检索结果-南通市图书馆

基于动态扩展邻域蚁群算法的移动机器人路径规划

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 2024年第2期55卷 423-432,449页

作者：潘玉恒奥日格拉鲁维佳丛佳王世通陈阳天津城建大学计算机与信息工程学院天津300384

针对蚁群算法易陷入局部最优、路径转折点多、收敛速度慢的问题,提出一种基于动态扩展邻域蚁群算法(Dynamic extended neighbourhoods ant colony optimization,DENACO)。在蚂蚁搜索方式上采用动态扩展邻域方法,并定义新的信息素计算方... 详细信息

针对蚁群算法易陷入局部最优、路径转折点多、收敛速度慢的问题,提出一种基于动态扩展邻域蚁群算法(Dynamic extended neighbourhoods ant colony optimization,DENACO)。在蚂蚁搜索方式上采用动态扩展邻域方法,并定义新的信息素计算方式和增量规则,在取得更优收敛路径长度的同时,减少路径转折点数量及路径节点数量;引入自适应调整因子改进启发函数,提高算法的全局搜索能力,并设定迭代阈值,提升算法的收敛速度;提出一种路径节点双优化策略,对规划好的路径进一步优化,提高路径综合质量。不同复杂度及不同规模栅格地图中的仿真实验表明,DENACO算法所规划的路径更优,路径转折点数量减少,收敛速度加快,路径节点数量明显减少,表明算法具有更高的可行性和适用性。

关键词：移动机器人蚁群算法路径规划动态扩展邻域自适应启发函数

维普期刊数据库博看期刊

STC-YOLOv8：一种解决复杂背景下的钢材表面缺陷的检测方法

在线全文

学校读者我要写书评

暂无评论

内蒙古农业大学学报(自然科学版) 2024年

作者：黄奥国罗小玲潘新内蒙古农业大学计算机与信息工程学院

由于钢材表面缺陷尺寸小且背景复杂，传统检测方法在此类场景中常出现漏检和误检问题，且检测精度低、效率慢。本文提出了一种基于YOLOv8n的改进方法，称为STC-YOLOv8，旨在时间成本不变的情况下提高钢材表面缺陷检测的精度。首先，将... 详细信息

由于钢材表面缺陷尺寸小且背景复杂，传统检测方法在此类场景中常出现漏检和误检问题，且检测精度低、效率慢。本文提出了一种基于YOLOv8n的改进方法，称为STC-YOLOv8，旨在时间成本不变的情况下提高钢材表面缺陷检测的精度。首先，将主干网络的卷积层替换为SAConv，利用其全局性和大感受野特性，增强模型对小目标特征的提取能力；其次，将原模型的上采样方法替换为CARAFE，通过动态调整插值位置，提升模型对边缘特征和相似特征的提取能力。此外，在检测头中引入多分支结构的重参数模块，进一步增强模型的特征提取能力；最后，针对目标样本较小和部分目标信息难以提取的问题，本文引入了迁移学习策略，增强了模型的泛化性和稳定性。实验结果表明，改进后的STC-YOLOv8模型在数据增强后的NEU-DET数据集上的mAP@0.5达到82.4%，相比原模型YOLOv8n提高了3.8%。在GC10-DET数据集上的mAP@0.5达到66%，提高了2.9%，验证了本方法的有效性和稳定性，能够满足钢材表面缺陷检测的实际需求。

关键词：缺陷检测 YOLOv8n SAConv CARAFE 重参数化

基于CNN与ViT混合结构的遥感图像地物分类算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

遥感信息 2024年第3期39卷 121-127页

作者：陈佳慧路鹏罗小玲郜晓晶潘新内蒙古农业大学计算机与信息工程学院呼和浩特010018

针对传统的基于机器学习和卷积神经网络等遥感图像分类方法整体分类精度不高以及受限于局部感受野造成的全局特征提取不足等现象,为进一步提高遥感图像的分类精度,提出了一种结合三维、二维卷积核混合的神经网络(three dimensional and ... 详细信息

