共查询到20条相似文献,搜索用时 15 毫秒
1.
基于卷积神经网络的无人机遥感农作物分类 总被引:3,自引:0,他引:3
针对采用长时间序列卫星影像、结合物候特征进行农作物精细分类识别精度较低的问题,将深度学习用于无人机遥感农作物识别,提出一种基于卷积神经网络的农作物精细分类方法,利用卷积神经网络提取高分辨率遥感影像中的农作物特征,通过调整网络参数及样本光谱组合,进一步优化网络结构,得到农作物识别模型。研究结果表明:卷积神经网络能够有效地提取影像中的农作物信息,实现农作物精细分类。除地块边缘因农作物种植稀疏、混杂而产生少许错分现象外,其他区域均得到较好的分类效果。经训练优化后的模型对3种农作物总体分类精度可达97.75%,优于SVM、BP神经网络等分类算法。 相似文献
2.
农作物和我国人民的日常生活息息相关,农作物的安全关乎着人们的健康和生活质量,所以保护农作物的种子安全至关重要。我国是农业大国,从古至今对农业发展一直非常重视,先辈们代代相传,将农作物种子的选取和保存的方法传给今天的我们。如今我们不断地总结前人的经验,不断地创新,加之随着科学技术的不断进步,农作物种子的生产、加工和保管已经形成了一个完整的体系,实现了自动化、信息化、规模化、企业化,在国家政策大力支持之下,建立了许多优质的农作物种子培育基地,为我国的农业生产提供了品质优良的农作物种子,为解决我国新农村发展提供最基础的生产资料。本文分析了农作物种子生产加工以及仓储的相关问题,提出一些加强农作物仓储管理的措施。 相似文献
3.
农作物生长离不开光照、温度、水分、气体、矿质元素及栽培技术等外界因素。分析阐述各因素对农作物生长及品质的影响,提出对不同农作物或同种农作物不同生长时期给予不同的环境条件和栽培技术,以获得最大的经济效益、社会效益、生态效益。 相似文献
4.
5.
6.
为快速、精准地对农作物信息进行分类和提取,笔者以某研究区农作物作为研究对象,对农作物分类展开研究。利用SVM和RF分类方法,对降维和一阶导数处理后的无人机高光谱遥感影像中的农作物进行分类,并比较了SVM和RF分类结果的精准性。研究结果表明,通过对高光谱影像农作物进行分类,利用RF分类法获得的分类结果精度较高,可以实现对农作物的有效提取,能够为我国农作物生长情况监测、产量估计和病虫害防治提供参考。 相似文献
7.
8.
本研究结合实际案例,在简单介绍研究区概况的基础上,深入探讨基于无人机遥感影像的农作物分类,并分析其结果。本研究借助无人机搭载数码相机的方式生成研究区域的RGB图像,相比于传统的只提取纹理特征的农作物分类方法,本研究有效地对比了两个不同时段的农作物DSM数据,使农作物的生长差异特征变得更为明显,并在农作物分类中有效运用了这一特征。仿真结果表明,在进行农作物分类时综合考虑农作物纹理、光谱、高度等多维特征,能够精准划分农作物种类,同时Kappa系数也能够维持较高的水平。 相似文献
9.
10.
BP神经网络与GA-BP农作物需水量预测模型对比 总被引:2,自引:0,他引:2
农作物需水量预测是制定合理灌溉制度的重要依据.针对BP神经网络的不足,利用遗传算法(GA)具有全局搜索能力强的特点,建立基于GA-BP神经网络的农作物需水量预测模型.以广州辣木农庄试验田农作物作为研究对象,结果表明:基于BP神经网络农作物需水量预测模型测试集均方误差和确定性系数分别为0.037和0.648;GA-BP神经网络农作物需水量预测模型测试集均方误差和确定性系数分别为0.013和0.882,GA-BP农作物需水量预测模型收敛速度、确定性系数和性能均优于BP农作物需水量预测模型. 相似文献
11.
王殿有 《农业机械化与电气化》2010,(2):67-68,71
我国是农业大国,农作物秸秆资源丰富,推广农作物秸秆利用技术意义重大。介绍我国农作物秸秆利用技术的现状、内容及发展趋势,分析存在的主要问题,提出相应的对策,为农作物秸秆的综合利用和生态农业的发展提供技术支持。 相似文献
12.
