排序方式: 共有22条查询结果,搜索用时 46 毫秒
1.
采用双模态联合表征学习方法识别作物病害 总被引:1,自引:1,他引:0
基于深度卷积神经网络的视觉识别方法在病害诊断中表现出色,逐渐成为了研究热点。但是,基于深度卷积神经网络建立的视觉识别模型通常只利用了图像模态的数据,导致模型的识别准确率和鲁棒性,都依赖训练数据集的规模和标注的质量。构建开放环境下大规模的病害数据集并完成高质量的标注,通常需要付出巨大的经济和技术代价,限制了基于深度卷积神经网络的视觉识别方法在实际应用中的推广。该研究提出了一种基于图像与文本双模态联合表征学习的开放环境下作物病害识别模型(bimodalNet)。该模型在病害图像模态的基础上,进行了病害文本模态信息的嵌入,利用两种模态病害信息间的相关性和互补性,实现了病害特征的联合表征学习。最终bimodalNet在较小的数据集上取得了优于单纯的图像模态模型和文本模态模型的效果,最优模型组合在测试集的准确率、精确率、灵敏度、特异性和F1值分别为99.47%、98.51%、98.61%、99.68%和98.51%。该研究证明了利用病害图像和病害文本的双模态表征学习是解决开放环境下作物病害识别的有效方法。 相似文献
2.
3.
4.
工业设计在我国是刚刚发展起来的新兴学科,高校的教学模式正处在改革和探索时期。在工业设计教育中,存在艺术类与工科类两种不同的培养模式,它们的教学都有自己的侧重点,两者的区别也较大。而农业院校工科的工业设计专业更有自己的特点。通过对设计素描的教学目的以及农业院校工科工业设计学生特点的分析,对素描教学中的思维方式、教学内容、穿插联系等方面进行革新和探索,目的在于提高设计素描在教学中的准确性和科学性。 相似文献
5.
6.
蛋鸡生产参数自动监测系统设计与实现 总被引:1,自引:1,他引:0
为了在蛋鸡自然状态下,实现对其采食量、饮水量、排泄量、产蛋时间、蛋质量等生产参数的长期自动采集,克服人工采集工作量大,鸡应激反应造成误差大等问题,设计并实现了基于传感器网络的蛋鸡生产参数自动监测系统。该装置运用人机工程学的设计方法,将传统鸡笼与传感器有机结合,实现了对蛋鸡生产参数无干扰远程监测。该文重点分析了鸡笼的机械结构设计、传感器通信原理、数据采集与分析利用问题。试验结果表明,系统运行稳定,采食量、饮水量、排泄量、蛋质量平均相对误差均小于0.2%。该研究提高了监测数据的精确性,为蛋鸡养殖中科研数据收集、分析和利用提供了新方法和手段,为进一步研究蛋鸡生长过程中生产参数的无干扰自动采集技术提供了参考。 相似文献
7.
8.
9.
生产过程中枣农的知识需求与专家的知识供给之间存在技术断层,互联网的接入在一些偏远的山区农村还没有普及,基于Web的枣病虫害诊断专家系统使用受到了限制。考虑到手机的高普及率及短信的易用性,将短信和枣病虫害诊断专家系统结合起来,设计实现了枣病虫害诊断短信平台。试验结果表明:枣病虫害病诊断短信平台平均反应时间为15s,对常见31种病害和42种虫害的诊断正确率为90.37%。通过移动通信技术推进了枣病虫害智能诊断的应用,对扩大枣病虫害诊断知识的应用范围,降低专家系统的使用难度起到了积极的作用。 相似文献
10.