维吾尔语三音素决策树的欠拟合调优

三音素决策树为声学模型生成上下文相关的识别单元,是影响声学模型性能的关键技术。为了有效降低维吾尔语语音识别的词错误率,分别从基线系统的总体结构、三音素决策树模型的构建和训练流程、以及决策树构建算法本身三个不同的层次和视角,结合维吾尔语语音识别在发音音素标注集、根节点文件配置等方面的特点,拟定三音素决策树相关参数的调优方案。增加最大叶子数使决策树的分裂更充分,增大总高斯数,使每个叶子节点所对应的高斯混合模型精度更高,从而提升声学模型的性能。实验结果表明,通过提高最大叶子数和总高斯数,在基线系统的典型配置条件下,使词错误率下降13.1%。     

基于MMSE谱减算法的农产品市场信息语音识别技术

为解决传统的便携式农产品市场信息采集设备操作不便,易受使用环境影响等问题,提出利用语音识别技术采集信息,以增加操作界面的灵活性。为增强语音识别的抗噪声鲁棒性,针对农产品市场信息采集的特殊工作环境,采集到20男20女语音训练集材料。首先利用最小均方误差( MMSE)谱减法进行前端带噪语音增强,得到增强后的语音信号,然后提取其 MFCC 特征用于HMM声学模型的训练;声学识别单元采用上下文相关的三音子模型,模型训练过程中采用了决策树状态聚类和增加高斯混合分量的策略,以提高模型的精确度。在3处不同环境不同信噪比情况下对训练出的模型进行测试,结果表明,MMSE谱减算法处理后的语音识别率比基本谱减法( SS)、多带谱减法( MB)有明显的提高,特别是在较低信噪比情况下更为明显。     

农产品信息采集作业场景下目标用户的语音识别研究

农产品信息采集场所通常以大型集贸批发市场为主,其语音场景又以单语言、多口音、多目标、高噪声为特点,在此特定领域开展语音识别应用研究的关键在于解决多语音数据集之间的声学、通道和环境的不匹配问题。本文考虑在小词汇量任务下,使用标准普通话和两种宁夏地方口音的数据,从目标用户群体中采集语音数据,在单语言多口音环境下分别训练连续概率密度隐马尔可夫模型(CDHMM)和子空间高斯混合模型(SGMM),通过基线实验对比了两种声学建模方法的性能特点。     

基于卷积神经网络的农作物病害识别

【目的】农作物生长过程中,作物产量会受到各种病害影响,实现自动精准地识别农作物病害以及病害程度的测定是农作物病害防治的关键。【方法】文章设计了一种基于卷积神经网络的农作物病害的识别方法并建立了农作物病害识别模型,模型利用10种作物中常见的59种病害类型的叶片图像数据集进行训练,并对模型的训练过程和训练结果进行评估。【结果】(1)农作物病害识别模型对59种病害类型的总识别精度达到0.83,部分类别的识别率高于0.9;(2)当训练的迭代次数增加到50轮以上时,农作物病害识别模型的性能不再提升,此时数据集图像的数量对模型性能的影响较大。【结论】实验证明,利用卷积神经网络进行农作物病害识别具有较高的可行性和准确性,为农作物病害的防治打下基础。     

多变环境下基于多尺度卷积网络的猪个体识别

【目的】通过实现复杂多变环境下非接触式猪个体身份识别,提高畜牧行业的生产效率。【方法】以猪舍环境下猪的脸部图像为基础,提出了一种基于多尺度卷积神经网络在多变环境下的猪个体身份识别模型。利用改进的多尺度网络结构,该模型实现了深度和宽度的扩展,网络深度达到了86层。网络不仅使用了对称和非对称的两种方法拆分卷积核和多通道的方法并行提取猪脸特征,还利用网络融合技术和Batch Normalization结构过滤掉通道中的冗余信息。避免了深层网络参数激增,增强了模型对猪脸特征的提取能力并提高模型的识别速度。利用预处理后的11 695张猪脸数据集训练并验证模型,通过设置7组不同环境下的对比实验,分析改进的模型在复杂环境下的识别效果。【结果】86层的基于多尺度分类网络的识别模型权重大小和每轮样本的训练时间分别为498.4 M和66 s,比16层的VGG网络权重小1140 M,每轮训练速度快8 s。利用7组测试集的对比实验的结果表明,提出的模型在7种环境下的识别率都高于其他网络,尤其是在真实养殖环境下识别率高达99.81%。当猪脸图像中出现遮挡和旋转的情况时,提出的模型识别率皆高于92%。【结论】提出的针对脸部特征的猪个体身份识别模型是有效的,并在多变环境下具有较高的识别率和鲁棒性,为实现一体化管理及追踪溯源的研究提供参考。     

