首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   69篇
  免费   28篇
  国内免费   24篇
林业   13篇
农学   10篇
基础科学   20篇
  52篇
综合类   19篇
畜牧兽医   1篇
植物保护   6篇
  2023年   18篇
  2022年   13篇
  2021年   9篇
  2020年   8篇
  2019年   7篇
  2018年   5篇
  2017年   6篇
  2016年   6篇
  2015年   4篇
  2014年   3篇
  2013年   4篇
  2012年   4篇
  2011年   6篇
  2010年   1篇
  2009年   7篇
  2008年   6篇
  2007年   4篇
  2006年   4篇
  2005年   5篇
  2004年   1篇
排序方式: 共有121条查询结果,搜索用时 31 毫秒
1.
融合光谱混合分解与面向对象的土地利用/覆被分类   总被引:2,自引:2,他引:0  
错综复杂的土地利用模式和破碎的地物斑块制约了土地利用/覆被分类的精度和效率。一方面,混合像元模糊了地物的光谱信息,影响了分类精度。另一方面,如何高效利用地物的光谱、形状和纹理特征是当前土地利用/覆被分类的研究热点。为了提高基于遥感技术的土地利用/覆被分类精度,该研究基于Sentinel-2A遥感影像,开展融合光谱混合分解与面向对象的土地利用/覆被分类研究。首先,基于地物的光谱、形状和纹理特征,在3个分割尺度通过NDWI(Normalized Difference Water Index)、NDVI(Normalized Difference Vegetation Index)、SBL(Soil Background Level)等8个特征参数构建了不同地物信息的提取规则。其次,利用光谱混合分解模型提取研究区基质(SL;岩石和土壤)、植被(GV;光合作用叶片)和暗色物质(DA;阴影和水)3类通用端元。最后,尝试融合3端元光谱特征优化地物信息提取规则。研究结果表明:1)基于构建的光谱、形状和纹理的地物信息提取规则,使用模糊函数、阈值法进行土地利用/覆被分类,获得了较高的分类精度,总体精度为80.83%,Kappa系数为0.76。2)融合3端元的光谱特征的提取规则将分类精度提升至90.00%,Kappa系数提升至0.88。3)具有明确物理意义的3端元的融入增强了像元内各组分信息的差异性,弥补了传统光谱指数对植被与土壤间的亮度信息解析度不足的缺陷。该方法能充分利用影像的光谱信息,是一种由易到难、对不确定因素进行逐层剥离的土地利用/覆被信息提取技术。因此,对中高分辨率的多光谱遥感影像十分友好,在土地利用/覆被的精细化分类中有较大应用潜力。  相似文献   
2.
夏晨真  张月 《水土保持学报》2020,34(5):111-118,130
基于厘米级高分辨率无人机影像,应用面向对象方法(Object-Based Image Analysis, OBIA)对吉林省伊通县椽子沟流域的横坡改垄、地埂植物带、生态恢复乔木林、生态恢复草地等水土保持措施进行自动精准识别。应用超绿指数(Excess Green Index,ExG)、超红指数(Excess Red Index,ExR)、归一化差异指数(Normalized Difference Index,NDI)等光谱指数,形状的主方向、形状指数等形状特征,均值(Mean)、方差(Variance)、对比度(Contrast)等纹理特征进行措施的特征提取。结果表明:研究区水土保持措施识别的总体精度可达91.24%,Kappa系数为0.87;对垄台、垄沟等线性水土保持措施总体精度可达72.33%,Kappa系数为0.63。基于厘米级无人机影像,应用面向对象方法基本可实现对黑土区水土保持措施的精准识别,也可对垄台垄沟等线性措施进行自动识别,研究结果可为水土保持措施实施范围及完好程度的动态监测提供参考依据。  相似文献   
3.
