排序方式: 共有10条查询结果,搜索用时 31 毫秒
1
1.
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
2.
以吉林省汪清林业局金仓林场2块面积为0.25 hm2的蒙古栎天然中龄林固定样地为对象,采用8个竞争指标,研究蒙古栎天然林种内、种间竞争状态。研究结果表明,该林分竞争激烈,蒙古栎与其他各树种存在种间竞争,但其主要竞争压力来自种内,种外竞争压力主要来自黑桦与白桦。其它树种的竞争主要为种间竞争。蒙古栎竞争能力处于中等,白桦与黑桦最强。各竞争指标结果存在差异性,但均能反映蒙古栎天然林竞争状态。蒙古栎竞争强度与胸径存在幂函数关系,竞争强度随个体大小的增大而减小。 相似文献
3.
准确地预测区域蒸散有助于区域水资源的合理利用,减少水资源浪费。为从多项气象因子中筛选出核心因子,构建少因子蒸散预测模型,高效精确预测蒸散,该研究在九大农业区选取23个典型站点,搜集降水量、日照时数等8个气象因子数据,使用分类回归树(classification and regression tree,CART)对气象因子进行重要度排序。基于排序结果,选取排序前3~5项气象因子,基于极限学习机(extreme learning machine,ELM)模型对蒸散进行预测。同时,使用遗传算法(genetic algorithm,GA),粒子群算法(particle swarm optimization,PSO),麻雀搜索算法(sparrow search algorithm,SSA)对ELM模型进行优化,并使用这3种优化算法(GA-ELM、PSO-ELM、SSA-ELM)构建少因子混合优化蒸散预测模型。结果表明:1)基于CART算法重要度排序结果,蒸散的主要影响因子依次是降水量、日照时数、平均本站气压、日最高气温、平均相对湿度。2)3种优化算法预测模型中,PSO-ELM模型的预测精度最高,23个站点的蒸散预测的均方根误差为6.608~22.077 mm/d,纳什效率系数为0.824~0.998,R2为0.908~0.995,平均绝对误差为5.075~16.677 mm/d。3)ELM模型在云贵高原区和四川盆地及周边地区有较好的适用性,3种优化算法在华南区和云贵高原区有较好的适用性,其中PSO-ELM模型的适用性最高。研究结果为中国九大农业区域的作物需水量计算提供参考。 相似文献
4.
5.
6.
在市场经济日益发展的今天,城市的现代化规划建设步伐也在不断的加快并推动着城市园林绿化工程的深入广泛的开展。政府和市民逐渐认识到周围生活环境绿化的重要性,但目前园林绿化存在着轻管理重建设的普遍现象。因此,建设适应市民需求的园林绿化工程,实现园林绿化经济、高效等决定着园林企业对市场的应变能力和竞争能力。本研究分析了园林绿化工程养护管理工作的长期性、长效性、持续性、重要性,并对园林绿化养护管理工作的具体措施进行探讨。 相似文献
7.
8.
乡村振兴水平评价指标体系构建及实证 总被引:5,自引:4,他引:1
乡村振兴战略是新时代做好“三农”工作的总抓手,对乡村振兴水平进行评价是保证乡村振兴战略稳步推进和乡村振兴效果的前提。因此,建立一套科学合理的乡村振兴水平评价指标体系,对于乡村振兴水平的监测评价具有重要意义。该研究通过对文献中评价指标的统计分析,采用频数分析法并结合专家咨询以及实地调研等方式,围绕着“产业兴旺、生态宜居、乡风文明、治理有效、生活富裕”5个方面提出乡村振兴水平的评价指标体系。并对山东省肥城市安庄镇、王庄镇、桃园镇、汶阳镇、孙伯镇5个乡镇进行实证研究,乡村振兴水平评价的各评价指标权重根据层次分析法与德尔菲法进行确定,采用综合评价法建立了乡村振兴水平评价模型并计算其乡村振兴水平。安庄镇、王庄镇、桃园镇、汶阳镇以及孙伯镇的乡村振兴水平指数分别为0.8507、0.8488、0.8442、0.8112和0.7810。总体来说,安庄镇、王庄镇、桃园镇、汶阳镇的乡村振兴水平较好,孙伯镇的乡村振兴有水平略低于以上4个乡镇。在乡村振兴战略实施的背景下,乡村振兴水平评价指标及评价模型的研究不仅对科学地度量乡村振兴的发展水平,也对乡村振兴水平进行监测预警及纠偏有着重要的意义,对于乡村振兴战略的顺利实施与稳步推进具有积极的促进作用。 相似文献
9.
基于广东省59 块针阔混交异龄林一类固定样地实测数据,采用7 种方法计算林分优势高,对7 种计算方法获取的林分优势高进行相关性分析和差异分析,并建立了林分优势高和林分平均高的线性模型。结果表明,针阔混交异龄林的7 种林分优势高间的相关系数均超过0.9;根据差异性分析结果和调查、计算简单的原则,确定不分树种取最大3 株优势高的算术平均作为针阔混交异龄林的林分优势高;林分优势高与林分平均高之间的关系方程为Y= 0.948 9X+4.133 7, 决定系数R2 为0.656 3,具有良好的线性关系。 相似文献
10.
在实施乡村振兴战略、推动数字农业与数字乡村发展的时代背景下,农业信息化水平评价是当前的热点问题。目前,国内不同学者所确定的农业信息化水平评价指标体系差异较大。该文通过对中国农业信息化水平评价指标进行统计、分析与讨论,探讨了中国农业信息化水平评价指标的特点及规律。研究发现,农业信息化水平评价指标具有明显的时代特色,农业信息化水平评价指标过多过泛、存在异名同义等特征,部分评价指标存在可测性差、内涵过于笼统与宽泛,有些指标已经过时、没有考虑到反映新技术应用的新指标等。因此,在乡村振兴战略实施的过程中,制定统一规范、科学合理、与时俱进的农业信息化水平评价指标对于农业信息化水平的评价、监测及预警具有重要的意义。该文在前人研究基础上,从农业信息化资源与信息技术应用、农业信息化基础设施、农业信息化产业、农业信息化人力资源以及农业信息化政策与环境五个方面进行考虑,构建了一套相对科学合理的农业信息化水平评价指标体系,并采用层次分析法确定了各指标的权重,可为开展农业信息化水平评价提供参考借鉴。 相似文献
1