基于改进YOLO v5n的猪只盘点算法

猪只盘点是规模化养殖中的重要环节,为生猪精准饲喂和资产管理提供了依据。人工盘点不仅耗时低效,而且容易出错。当前已有基于深度学习的生猪智能盘点算法,但在遮挡重叠、光照等复杂场景下盘点精度较低。为提高复杂场景下生猪盘点的精度,提出了一种基于改进YOLO v5n的猪只盘点算法。该算法从提升猪只目标检测性能出发,构建了一个多场景的生猪数据集;其次,在主干网络中引入SE-Net通道注意力模块,引导模型更加关注遮挡条件下猪只目标信息的通道特征。同时,增加了检测层进行多尺度特征融合处理,使模型更容易学习收敛并预测不同尺度的猪只对象,提升模型遮挡场景的检测性能;最后,对边界框损失函数以及非极大值抑制处理进行了改进,使模型对遮挡的目标有更好的识别效果。实验结果表明,与原YOLO v5n算法相比,改进算法的平均绝对误差(MAE)、均方根误差(RMSE)以及漏检率分别降低0.509、0.708以及3.02个百分点,平均精度(AP)提高1.62个百分点,达到99.39%,在复杂遮挡重叠场景下具有较优的精确度和鲁棒性。算法的MAE为0.173,与猪只盘点算法CClusnet、CCNN和PCN相比,分别降低0.2...     

2RPU+2UPR+RPR多冗余驱动并联机构运动学分析与优化

提出一种RPR型多冗余驱动两转一移并联机构2RPU+2UPR+RPR。基于螺旋理论建立机构运动螺旋系与约束螺旋系,分析机构自由度性质;建立机构运动学模型,基于软件仿真结果验证理论模型正确性;推导机构传递螺旋系,建立机构局部性能指标与全域性能指标;基于优质工作空间和优质传递性能分布对机构进行尺度优化,获得机构优化尺度与传递性能图谱,分析关键尺度参数对机构传递性能的影响;基于雅可比矩阵和传递性能分布分析优化尺度下机构奇异特性,机构在优化空间内无奇异位形。     

基于低成本惯导和运动约束的农机高精度定位系统研究

北斗定位系统(BDS)能够实现厘米级的定位,在农机导航系统中获得了广泛应用。然而,单纯的卫星定位系统存在一些局限性,比如易受外界遮挡、数据频率低等。因此,在导航系统中集成惯性元件并发展组合导航技术成为重要研究方向。考虑到高性能惯导成本很高,不利于推广应用,本文研究了农业场景下,使用低成本惯导和BDS构成组合导航系统。为提高定位精度,解决由BDS中断导致误差发散的问题,设计了零速修正。同时,分析了BDS/INS组合导航系统中航向角误差不可观测的原因和误差来源,设计了航向约束方法。当BDS信息可用时,利用双天线航向角信息来抑制航向角误差的累积;当BDS中断时,使用零角速度修正。通过现场实验验证,当BDS可用时,零速修正可以将位置、速度和水平姿态的精度分别提高20%、40%和15%以上,航向约束可以将航向角精度提高90%以上;BDS中断时,零速修正可以将位置、速度的精度提高90%以上,水平姿态的精度提高80%以上,航向约束可以将航向角精度提高40%以上。     

基于WGAN和MCA-MobileNet的番茄叶片病害识别

针对番茄病害识别模型参数量大、计算成本高、准确率低等问题,本文提出一种基于多尺度特征融合和坐标注意力机制的轻量级网络（Multi scale feature fusion and coordinate attention MobileNet, MCA-MobileNet）模型。采集10类番茄叶片图像,采用基于Wasserstein距离的生成对抗网络（Wasserstein generative adversarial networks, WGAN）进行数据增强,解决了样本数据不足和不均衡的问题,提高模型的泛化能力。在原始模型MobileNet-V2的基础上,引入改进后的多尺度特征融合模块对不同尺度的特征图进行特征提取,提高模型对不同尺度的适应性;将轻量型的坐标注意力机制模块（Coordinate attention, CA）嵌入倒置残差结构中,使模型更加关注叶片中的病害特征,提高对病害种类的识别准确率。试验结果表明,MCA-MobileNet对番茄叶片病害的识别准确率达到94.11%,较原始模型提高2.84个百分点,且参数量仅为原始模型的1/6。该方法较好地平衡了模型的识别准确率和计算成本,为番茄叶片病害的现场部署和实时检测提供了思路和技术支撑。     

