检索结果-南通市图书馆

维普期刊数据库

基于多模型融合策略的温室番茄光合速率预测方法

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2024年第4期55卷 337-345页

作者：刘潭朱洪锐袁青云王永刚张大鹏丁小明沈阳农业大学信息与电气工程学院沈阳110866 辽宁省农业信息化工程技术研究中心沈阳110866 农业农村部规划设计研究院北京100125

温室番茄光合速率的准确预测对于番茄的生长和产量评估具有重要意义。然而,由于温室环境的复杂性和多变性,传统的光合速率预测模型往往难以满足精准预测的需求。因此,为了进一步提高预测模型的准确性和稳定性,本研究提出了一种基于多模... 详细信息

温室番茄光合速率的准确预测对于番茄的生长和产量评估具有重要意义。然而,由于温室环境的复杂性和多变性,传统的光合速率预测模型往往难以满足精准预测的需求。因此,为了进一步提高预测模型的准确性和稳定性,本研究提出了一种基于多模型融合策略的温室番茄光合速率预测方法。首先,采集温湿度、光照强度、CO_(2)浓度不同组合下的番茄光合速率,构建样本集,并采用五折交叉验证法(Cross-Validation)对数据进行预处理。以预处理的数据为基础,分别基于粒子群优化支持向量机(PSO-SVR)、布谷鸟优化极限学习机(CS-ELM)和北方苍鹰优化高斯过程回归(NGO-GPR)算法建立番茄光合速率预测模型对光合速率进行初步预测,然后采用Stacking算法通过基于决策树的集成学习模型(XGBoost)组合各基础模型的预测结果,进而实现多模型融合。仿真分析结果表明,与单一预测模型相比,基于多模型融合的光合速率预测模型充分发挥了各基础模型的优势,可以进一步提高光合速率预测的准确性和稳定性,该模型验证集MAE为0.569 7μmol/(m^(2)·s),RMSE为0.721 4μmol/(m^(2)·s)。因此,本文提出的方法在温室作物光合速率预测方面具有一定的优势,可为温室番茄等作物光环境优化调控提供一定的理论基础和技术支撑。

关键词：温室番茄光合速率预测极限学习机高斯过程回归多模型融合

农民数字素养对其数字乡村参与的影响机制研究

在线全文

学校读者我要写书评

暂无评论

西南农业学报 2024年

作者：马晨李瑾冯献北京市农林科学院信息技术研究中心国家农业信息化工程技术研究中心

【目的】作为数字社会的弱势群体，农民的数字化认知普遍较差、数字化“新农具”的操作应用能力普遍不强、直播电商等“新农活”的参与能力较弱，旨在激发农民的积极性、主动性、创造性，充分发挥农民的主体作用，推动其更加积极主动投... 详细信息

【目的】作为数字社会的弱势群体，农民的数字化认知普遍较差、数字化“新农具”的操作应用能力普遍不强、直播电商等“新农活”的参与能力较弱，旨在激发农民的积极性、主动性、创造性，充分发挥农民的主体作用，推动其更加积极主动投身到数字乡村这一伟大实践中。【方法】在梳理国内外文献和对北京13个涉农区1500位农民开展问卷调查的基础上，从数字意识、数字通用素养、数字技术素养等6个维度搭建了农民数字素养体系，并基于KAP模型构建了“农民数字素养—对政府数字服务满意度—农民数字乡村参与行为”理论模型，采用中介效应模型和调节效应模型，探索了农民数字素养影响数字乡村参与的作用路径，并提出了激发农民参与数字乡村的相关政策建议。【结果】①农民的数字素养提升其数字乡村参与具有显著的推动作用；②农民对政府数字服务的满意程度会间接影响其对数字乡村的参与程度；③数字化基础设施在农民数字素养影响农民数字乡村参与的关系中起正向调节作用。【结论】扎实推进数字乡村，让农民多参与、广收益，一是要通过构建农民数字素养培训体系、加强农民数字素养与应用能力培训等方式大力提升农民数字素养，二是要通过加强优质农村服务资源供给与共享、推动服务多元化参与等方式强化农村数字化服务水平，三是要通过强化农村网络承载能力、推动现有技术设备“适农化”改造等方式不断完善农村数字化基础设施建设。

关键词：农民数字素养数字乡村参与政府数字服务农村数字新基建

融合CLAHE-SV增强Lab颜色特征的水稻覆盖度提取

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

农业工程学报 2024年

作者：李金朋冯帅杨鑫李光明赵冬雪于丰华许童羽辽宁省农业信息化工程技术研究中心沈阳农业大学信息与电气工程学院

为解决由于阈值不确定和光照强度不稳定所造成的植被覆盖度提取效果不理想的问题，该研究提出一种融合CLAHE-SV(contrast limited adaptive histogram equalization-saturation value)增强Lab颜色空间特征的高斯混合模型聚类算法。以分... 详细信息

