从关系角度思考的社会学研究方法

针对当今社会学研究中存在的单视角和简单化的做法 ,倡导多视角观察问题和从关系的角度思考的研究方法 ,并对该方法的概念、特点、注意事项和分析步骤进行了分析和探讨 ,以期提高社会学研究的客观性和科学性。     

基于空地多视角RGB影像协同的病害香蕉植株监测

【目的】利用空地RGB影像探索病害香蕉植株精准监测方法,为构建面向大面积香蕉种植区域中发病香蕉高效精准监测的智能系统提供技术支撑。【方法】通过无人机和地面移动设备拍摄,建立空地多视角病害香蕉植株RGB影像数据集,综合注意力机制和深度可分离卷积策略开发出检测大面积种植区域中病害香蕉植株数量的轻量化深度学习模型,运用多视角目标校对计算实际病害香蕉植株数量及发病率信息。【结果】改进后的模型比YOLOv3、YOLOv4和YOLOv5中最优基础模型性能指标更优。在空地多视角病害香蕉植株目标检测试验中,该模型全类平均精确率（m AP）达94.95%。基于该模型完成了大面积种植区域病害香蕉植株的监测,且发现病害香蕉植株多位于曾遭受过病害影响而形成的秃斑一样的区域内或其边界上,表明病害香蕉植株具有传染性。此外,完成了规范化小型试验地块中处于缓苗和营养生长期的中蕉4号香蕉的病害信息统计,模型检测所得香蕉发病率误差为0.31%,需人工巡检校对的数量大幅下降82.98%～100.00%,且发现该品种香蕉也表现出典型的多年生作物生长特征。【建议】为解决大面积种植区域中病害香蕉植株精准监测难和检测模型泛化能力不...     

基于YOLO v5的植物叶绿素含量估测与可视化技术

为快速估测并直观显示植物叶绿素含量的冠层分布,以苗期的簸箕柳作为研究对象,构建了一套多视角表型信息采集平台,通过目标检测算法YOLO v5检测识别出植物分枝区域并提取不同色彩空间下的主枝部分分层色彩因子,对比多种模型回归方法,将多组色彩因子组合与手持式叶绿素含量测定仪测得的SPAD进行反演建模,得到拟合度最高的色彩因子组合回归模型;将该模型应用于整株苗木图像来表征SPAD的冠层分布,实现叶绿素含量在整株植物分布上的可视化。结果表明：通过对比多种回归算法下不同色彩因子组合模型与SPAD指数的相关性,发现在RGB空间下由色彩因子R、G、B、G/R、G/B构建的对数项岭回归算法拟合模型效果最佳,其拟合度最高（R²为0.73）,且误差最小（RMSE为2.16）。本文通过采集多视角图像,基于YOLO v5目标检测模型识别出植物主枝冠层区域,得到叶绿素含量冠层分布的最佳估测模型并进行可视化,可实现植物苗期生长的监测与植物长势的快速评判,为氮胁迫早期诊断和氮肥科学施加提供技术指导。     

基于多视角立体视觉的植株三维重建与精度评估

基于图像序列的植株三维结构重建是植物无损测量的重要方法之一。而对重建模型的精度评估方法大多基于视觉逼真程度和常规测量数据。该研究以精确的激光扫描三维模型为参照,采用豪斯多夫距离,从三维尺度上对基于图像序列的植株三维重建模型进行精度评估。同时,从植株表型参数(叶片长、宽、叶面积)方面,对植株三维重建模型进行精度评估。结果表明,基于图像序列的三维重建模型精度较高,豪斯多夫距离在0~10 mm之间,各试验植株豪斯多夫距离大多小于4.0 mm,各植株表型参数与其对照值的R2均大于0.95,且两者的无显著性差异(P0.05)。此植株三维结构重建方法能够应用于植物表型、基因育种、植物表型与环境互作等研究领域。     

