANG Jing MA Qiong HUANG Haiyang YU Kaifu SONG Xiaoli ZHU Xi MIAO Hua XU 《土壤圈》2021,31(6):859-871
Rice planting (RP) is significant to methane (CH4) emissions from paddy fields, but its effect on the relative contribution of the acetoclastic methanogenesis to total CH4 production (Fac) and the fraction of CH4 oxidized (Fox) is poorly understood. To quantify the responses of the Fac and Fox to RP, we investigated CH4 fluxes, CH4 production and oxidation potentials, dissolved CH4 concentrations, and their stable carbon isotopes in a flooded paddy soil. The mcrA and pmoA gene copies were also determined by quantitative polymerase chain reaction (qPCR). Compared with the unplanted soil (control, CK), the seasonal CH4 emissions from the planted soil were significantly enhanced, 13.6 times, resulting in large decreases in the CH4 concentrations in the soil solution. This indicated that much more CH4 was released into the atmosphere by the RP than was stored in the soils. Acetoclastic methanogenesis became more important from the tillering stage (TS) to the ripening stage (RS) for the CK, with Fac values increased from 17%–20% to 46%–55%. With RP, the Fac values were enhanced by 10%–20%, and it significantly increased the copy numbers of the mcrA gene at the four rice stages (TS, booting stage (BS), grain-filling stage (GS), and RS). Furthermore, the effect of the RP on the abundance of the mcrA gene was highly concurrent with the effect on the Fac values. At the TS, the Fox values at the soil-water interface were around 50%–75% for the CK, being 15%–20% lower than those of the RP in the rhizosphere. It increased to 65%–100% at the GS, but was reduced by 20%–30% after the RP. These differences might be because the copy numbers of the pmoA gene were significantly raised at the TS while lowered at the GS by the RP. This was further demonstrated by the strong correlations between the effect of the RP on the abundance of the pmoA gene and the effect on the Fox values. These findings suggest that RP markedly impacts on the abundances of the mcrA and pmoA genes, affecting the pathway of CH4 production and the fraction of CH4 oxidization, respectively. 相似文献
7.
为明确缙云山火灾后边坡的失稳机制并预测未来滑坡风险,该研究通过对火林地根-土体物理性质勘测和试验,借鉴森林砍伐与根系强度预测模型-SIDLE曲线模型预测了根系强度的衰减和恢复动态,并采用COMSOL模拟了未来40 a林地边坡在正常状态和极端降雨事件后的稳定性动态。结果表明：1）缙云山林缘边坡为约1.5 m厚的砂质壤土-砂质泥岩双层土坡结构,上下层渗透性和土体强度差异悬殊;2）林缘边坡在自然状态下处于稳定状态,潜在滑动面位于深层（稳定系数FOS>2）;极端降雨条件下,潜在滑动面位于土层结构面上,该处易出现带状积水,正孔隙水压力约10 kPa,极端降雨后无根系状态临界FOS为1.13,根系固土状态下临界FOS为1.32;3）火灾发生后对自然状态下边坡深层稳定性影响较小,而极端降雨后边坡浅层稳定性随火灾后的年动态呈现快速降低而后缓慢恢复的趋势,期间FOS谷值处便出现长达数年的浅层滑坡易发期。缙云山林缘边坡的失稳机制为降雨过程中土层界面处正孔隙水压力积累弱化了有效应力。结合文献已有灌木根系数据和本区植物根系固土特性和土层特征,保守估计该次火灾发生后6～9 a为滑坡易发期, FOS为1.22～1.32,至少18～24 a后才可完全恢复至火灾前的稳定条件。研究结果有助于了解区域浅层滑坡形成机制,为火后森林恢复和边坡风险评估提供初步参考。 相似文献
8.
针对目前三七检测算法在复杂田间收获工况下检测精度低、模型复杂度大、移动端部署难等问题,该研究提出一种基于YOLOv5s的轻量化三七目标检测方法。首先,采用GSConv卷积方法替换原始颈部网络的传统卷积,引入Slim-neck轻量级颈部网络,降低了模型复杂度,同时提升了模型精度;其次,使用ShuffleNetv2轻量型特征提取网络对主干网络进行轻量化改进,提升了模型实时检测性能,并采用角度惩罚度量的损失（SIoU）优化边界框损失函数,提升了轻量化后的模型精度和泛化能力。试验结果表明,改进后的PN-YOLOv5s模型参数量、计算量、模型大小分别为原YOLOv5s模型的46.65%、34.18%和48.75%,检测速度提升了1.2倍,F1值较原始模型提升了0.22个百分点,平均精度均值达到了94.20%,较原始模型低0.6个百分点,与SSD、Faster R-CNN、YOLOv4-tiny、YOLOv7-tiny和YOLOv8s模型相比能够更好地平衡检测精度与速度,检测效果更好。台架试验测试结果表明,4种输送分离作业工况下三七目标检测的准确率达90%以上,F1值达86%以上,平均精度均值达87%以上,最低检测速度为105帧/s,实际收获工况下模型的检测性能良好,可为后续三七收获作业质量实时监测与精准分级输送提供技术支撑。 相似文献
9.
