基于显著性增强和迁移学习的鱼类识别研究

针对水下鱼类无法快速准确识别的难点,提出一种具有图像主体自动增强功能的鱼类迁移学习方法。该方法将鱼类RGB图像转换至Lab颜色空间后,利用中央周边算子计算得到整个输入图像的显著性值,进而提供鱼类目标的潜在区域,并结合GrabCut算法获取鱼类分割图像,最终将融合分割图的原始图像送入优化后的残差网络中进行训练。通过对23种鱼类进行识别试验,结果显示,固定ImageNet数据集上ResNet-50预训练模型的conv1层和conv2层参数,微调高层参数的方法能够取得最好的识别效果,且在公开的Fish4Knowledge数据集上,该模型取得了最高的识别准确率,平均识别精度达到99.63%。与其他卷积神经网络方法的对比结果显示,本方法在Fish4Knowledge和Fish30Image数据集上的识别精度和时间性能均具有较大优势,其中识别准确率至少提升4.98%。多个数据集上的试验验证了模型的有效性。     

基于PDA的林权调查系统研建

针对当前林权调查存在的不足,提出了利用PDA进行林权数据的采集,并建立了林权调查系统。该系统实现了林权属性数据管理和地籍信息管理;利用Web Services和服务器进行数据交互,使系统运行更加稳定,更易于扩展;通过利用数据异步加载和数据缓存,可以使系统运行速度加快,用户体验度提高;利用智能升级技术,保证多个客户端版本保持一致。     

基于Web Service和PDA古树名木调查系统开发与应用

基于Web Service技术,以PDA为终端平台,开发了古树名木调查系统,解决了以往古树名木调查过程中数据多次重复录入的问题,保证了数据的一致性。方便的界面操作,加快了调查速度,提高工作人员效率。配合GPS定位,提高了调查精度。该系统还提供了古树名木的查询和统计,可以根据多种组合条件查询和统计古树名木的相关信息,满足相关部门的业务需要。     

不同地貌杉木人工林胸径树高生长曲线研究

为准确掌握景宁县杉木人工林的生长情况,采用4种生长方程分别拟合杉木胸径树高生长情况,并选择最优生长模型。研究结果表明:多项式方程能够较好的拟合景宁地区杉木林的生长情况,平均决定系数高达0.889;地形因子对杉木生长具有重大影响。