公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

马场信息综合管理系统的开发与设计被引量：5: 2018年; 面对现代马业信息化管理的实际需求,采用Visual Studio 2015开发平台、SQL Server 2014数据库,应用C#语言构建基于.NET框架,B/S模式的马场信息综合管理系统。管理系统为马场提供了全面、高效、可视化的马场信息管理技术支持,包括马匹信息管理、健康监测、饲养管理、免疫管理、病例管理、繁育管理、训练管理、日常管理八个模块,实现了马匹与马场基本信息的管理、马匹免疫信息与病例信息的统计、免疫提醒与分娩提醒等功能。在饲养管理子系统中,根据不同马匹的营养需要量和所选饲料的营养价值,建立了基于目标规划算法的马饲料配方模型,实现马饲料配方的自动生成,对马饲料配方的研究具有一定的参考价值。综合性管理系统的构建对现代马业的发展具有实际意义。; 沈秋采杨涛朱超彭宇飞杨晋丹梅珀彰党雨晴; 关键词：NET架构信息管理

基于卷积神经网络的草莓叶部白粉病病害识别被引量：27: 2018年; 针对计算机视觉下草莓叶部白粉病病害的识别,提出了一种基于卷积神经网络的病害识别模型。首先,设计了3种网络深度(经过3、4和5次卷积操作)与3种卷积核(5×5、3×3,5×5、3×3混合)交叉组合共9种不同网络深度与卷积核尺寸的卷积神经网络结构;其次,分别选择了4种采样层构建方法(均值池化、最大值池化、中间值池化和混合池化);最后,进行了9组训练集与测试集不同比例的模型识别。结果表明,基于混合池化的CNN-9模型(卷积核尺寸5×5,3×3;卷积神经网络深度11)表现最好,对草莓叶部白粉病病害的正确识别率达到98.61%。该方法可较好地实现草莓叶部白粉病病害的识别,且图像预处理步骤简单,易推广,可用于草莓白粉病病害的实时监测。; 杨晋丹杨涛苗腾朱超沈秋采彭宇飞梅珀彰党雨晴; 关键词：卷积神经网络草莓白粉病病害识别

基于深度掩码的玉米植株图像分割模型被引量：11: 2021年; 随着深度学习技术在植物表型检测领域的应用,有监督深度学习逐渐成为植物表型信息的提取与分析的主要方法。但由于植物结构复杂、细节特征多,人工标注的成本和质量问题已成为制约技术发展的瓶颈。该研究针对玉米苗期植株图像分割问题提出一种基于深度掩码的卷积神经网络(Depth Mask Convolutional Neural Network,DM-CNN),将深度图像自动转换深度掩码图像,并替代人工标注样本完成图像分割网络训练。试验结果表明,在相同的网络训练参数下,通过测试DM-CNN得到的平均交并比为59.13%,平均召回率为65.78%,均优于人工标注样本对应的分割结果(平均交并比为58.49%,平均召回率为64.85%);此外,在训练样本中加入10%室外玉米苗期图像后,DM-CNN对室外测试集的平均像素精度可以达到84.54%,证明DM-CNN具有良好的泛化能力。该研究可为高通量、高精度的玉米苗期表型信息获取提供低成本解决方案及技术支持。; 邓寒冰许童羽许童羽苗腾周云成吴琼苗腾沈德政; 关键词：图像分割图像处理玉米

北方日光温室智能监控系统的设计与实现被引量：17: 2016年; 建立日光温室智能监控系统,能够推动我国北方日光温室设施园艺现代化,对日光温室的智能监控有助于提高设施园艺的产量,实现对日光温室的现代化管理。针对中国北方日光温室设施农业环境数据的监测与环境控制需要,设计了一套以ST公司的STM32单片机为控制核心并符合北方日光温室环境的智能监控系统,该系统综合运用传感器技术,自动检测技术和通讯技术等实现对日光温室温度、湿度、光照度、CO2浓度的采集、存储、显示、监测和控制,并对采集到的温室环境因子数据进行了线性回归分析。完成了对环境温室的实时遥测,遥调和遥控,同时能提供各温室环境因子的历史记录和数据。运行结果表明:该智能监控系统运行稳定,测量结果准确可靠,扩展性强,可以满足控制要求,具有良好的应用前景。; 李亚迪苗腾朱超纪建伟; 关键词：数据采集 STM32 环境因子智能控制

