检索结果-南通市图书馆

Point Cloud Completion of Plant Leaves under Occlusion Conditions Based on Deep Learning

Plant Phenomics 2023年第4期5卷 852-863页

作者： Haibo Chen Shengbo Liu congyue wang Chaofeng wang Kangye Gong Yuanhong Li Yubin Lan Experimental Basis and Practical Training Center South China Agricultural UniversityGuangzhouChina National Center for International Collaboration Research on Precision Agricultural Aviation Pesticides Spraying Technology GuangzhouChina College of Electronics Engineering(College of Artificial Intelligence) South China Agricultural UniversityGuangzhouChina College of Engineering South China Agricultural UniversityGuangzhouChina Department of Biological and Agricultural Engineering Texas A&M UniversityCollege StationTXUnited States

The utilization of 3-dimensional point cloud technology for non-invasive measurement of plant phenotypic parameters can furnish important data for plant breeding,agricultural production,and diverse research applications.Nevertheless,the utilization of depth sensors and other tools for capturing plant point clouds often results in missing and incomplete data due to the limitations of 2.5D imaging features and leaf occlusion.This drawback obstructed the accurate extraction of phenotypic parameters.Hence,this study presented a solution for incomplete flowering Chinese Cabbage point clouds using Point Fractal Network-based techniques.The study performed experiments on flowering Chinese Cabbage by constructing a point cloud dataset of their leaves and training the network.The findings demonstrated that our network is stable and robust,as it can effectively complete diverse leaf point cloud morphologies,missing ratios,and multi-missing scenarios.A novel framework is presented for 3D plant reconstruction using a single-view RGB-D(Red,Green,Blue and Depth)image.This method leveraged deep learning to complete localized incomplete leaf point clouds acquired by RGB-D cameras under occlusion conditions.Additionally,the extracted leaf area parameters,based on triangular mesh,were compared with the measured values.The outcomes revealed that prior to the point cloud completion,the R^(2)value of the flowering Chinese Cabbage's estimated leaf area(in comparison to the standard reference value)was 0.9162.The root mean square error(RMSE)was 15.88 cm^(2),and the average relative error was 22.11%.However,post-completion,the estimated value of leaf area witnessed a significant improvement,with an R^(2)of 0.9637,an RMSE of 6.79 cm^(2),and average relative error of 8.82%.The accuracy of estimating the phenotypic parameters has been enhanced significantly,enabling efficient retrieval of such parameters.This development offers a fresh perspective for non-destructive identification of plant phenotypes.

关键词： Deep incomplete Plant

来源：

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

Detection of the foreign object positions in agricultural soils using Mask-RCNN

引用

International Journal of Agricultural and Biological Engineering 2023年第1期16卷 220-231页

作者： Yuanhong Li Chaofeng wang congyue wang Xiaoling Deng Zuoxi Zhao Shengde Chen Yubin Lan South China Agricultural University College of Electronic EngineeringGuangzhou 510642China National Center for International Collaboration Research on Precision Agricultural Aviation Pesticides SprayingTechnology(NPAAC)South China Agricultural UniversityGuangzhou 510642China Department of Biological and Agricultural Engineering Texas A&M UniversityCollege StationTX77843USA Guangdong Laboratory for Lingnan Modern Agriculture Guangzhou 510642China

Objects in agricultural soils will seriously affect the farming operations of agricultural machinery.At present,it still relies on human experience to judge abnormal Gounrd-penetrting Radar(GPR)signals.It is difficult for traditional image processing technology to form a general positioning method for the randomness and diversity characteristics of GPR signals in soil.Although many scholars had researched a variety of image-processing techniques,most methods lack robustness.In this study,the deep learning algorithm Mask Region-based Convolutional Neural Network(Mask-RCNN)and a geometric model were combined to improve the GPR positioning accuracy.First,a soil stratification experiment was set to classify the physical parameters of the soil and study the attenuation law of electromagnetic waves.Secondly,a SOIL-GPR geometric model was proposed,which can be combined with Mask-RCNN's MASK geometric size to predict object sizes.The results proved the effectiveness and accuracy of the model for position detection and evaluation of objects in soils;then,the improved Mask RCNN method was used to compare the feature extraction accuracy of U-Net and Fully Convolutional Networks(FCN);Finally,the operating speed of agricultural machinery was simulated and designed the A-B survey line experiment.The detection accuracy was evaluated by several indicators,such as the survey line direction,soil depth false alarm rate,Mean Average Precision(mAP),and Intersection over Union(IoU).The results showed that pixel-level segmentation and positioning based on Mask RCNN can improve the accuracy of the position detection of objects in agricultural soil effectively,and the average error of depth prediction is 2.87 cm.The results showed that the detection technology proposed in this study integrates the advantage of soil environmental parameters,geometric models,and artificial intelligence algorithms to provide a high-precision and technical solution for the GPR non-destructive detection of soils.