为解决由于阈值不确定和光照强度不稳定所造成的植被覆盖度提取效果不理想的问题，该研究提出一种融合CLAHE-SV(contrast limited adaptive histogram equalization-saturation value)增强Lab颜色空间特征的高斯混合模型聚类算法。以分蘖后期的水稻为对象，利用无人机获取2、3、4和5 m高度下的水稻可见光图像，采用限制对比度自适应直方图均衡化算法（contrast limited adaptive histogram equalization,CLAHE）对HSV颜色空间中饱和度（S）和亮度（V）分量进行增强，并在此基础上应用高斯混合模型（gaussian mixture model,GMM）结合Lab颜色空间的a分量分割图像背景和提取水稻覆盖度，并与GMM-RGB、GMM-HSV、GMM-Lab进行对比分析。结果表明，基于a分量构建的GMM-CLAHE-SV-a与GMM-a模型在不同高度图像中的分割效果均优于RGB、HSV、Lab，其中GMM-CLAHE-SV-a精度最佳。相比于GMM-a，在高度为2、3、4和5 m时GMM-CLAHE-SV-a的总体分割精度均值分别提高了2.16、1.01、1.03和1.26个百分点，Kappa系数均值分别提高了0.041 4、0.017 3、0.019 0和0.022 1；覆盖度的平均提取误差分别降低了8.75、7.01、5.93和5.34个百分点，决定系数R2分别提高了0.096 0、0.050 2、0.062 2和0.190 6，较好地降低了光强和倒影的影响。与已有方法相比，该算法无需标记训练集或计算阈值，可直接对无人机图像进行处理，具有较高的普适性，可以在复杂的大田环境下快速分割水稻像素并提取植被覆盖度信息。

关键词：无人机图像处理水稻覆盖度颜色空间高斯混合模型

基于多季相分形特征的Landsat 8 OLI影像耕地信息提取方法

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 2024年第6期55卷 168-177页

作者：孟凤朱庆伟董士伟刘玉张欣欣潘瑜春西安科技大学测绘科学与技术学院西安710054 北京市农林科学院信息技术研究中心北京100097 国家农业信息化工程技术研究中心北京100097

利用遥感技术快速准确地提取耕地信息是耕地保护的关键环节。以山东省商河县为例,提出了一种基于多季相分形特征的Landsat 8 OLI影像耕地信息提取方法。首先采用毯子覆盖法计算多季相遥感影像每个像元的上分形信号和下分形信号,对比分... 详细信息

利用遥感技术快速准确地提取耕地信息是耕地保护的关键环节。以山东省商河县为例,提出了一种基于多季相分形特征的Landsat 8 OLI影像耕地信息提取方法。首先采用毯子覆盖法计算多季相遥感影像每个像元的上分形信号和下分形信号,对比分析耕地和其他土地利用类型的分形特征,选取上分形信号的第3尺度作为特征尺度,提取商河县耕地空间分布特征;其次采用同时期的土地利用矢量数据、Esri land cover数据和统计数据进行耕地信息提取精度评价;最后分别设置多季相分形提取与单季相分形提取、现有土地利用数据产品的对比实验,并基于点位匹配度和面积匹配度进行评价。结果表明:多季相数据更能反映农作物生长的复杂性,有助于提高耕地信息的提取精度;不同土地利用类型在不同分形尺度的信号值各不相同,分形特征可以在不同尺度上清晰地刻画出不同土地利用类型的分异性;基于矢量数据和Esri land cover数据评价的多季相分形特征耕地提取点位匹配度为87.13%和89.83%,面积匹配度为99.73%和97.91%,均比单季相分形提取结果精度高;综合考虑点位匹配度、面积匹配度和空间分布特征,研发方法能有效区分耕地和其他土地利用类型,提取结果更优,且与统计数据有更高的一致性。该方法可准确提取耕地信息,为耕地的动态监测和损害评估提供技术支撑。

关键词：耕地信息提取多季相遥感影像分形特征毯子覆盖法 Landsat 8 OLI

面向葡萄知识图谱构建的多特征融合命名实体识别

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2024年第3期40卷 201-210页

作者：聂啸林张礼麟牛当当吴华瑞朱华吉张宏鸣西北农林科技大学信息工程学院杨凌712100 陕西省农业信息感知与智能服务重点实验室杨凌712100 北京市农林科学院信息技术研究中心北京100097 国家农业信息化工程技术研究中心北京100097