探讨外源镉（Cd）和温度变化对水稻抽穗期光合特性的影响,为水稻生长过程中应对稻田土壤重金属污染和气候变暖的复合作用提供理论依据。通过添加外源Cd （0和2 mg/kg土）和模拟温度（白天/夜晚分别为30℃/25℃（CK）、33℃/28℃（T1）、36℃/31℃（T2））,研究外源Cd和温度变化对不同品种水稻（武运粳30号和新两优6号）抽穗期光合参数、荧光参数及其生物量的影响。结果表明,单一Cd处理显著降低了新两优6号的SPAD值,而单一增温处理则显著降低了武运粳30号的SPAD值（P<0.05）。虽然外源Cd和温度的复合作用未显著影响武运粳30号和新两优6号的净光合速率（Pn）,但Cd处理显著降低了两品种的Pn,而增温处理则显著影响了新两优6号的Pn;大部分Cd和温度处理下,新两优6号的SPAD值和Pn大于武运粳30号。Cd处理和增温处理均影响了水稻叶绿素诱导动力学曲线的形状,O、K、J和I点的荧光因处理的不同而具有一定差异。Cd处理和增温处理对水稻Fv/Fm和比活度参数的影响与水稻品种有关,Cd处理未显著影响运粳30号和新两优6号的Fv/Fm值,而增温处理则显著减少了武运粳30号的Fv/Fm值;新两优6号的比活度参数ABS/RC、DIo/RC、TRo/RC、ET0/RC在Cd处理下显著降低,而武运粳30号的比活度参数在增温处理下则显著增加（P<0.05）。Cd处理显著降低了新两优6号的茎叶生物量,而增温处理则显著降低了武运粳30号茎叶生物量,然而两者的复合作用对水稻茎叶和根生物量的影响因品种不用而具有差异,新两优6号的茎叶和根干物质量在大部分处理下大于武运粳30号。综上可知,Cd和增温处理通过影响水稻的光合参数和荧光参数,从而影响水稻的生物量,但影响程度因品种不同而具有差异,其中,武运粳30号对Cd具有较强的抗性而新两优6号对增温有较强的抗性。因此,在实际的田间管理中,应选择合适的水稻品种,以应对土壤Cd污染和温度升高对水稻生长的影响。 相似文献
10.
玉米/大豆带状套作可以充分利用光环境,提高单位土地面积物质产出。为探明玉米/大豆带状复合种植模式下不同空间配置对大豆冠层光环境、形态、产量及系统效益的影响,进而为大豆高产优质栽培提供依据,本研究选用半紧凑型（‘川单418’）和紧凑型（‘荣玉1210’）玉米品种与大豆带状套作,固定带宽为200 cm,玉米采用宽窄行种植,玉米窄行距设置3个处理：20 cm、40 cm、60 cm;并以单作大豆（SS）作为对照。分析透光率、形态、光合色素、荧光参数、生物量和系统产量的变化规律。结果表明：套作大豆冠层透光率、红光/远红光（R/FR）比值随玉米窄行距的增大而逐渐降低;套作下大豆茎粗、节数、茎干重和全叶干重均随玉米窄行距增大呈降低趋势,最大值出现在玉米窄行距20 cm处理下;与单作大豆相比,两个玉米品种下大豆茎粗、节数、茎干重和全叶干重均显著降低,而第2节间长和主茎长显著升高。套作下大豆叶片光合色素含量随玉米窄行距的增大而逐渐降低,各行距处理及不同玉米品种下套作的叶片光合色素含量均低于单作大豆。大豆叶片荧光参数Fv/Fm、NPQ、Fq''Fm''和Fq''/Fv''随玉米窄行距的增大均呈先增大后减小的趋势,而Fo变化趋势与之相反。玉米收获后,大豆光环境得到改善并迅速恢复生长,套作大豆形态生理指标与单作差异减小,但由于前期玉米的遮荫,各套作处理间大豆产量差异仍显著。通过系统效益分析,在玉米窄行距40 cm处理下,套作系统综合产量最高,两玉米品种下玉米、大豆产量平均分别为8 559.52 kg·hm-2、1 717.60 kg·hm-2,土地当量比平均达1.57。本试验中大豆与两个株型玉米套作,大豆形态生理指标差异影响不显著。因此,选择紧凑或半紧凑玉米品种,适度缩小玉米窄行距可以显著改善带状套作大豆的生长环境,提高其生物量和产量。 相似文献
11.