关键词： foreign object soil object position agricultural soil Mask R-CNN GPR image

来源：

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

多重治理迷思:美国非法移民“庇护之争”

引用

当代世界与社会主义 2024年第2期 94-104页

作者：王聪悦中国社会科学院大学国际政治经济学院中国社会科学院美国研究所

随着美国的非法移民问题和边境危机愈演愈烈,有关非法移民庇护的必要性及合法性的争议倍增。联邦政府力求从严管控非法移民,把州与地方积极配合联邦执法作为优化美国移民体系的主要步骤,这与次国家层面一些主张为非法移民提供必要生存... 详细信息

随着美国的非法移民问题和边境危机愈演愈烈,有关非法移民庇护的必要性及合法性的争议倍增。联邦政府力求从严管控非法移民,把州与地方积极配合联邦执法作为优化美国移民体系的主要步骤,这与次国家层面一些主张为非法移民提供必要生存条件和抗争策略的传统及包容治理模式相互抵牾,形成了“庇护之争”。通过关注国家—次国家互动进程可知,美国的庇护派与反庇护派不仅同样历史悠久,政策脉络迥然,且在移民联邦主义之辩、新地方主义挑战、城市身份政治和国家生命政治等价值理念的分散牵引中各执己见、难以调和。国家—次国家的多重治理结构与“庇护之争”相互耦合,是美国多元主义社会特性的必然产物,真实刻画了地域认同、国家认同、社区认同相互博弈的美式传统,但最终也将难以摆脱全球化的宏大叙事,并在“全球地方化”和“地方全球化”的双向进程中,继续影响美国庇护政策的选择及其非法移民治理的未来走向。

关键词：美国非法移民多重治理庇护政策反庇护

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

基于格拉姆角场和卷积神经网络的船用发电柴油机故障诊断（英文）

引用

Journal of Zhejiang University-Science A(Applied Physics & Engineering) 2024年第6期25卷 470-482页

作者：李从跃胡以怀蒋佳炜崔德馨上海海事大学商船学院上海电子信息职业技术学院机械与能源工程学院

目的：船用发电柴油机工作环境恶劣，在内外多激励源的干扰下，振动信号呈现非线性非平稳性的特点。本文旨在对船舶发电柴油机的振动信号进行有效特征提取并准确识别故障类型。同时，研究所提方法的有效性，以提高船舶发电柴油机的故障... 详细信息

目的：船用发电柴油机工作环境恶劣，在内外多激励源的干扰下，振动信号呈现非线性非平稳性的特点。本文旨在对船舶发电柴油机的振动信号进行有效特征提取并准确识别故障类型。同时，研究所提方法的有效性，以提高船舶发电柴油机的故障诊断精度。创新点：1.一维振动信号可通过格拉姆角场转换为二维图像；一维振动信号可以映射到二维图像的颜色、点、线和其他特征；为充分利用故障特征信息，将格拉姆角和场和格拉姆角差场获得的图像进行加权平均融合。2.利用多注意力机制来优化卷积神经网络学习机制，使网络有选择地提取信号中的关键特征信息。方法：1.对船舶发电柴油机的气阀间隙进行故障预设，采集柴油机不同健康状态振动信号。2.将振动信号转化为二维图像，并将格拉姆角和场和格拉姆角差场获得的图像进行加权平均融合，以充分利用原信号中的故障特征信息。3.将融合后的图像输入到卷积神经网络中进行自适应特征提取和故障识别。结论：1.所提方法可准确识别故障类型，平均诊断精度可达98.40%；与其他方法相比，所提方法具有更高的故障诊断精度。2.在不同信噪比下，所提方法与无注意力机制方法相比，准确精度可提高14.80%。3.融合后的图像可为神经网络提供更充足的特征信息，因此具有更高的故障识别精度。4.变负荷实验中，所提方法的准确率均保持在89.00%以上，进一步验证了所提方法的稳定性。

