检索结果-南通市图书馆

基于高光谱和连续投影算法的棉花叶面积指数估测

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2022年第S1期53卷 257-262页

作者：张楠楠张晓王城坤李莉白铁成中国农业大学智慧农业系统集成研究教育部重点实验室北京100083 塔里木大学信息工程学院阿拉尔843300 中国农业大学农业农村部农业信息获取技术重点实验室北京100083

为实现快速、无损、实时监测不同灌溉处理下棉花植株叶面积指数,借助高光谱遥感技术获取了棉花植株4个生育期的冠层反射率,同时获取每株棉花的叶面积指数,用一阶导数、二阶导数、标准正态变换,多元散射校正、小波分析等光谱预处理方法,... 详细信息

为实现快速、无损、实时监测不同灌溉处理下棉花植株叶面积指数,借助高光谱遥感技术获取了棉花植株4个生育期的冠层反射率,同时获取每株棉花的叶面积指数,用一阶导数、二阶导数、标准正态变换,多元散射校正、小波分析等光谱预处理方法,经过连续投影算法提取特征波段,用偏最小二乘法建立4个生育期(总体)和各生育期的高光谱估算模型。对比6种预处理方法在4个生育期和各生育期建模精度表明,4个生育期(总体)、蕾期、花期、花铃期的小波分解尺度为4、2、8、2,模型分别为CWT-SPA-PLS、CWT-FD-SPA-PLS、CWT-SPA-PLS、CWT-FD-SPA-PLS时可取得较好的精度;经二阶导数处理后,铃期可取得较好的结果,R^(2)和RPD分别0.973、5.3295,优于其他预处理。试验结果表明,利用预处理方法尤其是小波分析方法得到的光谱信息可有效估测棉花4个生育期(总体)和各生育期的叶面积指数。

关键词：棉花植株叶面积指数高光谱遥感反演模型小波分析连续投影算法

基于无人机可见光影像的新疆棉田田间尺度地物识别

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2023年第S2期54卷 199-205页

作者：张楠楠张晓白铁成袁新涛马瑞李莉中国农业大学智慧农业系统集成研究教育部重点实验室北京100083 塔里木大学信息工程学院阿拉尔843300 塔里木绿洲农业教育部重点实验室(塔里木大学) 阿拉尔843300 中国农业大学农业农村部农业信息获取技术重点实验室北京100083

针对无人机采集影像时不同地物最佳分辨率难以确定的问题,运用大疆M600Pro型无人机获取棉花蕾期可见光影像,结合地面调查采样数据,利用神经网络(Artificial neural networks,ANN)、支持向量机(Support vector machines,SVM)和随机森林(R... 详细信息

针对无人机采集影像时不同地物最佳分辨率难以确定的问题,运用大疆M600Pro型无人机获取棉花蕾期可见光影像,结合地面调查采样数据,利用神经网络(Artificial neural networks,ANN)、支持向量机(Support vector machines,SVM)和随机森林(Random forest,RF)3种监督分类算法进行田间地物识别。分析不同分辨率(1.00、2.50、5.00、7.50、10.00 cm)下对地物的识别精度,并结合算法运行时间,从分辨率、算法精度和运行时间上找到适合南疆田间尺度棉花田块地物识别的最佳分辨率和最优算法。试验结果表明:当空间分辨率为1.00 cm时,SVM对地物的识别精度最高,总体精度与Kappa系数分别为99.857%和0.997。随着空间分辨率的降低,总体精度和Kappa系数呈下降趋势。当分辨率为2.50 cm和5.00 cm时,采用RF算法,运行时间最短,土地、棉花和滴灌带可获得较好的识别精度,总体精度与Kappa系数分别可达99.252%和0.986以上。当空间分辨率大于5.00 cm时,总体精度和Kappa系数下降,滴灌带制图精度(Producer’s accuracy,PA)和用户精度(User’s accuracy,UA)下降最大。空间分辨率小于5.00 cm的图像能够很好地识别蕾期棉花地的典型地物,可为进行田间地物类型及其分布状况的识别提供指导。

关键词：棉田地物分类无人机可见光影像田间尺度空间分辨率随机森林

基于高光谱和连续投影算法的棉花LAI值估测

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2022年

作者：张楠楠张晓王城坤李莉白铁成中国农业大学智慧农业系统集成研究教育部重点实验室中国农业大学农业农村部农业信息获取技术重点实验室塔里木大学信息工程学院

为实现快速、无损、实时监测不同灌溉处理下棉花植株叶面积指数，借助高光谱遥感技术获取了棉花植株4个生育期的冠层反射率，同时获取每株棉花的叶面积指数，用原始光谱、一阶求导、二阶求导、小波分析等光谱预处理方法，经过连续投影...