基于目标规划的马饲料配方研究被引量：12: 2017年; 中国马业正处在由传统向现代转型的初级阶段,科学的饲料配方对现代马业发展具有重要意义。作者通过对马每日的营养需求和饲料配方模型要素的分析和研究,构建了基于目标规划的马饲料配方模型。该配方模型对马需要的各项营养物质,包括干物质、消化能、粗蛋白质、钙、磷等进行优化,保证马每日对营养物质的数量、质量及其相互比例的需要,同时兼顾饲料成本;作者以速度赛用马和休闲骑乘马两种类型马为例说明基于不同饲养标准的马饲料配方的设计过程,进一步验证了该饲料配方模型的有效性。本研究对马饲料配方模型的研究具有一定的参考价值。; 沈秋采杨涛朱超何立杰杨晋丹彭宇飞; 关键词：饲料配方

基于骨架的玉米植株三维点云果穗分割与表型参数提取被引量：7: 2021年; 当前三维点云处理技术难以在玉米植株点云上对果穗进行识别和表型参数提取。针对该问题,该研究采用基于骨架的玉米植株器官分割流程对植株三维点云的果穗器官进行分割和表型参数提取。首先,优化基于骨架的玉米植株茎叶分割方法,在成熟期植株点云上实现植株骨架的提取、器官子骨架的分解以及器官点云的分割;再根据器官高度、子骨架长度、圆柱特征和点云数量4个约束条件从器官点云中识别出果穗点云;最后提取果穗相关的表型参数。试验结果表明,该研究方法对玉米果穗的识别率为91.3%;果穗点云分割的平均F1分数、精确度、召回率分别为0.73、0.82和0.70;穗位高、穗长、穗粗、株高穗位高比4个表型参数的提取值与人工实测值线性关系显著,决定系数分别为0.97、0.78、0.85和0.96,均方根误差分别为3.23、4.98、0.73 cm和0.07。该研究方法具备提取果穗器官点云和表型参数的能力,可为玉米高通量表型检测、玉米三维重建等研究和应用提供技术支持。; 朱超苗腾苗腾李娜许童羽周云成; 关键词：表型玉米果穗点云分割

基于骨架和最优传输距离的玉米点云茎叶分割和表型提取被引量：8: 2021年; 针对当前三维点云分割方法难以精确分割玉米植株顶部新叶的问题,该研究提出一种基于点云骨架和最优传输距离的玉米点云茎叶分割方法。首先利用拉普拉斯骨架提取算法获得植株骨架;其次根据玉米形态结构特征将植株骨架分解成器官子骨架,并实现器官粗分割;再以最优传输距离作为点云距离度量,采用从上到下的顺序对未分割点云进行精细分割;最后自动提取株高、冠幅、茎高、茎粗、叶长和叶宽6种表型参数。研究结果表明,茎叶分割的平均精确度、平均召回率、平均微F1分数和平均总体准确率分别为0.967、0.961、0.964和0.967;6个表型参数的提取值与实测值具有较强的相关性,决定系数分别为0.99、0.99、0.96、0.97、0.93和0.96。该研究方法能对茎叶器官进行精确分割,为玉米高通量表型检测、三维几何重建等提供了一种有效技术手段。; 朱超苗腾苗腾李娜许童羽周云成; 关键词：表型机器视觉玉米点云分割

基于超体素聚类和局部特征的玉米植株点云雄穗分割被引量：1: 2021年; 针对当前三维点云处理方法在玉米植株点云中识别雄穗相对困难的问题,提出一种基于超体素聚类和局部特征的玉米植株点云雄穗分割方法。首先通过边连接操作建立玉米植株点云无向图,利用法向量差异计算边权值,并采用谱聚类方法将植株点云分解为多个超体素子区域;随后结合主成分分析方法和点云直线特征提取植株顶部的子区域;最后利用玉米植株点云的平面局部特征在顶部子区域中识别雄穗点云。对3种点云密度的15株成熟期玉米植株点云进行测试,采用F1分数作为分割精度判别指标,试验结果与手动分割真值相比,当点云密度为0.8、1.3和1.9个点/cm时,雄穗点云分割的平均F1分数分别为0.763、0.875和0.889,分割精度随点云密度增加而增高。结果表明,本研究提出的基于超体素聚类和局部特征的玉米植株点云雄穗分割方法具备在玉米植株点云中提取雄穗的能力,可为玉米高通量表型检测、玉米三维重建等研究和应用提供技术支持。; 朱超吴凡刘长斌赵健翔林丽丽田雪莹苗腾; 关键词：玉米雄穗表型检测

全选清除导出

共1页<1>

朱超

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

朱超

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