针对传统的基于机器学习和卷积神经网络等遥感图像分类方法整体分类精度不高以及受限于局部感受野造成的全局特征提取不足等现象,为进一步提高遥感图像的分类精度,提出了一种结合三维、二维卷积核混合的神经网络(three dimensional and two dimensional convolutional neural network, 3D-2D CNN)与视觉transformer(vision transformer, ViT)的遥感图像分类方法Hybrid CNN-ViT。算法在3D和2D卷积核充分提取遥感图像空间光谱信息的基础上,通过ViT的多头注意力机制提取全局序列信息,解决全局特征提取不足的问题。实验将影像划分不同比例的训练集、验证集与测试集,并与DBDA、DBMA和3D-2D CNN做对比。结果表明,训练集∶验证集∶测试集为8∶1∶1时,该方法的分类精度达到最高,总体分类精度(99.47%)、Kappa系数(0.9908)均优于其他3种方法。

关键词：卷积神经网络深度学习视觉transformer 地物分类图像处理

在线全文

学校读者我要写书评

暂无评论

基于图像的羊体尺参数测点检测方法的研究

内蒙古农业大学学报（自然科学版） 2024年第2期45卷 69-77页

作者：周艳青薛河儒白洁乌丹牧其尔马学磊姜新华内蒙农业大学计算机与信息工程学院呼和浩特010011

为了解决羊体尺参数测量中存在的测量困难、应激反应、人畜共患病等问题,寻找体尺参数测点显得尤为重要。试验基于图像对测点检测开展研究。首先,通过多尺度Retinex算法增强羊体图像;然后,利用图割算法识别羊体信息,并优化羊体轮廓;接着... 详细信息

为了解决羊体尺参数测量中存在的测量困难、应激反应、人畜共患病等问题,寻找体尺参数测点显得尤为重要。试验基于图像对测点检测开展研究。首先,通过多尺度Retinex算法增强羊体图像;然后,利用图割算法识别羊体信息,并优化羊体轮廓;接着,提取羊体的包围盒,并划分为相等的4个区域,依据测点特征依次寻找7个测点;最后,基于测点计算羊体长、体高、臀高、胸深等4个参数。结果表明:体长、体高、臀高、胸深的相对误差分别为2.10%、2.05%、1.70%、0.81%,精度较高。这说明试验方法能够克服传统中存在的测量问题,实现零接触的羊体尺参数的获取,为羊生长发育及评估提供了可靠、快速和精准的信息。

关键词：羊体尺参数多尺度Retinex 图割算法测点

同方期刊数据库

生猪价格的省域空间溢出效应及其动态关联分析——基于空间面板模型和DY分解

在线全文

学校读者我要写书评

暂无评论

中国农业资源与区划 2024年第2期45卷 112-123页

作者：付莲莲卢灏宇方青杨乐江西农业大学计算机与信息工程学院南昌330045

[目的]分析生猪价格的省际空间溢出效应,并通过各省域间价格联动效应探究我国生猪价格体系的传导机制,对治理我国生猪产业区域不均衡发展问题具有重要意义。[方法]文章建立空间杜宾模型探索生猪价格的空间传导特性,引入溢出效应分解分... 详细信息

[目的]分析生猪价格的省际空间溢出效应,并通过各省域间价格联动效应探究我国生猪价格体系的传导机制,对治理我国生猪产业区域不均衡发展问题具有重要意义。[方法]文章建立空间杜宾模型探索生猪价格的空间传导特性,引入溢出效应分解分析替代品价格、成本要素对省域生猪价格的冲击效应,并运用广义预测误差分解测定省际生猪价格关联水平及方向。[结果](1)我国生猪价格波动具有显著空间相关性和异质性,其空间集聚特征随时间推移愈发显著,产业布局呈现“高—高南部簇拥,低—低东向西扩”的空间演变特征。(2)省内替代品价格、成本要素对生猪价格波动的影响显著但作用力度有限,省际溢出效应是生猪价格发生空间传导的主导因素。(3)鸡肉价格与省内、省外的生猪价格存在密切正向关联;牛肉价格波动推动本省生猪价格同步波动;豆粕价格波动对本省或邻省生猪价格均起到正向推动作用;玉米价格变化引起本省或邻省生猪价格的负向变化。(4)辽宁、河北、吉林、河南等省的正向净关联度较大,属于波动“主导者”或“发动者”;上海、广西、重庆等省市的负净关联度较大,隶属价格波动的“接收者”;江苏、湖南、福建等省市的关联度和全国平均关联度持平,在价格波动传导体系中属于波动“中介者”。[结论]有关部门应针对不同省域在生猪价格传导体系中所发挥职能的不同,分级管控生猪价格,同时促进地方畜牧业经济发展,不断优化我国生猪养殖产业区域布局。

