检索结果-南通市图书馆

中国农学通报 2024年第2期40卷 102-106页

作者：苏朝丞葛怡成谢葭颖许浩翊王啸天新疆天山区气象局乌鲁木齐830001 乌鲁木齐市气象局乌鲁木齐830000 石河子气象局新疆石河子832000

棉花是新疆地区主要经济作物之一,开展棉花产量动态预报对生产安全具有重要意义。利用1968—2020年新疆石河子地区4个地面气象基准站逐日气象资料和棉花产量资料,基于积分回归法在棉花全生育期内以旬为时间尺度,分析了影响棉花生产的温... 详细信息

棉花是新疆地区主要经济作物之一,开展棉花产量动态预报对生产安全具有重要意义。利用1968—2020年新疆石河子地区4个地面气象基准站逐日气象资料和棉花产量资料,基于积分回归法在棉花全生育期内以旬为时间尺度,分析了影响棉花生产的温光水主要气象要素和关键期,分别建立了石河子地区7月中旬、8月中旬和9月中旬棉花气象产量动态预报模型。结果表明:气温对新疆石河子棉花产量的影响最大,苗期、开花期和吐絮始期为棉花生长的温度关键期,苗期和吐絮始期为正效应显著,开花期为负效应显著;开花期是棉花生长的光照关键期,对棉花产量呈正效应;石河子地区属于灌溉农业区,自然降水量虽呈正效应,但降水量对棉花产量的影响较小。利用积分回归法建立的动态预报模型对2018—2020年石河子地区棉花产量试报,7月中旬、8月中旬及9月中旬的平均准确率分别为85.1%、91.4%和94.3%。基于积分回归法建立的棉花气象产量动态预报模型越接近成熟期准确率越高。利用积分回归原理对棉花产量进行动态预测是可行的,可以应用于棉花产量预测业务,为地方产量预测提供参考。

关键词：积分回归法棉花关键期产量动态预报

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于知识蒸馏的道路交通标志识别神经网络

引用

计算机工程与应用 2024年

作者：葛怡源于明鑫北京信息科技大学仪器科学与技术系

自然场景下的交通标志识别易受到光照、遮挡和模糊等因素的干扰，从而影响检测精度；同时现有的深度学习模型参数量多、计算复杂度较高导致模型推理时间较长。文章提出了一种基于知识蒸馏的神经网络架构AFE-ViT（Adaptive feature extra... 详细信息

自然场景下的交通标志识别易受到光照、遮挡和模糊等因素的干扰，从而影响检测精度；同时现有的深度学习模型参数量多、计算复杂度较高导致模型推理时间较长。文章提出了一种基于知识蒸馏的神经网络架构AFE-ViT（Adaptive feature extraction -Vision Transformer）用于道路交通标志识别，该架构由自适应特征提取模块和轻量级ViT（Vision Transformer）分类器组成，其融合了图像中局部和全局特征信息，对自然场景下的道路交通标志识别具有更好的适应性。其中，自适应特征提取模块结合了InceptionNetV1、SKNet思想和残差结构，实现了多感受野的自适应选择，并作为ViT的前置模块，有效提高了特征提取效率。选择ResNet18作为教师网络，AFE-ViT作为学生网络，采用特征级和输出级知识蒸馏方法对AFE-ViT进行蒸馏，压缩模型参数。实验结果表明，该方法的识别准确率可达98.98%，模型参数量仅为0.99m，表现优于同类深度学习模型。

关键词：交通标识知识蒸馏自适应特征提取

来源：

同方期刊数据库评论