基于隐条件随机场的声调建模及区分性模型权重训练

为提高声调识别率，利用隐条件随机场对汉语声调进行建模，通过加入音节内动态特征、音节间动态特征以及段长特征来进一步提高声词识别性能。提出了将声调模型加入大词汇量连续语音识别系统的区分性方法，根据最小音子错误准则区分性训练模型相关的概率权重，对声学模型及声调模型概率进行加权；给出了两种权重组合策略并通过一种平滑方法来克服权重训练过拟合的问题。实验结果表明，基于隐条件随机场声调模型能够显著提高声词识别率以及大词汇量语音识别的识别率，同时与全局模型权重方法比较，区分性的模型权重训练能够在声调模型加入连续语音识别系统之后，进一步提高系统的识别性能。     

牛结节性皮肤病病毒基因组学研究进展

【目的】通过调节训练集内实验室场景图片与田间场景图片的分布,提高深度学习模型的准确度, 以减少植物病害识别深度学习模型对田间场景数据的依赖。【方法】通过调节训练集内实验室场景图片和田间 场景图片的分布,使用 ResNeSt-50、VGG-16、ResNet-50 等 3 种神经网络结构分别对训练得到的深度学习模型 进行测试和比较,从而优化植物病害识别模型。【结果】在由一定数量的植物病害图像组成的训练集内,调节 其中不同场景图片的分布会对模型的准确率产生影响。当训练集内的田间场景图片分布达 30% 时,模型准确率 提升 18% 以上。在 100% 实验室场景图片的训练集内添加 30% 田间场景图片,可提升模型准确率 17% 以上;在 100% 田间场景图片的训练集内添加实验室场景图片,模型准确率随图片数量增加而提升,提升幅度为 2%~4%。 【结论】该方法适用于农业复杂环境下高准确度病害识别模型的快速建立,可减少深度学习模型对田间场景数 据的依赖,缩短模型建立初期的田间数据采集周期,降低田间数据采集成本,促进人工智能技术在无人农场及 智慧农业中更有效地运用。     

作物害虫图像智能识别方法

【目的】针对作物害虫数据集样本较少、现有单一模型在作物害虫识别上的准确率不高以及泛化能力较差的问题,提出一种基于迁移学习与多模型集成的害虫识别模型。【方法】在大规模公开作物害虫数据集IP102上进行试验,使用迁移学习单独训练6个深层神经网络,选择识别性能较好的EfficientNet、Vision Transformer、Swin Transformer和ConvNeXt进行组合,采用不同策略集成预测结果。【结果】提出的基于迁移学习与多模型集成方法的识别准确率达到75.75%,比性能最好的单模型ConvNeXt提高了1.34%,与目前该数据集上最优算法(CA-EfficientNet)的性能相比,识别准确率高出了6.3%。【结论】害虫图像智能识别模型具有较好的稳定性与泛化能力。     

基于微调卷积神经网络迁移学习模式下被害棉叶图像的识别

【目的】研究一种基于卷积神经网络的危害棉叶症状识别技术,提高棉花病虫害的识别准确率。【方法】基于caffe深度学习框架,在CaffeNet网络结构基础上增加一层全连接层(记为CaffeNet+1),并结合迁移学习方法对网络进行训练。采集健康、红叶茎枯、红蜘蛛、枯萎、黄萎、双斑萤叶甲、蚜虫、褐斑棉叶图像各975张作为样本集。随机选取验本集中80%的图像样本作为训练集,剩余20%作为测试集。【结果】迁移学习方式下学习率取0.005时的CaffeNet+1模型最优,在测试集上其识别准确率可达98.9%。【结论】在与全新学习模式下的CaffeNet模型相比,该方法可加速网络模型收敛,且具有更高的识别准确率,该技术方法在准确识别田间病虫害棉叶后表现症状的图像写出来具体方面具有重要的应用价值。     

