基于样品复配的奶牛场粪水近红外光谱氮磷速测模型构建          下载免费PDF全文

刘生博  孙迪  李梦婷  赵润  张克强 《农业环境科学学报》2023,42(11):2595-2603

为提高样品代表性,构建近红外光谱的理想校正模型,实现对奶牛场粪水氮磷含量的速测,本研究基于粪水运移过程代表性暴露位点的原始样品,按照不同比例进行样品复配,填补现场不易采集到的"黑箱"位点样品,运用偏最小二乘法构建了基于最优光谱预处理方法的原样模型、复配模型和融合模型。结果表明:相比原始样品,原样+复配样品总氮、总磷的变异系数分别降低了0.103、0.107,提升了浓度分布均匀性,丰富了粪水光谱信息。相比原样模型,融合模型总氮和总磷的决定系数(R²_pred)分别提升了0.049和0.061,相对分析误差(RPD)分别提升了1.547和0.176。相比复配模型,融合模型总氮和总磷的R²_pred分别提升了0.026和0.022,RPD分别提升了0.470和0.052。验证结果表明,总氮和总磷模型的R²_pred分别为0.903和0.878、RPD分别为2.916和2.508。研究表明,样品复配的方法可有效提高校正集样品的代表性,提升模型预测性能,为还田前粪水养分的快速定量提供技术支撑。  相似文献   

基于数据增强的高原鼠兔目标检测          下载免费PDF全文

陈海燕  甄霞军  赵涛涛 《湖南农业大学学报(自然科学版)》2022,48(4)

针对基于卷积神经网络的高原鼠兔目标检测模型在实际应用中缺乏训练数据的问题，提出一种前景与背景融合的数据增强方法：首先对训练集数据进行前景和背景的分离，对分离的前景作图像随机变换，对分离的背景用背景像素随机覆盖，得到前景集合和背景集合；从前景集合和背景集合中随机选取前景和背景，进行像素加融合；再从训练集中随机选取样本，将标注边界框区域采用剪切粘贴方法融合到训练图像的随机位置，得到增强数据集。采用两阶段的弱监督迁移学习训练模型，第一阶段在增强数据集上对模型预训练；第二阶段在原始训练集上微调预训练模型，得到检测模型。对自然场景下高原鼠兔目标检测的结果表明：在相同的试验条件下，基于前景与背景融合数据增强的目标检测模型的平均精度优于未数据增强、Mosaic和CutOut数据增强的目标检测模型；基于前景、背景融合数据增强的目标检测模型的最优平均精度为78.4%，高于Mosaic的72.60%、Cutout的75.86%和Random Erasing的77.4%。  相似文献   

耕地"非农化"遥感解译样本分类体系及应用          下载免费PDF全文

厉芳婷  张过  石婷婷  李乐 《农业工程学报》2022,38(15):297-304

了解耕地"非农化"的时空格局及其演变过程，是合理制定土地利用政策的重要依据；卫星遥感具有大范围的时空监测能力，基于遥感影像进行耕地监测，极为高效。针对耕地"非农化"类型复杂多样、"非农化"遥感监测分类体系缺乏的问题，该研究提出了耕地"非农化"遥感解译样本分类体系，进而构建耕地"非农化"遥感解译样本库。针对样本采集效率低、质量差的问题，该研究提出了一种基于地理国情监测成果的快速样本采集方法，用于快速获取高精度、高可靠性的"非农化"遥感解译样本。为验证方法的可行性和有效性，选取湖北省范围作为研究区域，利用该研究所提出的耕地"非农化"样本体系和样本采集方法，采集了覆盖平原、丘陵、山地、高山等地形的9类样本，并形成了深度学习模型训练的样本库；选择EfficientNet深度学习网络提取湖北省耕地"非农业"空间分布。结果表明：1）基于地理国情监测成果的样本采集方法可以极大地利用地理国情监测数据空间、属性精度高的特点，快速、精确定位变化样本。2）依据分类体系采集的样本用于模型优化后，样本数量超过5 000时，模型精度有明显提高。在验证区域，采用目视解译和外业核查点的方式进行精度验证，其正检率分别为67.0%和76.5%，召回率分别为77.9%和76.5%。3）利用样本体系训练构建的网络模型相较于全要素样本训练模型，精度有显著提高，5个核查区正检率均提高20个百分点以上。因此，该研究提出的方法可以提高耕地"非农化"遥感监测的效率和精度，可适用于区域尺度的耕地遥感季度监测。  相似文献   