基于可见光成像的单株水稻植株地上部分生物量无损预测方法研究

地上部分生物量是水稻生长研究中的重要参数,传统的测量方法主要依靠人工剪取称重,不仅具有破坏性,而且费时费力。提出了一种改进的基于图像特征参数的生物量预测模型,并比较了其在分蘖期和拔节期的效果。优于使用单幅图像投影面积预测的方法,该模型使用多幅侧视图像投影平均值和顶视图像来降低植株不对称带来的影响。基于分蘖期和拔节期的两批数据,新模型的预测平均相对误差(MAPE)达到9.26%,决定系数(R2)为0.93,优于其他模型。实验结果还显示出,当水稻生育期跨度较大时会造成植株结构差别较大,进而影响生物量的预测效果。     

我国多重视角下的城乡差距

研究了城乡差距的各个方面:收入、消费、教育、就业、医疗、养老、公共服务以及环境。认为我国城乡差距产生的主要原因在于偏重城市发展、农村缺乏公共产品供给机制。考察了我国农民的多方面的限制,驳斥了公平抑制效率的说法,认为提高公平程度与效率可以得到同步实现。     

多视角品味中国园林艺术设计

从哲学、绘画美学、风格美学、文化学等角度审视中国园林艺术设计,探索艺术设计与园林设计的关系。     

基于多视角自动成像系统的作物三维点云重建策略优化

为满足高通量作物表型分析需求,提升三维点云重建效率和精度,该研究针对不同作物、不同生育时期、不同植株部位(地上部和根系),基于研发的多视角自动成像系统和SFM(structure from motion)-MVS(multi-view stereo)算法,采用不同视角和不同相机数获取的图像重建作物三维点云,通过重建效率和精度(Hausdorff距离)评估,以及基于点云提取表型参数(株高、幅宽、凸包体积和总表面积)的可靠性评价,优化作物三维点云重建策略。结果显示,对于结构相对稀松、遮挡较少的盆栽植株(苗期、蕾薹期、盛花期、成熟期油菜)、结构相对紧凑、遮挡较多的植株地上部(花铃期棉花、抽穗期水稻、拔节期和灌浆期小麦)以及器官密集、遮挡严重且有较多细长结构的地上部和根系(分蘖期小麦和成熟期水稻地上部、成熟期玉米和油菜根系),分别采用3～4、6和10个相机为其最优重建策略(Hausdorff距离小于或接近0.20 cm,且重建时长和Hausdorff距离归一化值之和最小)。采用不少于4个相机获取的图像重建作物三维点云,可提取较为可靠的表型参数(决定系数R²>0.90...     

多视角农村土地整理效益评价

多部门参与、涉及众多利益群体是农村土地整理工程的特征。为揭示不同视角农村土地整理效益的规律,构建了农村土地整理效益评价指标体系,利用AHP层次分析法确定指标权重。分别从政府、业主单位和农户3个角度出发,探讨不同利益群体对农村土地整理效益具体量化差异。结果表明,不同视角经济效益权重值:农户视角＞政府视角＞业主单位视角,分别为0637、0550和0250;社会效益权重值:政府视角＞农户视角＞业主单位视角,分别为0500 0、0258 3和0209 8;生态景观效益权重值:政府视角＞业主单位视角＞农户视角,分别为0250 0、0240 2和0104 7。在相同的二级层次排序下,二级层次权重分别为0375 7、0182 4、0201 9、0240 0、0375 7、0182 4、0240 0、0201 9、0542 0、013909、0159 0、0159 0,3种视角评价指标因子层次权重值W存在差异。不同视角农村土地整理单项效益和综合效益存在差异。      

国外关于『食物安全』的论述及代表性定义

自20世纪70年代中叶到现在,“粮食安全”和“食物安全”问题一直为世界各国和各个地区所关注。许多相关的国际组织机构对于“粮食安全”和“食物安全”问题进行了多视角地阐述,并且下了不同的定义。综合分析国际组织机构的论述及其定义的变化与发展,对于国内转变单一化“粮食安