为实现快速、无损、实时监测不同灌溉处理下棉花植株叶面积指数，借助高光谱遥感技术获取了棉花植株4个生育期的冠层反射率，同时获取每株棉花的叶面积指数，用原始光谱、一阶求导、二阶求导、小波分析等光谱预处理方法，经过连续投影算法提取特征波段，用偏最小二乘法建立4个生育期(总体)和各生育期的高光谱估算模型。对比6种预处理在4个生育期和各生育期建模精度表明，4个生育期(总体)、蕾期、花期、花铃期的小波分解尺度各自在4、2、8、2时，模型分别为CWT-SPA-PLS、CWT-FD-SPA-PLS、CWT-SPA-PLS、CWT-FD-SPA-PLS时可取得较好的精度；经二阶导数处理后，铃期可取得较好的结果，R和RPD分别0.973、5.3295，优于其他预处理结果。实验结果表明，利用预处理算法尤其是小波分析方法得到的光谱信息可有效估测棉花4个生育期(总体)和各生育期的叶面积指数。

关键词：

基于CBAM-YOLO v7的自然环境下棉叶病虫害识别方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

农业机械学报 2023年第S1期54卷 239-244页

作者：张楠楠张晓白铁成尚鹏王文瀚李莉中国农业大学智慧农业系统集成研究教育部重点实验室北京100083 塔里木大学信息工程学院阿拉尔843300 塔里木绿洲农业教育部重点实验室(塔里木大学) 阿拉尔843300 中国农业大学农业农村部农业信息获取技术重点实验室北京100083

针对自然环境下棉花叶片病害检测难度大和人工设计特征提取器难以获取与棉叶病虫害相近特征表达的问题,提出一种改进的注意力机制YOLO v7算法(CBAM-YOLO v7)。该模型在YOLO v7模型基础上,在Backbone与Head中间增加注意力机制CBAM,并在H... 详细信息

针对自然环境下棉花叶片病害检测难度大和人工设计特征提取器难以获取与棉叶病虫害相近特征表达的问题,提出一种改进的注意力机制YOLO v7算法(CBAM-YOLO v7)。该模型在YOLO v7模型基础上,在Backbone与Head中间增加注意力机制CBAM,并在Head部进行4倍下采样,然后将CBAM-YOLO v7模型用于棉叶病虫害识别,并与YOLO v5和YOLO v7进行对比试验。试验结果表明:蚜虫和正常叶片检测方面,YOLO v7可取得好的检测结果;CBAM-YOLO v7对黄萎病、棉盲蝽、红蜘蛛棉叶病虫害图像检测的准确率高于其他模型。CBAM-YOLO v7的mAP为85.5%,相较于YOLO v5提高21个百分点,相较于YOLO v7提高4.9个百分点;单幅图检测耗时为29.26 ms,可为棉叶病害在线监测提供理论基础。

关键词：棉叶病虫害目标检测注意力机制 YOLO v7

基于无人机可见光的新疆棉田田间尺度地物识别方法

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2023年

作者：张楠楠张晓白铁成袁新涛马瑞李莉中国农业大学农业农村部农业信息获取技术重点实验室塔里木大学信息工程学院中国农业大学智慧农业系统集成研究教育部重点实验室塔里木绿洲农业教育部重点实验室(塔里木大学)

针对无人机采集影像时不同地物最佳分辨率难以确定的问题，运用大疆M600Pro型无人机获取棉花蕾期可见光影像，结合地面调查采样数据，利用神经网络（Artificial neural networks，ANN）、支持向量机（Support vector machines，SVM）和... 详细信息

