基于多特征提取与注意力机制深度学习的高分辨率影像松材线虫病树识别

为了提高松材线虫病树的监测效率,减少其对林业生产造成的损失,提出一种基于多特征提取与注意力机制深度学习的高分辨率影像松材线虫病树识别方法.该方法首先在高分辨率遥感影像上提取松材线虫病树的光谱特征、空间特征等多特征,然后进行Relief特征选择算法,取特征权重前8个特征进行病树识别,发现选择差值植被指数DVI(diffe...     

基于SPH法的粉垄刀具作业性能影响研究

针对粉垄机作业功耗大、粉垄作业性能与粉垄刀具结构参数关系不详的问题,先采用SPH法(Smoothed Particle Hydrodynamics)和试验设计方法,建立粉垄刀具作业模型,进行仿真试验;后采用回归分析方法,建立粉垄刀具结构参数与功耗幅宽比和土壤破碎度的数学模型,研究了粉垄刀具结构参数对功耗幅宽比及土壤破碎度的影响规律。结果表明:随着螺旋叶片直径、轴距的增大,刀片数增多,功耗幅宽比增大;而随着螺距的增大,功耗幅宽比呈先增大、后减小的变化;随着螺旋叶片直径、轴距、螺距的增大,质量中值增大,土壤破碎度减小;随着刀片数的增多,质量中值减小,土壤破碎度增大。小的螺旋叶片直径与小的轴距、螺距、刀片数组合,有利于降低功耗幅宽比,提高土壤破碎度;小的轴距和大的螺距组合,有利于降低功耗幅宽比,但小的轴距和小的螺距组合,有利于提高土壤破碎度。     

基于多特征的高分辨率影像松材线虫病树识别

为了提高松材线虫病树的监测效率,减少其对林业生产造成的损失,利用在高分辨率遥感影像上提取松材线虫病树的光谱特征、空间特征等多特征,然后进行Relief特征选择算法,提取的合适特征为归一化植被指数NDVI(Normalized Vegetation Index)、差值植被指数DVI(Difference Vegetation Index)、OHTA颜色模型作为病树与非病树的光谱特征,对目标影像进行自动筛选,得到疑似病树像元。运用DBscan空间聚类算法对疑似病树像元进行聚类,并以周围一定范围内有一定数量的健康树像元为空间分布参考,对拍摄地点30°1′N/111°43′E附近、分辨率为0.1 m的3幅高分辨率遥感影像筛选病树。自动筛选耗时分别是人工筛选的43.99%、51.08%和46.62%,相对于人工筛选的数量准确度分别为79.37%、77.85%和82.56%。结果表明:采用光谱特征与空间特征相结合的方法在高分辨率遥感影像上识别松材线虫病树识别效率更高。