针对田间环境复杂、秸秆形态多样、秸秆覆盖率判断主观性影响过大、补贴面积测量耗时耗力等问题,该文开展了秸秆覆盖率率自动识别方法研究和监测设备研制。首先,提出利用时频变换进行秸秆识别,设计高通滤波器提取了图像的频域特征进行自适应分割。基于集成分类器利用已有的秸秆识别数据训练支持向量机分类器,对秸秆图像进行再识别和筛选。最后,设计多尺度占比滤波器,对识别图像中的噪声和空洞进行修补,生成适应多种情况的秸秆覆盖率识别算法。与北斗定位模块、无线通讯模块、摄像头、传感器、服务器等设备共同组成秸秆覆盖率识别系统。试验结果表明,设备的秸秆覆盖率识别误差为4.55%,平均单张图像耗时0.05 s。研究结果满足保护性耕作中的自动化监测要求,可为保护性耕作作业质量评测提供有效的技术支持。  相似文献   
4.
美洲耕地利用格局及其时空变化特征   总被引:1,自引:0,他引:1  
【目的】耕地时空格局变化特征分析是地表覆盖研究的热点问题之一。美洲作为全球重要的粮食生产区,其耕地数量和分布具有全球性战略地位,科学分析美洲耕地时空格局变化特征、过程和规律为耕地可持续发展提供科学参考。【方法】基于GlobeLand30数据集,运用数理统计和GIS空间分析等方法,系统分析了2000—2010年美洲耕地面积数量变化、空间分布及类型转化特征,并重点分析了亚马逊地区耕地格局变化状况。【结果】2010年美洲耕地总面积为52 875.05×104 hm2;2000—2010年的10年间,美洲耕地总面积总体增加,面积增加约2 128.14×104 hm2,增幅约4.19%。耕地面积增加最大国家为巴西,幅度达到9.51%,位居美洲国家之首,其次为阿根廷;减少最大国家为厄瓜多尔,面积减少101.14×104 hm2。10年间美洲耕地复种指数增加2.42%,变化最为显著国家为巴拉圭、波多黎各。从耕地变化类型看,美洲新增耕地主要来源于林地、草地,而耕地减少主要是由于人造地表的侵占。美国耕地总量最多,但10年间耕地增长率较低,仅为0.08%,绝大部分损失的耕地转为人造地表,由于收获面积的减少导致复种指数减少了0.89%;巴西耕地总量仅次于美国,耕地大幅度增加主要来源于林地和草地,同时复种指数有较大程度提高。亚马逊地区作为美洲重要的生态和农业区域,10年间耕地增长8.41%,耕地增长伴随着森林、草地被大量破坏,尤其在巴西西南和厄瓜多尔表现最为剧烈。【结论】2000—2010年美洲耕地整体上呈现增加态势,国家间耕地利用格局变化差异明显;耕地主要来源于林地、草地和灌木,增长集中在巴西和阿根廷,耕地主要转出为人造地表,集中在美国。作为美洲重要的粮食生产区,亚马逊地区耕地面积和耕地复种指数都提高,两者同步增加一定程度上提高区域或全球粮食产量,但其带来的生态环境效益需要深入关注。  相似文献   
5.
基于卷积神经网络的空心村高分影像建筑物检测方法   总被引:1,自引:0,他引:1  
李政  李永树  吴玺  刘刚  鲁恒  唐敏 《农业机械学报》2017,48(9):160-165,110
基于卷积神经网络(CNN)提出了一种适用于空心村高分影像的建筑物自动检测方法,该方法利用多尺度显著性检测来获取包含建筑物信息的显著性区域,然后通过滑动窗口获取显著性区域内目标样本块,再将这些样本块输入训练好的CNN并结合SVM来实现分类。为检验方法有效性,选取高分影像进行实验,结果表明,显著性检测能够有效地获取主要目标,减弱其他无关目标的影响,降低数据冗余;卷积神经网络能够自动学习高层次的特征,基于CNN对高分影像进行建筑物检测,分类准确度可以达到97.6%,表明该方法具有较好的鲁棒性和有效性。  相似文献   
6.
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。  相似文献   
7.
