公共文化服务平台

共 4 条记录，以下是 1-4

全选清除导出

排序方式：

基于双线性卷积神经网络的杂草细粒度识别: 2021年; 针对复杂田间环境下杂草形态相似对深度学习模型识别效果的影响,本文以玉米及其主要伴生杂草作为研究对象,提出一种基于双线性卷积神经网络的细粒度杂草识别方法,用于提升作物与杂草识别的准确率。首先,研究对比了常见通用图像分类模型在杂草识别上的表现,选用识别效果较好的VGGNet-19和ResNet-50作为双线性网络的主干结构,以获取更有效的杂草特征,并采用迁移学习的方式训练网络。实验结果表明,该方法在数据集上的识别准确率高达98.5%,高于单一网络模型的识别效果且能够准确地区分具有高相似度的田间杂草,为智能田间除草作业提供高精度的信息支持。; 王玉杜勇杜勇; 关键词：杂草识别

改进MobileViT网络识别轻量化田间杂草被引量：4: 2023年; 为解决现有的田间杂草识别方法无法兼顾高准确率与实时性的问题,该研究提出了一种基于改进MobileViT网络的轻量化杂草识别方法。首先,该方法使用高效的MobileViT网络构建杂草特征提取网络,在保证特征提取能力的同时实现更少的模型参数量与计算量;其次,通过高效通道注意力机制加强下采样后特征图中的重要特征,进一步提升模型的特征提取能力;最后,特征提取网络中的MobileViT模块被用于同时学习局部语义信息和全局语义信息,仅通过少量模块的组合便能够准确地捕捉到不同类别杂草与作物间细微差异。为验证该方法的有效性,该研究以农田环境下采集的玉米幼苗及其4类伴生杂草图像为数据进行了模型训练,试验结果表明,该方法的识别准确率、精准度、召回率和F1分数分别为99.61%、99.60%、99.58%和99.59%,优于VGG-16、ResNet-50、DenseNet-161、MobileNetv2等常用卷积神经网络;同时,可视化结果表明该方法能够有效提取杂草图像中的关键特征,并抑制背景区域对识别结果的影响。该研究提出的方法能够精准、快速地区分出农田环境下形态相似的多种杂草与作物,可为智能除草设备中的杂草识别系统设计提供参考。; 杨森森张昊兴陆杜勇; 关键词：图像识别杂草

基于DCPS的分布式实时通信体系结构分析及时延测试被引量：4: 2015年; 针对分布式实时系统对结点间通信延迟的确定性要求,探讨了基于DCPS通信模型的分布式实时通信体系结构.分析了联邦式、分布式和集中式的DCPS通信模型体系结构设计策略及其对分布式实时系统通信延迟、可靠性及可扩展性的影响,通过定义实时通信测试主题,设计外部应用接口,提出了一种分布式实时系统的通信延迟测试方法.结果表明,在有效满足分布式实时系统对网络通信延迟确定性要求的前提下,以分布式体系结构设计策略实现的DCPS通信模型具有更小的通信延迟及抖动.; 郑书朋杜勇韩俊伟; 关键词：数据分发服务通信模型通信延迟

基于稀疏时空特征描述的驾驶者多种非安全驾驶行为识别被引量：1: 2018年; 驾驶者非安全驾驶行为是引发恶性交通事故的重要原因,本文通过对于构成视频的图像序列提取时空兴趣点,扩展成Cuboid并进行向量化特征描述,得到驾驶员的动作行为的向量表示,然后使用PCA算法对于得到的特征向量进行降维,并使用K-means算法对其进行聚类,所得到的聚类中心作为Cuboid原型字典中心,最后,使用KNN算法对不同驾驶者的非安全驾驶行为进行有效识别分类。实验结果表明这种方法能够对于不同个体的体貌差异具有一定的容忍性,对于不同驾驶者的相似的非安全的驾驶行为具有较好的识别能力。; 杜勇王春明崔金李磊军崔尧郭培智

全选清除导出

共1页<1>

杜勇