农作物秸秆的综合利用 总被引:3,自引:0,他引:3
我国是农业大国,农作物秸秆资源丰富,推广农作物秸秆利用技术意义重大.介绍我国农作物秸秆利用技术的现状、内容及发展趋势,分析存在的主要问题,提出相应的对策,为农作物秸秆的综合利用和生态农业的发展提供技术支持. 相似文献
13.
14.
我国农作物秸秆资源丰富,只有综合利用好农作物秸秆,才能避免造成这些宝贵资源的大量浪费。主要介绍了农作物秸秆的肥料化利用、饲料化利用和能源化利用3种综合利用技术,以期对农作物秸秆综合利用率的提高具有借鉴意义。 相似文献
15.
栽培技术是影响农作物产量的重要因素之一,技术种类复杂,受影响因素众多,与农作物增产增收关系密切,随着农业科学技术推广深度普及,农作物高产栽培技术成为近年来我国农作物种植重点应用的农技之一。当前,农业种植技术已从传统的自由种植向现代化、科技化、智能化、规模化种植转型升级,以提升作物的产量和质量。笔者从分析影响作物高产相关因素入手,通过阐述农作物高产栽培技术理论知识,探究农作物高产栽培技术推广应用方法,以期为我国农业增产增收提供参考,助力农业可持续发展。 相似文献
16.
基于激光视觉的农作物株高测量系统 总被引:1,自引:0,他引:1
针对目前视觉测量农作物株高技术中存在农作物顶点和底点难以识别的问题,设计了一种基于激光视觉的农作物株高测量系统。该系统针对农作物株高测量特点,改进了三角测量模型,改进后的三角测量模型参数包括相机参数、光平面方程和相机安装参数;依据系统测量模型,该系统标定过程中通过至少一次将棋盘格标定板置于农作物底端点对应水平面的平行平面上,建立农作物底点平面对应的地面坐标系,通过将激光器发出的激光线投射到农作物上,识别农作物顶点。在株高为558.00~1 843.30 mm的农作物上的测试结果表明,测量绝对误差最大值28.30 mm,相对误差最大值为2.17%。该系统标定完成后可实现自动化与实时测量,且测量精度高,具有良好的实用价值。 相似文献
17.
农作物秸秆的综合利用与农村循环经济 总被引:14,自引:0,他引:14
分析了农作物秸秆综合利用的现状、重大意义及其与发展农村循环经济的关系,介绍了积极探索农作物秸秆综合利用的新途径,同时提出关于农作物秸秆综合利用的几点建议,进一步阐述了加强农作物秸秆综合利用、保护生态与环境、发展农村循环经济、做到农业发展与资源和环境相互协调,是我国整个农业可持续发展的一项战略措施。 相似文献
18.
现有基于深度学习的农作物病害识别方法对网络浅层、中层、深层特征中包含的判别信息挖掘不够,且提取的农作物病害图像显著性特征大多不足,为了更加有效地提取农作物病害图像中的判别特征,提高农作物病害识别精度,提出一种基于多层信息融合和显著性特征增强的农作物病害识别网络(Crop disease recognition network based on multi-layer information fusion and saliency feature enhancement, MISF-Net)。MISF-Net主要由ConvNext主干网络、多层信息融合模块、显著性特征增强模块组成。其中,ConvNext主干网络主要用于提取农作物病害图像的特征;多层信息融合模块主要用于提取和融合主干网络浅层、中层、深层特征中的判别信息;显著性特征增强模块主要用于增强农作物病害图像中的显著性判别特征。在农作物病害数据集AI challenger 2018及自制数据集RCP-Crops上的实验结果表明,MISF-Net的农作物病害识别准确率分别达到87.84%、95.41%,F1值分别达到87.72%、95.... 相似文献
19.
我国农作物秸秆综合利用技术发展分析 总被引:1,自引:0,他引:1
本文针对农作物秸秆的资源价值、综合利用的主要方式、我国农作物秸秆综合利用中存在的问题以及农作物秸秆综合利用的发展趋势进行了分析。希望能为农作物秸秆整体的综合利用技术发展提供帮助。 相似文献