针对无人机采集影像时不同地物最佳分辨率难以确定的问题，运用大疆M600Pro型无人机获取棉花蕾期可见光影像，结合地面调查采样数据，利用神经网络（Artificial neural networks，ANN）、支持向量机（Support vector machines，SVM）和随机森林（Random forest，RF）3种监督分类算法进行田间地物识别。分析不同分辨率（1.00、2.50、5.00、7.50、10.00 cm）下对地物的识别精度，并结合算法运行时间，从分辨率、算法精度和运行时间上找到适合南疆田间尺度棉花田块地物识别的最佳分辨率和最优算法。试验结果表明：当空间分辨率为1.00 cm时，SVM对地物的识别精度最高，总体精度与Kappa系数分别为99.857%和0.997。随着空间分辨率的降低，总体精度和Kappa系数呈下降趋势。当分辨率为2.50 cm和5.00 cm时，采用RF算法时，运行时间最短，土地、棉花和滴灌带可获得较好的识别精度，总体精度与Kappa系数分别可达99.137%和0.983以上。当空间分辨率大于5.00 cm时，总体精度和Kappa系数下降，滴灌带的制图精度（Producer’s accuracy，PA）和用户精度（User’s accuracy，UA）下降最大。空间分辨率小于5.00 cm的图像能够很好地识别蕾期棉花地的典型地物，可为进行田间地物类型及其分布状况的识别提供指导。

关键词：棉田地物分类无人机可见光田间尺度空间分辨率随机森林

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

进展期胃癌分子靶向治疗的进展

临床医学进展 2023年第7期13卷 12155-12163页

作者：王纪震白铁成延安大学医学院陕西延安延安大学附属医院陕西延安

进展期胃癌根治术后均需化疗,但是单纯化疗起到的姑息治疗的效果并不乐观。而胃癌对放疗的敏感性不高,所以较少使用放疗。随着多学科综合治疗模式的形成和分子靶向治疗的研发,分子靶向治疗在进展期胃癌的治疗具有一定的效果。本文主要... 详细信息

进展期胃癌根治术后均需化疗,但是单纯化疗起到的姑息治疗的效果并不乐观。而胃癌对放疗的敏感性不高,所以较少使用放疗。随着多学科综合治疗模式的形成和分子靶向治疗的研发,分子靶向治疗在进展期胃癌的治疗具有一定的效果。本文主要介绍了靶点及相关靶向药物的应用,包括肝细胞生长因子、人表皮生长因子、成纤维细胞生长因子、血管内皮生长因子、人类表皮生长因子。

关键词：进展期胃癌靶向治疗

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

人工智能技术在胃肠道肿瘤中的应用及展望

临床医学进展 2022年第11期12卷 10497-10502页

作者：郭晨阳白铁成延安大学第一临床医学院陕西延安延安大学附属医院胃肠疝外科陕西延安

人工智能是一个广泛的跨学科领域,其根源在于逻辑,统计学,认知心理学,决策理论,神经科学,语言学,控制论和计算机工程,致力于构建能够执行通常需要人类水平智能的任务的智能机器。人工智能作为计算机科学的一个分支,其目的是模仿思维过程... 详细信息

人工智能是一个广泛的跨学科领域,其根源在于逻辑,统计学,认知心理学,决策理论,神经科学,语言学,控制论和计算机工程,致力于构建能够执行通常需要人类水平智能的任务的智能机器。人工智能作为计算机科学的一个分支,其目的是模仿思维过程,学习能力和知识管理,在实验和临床医学中找到了越来越多的应用。人工智能在医疗诊断、风险预测和治疗技术支持领域的可能性正在迅速增长,AI的发展已经渗透到医学的各个领域,取得了巨大的成功。人工智能技术在诊断和治疗几种类型的癌症,特别是胃癌与结直肠癌方面的广泛使用引起了人们的广泛关注。

关键词：人工智能胃癌结直肠癌综述文献

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

胃癌术后胃瘫的诊断和治疗

临床医学进展 2022年第8期12卷 7319-7325页

作者：聂世笛白铁成延安大学第一临床医学院陕西延安延安大学附属医院胃肠疝外科陕西延安

以胃排空延迟为主要症状的综合征一般称之为胃瘫,其中腹胀、恶心和呕吐是胃轻瘫的主要症状。胃瘫的病因一般比较复杂,对患者的生活质量也会有很大的影响,还会延长住院时间,从而导致病床周转的速率变缓,进而加重医疗资源的消耗,因此患者... 详细信息

