数学期望不等式的应用

目的 利用微积分理论证明不等式的方法很多,探讨用概率理论证明不等式的方法,方法 首先构造一个概率密度函数,再利用数学期望不等式E（η）^2≥E^2（η）证明一个积分不等式,结果 由该积分不等式推出若干数学不等式。结论 利用概率方法可以证明某些不等式,且方法简单,关键是构造恰当的概率密度函数,再利用概率中有关不等式的性质。     

基于YOLOv5s改进模型的小白菜虫害识别方法

小白菜是中国种植面积较广、深受大众喜爱的蔬菜,但真实菜地环境中虫害往往出现在叶片的特定区域,且受环境因素如光照和背景干扰较大,影响对其的智能检测。为提高小白菜虫害的检测效率和准确率,该研究提出一种基于YOLOv5s网络框架改进的YOLOPC小白菜虫害识别模型。首先,引入CBAM（Convolutional Block Attention Module）注意力机制,将其放在CBS（卷积层Convolution+归一化层Batch normalization+激活函数层SILU）的输入端构成CBAM-CBS的结构,动态调整特征图中各个通道和空间位置的权重;使用上采样和1×1卷积操作来调整特征图的尺寸和通道数,实现不同层次特征的融合,增强模型的特征表示能力。同时,改进损失函数,使其更适合边界框回归的准确性需求;利用空洞卷积的优势提高网络的感受野范围,使模型能够更好地理解图像的上下文信息。试验结果表明,与改进前的YOLOv5s模型相比,YOLOPC模型对小白菜小菜蛾和潜叶蝇虫害检测的平均精度（mean Average Precision, mAP）达到91.40%,提高了12.9个百分点;每秒传输帧数（Frame Per Second, FPS）为58.82帧/s,增加了11.2帧/s,增加幅度达23.53个百分点;参数量仅为14.4 MB,降低了25.78个百分点。与经典的目标检测算法SSD、Faster R-CNN、YOLOv3、YOLOv7和YOLOv8相比,YOLOPC模型的平均精度分别高出20.1、24.6、14、13.4和13.3个百分点,此外,其准确率、召回率、帧速率和参数量均展现出显著优势。该模型可为复杂背景下小白菜虫害的快速准确检测提供技术支持。     

中亚热带典型天然阔叶林主要树种林木高径比特征

为揭示结构复杂、复层、异龄、多树种混交的中亚热带典型天然阔叶林主要树种的林木高径比特征,同时为中亚热带人工阔叶林、半天然林和天然阔叶林可持续经营提供主要阔叶树种林木高径比的典型参照,以建瓯万木林省级自然保护区内的中亚热带典型天然阔叶林14种主要树种为研究对象,运用Mann-Whitney U检验、Spearman秩相关系数、指数函数和双曲线函数分析主要树种各林层(包括3个亚层和全林)的林木高径比特征。结果表明,中亚热带天然阔叶林主要树种林木高径比平均值、最大值随亚层升高而减小,且平均值在各亚层之间总体上均有显著(P<0.05)或极显著差异(P<0.01);主要树种各林层林木高径比与胸径总体上均呈现极显著负相关(P<0.01)且相关系数较高,其中,第Ⅰ、Ⅱ亚层的相关系数明显高于全林和第Ⅲ亚层,相关系数绝对值第Ⅰ亚层为0.806 1～0.895 3,第Ⅱ亚层为0.788 2～0.964 3,第Ⅲ亚层为0.419 0～0.809 1,全林为0.419 0～0.848 9;指数函数和双曲线函数拟合第Ⅰ、Ⅱ亚层林木高径比与胸径关系的效果均较好,而拟合全林和第Ⅲ亚层的效果均相对较...     

基于改进ResNet网络的有遮挡车牌识别

为了提高有遮挡车牌的识别准确率,提出一种改进深度残差网络（Deep residual network,ResNet）损失函数的车牌识别方法。首先运用图像平滑处理技术对图像特征进行增强,其次利用边缘检测算法实现对车牌的定位,然后基于先验知识按照标准车牌中各个字符的比例对车牌进行分割。在此基础上,运用改进后的Res Net网络对有遮挡车牌样本库进行训练以及识别,并采用同样样本大小的无遮挡车牌样本库进行对比实验。实验结果表明,改进后的Res Net网络采用有遮挡车牌样本库训练的模型具有较好的识别准确率,且更具有鲁棒性。     

基于改进YOLOv3融合特征的火焰目标检测方法

针对火焰目标尺寸变化大、YOLOv3算法对小尺寸目标的检测性能有所欠缺、对火焰目标的检测效果不好的问题,提出对YOLOv3的改进策略。充分发挥空洞卷积在不提升训练参数的同时扩大卷积核感受野的优点,构建2层空洞卷积层,对特征金字塔的融合特征进一步提取多尺度特征;在空洞卷积模块后添加通道注意力机制模块,抑制冗余的特征;使用DIOU损失函数降低对目标的漏检率。通过在火焰目标数据集上的对比实验表明,改进后的YOLOv3训练模型在精度上达到了81.2%,相比原YOLOv3模型提升2.9%。与SSD模型相比在精度上有所提高,相比Faster R-CNN模型在检测速度上更具有优势;对小尺寸目标的检测效果相比原YOLOv3模型有所提升。     

延边州农田栽参参后地土壤肥力评价

为探究延边州农田栽参参后地土壤的肥力水平,以土壤的10种基础理化性质(pH值、电导率、有机质、全氮、硝态氮、铵态氮、全磷、速效磷、全钾、速效钾)作为评价指标对延边州3市2县的28块参后地土壤进行主成分分析和隶属函数分析.结果表明:延边州参后地土壤pH值为5.78,电导率为69.17μs/cm,有机质、全氮、硝态氮、铵态氮、全磷、速效磷、全钾、速效钾的平均质量分数分别为52.11 g/kg, 3.65 g/kg, 24.90 mg/kg, 14.12 mg/kg, 0.94 g/kg, 54.40 mg/kg, 5.33 g/kg, 211.28 mg/kg.除pH值为低等变异水平外(8%),其余指标均呈中等变异水平.通过主成分分析法提取出3个主成分代表所有信息,反映了原信息量的90.387%. 3市2县的土壤肥力综合得分由高到低依次为敦化(1.147)、汪清(0.962)、延吉(0.327)、安图(0.163)、珲春(-2.599).通过模糊综合评价法对3市2县的28块样点进行排名由高到低依次为敦化(0.747)、汪清(0.731)、延吉(0.678)、安图(0.649)、珲春(0.4...     

生产函数异质性与地区农业经济增长——基于时空异质弹性生产函数模型

利用改革开放以来中国31个省(市、自治区,统计数据未含港、澳、台地区,下同)农业要素投入产出数据,基于农业要素收入份额存在较大差异的基本国情,从时间和空间维度放宽传统Cobb-Douglas生产函数模型产出弹性为固定常数的假定,通过构建时空异质弹性生产函数模型对改革开放以来中国不同地区、不同阶段农业要素投入、技术进步与...