袁肇凯教授学术研究可视化知识图谱分析

目的 借助文献计量工具对袁肇凯教授学术研究进行可视化图谱分析。方法 在中国知网（CNKI）上以"袁肇凯"为关键词进行作者检索,检索得文献289篇,借助CiteSpace进行文献的可视化分析,分别从作者发文量、合作作者网络、合作机构网络、突现词检测、关键词共现网络进行分析。结果 袁教授的主要研究热点为：冠心病、养心通脉片、证候及其本质研究、心血瘀阻证、动脉粥样硬化作用、骨髓间充质干细胞、早发冠心病。主要研究方向为冠心病血瘀证及其治疗。与袁教授合作密切作者依次为黄献平、胡志希、孙贵香、郑景辉、王东生、谢梦洲、李杰。结论 袁教授紧紧围绕冠心病研究领域不断向外拓展,积极运用光电容积仪、人工神经网络等新方法,从系统生物学、代谢组学、基因组学等多角度进行研究,其治学专而精,富有开拓进取的创新精神。     

基于改进 YOLOX 模型的柑橘木虱检测方法

【目的】黄龙病被称为柑橘的“癌症”，是一种毁灭性病害，而木虱是黄龙病传播的主要媒介， 对木虱的监测和精准消杀是防控黄龙病及抑制其传播的一种有效途径。【方法】传统方式消灭木虱主要是靠人 工喷洒药物，人力成本高但防控效果并不理想。采用基于改进 YOLOX 的木虱边缘检测方法，在主干网络加入卷 积注意力模块 CBAM（Convolutional block attention module），在通道和空间两个维度对重要特征进行进一步提取； 将目标损失中的交叉熵损失改为使用 Focal Loss，进一步降低漏检率。【结果】本研究设计的算法契合木虱检测 平台，木虱数据集拍摄于广东省湛江市廉江红橙园，深度适应农业农村实际发展需要，基于 YOLOX 模型对骨干 网络和损失函数做出改进实现了更加优秀的柑橘木虱检测方法，在柑橘木虱数据集上获得 85.66% 的 AP 值，比 原始模型提升 2.70 个百分点，检测精度比 YOLOv3、YOLOv4-Tiny、YOLOv5-s 模型分别高 8.61、4.23、3.62 个 百分点，识别准确率大幅提升。【结论】改进的 YOLOX 模型可以更好地识别柑橘木虱，准确率得到提升，为后 续实时检测平台打下了基础。