为解决构建知识图谱过程中由于上下文环境复杂、现有模型字向量语义表征相对单一导致领域专业实体识别率低的问题,该研究提出了来自转换器的双向编码器表征量(bi-directional encoder representation from transformer,BERT)和残差结构(... 详细信息

为解决构建知识图谱过程中由于上下文环境复杂、现有模型字向量语义表征相对单一导致领域专业实体识别率低的问题,该研究提出了来自转换器的双向编码器表征量(bi-directional encoder representation from transformer,BERT)和残差结构(residual structure,RS)融合的命名实体识别模型(bert based named entity recognition with residual structure,BBNER-RS)。通过BERT模型将文本映射为字符向量,利用双向长短时记忆网络(bi-directional long-short term memory,BiLSTM)提取局部字符向量特征,并采用RS保留BERT提供的全局字符向量特征,以提高字向量的语义丰富度,最后通过条件随机场(conditional random field,CRF)模型对特征向量解码,获取全局最优序列标注。与其他命名实体识别模型相比,提出的BBNER-MRS模型在葡萄数据集上表现较好,在葡萄人民日报、玻森、简历和微博数据集上F1值分别达到89.89%、95.02%、83.21%、96.15%和72.51%。最后该研究依托BBNER-MRS模型,提出基于深度学习的两阶段式领域知识图谱构建方法,成功构建了葡萄知识图谱,研究结果可为相关从业人员提供技术和数据支持。

关键词：信息化深度学习知识图谱命名实体识别 BERT 残差结构

维普期刊数据库

基于区块链的农产品供应链溯源数据多条件查询优化方法研究

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2024年第3期55卷 362-374页

作者：高官岳孙传恒罗娜徐大明邢斌上海海洋大学信息学院上海201306 国家农业信息化工程技术研究中心北京100097 农产品质量安全追溯技术及应用国家工程研究中心北京100097

随着基于区块链的农产品溯源系统迅速发展,区块链查询能力面临着巨大挑战。对于供应链参与方来说,区块链中保存的数据多为编码或序列化的数据,使得供应链参与方的审计和监督等存在多条件查询的工作变得十分困难。通常情况下,原生区块链... 详细信息

随着基于区块链的农产品溯源系统迅速发展,区块链查询能力面临着巨大挑战。对于供应链参与方来说,区块链中保存的数据多为编码或序列化的数据,使得供应链参与方的审计和监督等存在多条件查询的工作变得十分困难。通常情况下,原生区块链并未提供满足多条件查询的查询方式。因此,为了实现多条件查询并提高查询效率,本研究提出一种农产品溯源数据多条件查询优化方法。首先,该方法采用一种优化的Merkle树结构(n-Tree)对交易信息进行重构,从而提供更高效的条件验证能力。其次,通过自适应多条件区块布隆过滤器判断交易信息中查询条件的存在性,进而快速过滤区块。最后,提出一种应用TWTN-Heap(Time weight and transaction number based heap)结构的索引构建方法,以区块权重为序构建主条件相关的区块号索引列表。产品数据的查询过程包括遍历区块号索引列表、过滤非相关区块以及验证特定查询条件,从而获得条件查询结果。实验结果表明,本研究提出的产品数据条件查询优化方法能够有效地解决农产品供应链面临的条件查询问题,同时保证查询时间消耗维持在15 ms左右,查询效率较默克尔语义字典树(Merkle semantic trie, MST)方法提高60.9%,较原始遍历(Orignal traverse, OT)方法提高87.7%。

关键词：农产品供应链区块链溯源条件查询 n-Tree 布隆过滤器

基于区块链的三文鱼冷链多链协同监管模型研究

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2024年第1期55卷 360-370页

作者：孙传恒杨晓虎罗娜陈枫徐大明邢斌天津农学院计算机与信息工程学院天津300384 国家农业信息化工程技术研究中心北京100097 农产品质量安全追溯技术及应用国家工程研究中心北京100097

在冷链行业集群式发展的背景下,为解决在三文鱼冷链多链协同过程中由于监管数据持续性与碎片化所带来的跨链签名数据传输且真实性验证效率缓慢的问题,设计了基于区块链的三文鱼冷链多链协同监管模型,该模型包括基于聚合签名算法的数据... 详细信息