基于YOLOV3模型的甘蔗丛环境下行人检测方法

针对在“一垄双沟”甘蔗丛高秆作物环境下行人目标检测的重要性及难度问题,提出一种改进YOLOV3算法的甘蔗丛中高秆作物遮挡的行人目标检测算法(YOLOV3-my-prune)。为获得更好的行人特征表达,使用Imgaug库对自制的数据集增强,并结合数据集中行人尺寸特点,使用K-means聚类分析方法,为神经网络重新聚类目标锚箱。对YOLOV3网络改进,设计了在网络全连接层中引入空间金字塔池化模块,并增加第四尺度预测特征图,同时增强网络多尺度特征融合能力及小尺度特征提取能力。完成改进的模型基础训练后,采用通道和层剪枝混合剪枝方法轻量化模型,并在数据集上进行多尺度训练并测试,结果表明:此方法 准确率达80.1%,检测速度为30fps,均有所提升。     

基于GIS的绿洲城市时空扩展特征研究——以新疆伊宁市为例

以新疆伊宁市2000、2005、2010、2015、2018年Landsat TM/ETM/OLI多时相卫星遥感数据为样本,利用GIS技术,采用最大似然法(MLC)对伊宁市土地利用进行分类,提取城市建成区范围,采用扩张速度指数(Expansion speed index,ESI)、扩张强度指数(Expansion intensity index,EII)、综合扩张程度指数(Expansion degree index,EDI)和标准差椭圆(Standard deviational ellipse,SDE)等指标分析伊宁市2000—2018年的城市空间扩展特征及其驱动力因素。结果表明,(1)2000—2018年伊宁市建设用地面积持续增加,共增加80.03 km~2,为净增初期的2.7倍,研究区建设用地呈西北蔓延式扩张,2005—2010年间,建设用地扩展强度最大,城市化呈急剧扩张态势。(2)伊宁市建设用地的扩张主要是通过大面积的侵占耕地来实现,建成区扩张速度逐年提高,城市扩张呈先高速增长后缓慢扩张趋势。(3)伊宁市城市扩展受到自然及人文因素共同影响,自然因素限制了建设用地空间扩张范围,人文因素则是伊宁市城市扩张的直接驱动力。     

城市广场不同空间尺度下空气温湿度与环境因子的相关性

探究空气温湿度与环境影响因子间的空间尺度相关关系,界定关键影响尺度范围,可为合理规划城市公共开敞活动空间建成环境提供科学的理论依据。选择武汉市8块城市广场下垫面作为研究对象,分析夏季空气温湿度值、广场-行道树温湿度差值、日较差值与测试点周边25～3 000 m缓冲区内地表温度、硬质下垫面面积、绿地面积、归一化植被指数、交通道路长度和人口密度变量间的相关关系。结果表明:1)气温与测试点周边50 m缓冲区地表温度变量相关性最显著;相对湿度与测试点周边100 m缓冲区内绿地面积变量和硬质下垫面面积变量、250 m缓冲区NDVI变量、500 m缓冲区地表温度变量相关性最显著。2)广场-行道树温度、相对湿度差值分别与测试点周边2 000 m、3 000 m缓冲区内绿地面积变量最显著相关。3)温度、相对湿度日较差分别与测试点周边500 m、1 000 m缓冲区内交通道路长度变量最显著相关。由此可见,夏季城市广场空气温湿度与周边环境因子存在明显的尺度效应,增加广场建成环境周边绿地面积、减少硬质下垫面面积、提高NDVI、减少交通道路长度可有效改善城市开敞空间的温湿效应。     