关键词：生猪价格价格传导空间杜宾模型溢出效应广义预测误差方差分解

维普期刊数据库博看期刊

基于奇异谱分解和LSTM-ARIMA组合模型的生猪价格预测

在线全文

学校读者我要写书评

暂无评论

中国农机化学报 2024年第5期45卷 176-181,252页

作者：付莲莲方青袁冬宇滕佳敏江西农业大学计算机与信息工程学院南昌市330045

针对生猪价格波动过于剧烈难以预测的问题,提出基于奇异谱分解的LSTM-ARIMA组合模型对生猪价格进行预测。以2000年1月-2021年12月的月度价格数据作为样本,利用奇异谱分析对生猪价格数据进行分解,得到趋势项和波动项,选用累计贡献率达前... 详细信息

针对生猪价格波动过于剧烈难以预测的问题,提出基于奇异谱分解的LSTM-ARIMA组合模型对生猪价格进行预测。以2000年1月-2021年12月的月度价格数据作为样本,利用奇异谱分析对生猪价格数据进行分解,得到趋势项和波动项,选用累计贡献率达前70%的构建趋势项,剩下的30%构造波动项。趋势项非平稳且具有长记忆性,对其建立LSTM模型;波动项平稳,对其建立ARIMA模型,最后将两部分预测结果重组作为生猪价格的预测值,构建LSTM-ARIMA组合预测模型。将预测值和生猪真实价格进行对比,结果表明:预测值与真实值之间的均方根误差RMSE为2.75,平均绝对百分比误差MAPE为10.81%,平均绝对误差MAE为2.27,方向对称性DS为81.81;此组合模型能很好地预测生猪价格走势,对我国生猪价格预测具有更高地适用性与参考。

关键词：生猪价格预测奇异谱分析组合模型 LSTM ARIMA

一种基于改进的XGBoosting算法对婴幼儿奶粉中的脂肪含量的预测模型

同方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

光谱学与光谱分析 2024年第5期44卷 1464-1471页

作者：张文婧薛河儒姜新华刘江平黄清内蒙古农业大学计算机与信息工程学院内蒙古呼和浩特010018 内蒙古农牧业大数据研究与应用重点实验室内蒙古呼和浩特010018

婴儿奶粉成分配比中,脂肪有着重要地位。脂肪不仅是婴儿生长发育中的重要成分,同时也为婴儿的生长提供必需的能量,对于婴儿脑发育及神经髓鞘的形成具有重要意义。化学的婴儿奶粉脂肪含量检测如乙醚提取法,方法检测灵敏,但存在破坏样本... 详细信息