关键词：多注意力机制卷积神经网路格拉姆角场图像融合船舶发电柴油机故障诊断

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

A design method for booster motor of brake-by-wire system based on intelligent electric vehicle

引用

Green Energy and Intelligent Transportation 2023年第4期2卷 58-68页

作者： Bumin Meng Zhengzhao Zhou congyue Zhang Feifan Yang The School of Automation and Electronic Information Xiangtan UniversityXiangtan 411105China School of Mechanical Engineering Xiangtan UniversityXiangtan 411105China

The brake-by-wire(BBW)system is an essential part of the intelligent electric vehicle,which is determination of the braking safety and recovery efficiency.To design a safe and efficient booster motor,the design of booster motor for BBW system is discussed in this paper.Through comparative analysis,experimental simulation and assessment argument,the scheme of designing a booster motor for brake-by-wire system is completely described.First,the mainstream structure of the BBW system and the main challenges it faces in the assisted motor are discussed.Second,comparing the motors of different types and structures,the motor body and control system scheme suitable for the characteristics of the booster motor system are determined.Then,through the simulation analysis of the ansoft and matlab,the optimization scheme of the motor and performance improvement are proposed.Further,through the actual design of a set of the booster motor system,the safe and efficient motor designing are verified,and the problems involving functional safety are discussed.Finally,focus on the problem while simulation and experiment,some important countermeasures to improve current technology and prospect of in-depth study are pointed out.

关键词： Electric vehicle Brake-by-wire system Booster motor Braking energy recovery

来源：

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

基于VMD-多尺度排列熵和SVM的船用空压机故障诊断方法

引用

中国测试 2024年第6期50卷 20-27页

作者：胡以怀李从跃沈威崔德馨张成芮晓松上海海事大学上海201306 招商局鼎衡造船有限公司江苏扬州225217

船用机械振动信号存在非线性、非平稳性问题,故障特征难提取,通过变分模态分解(variational mode decomposition,VMD)多尺度排列熵(multiscale permutation entropy,MPE)与支持向量机(support vector machine,SVM)融合的故障诊断方法,对振动信号进行研究。以空压机为例,首先,模拟6种空压机工况,对各工况的热工参数进行测试,分析各工况热工参数的变化程度,并对采集的振动信号进行频域分析。然后通过VMD对振动信号进行分解,得到一系列固有模态分量,计算与原始信号的互相关系数筛选敏感固有模态分量。最后计算出敏感固有模态分量的多尺度排列熵,将其作为特征向量,输入到SVM中,进行故障辨识。实验结果表明:VMD多尺度排列熵与SVM融合的空压机故障辨识方法,能有效地识别故障类型,整体准确率可保持在98.6667%,将此方法与其他方法进行对比,证明此方法有效。

关键词：船用往复式空压机变分模态分解多尺度排列熵故障诊断

来源：

维普期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于WOA-RF的船用风机故障诊断

引用

上海海事大学学报 2024年第2期45卷 104-110页

作者：沈威胡以怀闫国华李从跃崔德馨韦小红上海海事大学商船学院上海201306

针对船用风机典型故障诊断问题,利用鲸鱼优化算法优化随机森林(random forest optimized bywhale optimization algorithm,WOA-RF)对故障进行诊断,并通过实验验证该方法的准确性。实验模拟包括正常工况和5种异常工况在内的6种工况。采... 详细信息

针对船用风机典型故障诊断问题,利用鲸鱼优化算法优化随机森林(random forest optimized bywhale optimization algorithm,WOA-RF)对故障进行诊断,并通过实验验证该方法的准确性。实验模拟包括正常工况和5种异常工况在内的6种工况。采集所有不同工况下的振动信号,分别提取时域、频域下的特征参数构建第一特征向量。通过传统随机森林筛选得到具有更优分类效果的第二特征向量,再输入WOA-RF中完成故障识别。实验结果表明,本文提出的方法能够有效识别故障模式,平均预测准确率超99%。与其他算法对比,这种基于信息融合和WOA-RF的船用风机故障诊断方法准确性更高。