河南鸡公山林区PM2.5污染与气象因子全年时尺度相关性分析

利用鸡公山林区环境空气质量监测站2019年监测数据,对PM_2.5污染及与气象因子在全年时尺度上的变化和关系进行系统的研究分析。结果表明:1) 林区PM_2.5年均质量浓度为34.48 μg·m^-3。2)降水对PM_2.5污染具有显著的去除作用。3)全年PM_2.5时均质量浓度与对应的气温、气压、空气湿度和风速4个气象因子间存在极显著的多元线性回归关系,且单气象因子对PM_2.5时均质量浓度值的影响均达到极显著水平(P＜0.01)。4) 在时尺度上,各单气象因子与PM_2.5质量浓度间的回归模型精度较低。为此,采取各单气象因子的等值点、小梯度递增与对应的PM_2.5质量浓度值域一并平均后再回归,显著提高了两者间的回归精度,更适于通过单气象因子估算PM_2.5质量浓度。研究结果揭示了林区PM_2.5污染特征,可为区域大气污染联防联治和景区森林旅游资源开发提供参考。     

基于FLUS模型的城镇用地增长边界划定研究——以临川区为例

引入FLUS(Future Land Use Simulation)模型对抚州市临川区的城镇用地增长边界划定进行研究,采用2005、2010和2015年城镇用地数据对FLUS模型的可靠性进行验证,并结合最新基本农田划定及规划调整完善成果划定城镇增长边界,对2025年临川区城镇用地变化进行情景模拟。结果表明:2010年FLUS模型模拟结果的Kappa指数达0.97,总体精度达0.98;2015年模型模拟结果的Kappa指数达到0.89,总体精度达0.93,模拟效果较理想。考虑到基本农田保护区、生态红线的约束,2025年城镇用地增长边界面积为15466.77 hm²,占研究区总面积的7.3%,主要分布在崇岗镇、上顿度镇、钟岭街道办事处、温泉镇等。     

广东省含参数分级的阔叶林分生物量生长模型

  目的  建立区域尺度林分生物量生长模型,为预测未来某一时段广东省天然阔叶林生物量和碳储量提供方法学支持。  方法  基于广东省1997—2017年5期森林清查数据,选择栎类、木荷和其他软阔类等6个阔叶树种为优势树种的203个天然林样地,以参数分级反映立地质量差异,以竞争指数表示密度影响,以分步建模（一元非线性回归法）和联合建模（非线性联立方程组法）区别建模方式,采用理论生长方程构建胸径生长模型估计林龄进而构建多种林分生物量生长模型,以决定系数和平均预估误差等4个指标评价模型拟合优度;对拟合优度较高的模型,以2002—2017年4期连清的183块样地为检验样本,用总相对误差来验证其应用效果。  结果  对比模型拟合效果和区域尺度及样地水平上的估计精度,以探究林分密度、不同参数分级、分级方法和建模方法共4项影响因素对生物量生长模型的效果,结果表明:非线性联立方程组法优于分步建模法;与生长速度有关的参数b分级模型优于与生长潜力有关的参数a分级模型;考虑林木竞争和分级方程中加入竞争指数对优化模型性能影响不大。参数b分级、自变量和分级方程皆不含竞争指数的联合模型（模型10）为最优模型,其生物量生长模型确定系数R2为0.970 1;预测4期生物量时,估计效果较好,后期估计误差明显低于前期,如采用模型10预估栎类2002—2017年区域尺度生物量时,4期的估计误差分别为6.22%、15.27%、4.80%、?1.84%。  结论  以Richards理论生长方程为基础构建林分生物量生长模型来估测区域尺度生物量是一种可行的方法,为评估未来某一时段区域尺度森林生态系统的固碳能力提供依据,也为其他区域的林分生物量生长模型研建提供参考。