基于小波变换与Otsu阈值去噪的脐橙识别方法

【目的】解决在农业环境中识别脐橙的目标区域存在的噪声干扰、检测效果不理想等问题。【方法】提出一种基于小波变换与Otsu阈值去噪的脐橙识别方法。首先选择较好的对比度,建立有利于图像分割的YCbCr颜色模型;然后设计一种基于Otsu阈值去噪的脐橙检测算法,进而减少脐橙分割区域的噪声干扰;最后提出质心补圆法确定脐橙在图像中的位置,并在原始图像中显示检测结果。【结果】泛青色和橙色脐橙识别率分别为87.10%和94.18%,顺光和逆光情况下脐橙识别率分别为92.96%和90.15%,遮挡和未遮挡情况下脐橙识别率分别为90.82%和93.18%,总识别率为92.07%。【结论】该方法环境适应性强,适用于农业环境下不同遮挡、光照和表皮颜色情况的脐橙图像识别处理。     

基于双线性注意力网络的农业灯诱害虫细粒度图像识别研究

【目的】智能虫情测报灯诱捕到的农业害虫因种类繁多、虫体姿态多样、鳞片脱落等原因造成有些害虫图像存在种间相似和种内差异的现象。为了提高农业灯诱害虫识别率,针对YOLOv4检测模型检测到且容易混淆的19种灯诱害虫,本文提出了基于双线性注意力网络的农业灯诱害虫细粒度图像识别模型。【方法】首先,根据灯诱害虫外观图像的相似性和检测误检的情况,将19种害虫分为6类;将所有害虫图像通过补边操作使得长宽相等,并缩放至统一尺寸224×224像素。为了提高模型的鲁棒性和泛化能力,对害虫图像进行镜像翻转、旋转180度、高斯噪声和均值滤波的数据增强,训练集、验证集和测试集样本量按照8:1:1比例划分。然后,针对6类19种农业灯诱害虫细粒度图像,建立了基于双线性注意力网络的农业灯诱害虫识别模型（bilinear-attention pest net,BAPest-net）,模型包括双线性特征提取、注意力机制和分类识别3个模块;通过修改特征提取模块的下采样方式提高特征提取能力;添加注意力机制模块让整个模型更关注于局部细节的特征,将双线性结构中的上下两个注意力机制的输出进行外积运算增加细粒度特征的权重,提高识别的准确性和学习效率;模型优化器使用随机梯度下降法SGD,分类模块中使用全局平均池化,旨在对整个网络从结构上做正则化防止过拟合。最后,在同一个训练集训练VGG19、Densenet、ResNet50、BCNN和BAPest-net 5个模型,对6类相似的19种农业灯诱害虫进行识别,以精准率、Precision-Recall（PR）曲线和平均识别率作为模型的评价指标。【结果】BAPest-net对6类相似的19种农业灯诱害虫平均识别率最高,达到94.9%;BCNN次之,为90.2%;VGG19模型最低,为82.1%。BAPest-net识别的6类害虫中4类鳞翅目害虫的平均识别率均大于95%,表明该模型能较好地识别出鳞翅目害虫。测试结果中仍存在少数相似度较高的害虫误判,特别当害虫腹部朝上或侧身,种类特征不够明显的时候容易引起相似害虫的误判。对于区分度较低的相似害虫需要更多的训练样本以获取更多的特征,提高模型的识别率和泛化能力。【结论】基于双线性注意力网络的农业灯诱害虫细粒度图像识别模型可以自动识别6类相似的19种农业灯诱害虫,提高了农业灯诱害虫自动识别的准确率。     

