排序方式: 共有23条查询结果,搜索用时 265 毫秒
11.
12.
基于DEA方法的京津冀城市基础设施投资效率评价 总被引:2,自引:0,他引:2
在京津冀地区协同发展大背景下,该区域城市基础设施投资效率的高低直接影响到区域经济发展和社会进步,同时也对城市生态环境和生活质量起到至关重要的保障作用。文中使用非参数估计的数据包络分析方法(DEA)对京津冀地区2003年-2012年城市五大基础设施投资效率进行分析,同时对DEA结果分别进行投影分析,找出影响区域整体发展的影响因素。研究结果表明:从京津冀地区十年整体情况来看,该区域城市基础设施投资效率虽然没有达到最优,但总体水平为良好。天津市基础设施投资效率最优而河北省基础设施投资效率较低;从投影分析结果来看,京津地区投资效率低下主要表现在公共交通方面,河北省主要调整集中在道路建设方面。 相似文献
13.
基于深度学习的森林虫害无人机实时监测方法 总被引:14,自引:12,他引:2
无人机遥感是监测森林虫害的先进技术,但航片识别的实时性尚不能快速定位虫害爆发中心、追踪灾情发生发展。该文针对受红脂大小蠹危害的油松林,使用基于深度学习的目标检测技术,提出一种无人机实时监测方法。该方法训练精简的SSD300目标检测框架,无需校正拼接,直接识别无人机航片。改进的框架使用深度可分离卷积网络作为基础特征提取器,针对航片中目标尺寸删减预测模块,优化默认框的宽高比,降低模型的参数量和运算量,加快检测速度。试验选出的最优模型,测试平均查准率可达97.22%,在移动图形工作站图形处理器加速下,单张航片检测时间即可缩短至0.46 s。该方法简化了无人机航片的检测流程,可实现受害油松的实时检测和计数,提升森林虫害早期预警能力。 相似文献
14.
基于深度学习的大棚及地膜农田无人机航拍监测方法 总被引:5,自引:0,他引:5
随着精准农业技术的发展,快速获取大棚和地膜农田面积及地理分布的需求越来越大,但沿用面向卫星遥感影像的解译方法处理无人机航拍影像,存在特征选择复杂、识别精度较低、处理时间长等问题。基于此,本文提出一种基于深度学习的大棚及地膜农田无人机航拍监测方法,即采用六旋翼无人机搭载索尼NEX-5k相机进行航拍作业,对采集到的558幅赤峰市王爷府镇地区的无人机航片进行正射校正与拼接,构建全卷积神经网络(Fully convolutional network,FCN),通过多尺度融合的方法实现了FCN的5个变种模型:FCN-32s、FCN-16s、FCN-8s、FCN-4s、FCN-2s,使用带动量的随机梯度下降算法端到端训练模型,自动提取并分类影像特征。FCN模型与ENVI商用遥感软件的基于像素的分类方法、e Cognition软件的面向对象的分类方法对比后表明:FCN-4s模型为识别大棚和地膜农田的最佳模型,对于测试区域的平均整体正确率为97%,而基于像素的分类方法平均整体正确率为74.1%,面向对象的分类方法平均整体正确率为81.78%。FCN-4s模型平均运行时间为16.85 s,是基于像素的分类方法运行时间的0.06%,是面向对象的分类方法运行时间的5.62%。本方法可快速准确获取大棚和地膜农田的地理分布及面积,满足设施农业对无人机航拍监测的需求。 相似文献
15.
基于深度学习的诱捕器内红脂大小蠹检测模型 总被引:2,自引:0,他引:2
红脂大小蠹是危害我国北方地区松杉类针叶树种的重大林业入侵害虫,其虫情监测是森林虫害防治的重要环节。传统的人工计数方法已经无法满足现代化红脂大小蠹监测的需求。为自动化识别并统计信息素诱捕器捕获的红脂大小蠹,在传统信息素诱捕器中集成摄像头,自动采集收集杯内图像,建立蠹虫数据集。使用K-means聚类算法优化Faster R-CNN深度学习目标检测模型的默认框,并使用GPU服务器端到端地训练该模型,实现了诱捕器内任意姿态红脂大小蠹的目标检测。采用面向个体的定量评价和面向诱捕器的定性评价两种评价方式。实验结果表明:较原始Faster R-CNN模型,该模型在困难测试集上面向个体和诱捕器的精确率-召回率曲线下面积(Area under the curve,AUC)提升了4.33%和3.28%。在整体测试集上个体和诱捕器AUC分别达0.9350、0.9722。该模型的检测速率为1.6s/幅,准确度优于SSD、Faster R-CNN等目标检测模型,对姿态变化、杂物干扰、酒精蒸发等有较好的鲁棒性。改进后的模型可从被诱芯吸引的6种小蠹科昆虫中区分出危害最大的红脂大小蠹,自动化地统计诱捕器内红脂大小蠹数量。 相似文献
16.
17.
18.
利用RT-PCR方法从SRV9株细胞毒基因组RNA扩增G蛋白基因,然后将其克隆到p MD18-T载体上,将得到的重组克隆质粒SRV9G-p MD18T进行PCR和测序鉴定。结果表明:克隆的基因全长为1 609 bp,阅读框正确;将此SRV9株G基因亚克隆到供体质粒p Fast Bac Dual后获得了重组供体质粒SRV9G-p Fast Bac Dual;进而将重组供体质粒转化DH10Bac感受态细胞,经2次抗性、蓝白斑筛选及PCR分析后,获得重组穿梭质粒SRV9G-Bacmid;将其转染Sf9细胞48 h后,通过细胞形态学和重组杆状病毒负染电镜观察显示,杆状病毒转染成功;通过Western blot检测显示,Sf9细胞成功表达了SRV9 G蛋白。随后,利用Ex PASy服务器上的在线分析工具和生物信息学分析软件DNAStar对G蛋白的基本性质进行了分析。试验采用昆虫细胞Bac-toBac杆状病毒表达系统,成功表达出G蛋白,并对其进行了生物信息学分析,为蛋白纯化及狂犬病诊断试剂盒的进一步研制奠定了基础。 相似文献
19.
20.