仿真与DBSCAN算法融合的管输数据生成与验证方法     

张鑫儒  侯磊  徐磊  黄亚楠  白小众  满建峰  刘金海  谷文渊 《油气储运》2022,(2):146-152

在油气管道系统中，受数据保密性高、数据采集技术不完善、异常工况发生频率低等因素制约，利用管输数据集进行机器学习模型训练，效果不理想。基于此，以某原油管道为例，分析管输能耗，利用Pipeline Studio TLNET软件对输油泵机组耗电量进行仿真，扩充训练数据集。针对管输仿真样本无真实值对照、特征关联、高维等特点，提出一种基于马氏距离的DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法，用于评价仿真样本的可靠度，识别异常仿真数据。基于仿真样本与现场数据样本的机器学习模型训练结果表明，剔除异常数据的仿真样本能够提升模型的拟合能力，由此为管输数据仿真样本的生成与验证提供了新的思路。（图5，表5，参25）  相似文献   

油菜田野老鹳草的空间分布格局及其抽样技术研究   总被引：4，自引：0，他引：4  

宋定礼  张启勇  王向阳 《安徽农业大学学报》2006,33(2):226-229

用5种聚集度指标调查野老鹳草在不同类型油菜田的空间分布格局.结果表明,野老鹳草田间分布是以聚集为主,在部分低密度田块呈现随机分布.Iwao的M*-M回归模型和Taylor的b指数公式进一步测定表明,野老鹳草种群个体间相互吸引,分布的基本成份为个体群,有聚集和随机两种分布,且聚集强度具有密度依赖性.其聚集原因,在低密度下为环境因子造成;当密度大于11.2株·m-2时,其本身也可造成聚集.抽样方法以大五点和"Z"型取样最佳,同时给出了不同密度下的理论抽样数.  相似文献   

联合收割机行走变速箱故障特征提取方法研究     

吴又新  王新忠  承银辉  王宝龙 《农机化研究》2022,44(2):23-27

针对联合收割机行走齿轮箱故障诊断率低的问题,提出了基于遗传算法(Genetic Algorithm,GA)及样本熵优化VMD参数的故障特征提取方法,研究了不同分解算法对故障诊断率的影响,并在试验台上采集行走变速箱不同故障状态下的振动信号开展试验研究和验证。试验结果表明:与EMD样本熵和无样本熵情况相比,VMD样本熵具有维度低、识别精度高的优点,同WOA-KELM模型组合在故障诊断中有良好的识别分类性,可以用于联合收割机行走变速箱的故障诊断。  相似文献   

纳米通道适配体传感器对马拉硫磷的检测     

董晓娅  王旭锐  黄华杰  王雪安 《排灌机械工程学报》2022,40(6):635-641

准确快速检测水体中农药残留对水体安全至关重要。基于纳米通道电流整流现象,利用适配体特异性结合目标物的特点,构建了电化学适配体传感器,以实现马拉硫磷(Mal)的检测.通过金硫键将Mal适配体1(Apt-1)修饰到镀有金膜的纳米管腔内,利用Mal与Apt-1和适配体2(Apt-2)特异性结合后改变纳米通道内电荷密度的特点,实现Mal的定量检测.采用扫描电镜(SEM)和圆二色谱(CD),对纳米管及通道内部进行表征;对Apt-1在纳米通道内部的修饰浓度、Apt-2的使用浓度、孵育溶液的pH以及孵育时间进行优化.在最佳工作条件下,Mal浓度的对数与传感器的响应电流信号呈线性关系,传感器对Mal的检测线性范围为1.0×10^-8~1.0×10^-6 mol/L,检测限(LOD)为3.33×10^-9 mol/L.考察了传感器的稳定性以及对Mal的检测选择性,并将传感器用于水样中Mal的分析,所得结果与气相色谱(GC)方法所得结果基本一致.  相似文献   

