基于Faster-RCNN的花生害虫图像识别研究

为实现花生害虫图像的准确分类,共收集花生主要害虫图片2 038张,针对目前在基于Faster-RCNN的图像识别领域较为成熟的VGG-16和ResNet-50这2种网络模型进行对比研究,并针对ResNet-50模型参数进行调整,提出了基于学习率、训练集和测试集以及验证集的比例选择、迭代次数等参数改进的ResNet-50卷积神经网络的模型。结果表明:该模型可以准确高效地提取出花生主要害虫的多层特征图像,在平均识别率上,经过改进的ResNet-50网络模型在识别花生害虫图像上优于ResNet-50原始网络模型。该模型可以准确地分类花生主要害虫图像,可在常规情况下实现花生害虫的图像识别。     

储粮害虫图像识别中的特征压缩研究

为了降低储粮害虫特征空间的维数,并去除粮虫特征之间的信息冗余,需要对特征选择后的特征进行压缩处理。运用基于总体类内离散度矩阵K-L变换的特征压缩和基于距离可分性准则的特征压缩2种压缩方法,分别在累积贡献率为88.11%和99.13%的情况下,将粮虫的10维特征压缩为5维。应用压缩后的5维特征,由基于模糊决策的模糊分类器对粮仓中常见的9类粮虫进行识别分类,识别率分别为93.33%和95.56%。结果证实了基于距离可分性准则的特征压缩更适合于粮虫的特征压缩。     

基于多尺度注意力残差网络的桃树害虫图像识别

自然场景下拍摄的桃树害虫图像,不同种类的害虫个体之间存在尺寸大小差异以及害虫颜色与背景颜色相近的问题,影响害虫图像识别精度。针对以上问题,本文提出了一种基于多尺度注意力残差网络的桃树害虫图像识别模型。首先,将残差网络的第一层普通卷积替换为多尺度卷积,缓解了大卷积核对于小尺寸目标特征的不敏感性,增强多尺度害虫特征提取能力。其次,在残差结构中加入注意力机制选择性内核卷积单元,它通过自适应调整感受野重点提取害虫信息,产生有效感受,抑制背景干扰问题。实验结果表明,本文提出的模型识别准确率为93.27%,取得了较好的识别效果。     

田间害虫图像识别中的特征提取与分类器设计研究

特征提取和分类器的设计是田间害虫图像识别中的关键环节。针对害虫目标的二值化图像提取出面积、周长、复杂度等7个形态学特征,并进行归一化处理;建立了9种害虫的模板库及隶属度函数,并基于最小最大的原则进行模糊决策分析;对稻纵卷叶螟、棉铃虫等田间危害严重的9种害虫进行识别分类的识别率达86%以上。     

基于遗传算法和支持向量机的储粮害虫图像识别

建立支持向量机（SVM）模型,用遗传算法自动选择最优的核函数参数,利用该SVM与遗传算法相结合的新型算法对储粮害虫图像进行分类识别。结果表明,该方法所确定的SVM对储粮害虫具有较优的识别率,其整体性能优良。     

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。     

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。     

农业害虫抗药性及治理

昆虫对杀虫剂产生抗药性的历史由来已久,最早可追溯到1908年美国加州的梨园蚧壳虫对石硫合剂产生了抗药性。随着农药使用量的不断增加,尤其是40年代后人工合成的有机农药的发展,抗药性的报道屡见不鲜,所以讲抗药性的历史可以认为与农药使用同步。     

农业害虫的防治方法

介绍了防治农业害虫的2种常见方法,即农业防治和化学防治。详细说明了农业防治的具体方法以及化学防治的特点和杀虫剂的使用原则,以期为农业害虫防治提供参考。     

河北省农业可持续发展能力指标体系及其评价方法研究

通过分析农业可持续发展能力的制约因素,构建了较全面的、层次清晰、数据较易获取的农业可持续发展能力指标体系,采用主观赋值法、客观赋值法确定指标权重,然后用综合集成赋值法确定各项指标的综合权重。在此基础上运用综合指数评价法进行了综合评价,并得出相应结论。     

基于ASP.NET的吉林省病虫害专家诊治系统开发

利用当今流行ASP.NET开发工具,研制开发了吉林省有害生物诊治专家系统,该系统由知识库、数据库、推理机、图像库及用户接口组成.涉及千余种三大作物(玉米、水稻、大豆)的病虫害,具有病虫害诊断、识别、检索和相互交流等功能,并且具有应用性、操作简单、界面友好等特点.     