以胃排空延迟为主要症状的综合征一般称之为胃瘫,其中腹胀、恶心和呕吐是胃轻瘫的主要症状。胃瘫的病因一般比较复杂,对患者的生活质量也会有很大的影响,还会延长住院时间,从而导致病床周转的速率变缓,进而加重医疗资源的消耗,因此患者的经济负担一般都比较重。在胃瘫中,特发性胃轻瘫是最常见的胃排空障碍,约占36%,其次是糖尿病(29%)和术后胃排空障(13%),本文聚焦于胃癌术后导致胃瘫的危险因素以及诊断和治疗。

关键词：术后胃瘫胃瘫综合症胃癌术后

南疆沙尘区骏枣叶片水分含量检测的近红外光谱预处理方法对比（英文）

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

光谱学与光谱分析 2019年第4期39卷 1323-1328页

作者：白铁成王涛陈佑启 MERCATORIS Beno■t TERRA Teaching and Research Centre Biosystems Dynamics and ExchangesGembloux Agro-Bio TechLiège University 塔里木大学信息工程学院新疆阿拉尔843300 中国农业科学院农业资源与农业区划研究所北京100081

南疆地区沙尘多、灰尘大,枣树叶片表面经常覆盖一定程度的粗颗粒度沙尘,为了有效去除沙尘、灰尘在枣树叶片水分光谱测量过程中产生的散射噪声和基线漂移,研究一种适用于风沙较大地区的枣树叶片水分含量的快速检测方法,以不同灌溉梯度下... 详细信息

南疆地区沙尘多、灰尘大,枣树叶片表面经常覆盖一定程度的粗颗粒度沙尘,为了有效去除沙尘、灰尘在枣树叶片水分光谱测量过程中产生的散射噪声和基线漂移,研究一种适用于风沙较大地区的枣树叶片水分含量的快速检测方法,以不同灌溉梯度下的枣树叶片为研究对象,通过近红外光谱仪获取120个叶片样本的1 000～1 800 nm的光谱数据,并同步测量叶片水分含量,采用归一化、移动窗口平滑、 SavitZky-Golay(SG)卷积平滑、 SG求导、标准正态变量校正(SNV)和多元散射校正(MSC)等方法对原始光谱进行预处理,分析对比不同方法对散射噪声的处理能力,采用偏最小二乘回归分析方法筛选了敏感波段和建立预测模型。实验结果表明,枣树叶片水分含量强吸收峰为1 443 nm,波谷为1 661 nm;归一化光谱并未消除1 000～1 400 nm波段的散射噪声;移动窗口平滑和SG卷积平滑并未改进光谱曲线,散射噪声仍然存在; SG导数光谱的光谱特征峰和特征谷明显左移,光谱曲线不够平滑,噪声明显; SNV和MSC方法具有较好的散射噪声消除能力。偏最小回归分析方法筛选特征波长的结果表明(设置筛选波长数量为5),基于原始光谱未筛选到1 443 nm的强波峰和1 661 nm的波谷附近的波段;基于归一化光谱在1 450 nm波峰附近筛选的波长有一定的偏差,在1 661 nm波谷附近的筛选的波长明显高于1 700 nm;基于移动窗口和SG卷积平滑光谱在1 443 nm具有一定的筛选能力,但并未筛选到1 661 nm附近的波长;导数光谱并未筛选到1 443和1 661 nm波段; SNV和MSC在波峰和波谷位置附近均筛选了敏感的光谱波段,其中MSC略优于SNV方法恰好在波峰和波谷位置,共筛选了1 002, 1 383, 1 411, 1 443和1 661 nm五个特征波段,也证明了MSC方法散射噪声和基线漂移处理能力最优,提高了敏感波长的筛选能力。偏最小二乘回归模型结果表明,不同预处理方法的RMSE值均较低, SNV和MSC方法改进了模型的预测结果,R^2高于0.7,其中基于MSC方法的模型具有最高的R^2和最低的RMSEP和RMSEPCV,R^2=0.750 4, RMSEP=0.034 3, RMSECV=0.021 5,预测结果较优。证明MSC方法对沙尘和颗粒度引入的散射噪声具有较好的去除能力,可改进波长的筛选、提高预测模型精度,为南疆沙尘区的枣树叶片水分含量的无损检测提供了有效方法。

关键词：叶片水分含量近红外光谱散射噪声预处理方法多元散射校正