基于改进ResNet50模型的大宗淡水鱼种类识别方法 总被引：4，自引：4，他引：0
针对传统鱼类识别方法存在特征提取复杂、算法可移植性差等不足,该研究提出了一种基于改进ResNet50模型的淡水鱼种类识别方法。研究以鳙鱼、鳊鱼、鲤鱼、鲫鱼、草鱼、白鲢6种大宗淡水鱼为对象,通过搭建淡水鱼图像采集系统获取具有单一背景的淡水鱼图像,同时通过互联网搜索具有干扰背景的淡水鱼图像,共同构建淡水鱼图像数据集;再对淡水鱼图像进行预处理,以增加样本多样性;构建改进ResNet50模型,增加全连接层Fc1以及Dropout,引入迁移学习机制训练模型,同时选择CELU作为激活函数提高神经网络表达能力,通过Adam优化算法更新梯度,并嵌入余弦退火方法衰减学习率。为验证改进ResNet50模型的准确率等性能,对6种淡水鱼进行种类识别,结果表明：在单次验证方法下,选用包含单一背景图像和干扰背景图像构成的淡水鱼图像数据集训练模型,识别准确率为96.94%,比经典模型提高1.22%,单张淡水鱼图像样本的平均检测时间为0.234 5 s;在四折交叉验证下,选用具有单一背景的图像数据集,模型的识别准确率为100%,选用包含单一背景图像和干扰背景图像的淡水鱼图像数据集,模型的识别准确率为96.20%,说明模型具有较好的泛化性能和鲁棒性。针对混淆矩阵的可视化结果表明：改进的ResNet50模型具有通用的结构和训练方式,对不同背景下的淡水鱼进行种类识别具有较高的准确率,可为淡水鱼种类识别提供技术借鉴。 相似文献
12.
基于蜂群优化多核支持向量机的淡水鱼种类识别 总被引：12，自引：10，他引：2
为了准确地进行淡水鱼种类自动识别,利用计算机视觉技术,提出了一种基于Krawtchouk矩、灰度共生矩阵、蜂群优化多核最小二乘支持向量机（least squares support vector machine,LS-SVM）的识别方法。首先获取淡水鱼样本的灰度图像,计算淡水鱼鱼体的长宽比、鱼头鱼尾的Krawtchouk矩不变量形状特征,求得鱼身的灰度共生矩阵纹理特征,将上述形状与纹理特征组合成高维特征向量,并输入到多核LS-SVM,通过人工蜂群（artificial bee colony,ABC）算法对多核LS-SVM中的待定参数进行寻优,ABC算法中的适应度函数为测试样本的识别精度;最后输出识别精度达到最高时的最优参数。利用该方法对鳊鱼、鳙鱼、鲫鱼、草鱼、青鱼5种淡水鱼进行了分类识别,对鳊鱼、鳙鱼、鲫鱼、草鱼4种鱼识别时,各类鱼的识别精度均达到95.83%以上,对鳊鱼、鳙鱼、鲫鱼、青鱼4种鱼识别时,各类鱼的识别精度均达到91.67%以上,对鳊鱼、鳙鱼、鲫鱼、草鱼和青鱼 5种鱼识别时,各类鱼的识别精度均达到83.33%以上;与近年来提出的淡水鱼识别方法、BP（back propagation）神经网络方法、单核LS-SVM方法相比,该方法的识别精度更高,从而可快速准确地识别淡水鱼的种类,提高水产养殖的自动化水平。 相似文献
13.