在冷链行业集群式发展的背景下,为解决在三文鱼冷链多链协同过程中由于监管数据持续性与碎片化所带来的跨链签名数据传输且真实性验证效率缓慢的问题,设计了基于区块链的三文鱼冷链多链协同监管模型,该模型包括基于聚合签名算法的数据验证与冷链模式监管的方法,该方法在提升跨链监管数据真实性验证效率的同时保证了三文鱼冷链监管的细粒度与完整性。最后,基于以太坊平台实现了三文鱼冷链多链协同监管模型的原型系统。经系统性能测试,在监管性能方面,多链架构监管性能相较于单链架构平均提高17.98%,且随着区块链交易增多,多链架构监管性能优势将更加明显;在真实性验证效率方面,根据验证时间曲线的趋势线斜率分析,传统验证算法的斜率为57.448,而聚合签名算法的斜率为0.553。这表明随着签名数量的增加,聚合签名算法在验证效率方面具有明显的优势;在通信消耗方面,传统签名算法所需要的签名通信量在理论极限值下最多可达到4 875 B,而聚合签名算法所需的签名通信量即使在未压缩的情况下也一直保持在96 B。测试结果表明,在三文鱼冷链场景中,聚合签名与验证的方法在数据批量传输批量验证的条件下具有良好的效率优势,为可信冷链监管、集群式冷链发展提供借鉴与参考。

关键词：三文鱼冷链冷链监管多链跨链聚合签名

维普期刊数据库

基于连续提示注入与指针网络的农业病害命名实体识别

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2024年第6期55卷 254-261页

作者：王春山张宸硕吴华瑞朱华吉缪祎晟张立杰河北农业大学信息科学与技术学院保定071001 国家农业信息化工程技术研究中心北京100097 农业农村部农业信息化技术重点实验室北京100097 河北农业大学机电工程学院保定071001 河北省农业大数据重点实验室保定071001

针对农业病害领域命名实体识别过程中存在的预训练语言模型利用不充分、外部知识注入利用率低、嵌套命名实体识别率低的问题,本文提出基于连续提示注入和指针网络的命名实体识别模型CP-MRC(Continuous prompts for machine reading comp... 详细信息

针对农业病害领域命名实体识别过程中存在的预训练语言模型利用不充分、外部知识注入利用率低、嵌套命名实体识别率低的问题,本文提出基于连续提示注入和指针网络的命名实体识别模型CP-MRC(Continuous prompts for machine reading comprehension)。该模型引入BERT(Bidirectional encoder representation from transformers)预训练模型,通过冻结BERT模型原有参数,保留其在预训练阶段获取到的文本表征能力;为了增强模型对领域数据的适用性,在每层Transformer中插入连续可训练提示向量;为提高嵌套命名实体识别的准确性,采用指针网络抽取实体序列。在自建农业病害数据集上开展了对比实验,该数据集包含2933条文本语料,8个实体类型,共10414个实体。实验结果显示,CP-MRC模型的精确率、召回率、F1值达到83.55%、81.4%、82.4%,优于其他模型;在病原、作物两类嵌套实体的识别率较其他模型F1值提升3个百分点和13个百分点,嵌套实体识别率明显提升。本文提出的模型仅采用少量可训练参数仍然具备良好识别性能,为较大规模预训练模型在信息抽取任务上的应用提供了思路。

关键词：农业病害命名实体识别连续提示指针网络嵌套实体预训练语言模型

结合对抗训练和注意力机制的蔬菜种植领域命名实体识别

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年

作者：胡乔赵春江吴华瑞缪祎晟郭旺北京市农林科学院信息技术研究中心江苏大学农业工程学院农业农村部数字乡村技术重点实验室国家农业信息化工程技术研究中心

针对复杂语境下的蔬菜种植领域命名实体识别任务中存在实体分布不均衡、实体边界不清晰和语义关联不足等问题，提出一种基于对抗训练和多头自注意力机制的蔬菜种植领域命名实体识别模型。以番茄为研究对象，采用ALBERT（ALiteBERT）提... 详细信息

针对复杂语境下的蔬菜种植领域命名实体识别任务中存在实体分布不均衡、实体边界不清晰和语义关联不足等问题，提出一种基于对抗训练和多头自注意力机制的蔬菜种植领域命名实体识别模型。以番茄为研究对象，采用ALBERT（ALiteBERT）提取语料动态词向量，结合对抗训练对词向量扰动生成对抗样本并集成为嵌入层输出，缓解农业数据不平衡问题；在特征提取层中通过引入多头自注意力机制对BiLSTM提取的序列特征进一步优化权重分布，更多关注边界信息，加强文本语义关联；最后采用条件随机场解码标注序列。在由8个类别和5542条标注样本构建的语料库Veg-Tomato上进行了实验。结果表明，该模型的精确率、召回率和F1值分别达89.26%、85.77%、87.48%，较最优基线模型提高了0.69%、3.56%、2.21%，在小样本数据上仍能表现较高的识别精度，适用于蔬菜种植领域命名实体识别任务。

关键词：蔬菜种植命名实体识别 ALBERT 对抗训练多头自注意力