婴儿奶粉成分配比中,脂肪有着重要地位。脂肪不仅是婴儿生长发育中的重要成分,同时也为婴儿的生长提供必需的能量,对于婴儿脑发育及神经髓鞘的形成具有重要意义。化学的婴儿奶粉脂肪含量检测如乙醚提取法,方法检测灵敏,但存在破坏样本和检测周期较长的缺点,因此寻求一种为婴儿奶粉成分的无损检测方法,高光谱成像技术提供了一种可能的途径。以内蒙古地区不同阶段的婴儿奶粉为研究对象,采用多元散射校正(MSC)、标准正态变换(SNV)、平滑滤波算法(Savitzky-Golay)、鲁斯特算法(Roust)等对高光谱数据进行预处理,再利用竞争性自适应重加权算法(CARS)算法从125个特征波长中筛除光谱数据中冗余的波长保留有效波长66个。对极值梯度提升算法(XGBoosting)算法进行了贝叶斯优化(BO),最终构建了基于BO-XGBoosting对婴儿奶粉脂肪含量的预测模型。结果显示,该模型预测效果优于传统的偏最小二乘回归(PLSR)和支持向量回归(SVR)模型,且优于集成算法中Bagging、GrdientBoosting算法。贝叶斯优化极值梯度提升算法BO-XGBoosting模型在测试集实验,得到的决定系数(R^(2))和均方根误差(RMSEP)分别为0.9537和0.5773,比XGBoosting算法的R^(2)和RMSEP分别提高2.91%和降低19.2%。该研究为奶粉中脂肪含量的预测提供了基于BO-XGboosting集成算法的快速无损检测的算法支持和理论依据。

关键词：高光谱贝叶斯优化 XGBoosting模型脂肪含量无损检测

在线全文

学校读者我要写书评

暂无评论

植物根系吸水模型研究进展

科学技术与工程 2024年第4期24卷 1326-1337页

作者：杨乐龙兰艾施荣施俊林王龙飞李紫怡江西农业大学计算机与信息工程学院南昌330045

根系是植物获取水分的主要器官,它直接影响整个植株的输水量以及生命活动。在水资源短缺的状况下,了解根系生长过程中的需水特性并提高农业中水资源的利用率,一直是节水灌溉技术中研究创新的热点。因此,在研究过程中需要对植物根系的吸... 详细信息

根系是植物获取水分的主要器官,它直接影响整个植株的输水量以及生命活动。在水资源短缺的状况下,了解根系生长过程中的需水特性并提高农业中水资源的利用率,一直是节水灌溉技术中研究创新的热点。因此,在研究过程中需要对植物根系的吸水量进行精确估算,建立根系吸水模型是定量化研究植物根系吸水特性的重要方法。概述根系吸水的原理及其主要影响因素,对不同研究方法下的根系吸水模型进行分类研究,并阐述其适用范围及优缺点,同时介绍了水盐共同胁迫下的根系吸水模型。最后对目前的根系吸水模型进行分析,提出了今后的研究方向。研究成果为构建水稻根系三维动态吸水模型提供了基础。

关键词：植物根系吸水模型宏观模型微观模型土壤植物大气连续体(SPAC)体系

在线全文

学校读者我要写书评

暂无评论

基于层次聚类的三维点云特征点检测算法

应用激光 2024年第4期44卷 164-170页

作者：马学磊薛河儒周艳青内蒙古农业大学计算机与信息工程学院内蒙古呼和浩特010018

针对传统方法对点云中的细节特征不能准确检测,无法反映物体的真实信息的问题,提出了一种基于层次聚类算法的点云特征点检测方法。使用最小生成树结合深度优先遍历算法,对点云中各点与其邻域点所形成三角形的法向量方向进行调整;使用法... 详细信息

针对传统方法对点云中的细节特征不能准确检测,无法反映物体的真实信息的问题,提出了一种基于层次聚类算法的点云特征点检测方法。使用最小生成树结合深度优先遍历算法,对点云中各点与其邻域点所形成三角形的法向量方向进行调整;使用法向量的高斯隐射检测出点云模型中的非特征点和候选特征点;对于候选特征点使用层次聚类算法判断其是否为特征点。试验结果表明,基于层次聚类的点云特征点检测算法可准确地检测出散乱点云数据中位于特征区域内的特征点,对细节不明显的特征点也可进行有效检测。研究方法对Sheep、Fandisk、Bunny和Dragon 4种点云模型检测的特征点数量分别为810、933、2 955、3 941个,多于其他特征点检测方法。

关键词：点云特征检测高斯隐射层次聚类

同方期刊数据库