基于多特征融合和稀疏表示的农业害虫图像识别方法

【目的】在农业害虫测报中,常常需要从大量的昆虫中识别出几种重要的测报害虫。目前基于图像的农业害虫识别研究,大部分是在有限种类有限样本量基础上进行的农业害虫识别。本研究为了从大量的水稻昆虫图像中识别出9种水稻测报害虫,尝试提出了一种基于多特征融合和稀疏表示的农业害虫图像识别方法。【方法】首先,为了获得最优的农业害虫识别模型,将所有图像进行旋转使昆虫头朝上,按照1﹕2长宽比裁剪图像,使昆虫居中并占据图像大部分区域,将图像进行等比例缩放至统一尺寸48×96像素。提取所有昆虫的HSV颜色特征、局部特征中的HOG特征、Gabor特征和LBP特征。然后,利用单一特征和融合特征分别对训练样本构建过完备字典,字典中的每一个列向量表示一个训练样本,且满足同一类训练样本均在同一个子空间中;应用过完备字典对测试图像进行多特征稀疏表示,通过求解l1范数意义下的优化问题获取稀疏解,使得除测试样本所在的类别外其他的训练样本的系数都是零或接近零的数值。最后,计算稀疏集中指数阈值,用于判断测试样本的有效性,如果测试样本的稀疏集中指数大于该阈值,则认为最小残差所对应的类别即为测试样本的类别,否则认为该测试样本为非测报昆虫。同时,利用相同的特征和训练样本训练SVM分类器对测试样本进行测试,与稀疏表示害虫识别模型进行比较。【结果】利用单一特征训练的稀疏表示害虫识别模型中,基于HOG特征的稀疏表示识别模型获得了9种测报害虫较高的识别率和较低的误检率,分别为87.0%和7.5%;利用颜色特征分别与3种局部特征进行结合获得的稀疏表示识别模型,测试结果表明,基于颜色和HOG特征的稀疏表示识别模型获得了最高的识别率和最低的误检率,分别为90.1%和5.2%;将颜色、HOG和Gabor 3个特征结合获得的稀疏表示识别模型,识别率下降为83.5%,误检率上升为10.3%。利用同样的特征或特征融合训练得到的支持向量机分类器,识别率均低于对应特征获得的稀疏表示识别模型的识别率,而误检率均高于对应特征训练的稀疏表示害虫识别模型的误检率。【结论】基于颜色和HOG 融合特征的稀疏表示识别模型获得了较高的农业害虫识别率和较低的误检率;通过稀疏集中指数阈值,有效地排除了非测报昆虫,实现了从大量的农业昆虫中自动识别出需要测报的害虫。     

中国农业生产的技术效率衰退会终结吗?——基于开放与收敛视角的考察

【目的】过去数十年,中国农业生产的技术效率一直处于衰退之中。论文试图研究开放环境对中国农业生产技术效率的影响,进而预测中国农业生产技术效率在未来的走势。【方法】应用基于Malmquist指数的DEA和效率回归方法。【结果】中国农业生产技术效率存在显著的收敛倾向,并且这种倾向在开放环境中还会进一步增强。此外,中国农业生产技术效率的“均衡”水平在近年来已先于真实水平并开始复苏。【结论】在开放的推动下,中国农业生产的技术效率衰退将会终止,增长即将到来。     

新疆农业生态经济协调发展耦合关系分析

[目的]评价新疆干旱区生态与经济系统的耦合度,探讨农业资源利用与社会经济、环境协调发展的良性运行机制,为制定和实施干旱区可持续发展政策措施以及农业结构调整和升级提供科学依据.[方法]采用主成分分析方法与生态和农业经济协调发展的耦合系统评判指标体系.[结果]新疆生态环境状况波动下降,农业经济发展水平先下降后上升.[结论]新疆生态环境与农业经济的耦合关系减弱、协调发展面临巨大压力.     

