基于注意力机制和残差网络的苹果叶片病害分类

苹果叶片病害的高效准确识别有助于合理使用杀虫剂、肥料等农业资源，进而保证苹果的产量与质量。为提高苹果叶片病害识别的准确率，提出一种残差网络与注意力机制结合的苹果叶片病害识别模型：P-D-ECA-ResNet101。首先构建苹果叶片病害数据集，然后使用常见的4种网络模型在构建的数据集上进行训练，选取训练效果最好的ResNet101为骨干网络模型，通过推迟下采样(delayed downsampling)、拆解大卷积层以及引入高效通道(efficient channel attention module, ECA)注意力模块对ResNet101网络模型进行优化，最后通过特征图可视化展示改进后网络模型的识别机制。试验结果表明，推迟下采样可以增强模型特征提取能力，拆解大卷积层可以有效减少模型的复杂度，引入ECA注意力模块可以削弱无效特征信息对模型的干扰。改进后的P-D-ECA-ResNet101模型在构建的苹果叶片病害测试集上的平均识别准确率达到96.20%,相较于原模型ResNet101提升了2.20百分点。特征图可视化分析表明改进后的P-D-ECA-ResNet101模型可以更好地聚焦于病...     

基于原型网络的小样本禽蛋图像特征检测方法

机器视觉因具有检测速度快、稳定性高及成本低等优点，已发展成为禽蛋无损检测领域主流检测手段。使用该技术对禽蛋进行无损检测时，需要依赖大量禽蛋图像作为数据支撑才能取得较好的检测效果。由于养殖安全等限制，禽蛋图像数据的采集成本较高，针对该问题，提出了一种适应于小样本禽蛋图像检测的原型网络（Prototypical network）。该网络利用引入注意力机制的逆残差结构搭建的卷积神经网络将不同类别的禽蛋图像映射至嵌入空间，并利用欧氏距离度量测试禽蛋图像在嵌入空间的类别，从而完成禽蛋图像的分类。本文利用该网络分别验证了小样本条件下受精蛋与无精蛋、双黄蛋与单黄蛋及裂纹蛋与正常蛋的分类检测效果，其检测精度分别为95%、98%、88%。试验结果表明本文方法能够有效地解决禽蛋图像检测中样本不足的问题，为禽蛋图像无损检测研究提供了新的思路。     

基于辐射和温度的ET0模型在吐鲁番地区的比较与修正

利用吐鲁番地区3个气象站2000—2015年逐日气象资料,以FAO-56 Penman-Monteith(FAO-56 PM)模型为标准,对6种ET_0模型(M-A模型、P-T模型、M-H模型、H-S模型、Traj模型和B-H模型)进行评价并修正,采用均方根误差(RMSE)、绝对平均误差(MAE)、平均相对误差(MRE)评价指标和Wilcoxon非参数检验法比较年、月尺度上各模型修正前后的估算精度,以筛选适用吐鲁番地区ET_0简化估算模型。结果表明:吐鲁番地区ET_0的主要影响因子是R_s(太阳辐射),其次是e_s(饱和水汽压)和R_n(作物表面净辐射);修正前,年尺度上,M-H模型的估算精度最高;月尺度上,各模型误差较大且与FAO-56 PM模型存在显著差异,适用性较差;修正后,各模型在年、月尺度上的精度均有明显提高,无显著差异,其中修正后的P-T、M-H和B-H模型估算精度最高,可作为吐鲁番地区ET_0简化估算模型。     

基于迁移学习和改进残差神经网络的黄瓜叶部病害识别方法

针对在黄瓜叶部病害识别过程中使用传统卷积神经网络存在模型训练时间长、识别准确率低等问题，提出一种迁移学习和改进残差神经网络相结合的方法对黄瓜叶部病害进行识别。首先对数据集图像进行预处理，将数据集划分为训练集和测试集；然后对传统残差神经网络进行改进；最后使用迁移学习的方式对网络模型进行训练。利用该研究方法对不同的黄瓜叶部病害进行识别试验，结果表明该方法具有较高的识别准确率，可为其他作物的识别方法研究提供参考。      