基于机器视觉技术的淡水鱼品种识别 总被引：10，自引：10，他引：0
为了后续加工便利,需要对打捞上来的淡水鱼进行分类,而且分类是淡水鱼加工前处理的重要工序之一。为了实现淡水鱼的自动分类,该研究通过收集常见的4种淡水鱼240条为试验样本,分别为鲢鱼、鲫鱼、鳊鱼和鲤鱼。通过运用机器视觉技术采集各种淡水鱼的图像,并运用数字图像处理技术对图像进行处理,提取其各个颜色分量及长短轴之比等特征值,最后运用该特征值建立有关淡水鱼的品种识别模型。研究表明,通过该识别模型可以完全实现对鲢鱼、鲫鱼、鳊鱼和鲤鱼这4种淡水鱼的品种的识别,准确率达到96.67%。机器视觉技术可以快速准确对常见的淡水鱼进行品种识别,具有较强的实际应用价值。 相似文献
14.
The lipid content and fatty acid composition in the edible meat of twenty-nine species of wild and cultured freshwater and marine fish and shrimps were investigated. Both the lipid content and fatty acid composition of the species were specified due to their unique food habits and trophic levels. Most of the marine fish demonstrated higher lipid content than the freshwater fish, whereas shrimps had the lowest lipid content. All the marine fish and shrimps had much higher total n-3 PUFA than n-6 PUFA, while most of the freshwater fish and shrimps demonstrated much lower total n-3 PUFA than n-6 PUFA. This may be the biggest difference in fatty acid composition between marine and freshwater species. The cultured freshwater fish demonstrated higher percentages of total PUFA, total n-3 PUFA, and EPA + DHA than the wild freshwater fish. Two freshwater fish, including bighead carp and silver carp, are comparable to the marine fish as sources of n-3 PUFA. 相似文献
15.
基于叶绿素荧光成像技术的番茄苗热害胁迫智能识别方法 总被引：1，自引：1，他引：0
为实现作物热害胁迫状态快速、无损和智能化识别,该研究设计了一套叶绿素荧光图像采集装置,并提出一种基于叶绿素荧光成像技术的番茄苗热害胁迫智能识别方法。以不同热害阶段下的番茄苗叶片作为研究对象,通过搭建的叶绿素荧光图像采集设备获取具有单一背景的叶片原始荧光图像,将获取的12组荧光参数值结合Spearman等级相关性分析得到相关性最高的非调节性能量耗散的量子产量Y（NO）,对其进行图像预处理后构建番茄苗叶片热害图像数据集。对AlexNet模型进行改进,引入批量归一化（Batch Normalization,BN）方法加快模型的收敛速度,选择Mish激活函数提高模型的表达能力,同时使用全局平均池化层（Golbal Average Pooling,GAP）替换全连接层和深度可分离卷积替换传统卷积的方法减少模型参数量,以提升模型运行速度,通过Adam优化算法更新梯度。研究结果表明,改进AlexNet模型性能最优,平均识别精度达98.8%,平均测试耗时为11.6 ms,模型权重空间仅为1.13 MB。相比未改进AlexNet模型,平均测试耗时下降23.2%,模型权重空间下降99.5%。该研究为番茄苗早期热害胁迫检测和胁迫等级划分提供了一种方法,也为其他作物夏季热害监测和防控提供技术参考。 相似文献
16.
17.
基于迁移学习和改进CNN的葡萄叶部病害检测系统 总被引：9，自引：9，他引：0
为建立高效、准确的葡萄叶部病害检测系统,引入迁移学习机制,利用大型公开数据集对VGG16模型预训练,保持模型前端13个层的参数和权重不变,对全连接层和分类层改进后利用新数据集微调训练模型,包括对训练优化器、学习率和中心损失函数平衡参数的优选试验,最后将模型部署在Android手机端。试验表明,在微调训练阶段选择Adam优化器、初始学习率设为0.001、中心损失函数平衡参数设为0.12时,改进的VGG16模型性能最优,对葡萄6类叶部图像的分类平均准确率为98.02%,单幅图像平均检测耗时为0.327s。与未改进的VGG16模型相比,平均准确率提高了2.82%,平均检测耗时下降了66.8%,权重参数数量减少了83.4%。改进后的模型综合性能优于AlexNet、ResNet50和Inceptionv3等模型。将模型跨平台部署在Android手机端,自然环境下验证的平均准确率为95.67%,平均检测耗时为0.357 s。该研究建立的基于迁移学习和改进卷积神经网络的病害检测系统可实现对葡萄叶部病害的快速、智能诊断,为葡萄病害的及时防控提供依据。 相似文献
18.