基于主成分分析法的海南省县域农业发展环境评价

【目的】为优化海南省农业发展环境,明确地区性农业投资方向和重点,促进区域农业协调发展提供参考。【方法】根据海南省18个市（县）的农业资源条件和特征及2011年统计数据,基于主成分分析法并结合实际情况对海南省各市（县）域农业发展环境进行实证分析。【结果】海南省农业发展地域不均衡,18个市（县）中地处中部地区的市（县）农业发展环境评分较低,农业发展基础薄弱;而处于滨海平原地区的市（县）农业投资潜力较大,可以很好地支持农业发展。农业生产中的土地要素和资本要素对农业发展的作用较大,农业产业结构、技术等内生要素对农业发展贡献普遍不大。【建议】应采取加大农业投入、夯实农业发展基础,依靠农业科技、推动农业发展,因地制宜,优化调整农业结构等措施,以推进海南省农业现代化建设。     

广西农业标准化推广现状与发展对策

[目的]完善广西农业标准化体系,为促进广西农业快速健康发展提供理论参考.[方法]通过分析广西农业标准化推广现状及其存在的问题,提出相应的发展对策.[结果]广西在农业标准化推广过程中存在农业标准化体系不够健全、农产品质量安全检验检测体系有待完善、种植规模小不利于农业标准化的实施等问题.[建议]应制定科学的农业标准化发展规划;建立以政府投入为主,社会资金投入为辅的多元化投入机制;健全和完善农业标准体系、农业监测体系、农产品质量监管制度;以农业龙头企业带动农业标准化推广实施;提高农民农业标准化意识;培育和引进一批农业标准化人才;打造优质优价标准化农产品渠道;将有限土地向龙头企业和种养大户集中;为农产品生产经营者提供信贷优惠政策;成立风险基金等,以促进广西农业标准化可持续发展.     

不同盐碱地对甜高粱农艺性状的影响

[目的]探索甜高粱在盐胁迫条件下各农艺性状的变化动态.[方法]以2种甜高粱品种为材料,研究不同盐分含量对2种甜高粱农艺性状的影响.[结果]2品种耐盐能力存在着明显的差异.从不同盐分含量的试验地,2品种的出苗率、茎粗、株高和生物产量的变化情况来看,新高粱9号比新高粱3号具有比较强的耐盐能力.2品种在不同盐碱地含糖量差异不一致,新高粱3号含糖量高于新高粱9号.[结论]盐分含量对甜高粱各农艺性状都有影响.研究甜高粱耐盐能力对盐碱化地区甜高粱栽培与种植具有很大的意义.     

基于Mask R-CNN的玉米苗与株芯检测方法

【目的】研究基于改进Mask R-CNN的玉米苗冠层分割算法,满足精准作业中对靶施肥的识别要求,提高化肥的使用效率,减少环境污染。【方法】采集田间玉米苗图片并增强数据,生成田间数据集;使用ResNeXt50/101-FPN作为特征提取网络对分割算法进行训练,并与原始ResNet50/101-FPN的训练精度结果作对比;采用不同光照强度及有伴生杂草的玉米苗图片对比验证冠层识别算法效果。【结果】在不同光照强度下,无伴生杂草的目标平均识别精度高于95.5%,分割精度达98.1%;在有伴生杂草与玉米苗有交叉重合情况下,目标平均识别精度高于94.7%,分割精度达97.9%。检测一帧图像的平均时间为0.11 s。【结论】Mask R-CNN的玉米苗及株芯检测算法有更高的准确率和分割精度,更能适应不同光照强度及有伴生杂草的苗草交叉重合情况的目标检测。     

基于UG的犁壁式马铃薯培土器设计及试验分析

【目的】设计一种犁壁式、无级可调并具有一定翻土性能的马铃薯培土器,为山地型马铃薯培土器的设计与完善及马铃薯的实际生产提供技术参考与支持。【方法】采用UG软件进行马铃薯培土器的整体结构设计,并对其主要零部件进行应力分析,最后对该培土器进行田间试验以测定其工作技术参数。【结果】田间试验表明,设计的基于UG的马铃薯培土器的最大覆土厚度为11 cm,杂草除净率达98%,伤苗率为1.5%。【结论】所设计的培土器符合马铃薯培土农艺要求,且结构紧凑,性能稳定,改善了培土效果。