贵州省农区鼠害监测结果与灾变规律分析

通过分析1984—2005年贵州省23个县（市、区）鼠情监测结果表明,贵州省家栖鼠类和农田鼠类主要种类有16种,褐家鼠、黄胸鼠、小家鼠为家栖鼠优势种,占总鼠数的96．35％;黑线姬鼠为稻田、旱地耕作区害鼠优势种,占总鼠数的64．88％;褐家鼠、黄胸鼠为常见鼠种,分别占总鼠数的11．68％、13．42％,在部分地区也为农田害鼠优势种;高山姬鼠为黔西北部分地区优势种。贵州省农区灭鼠的重点是黑线姬鼠、高山姬鼠、褐家鼠、黄胸鼠、小家鼠5种害鼠。应将其列为贵州省主要的监测对象。同时分析了5种害鼠的种群繁殖特征和种群数量灾变规律。     

河北省县际农业经济时空变化分析

运用探索性空间数据分析(ESDA)全局和局部自相关分析方法,以河北省2002-2011年县(市)人均农林牧渔总产值和人均农民收入的数据为基础,对河北省县际农业经济的时空变化情况进行了分析.结果表明:河北省县际农业经济的指标均具有正的空间相关特性,表现出很强的空间集聚特征,人均农林牧渔总产值相对于人均农民纯收入时空变化明显.最后提出了形成分布合理的农业经济综合体、加快农村土地流转等促进河北省农业经济均衡发展的对策建议.     

河北省地级市农业生产效率的DEA研究

基于非参数的DEA方法,选取1998、2003年和2008年3个时间点的农业生产投入和产出类指标,分析了河北省11个地级市农业生产效率的变化,包括综合技术效率、纯技术效率和规模效率,并运用DEA分级有效性评价方法对DEA无效的地区进行效率排名。结果显示:河北省各地级市农业综合技术效率、纯技术效率和规模效率平均值在研究时期内分别呈递增趋势,DEA无效的地区数量也呈减少态势,但是DEA无效的地区农业生产投入冗余较严重,还存在较大的改进空间。     

河北种植生态经济系统能值分析

摘要:运用能值分析方法对2007年河北省种植业生态经济系统中的投入和产出状况进行了系统分析。结果表明：总能值投入为7.97×1022sej,作物能值总产出为3.24×1022sej;不可更新工业辅助能占总能值投入的 52.9%,可更新能值投入占总能值投入的比例为47.1%（可更新环境资源占20.9 %、可更新有机能占26.1%）,系统能值货币比率为1.98×1011sej.元-1,净能值产出率为0.51,环境负荷率为1.13,系统可持续发展指数为0.45,种植业生态经济系统整体的回报率较低;主要作物的能值产出依次为：玉米>小麦>蔬菜>高粱>豆类>花生。     

河北省苹果主要病虫害预警系统研制

为提高病虫害防治的准确性和科学性,依据气象知识、植保知识、专家经验,基于B/S模式,采用VS2008、MSSQL2000、ASP、C#、JavaScript等相关技术,研制了基于Internet网络传输的河北省苹果主要病虫害预警系统.该系统实现了苹果主要病虫害的诊断、苹果斑点落叶病、红蜘蛛2种主要病虫害防治关键期的自动...     

基于品牌主体要素的甘肃省农产品品牌识别体系的构建

通过文献研究法归纳了基于品牌主体要素的农产品品牌识别的理论指标体系,运用SPSS软件中的主成分分析法以及问卷调查法,以甘肃省10个城市为样本,来验证理论指标体系并构建甘肃省农产品品牌识别的指标体系.结果显示,甘肃省农产品品牌识别由4个要素21个分析指标,剔除了政府对假冒伪劣产品的打击力度、农业生产方式、农户的质量安全意识、政府对农产品品牌的注册和管理、政府对农产品品牌的保护5个分析指标.     

智能农业在河北

将传统农业技术数字化、农业技术推广手段现代化，是当今农业发展的迫切要求，河北省通过承担国家863计划-智能化农业信息技术应用示范工程，满足了这一要求。具体方法是：①农业专家系统网上运行、单机版单机运行并举；②开通河北农业智能信息网，与省内100多个县市联网，自主研发出了农业信息数据采集交换系统；使用农业智能语音电话系统．农民用电话可直接与计算机农业专家系统或农业专家交流；③建立长期定点观测试验站，使农业数据及时更新。     

河北省野生木本植物综合评价体系的构建与应用

树种选择是城市绿化中重要的技术要素,根据城市环境对城市绿化的要求,野生木本植物的生物学特性,确定了15个评价指标,运用层次分析法建立了河北省野生木本植物综合评价体系。并应用这一评价体系对河北省33种野生木本植物进行了评价。结果表明:盐肤木、脱皮榆、裂叶榆、茅莓、西北荀子、虎榛子6种植物在33种植物中综合评价得分较高。此评价方法将主观判断用数量形式表达和处理,较为全面准确地反映了野生木本植物开发利用的特点,对城市绿化选择野生木本植物具有一定的指导作用。