To exclude or not to exclude? The effect of protest responses on the economic value of an iconic urban heritage tree     

《Urban Forestry & Urban Greening》2022

It is a common practice for many studies using the contingent valuation method (CVM) to censor protest responses, but this practice may make data structures incomplete and lead to sample selection bias at the final analysis stage for economic evaluation. This study adopted the CVM to assess the economic value of Qiedong-Wang-Gong (Bischofia javanica) (QWG), the only urban heritage tree over a thousand years old in Taiwan, and analyzed the effect of protest reponses. A total of 307 valid samples were collected and 27% of the respondents were categorized to protest responses. This study used discriminant analysis and multinomial logistic regression to distinguish the types of protest samples. The results showed that the overall classification performance of the multinomial logistic regression is better than that of the discriminant analysis. The Tobit model was applied to deal protest responses as legitimate zero responses and the result showed that the model underestimated the economic values of QWG significantly. The Heckman two-stage model was utilized to evaluate the effect of censoring protest responses. The result revealed that excluding protest responses from further valuation analysis did not lead to significant sample selection bias. In this study, many respondents failed to quantify their preferences toward protecting QWG in terms of willingness to pay. This study suggested further studies could highlight the current policy about ancient urban trees management to decrease respondents’ protest beliefs in CVM studies.  相似文献   

数据驱动的农作物遥感分类地面样本点布设          下载免费PDF全文

吴清滢  余强毅  段玉林  吴文斌 《农业工程学报》2023,39(6):214-223

地面样本点是农作物遥感分类模型训练的基础，样本点数量和质量是影响模型分类精度的2个主要因素。该研究构建了数据驱动的样本点布设方法，利用待分类影像的光谱、植被指数等特征构造分层抽样底图，结合分层随机抽样方法进行地面样本点布设，并分析不同抽样策略对农作物遥感分类结果的影响。采取基于k-means聚类分析的数据驱动方法，考虑6景哨兵2号影像提取的共78个分类特征，生成同一个最优k的聚类结果图；设计等量分配和按面积比分配2种样本量分配方式，样本点数量为25、49、100、169、225的5个总样本量；基于不同抽样策略获取地面样本点信息，利用同一个支持向量机模型对待分类影像进行监督分类，并通过与139个样本点的理论总样本量和400个样本点的传统方式总样本量对比分析，定量解析不同抽样策略对分类精度的影响。结果表明：1）在数据驱动非监督聚类生成的底图上进行抽样（按面积比分层抽样法、等量分层抽样法）获得的样本点质量和分类精度明显优于没有该底图的抽样策略（简单随机抽样法、系统抽样法）；2）当总样本量低于理论总样本量时，等量分层抽样法能获取比按面积比分层抽样法更高的分类精度。例如，当理论样本量为139时，...  相似文献   

基于改进Inception网络的复杂环境下小样本黄瓜叶片病害识别          下载免费PDF全文

满超  饶元  张敬尧  乔焰  王胜和 《华中农业大学学报》2023,42(3):152-160

为解决田间复杂环境下小样本黄瓜叶片病害识别中模型泛化能力差、识别准确率不高的问题，将自注意力机制模块引入激活重建生成对抗网络（activation reconstruction GAN，AR-GAN），采用Smooth L₁正则化作为损失函数，设计改进激活重建生成对抗网络IAR-GAN（improved AR-GAN）增广黄瓜叶片病害图像。通过在Inception网络基础上加入空洞卷积和形变卷积，设计空洞和形变卷积神经网络（dilated and deformable convolutional neural network，DDCNN）用于黄瓜叶片病害识别。试验结果显示，提出的IAR-GAN有效缓解了过拟合现象，丰富了生成样本的多样性；所提出的DDCNN对黄瓜炭疽病、斑靶病和霜霉病的平均识别准确率均达到96%以上，比Inception-V3模型提高了9个百分点。以上结果表明，本研究提出的数据增广方法和病害识别模型可为复杂环境下小样本的作物叶部病害的准确识别提供新思路。  相似文献