基于R2U-Net和空洞卷积的羊后腿分割目标肌肉区识别

针对前处理工序造成的羊肉智能精细分割目标肌肉区图像识别准确度低的问题，以羊后腿自动去骨分割工序为研究对象，提出一种基于R2U-Net和紧凑空洞卷积的羊后腿分割目标肌肉区识别方法。对传统的U-Net语义分割网络进行改进，以U-Net为骨架网络，采用残差循环卷积块替换原始U-Net的特征编码模块和解码模块中的卷积块以避免U-Net的梯度消失，在特征编码模块和特征解码模块之间增加一个紧凑的四分支空洞卷积模块对语义特征进行多尺度编码，实现缝匠肌图像分割模型的构建。一方面，针对缝匠肌这一核心目标肌肉区，采集羊后腿图像构建数据集训练与测试本文模型，以验证该方法的准确性与实时性；另一方面，通过旋量法标定夹爪坐标系、相机点云坐标系、机器人坐标系的齐次变换矩阵以计算分割路径，并采用主动柔顺的力/位混合控制方法操纵分割机器人进行目标切削运动，验证基于本文方法得到的目标图像开展目标肌肉分割的可行性。相关试验结果表明：当交并比为0.8588时，本文方法平均精确度为0.9820，优于R2U-Net的(0.8324，0.9775)；单样本检测时间平均为82ms，说明本文方法可快速、准确分割出缝匠肌图像，满足机器人自主分割系统的实时性要求，优于U-Net、R2U-Net、AttU-Net算法。最后，在本文方法得到的缝匠肌图像基础上开展机器人实机分割试验，机器人对5条羊后腿的平均切削时间为7.9s，平均偏移距离为4.36mm，最大偏移距离不大于5.9mm，满足羊后腿去骨分割的精度要求。     

游客视角的洋湖湿地公园游憩空间优化设计

湿地公园不仅在生态环境保护方面发挥着重要的作用,同时还能为人类提供休闲游乐场地,目前对湿地公园游憩空间的研究越来越重要。通过问卷调查研究设计了洋湖湿地公园游憩空间评价指标体系,采用主成分分析法进行因子分析,对问卷调查结果进行配对样本T检验,结果显示游客对于洋湖湿地公园游憩空间体系中17个指标的重要性和满意度评价存在明显的差异性。运用IPA修正模型将洋湖湿地公园游憩空间建设项目分为4种类型,并确定17个指标在4种类型中的定位。最后依据IPA修正模型的分析结果,提出相应的游憩空间优化策略。     

基于循环残差注意力的群养生猪实例分割

目的 在群养环境下，实现生猪粘连、杂物遮挡等不同条件下生猪个体的高精度分割。方法 对真实养殖场景下的8栏日龄20~105 d共45头群养生猪进行研究，以移动相机拍摄图像为数据源，并执行改变亮度、加入高斯噪声等数据增强操作获取标注图片3 834张。探究基于2个骨干网络ResNet50、ResNet101与2个任务网络Mask R-CNN、Cascade mask R-CNN交叉结合的多种模型，并将循环残差注意力(RRA)思想引入2个任务网络模型中，在不显著增加计算量的前提下提升模型特征提取能力、提高分割精度。结果 选用Mask R-CNN-ResNet50比Cascade mask R-CNN-ResNet50在AP_0.5、AP_0.75、AP_0.5-0.95和AP_{0.5-0.95-large}指标上分别提升4.3%、3.5%、2.2%和2.2%；加入不同数量的RRA模块以探究其对各个任务模型预测性能影响，试验表明加入2个RRA模块后对各个任务模型的提升效果最为明显。结论 加入2个RRA模块的Mask R-CNN-ResNet50模型可以更精确、有效地对不同场景群养生猪进行分割，为后续生猪身份识别与行为分析提供模型支撑。     

用岭估计研究以RS和GIS为基础的森林郁闭度估测

本文根据最小二乘估计（LS）及岭估计（R）原理，利用平均残差平方和准则，从样地对应的RS和GIS信息中，用计算机仿真方法筛选出影响郁闭度估测的主要信息。在分析LS估计存在缺陷的基础上，提出采用岭估计建立郁闭度估测方程。实例分析表明，当在影响郁闭度估测的变量间存在复共线性时，岭估计比LS估计具有较高的预报精度，可以满足生产的需要。     

中国外汇储备增加原因的实证分析

本文运用协整理论中的E-G两步协整检验方法,研究了外商在中国的直接投资和中国外汇储备之间的相关关系,并根据Granger因果检验模型,考察了两者的因果关系,建立了误差修正模型.实证结果表明,外商在中国的直接投资与中国外汇储备之间具有长期均衡关系,且后者对前者存在单向因果关系.     

DPS软件在中绥12杨光响应曲线拟合中的应用

采用Li-6400光合仪测定了中绥12杨的光响应数据。分别采用直角双曲线模型、非直角双曲线模型、直角双曲线修正模型及指数模型对光响应曲线进行拟合,以探讨几种模型对中绥12杨的适用性并介绍在DPS数据处理系统中的操作步骤。结果表明,直角双曲线、非直角双曲线及指数模型得到的最大净光合速率大于实测值;直角双曲线和非直角双曲线模型得到的光饱和点远小于实测值;应用指数模型时(假设0.9Pn max或0.99Pn max所对应的光强为Isat)则无法求解光饱和点;直角双曲线修正模型拟合得到的各项光合参数均与实际相符,是中绥12杨光合光响应的最适宜模型。