排序方式: 共有47条查询结果,搜索用时 46 毫秒
21.
22.
24.
25.
基于改进深度卷积神经网络的苹果病害识别 总被引:1,自引:0,他引:1
传统的深度卷积神经网络(DCNNs)使用3个全连接层将经过多次卷积层和池化层后提取到的特征图映射并连接为一个特征向量,然后利用Softmax分类器进行分类。该模型容易出现过拟合问题,而且由于在全连接层中参数太多,导致训练时间增加和泛化能力下降。针对传统的DCNNs模型在图像识别中出现的问题,提出一种改进的DCNNs模型,并应用于苹果叶部病害识别中。相比传统的DCNNs算法,改进的DCNNs利用一个全局平均池化层替代全连接层,并利用改进的Softmax分类器进行病害类别识别。在苹果病害叶片图像数据库上的实验结果表明,该模型能够克服过拟合问题,提高病害的识别率,大幅度降低模型的训练和识别时间。 相似文献
26.
[目的]全面了解我国草原生态保护补偿相关研究的发展现状及演变趋势。[方法]以中国知网数据库(CNKI)为数据来源,以“草原生态保护补助奖励政策”“草原生态补奖”“草原生态补偿”“草原补偿”为主题进行检索,时间跨度限定于2000—2022年,检索范围选取北大核心期刊、CSSCI期刊论文。采用CiteSpace(6.2.R4)软件对筛选到的301篇该领域文献的发文年度、来源期刊、作者分析、研究热点进行研究。[结果](1)从研究现状来看,草原生态保护补偿方面的相关文献发表从2007年开始,整体呈现波动式上升趋势;《干旱区资源与环境》《中国草地学报》《黑龙江畜牧兽医》是发文量前三的期刊;靳乐山、周升强、巩芳3位作者发表文献数量较多,均为11篇;不同作者之间的合作关系主要表现为以单位为团体的合作模式;不同机构之间合作关系具有明显的地域性,跨区域不同机构之间连线较少,合作关系较弱。(2)从研究热点来看,关键词主要分为三类,第一类是政策的补奖标准和补偿对象,对应的关键词有“补偿机制”“奖励机制”“农牧民”“牧户”等;第二类是政策评价指标体系设计,目前研究者构建评价体系主要从生态效益、经济效益、社会效... 相似文献
28.
29.
13个燕麦品种在科尔沁沙地的生产性能评价 总被引:1,自引:0,他引:1
为了丰富科尔沁沙地节水灌溉紫花苜蓿轮作倒茬燕麦品种资源,试验引进国内外13个燕麦品种,采用随机区组设计,对参试燕麦品种的生育期、株高、分蘖数、生长速度、鲜草产量、干草产量、营养成分及相对饲草品质(RFQ)进行了测定和比较。结果表明:参试品种中坝燕4号、丹麦444、花燕麦、林纳、梦龙和边锋6个品种能够达到完熟期,其他7个品种均未能达到完熟;林纳、梦龙、丹麦444和边锋具有生长速度快、分蘖多、干草产量高、干草品质好等特性,可作为适宜科尔沁沙地优良饲用燕麦品种进行推广种植。 相似文献
30.
茶叶智能采摘的关键技术之一是待采摘嫩芽的识别,而嫩芽大小、环境光照、拍摄角度等因素都会给嫩芽的精准识别带来困难。针对复杂场景下传统茶树嫩芽识别方法准确率低的问题,文章提出一种基于YOLOV3深度卷积模型的识别方法,并通过增加SPP模块优化模型,提高模型对茶树嫩芽的识别能力。实验结果表明,YOLOV3模型和YOLOV3优化模型均能在复杂场景下实现茶树嫩芽识别,且YOLOV3优化模型的平均精度均值mAP比YOLOV3模型提高3.5百分点,达到91%,说明YOLOV3优化模型能够更好地应用于自然场景下的茶树嫩芽识别。 相似文献