随着油茶产业不断壮大，市场上也出现了油茶幼苗品系混乱、以假乱真、以次充好的现象，因此急需开发一种专门的分类识别算法实现不同油茶品种的准确识别。农业领域常用VGG、ResNet网络模型进行分类工作，但存在权重空间过大和准确率不高等问题。该研究对VGG16网络模型进行层间删减以及结构调整，提出了Enhanced VGG16网络模型，在油茶叶数据集上完成模型训练与测试，并与现有经典卷积神经网络（AlexNet、VGG16、Resnet50、InceptionV3、Xception）进行对比。结果表明，Enhanced VGG16网络模型的训练集准确率和测试集准确率分别为98.98%和98.44%，权重空间为90.6 MB。与原始VGG16模型相比，训练集准确率和测试集准确率分别提高3.08和2.05个百分点，权重空间下降165.4 MB，模型性能显著提升。Enhanced VGG16网络模型与经典卷积神经网络相对比，模型综合性能更优。该研究为通过油茶叶进行品种分类识别提供了依据，同时可为其他农作物品种识别提供参考。 相似文献
19.
Arsenic speciation in farmed Hungarian freshwater fish 总被引：2，自引：0，他引：2
Soeroes C Goessler W Francesconi KA Kienzl N Schaeffer R Fodor P Kuehnelt D 《Journal of agricultural and food chemistry》2005,53(23):9238-9243
Arsenic speciation analysis was carried out on freshwater farmed fish collected from an area with elevated groundwater arsenic concentrations in Hungary as well as from outside of the area (control samples). The arsenic species were determined by high-performance liquid chromatography-inductively coupled plasma mass spectrometry on methanol extracts of the muscle tissue from the fish. Catfish (Claries gariepinus) were raised in geothermal water where the average total arsenic concentrations were 167 (contaminated sites) and 15.1 ng As mL(-1) (control); they were all fed an artificial diet containing 2880 microg As kg(-1) total arsenic, mostly present as arsenobetaine. In the catfish, the accumulated total arsenic (2510-4720 microg As kg(-1)) was found mostly in the form of arsenobetaine suggesting that uptake of arsenic was dominated by their diet. Carp (Cyprinus carpio) were cultured in surface lakes with no significant arsenic pollution and had total arsenic concentrations ranging from 62 to 363 microg As kg(-1). The arsenic species found in the carp extracts differed markedly from those in the catfish in that no arsenobetaine was detected. Most samples of carp from the investigated sites contained low concentrations of As(III) (arsenite), As(V) (arsenate), MA (methylarsonate), and DMA (dimethylarsinate), and no other compounds were detected. The four individuals from the control site, however, all contained appreciable levels of oxo-arsenosugar-glycerol and oxo-arsenosugar-phosphate. Indeed, the oxo-arsenosugar-phosphate dominated the speciation pattern for these carp contributing about 75% of the sum of species. The contrast between these two freshwater aquaculture species regarding total arsenic and arsenic species has relevant toxicological aspects in terms of food safety. 相似文献
20.
基于Swin Transformer模型的玉米生长期分类 总被引：1，自引：1，他引：0
快速准确识别玉米生长的不同阶段,对于玉米种植周期的高效精准管理具有重要意义。针对大田环境下玉米生长阶段分类辨识易受复杂背景、户外光照等因素影响的问题,该研究采用无人机获取玉米不同生长阶段的图像信息,以苗期、拔节期、小喇叭口期、大喇叭口期4个生长阶段为对象,利用Swin Transformer模型引入迁移学习实现玉米不同生长阶段的快速识别。首先结合玉米垄面走向特性,将训练集旋转8次用以扩充数据集;为探究各模型在非清晰数据集上的表现,采用高斯模糊方法将测试集转换6次;最后以AlexNet,VGG16,GoogLeNet做为对比,评估Swin-T模型性能。试验结果表明,Swin-T模型在原始测试集的总体准确率为98.7%,相比于AlexNet,VGG16,GoogLeNet模型分别高出6.9、2.7和2.0个百分点;在错误分类中,大喇叭口期和小喇叭口期由于冠层特征相似,造成识别错误的概率最大;在非清晰数据集下,AlexNet,VGG16,GoogLeNet模型精度总体退化指数分别为12.4%、10.4%和15.0%,Swin-T模型总体退化指数为8.31%,并且退化均衡度、平均退化指数、最大退化准确率均表现最佳。研究结果表明：在分类精度、模糊图像输入等方面,Swin-T模型能够较好地满足实际生产中,玉米不同生长阶段分类识别的实际需求,可为玉米生长阶段的智能化监测提供技术支撑。 相似文献