关键词：随机森林鲸鱼优化算法(WOA) 船用风机故障诊断

来源：

维普期刊数据库博看期刊

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

基于小波变换和CNN的船用机械故障诊断

引用

中国测试 2024年第3期50卷 183-192页

作者：李从跃胡以怀沈威崔德馨张成芮晓松上海海事大学商船学院上海201306 招商局鼎衡造船有限公司江苏扬州225217

针对船用机械故障特征自适应提取与智能化诊断问题,采用连续小波变换与卷积神经网络的船舶机械故障诊断方法。以船用风机为例,首先模拟船用机械不同故障并采集振动信号,通过连续小波变换将一维振动信号转化为特征图谱,其包含大量的时频... 详细信息

针对船用机械故障特征自适应提取与智能化诊断问题,采用连续小波变换与卷积神经网络的船舶机械故障诊断方法。以船用风机为例,首先模拟船用机械不同故障并采集振动信号,通过连续小波变换将一维振动信号转化为特征图谱,其包含大量的时频信息。然后通过多次训练后,确定网络结构参数,建立卷积神经网络结构,将时频图作为卷积神经网络输入,挖掘更深层次的高度抽象的故障特征信息。最后在卷积神经网络的输出层接入softmax分类器,实现船用机械的故障诊断。实验结果表明:所提方法能准确识别故障类型,且具有较强的鲁棒性和泛化能力,诊断准确率可达99.3%。与集成经验模态分解、极限学习机故障诊断方法相比,该方法有更高的诊断精度。

关键词：连续小波变换卷积神经网络小波时频图船用机械故障诊断

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

互联网的演变与建筑设计业的平台化转型

引用

新建筑 2024年第1期 9-14页

作者：项星玮李煜茜周从越董潇晓华中科技大学建筑与城市规划学院武汉430074 清华大学深圳国际研究生院广东518000 浙江大学建筑工程学院杭州310000

伴随互联网及其平台的演变,建筑设计业的平台化转型经历了从平台化意识到平台化“萌芽”的历程,具有计算性设计和智能化建造特征,呈现出基于元宇宙语境建立建筑设计产业互联网平台的趋势,这对促进建筑设计业转型升级具有积极意义。文章... 详细信息

伴随互联网及其平台的演变,建筑设计业的平台化转型经历了从平台化意识到平台化“萌芽”的历程,具有计算性设计和智能化建造特征,呈现出基于元宇宙语境建立建筑设计产业互联网平台的趋势,这对促进建筑设计业转型升级具有积极意义。文章回顾了十多年来互联网及其平台的演变,论述了在其影响下建筑设计业的平台化转型;在此基础上,结合元宇宙这一互联网发展动向,从设计模型、智能装备、智能服务、系统集成等四个方面分析元宇宙语境下建筑设计业可能发生的平台化突破,并围绕功能、作用、样态等展望建筑设计产业互联网平台的发展。

关键词：建筑设计平台平台化转型产业互联网元宇宙建筑业转型升级

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

Interactive modeling of lofted shapes from a single image

引用

Computational Visual Media 2020年第3期6卷 279-289页

作者： congyue Deng Jiahui Huang Yong-Liang Yang Tsinghua University Beijing100084China University of Bath BathBA27AYUK

Modeling the complete geometry of general shapes from a single image is an ill-posed problem.User hints are often incorporated to resolve ambiguities and provide guidance during the modeling process. In this work, we present a novel interactive approach for extracting high-quality freeform shapes from a single image. This is inspired by the popular lofting technique in many CAD systems, and only requires minimal user input. Given an input image, the user only needs to sketch several projected cross sections, provide a"main axis", and specify some geometric relations. Our algorithm then automatically optimizes the common normal to the sections with respect to these constraints,and interpolates between the sections, resulting in a high-quality 3 D model that conforms to both the original image and the user input. The entire modeling session is efficient and intuitive. We demonstrate the effectiveness of our approach based on qualitative tests on a variety of images, and quantitative comparisons with the ground truth using synthetic images.

关键词： image User sketch

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：