多尺度特征融合的柑橘冠层施药沉积量分类模型   总被引:2,自引:0,他引:2  
针对传统农作物冠层施药沉积量分类模型分类准确率低、网络模型参数量大且运算速度慢的问题,该研究提出一种改进的SPP-Net-Inception-v4模型。该模型通过构建稀疏网络结构平衡各个模型子网间的计算量,利用3个Inception模块生成施药沉积量在柑橘冠层热红外图像的稠密有效特征数据;在模型的卷积层与全连接层间创新性接入空间金字塔池化网络(Spatial Pyramid Pooling Network, SPP-Net),进行一次历遍提取热红外图像特征信息,再通过空间池化操作融合3种池化方式提取的多尺度特征,实现柑橘冠层热红外图像施药沉积量表现特征的提取与融合。搭建多环境因素自主控制试验环境,模拟无人机低空采集柑橘冠层热红外图像,应用3个分类模型进行对比试验,试验结果表明,SPP-Net-Inception-v4模型与Inception-v4和ResNet-152两种模型相比,准确率分别提高1.58%和3.26%,模型大小分别降低13%和24%,表明SPP-Net-Inception-v4模型在降低模型规模的基础上,提高了柑橘树冠层施药沉积量分类的准确率,可为精准农业航空中无人机植保技术的进一步发展提供参考。  相似文献   
8.
基于集合经验模态分解北疆降水多尺度变化特征   总被引:1,自引:0,他引:1  
降水是中国西北干旱区水资源的重要组成部分,利用合理方法有效认识降水的区域变化规律对指导农业发展尤为重要。基于北疆42个气象站1961—2012年降水序列数据,从气候时间序列中提取气候信号中各个尺度的变化,对北疆过去52a来的降水进行多尺度分析,并对其空间差异进行了初步探讨。结果表明:过去52a北疆降水量存在明显的年际和年代尺度的变化,年际尺度的周期为5a和8a,年代尺度的周期为10a和30a。变化趋势上,降水量1985s之前呈减少趋势,在1985s之后呈增加趋势,且后期的增幅大于前期的减幅。突变分析表明北疆年降水量呈增加趋势。集合经验模态分解(EEMD)是一种适用于非线性、非平稳序列的信号分析方法,将EEMD应用于气候要素时间序列,可提取可靠真实的气候变化信号,同时,EEMD可以得到气候变化的固有时间尺度。  相似文献   
9.
针对茶叶病害检测面临的病害尺度多变、病害密集与遮挡等诸多问题,提出了一种多尺度自注意力茶叶病害检测方法(Multi-scale guided self-attention network, MSGSN)。该方法首先采用基于VGG16的多尺度特征提取模块,以获取茶叶病害图像在不同尺度下的局部细节特征,例如纹理和边缘等,从而有效表达多尺度的局部特征。其次,通过自注意力模块捕获茶叶图像中像素之间的全局依赖关系,实现病害图像全局信息与局部特征之间的有效交互。最后,采用通道注意力机制对多尺度特征进行加权融合,提升了模型对病害多尺度特征的表征能力,使其更加关注关键特征,从而提高了病害检测的准确性。实验结果表明,融合多尺度自注意力的茶叶病害检测方法在背景复杂、病害尺度多变等场景下具有更好的检测效果,平均精度均值达到92.15%。该方法可为茶叶病害的智能诊断提供参考依据。  相似文献   
10.
To track the non-stationary dynamics of the process which contains time-varying and multi-scale data, an online moving window multi-scale principal component analysis(MW-MSPCA) data-driven-based fault diagnosis method is proposed. In this data-driven diagnosis technique, wavelet threshold denoising is used to solve the conflict between the statistical model deviation and data correlation decreasing. The statistical models are updated by using moving window principal component analysis in various scales. The contribution of individual process variable to the process behavior change is illustrated in a 3-dimensional contribution chart. A quantitative evaluation mechanism is also given to evaluate the diagonising accuracy. The numerical experimental results for 6135D diesel demonstrate that the proposed method can diagnose sensor fault better in terms of false rejection, false alarm and diagnosing accuracy for fault diagnosis upon comparing with conventional multi-scale principal component analysis(MSPCA) and adaptive multi-way principal component analysis(AMPCA) modeling.  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号