公共文化服务平台

刘博: 作品数：47 被引量：108H指数：6; 供职机构：河北农业大学信息科学与技术学院更多>>; 发文基金：国家自然科学基金河北省自然科学基金河北省高等学校科学技术研究指导项目更多>>; 相关领域：自动化与计算机技术农业科学环境科学与工程政治法律更多>>

合作作者

面向激光雷达点云数据的多结构树种识别被引量：1: 2024年; 针对由于树木种间相似性和种内差异性带来的识别困难,以及由于采集环境及设备的多样性导致的点云质量差异,提出面向激光雷达点云数据的多结构树种识别方法(MSTSR)。首先借助改进的组合采样策略,在有效降低数据冗余的同时,保留单木的主体枝干结构;其次通过内建的近邻感知与增强模块(NAE)层次化聚合点云属性,以形成高阶的语义描述;最后通过融合树冠、主干以及整树的多结构信息,生成跨尺度的树木点云表征。在地面激光雷达采集的树种点云数据集上验证该方法的有效性,该数据集由7个树种共690棵树组成的。结果表明:该方法的总体准确率达到94.2%。相比主流的PointNet和PointNet++深度点云分类网络,分别提升13.04和9.42个百分点;相比基于点云的多视图2D投影方法,提升8.19个百分点;相比基于多个测树因子的随机森林方法,提升24.63个百分点,从而证实采用深度网络直接进行树种点云识别的潜力。; 陶旭余富强蔡金金么炜刘博; 关键词：激光雷达点云

基于改进3DSSD网络的麦穗点云麦粒检测与计数方法: 2025年; 准确高效的麦粒计数对小麦育种和产量评估具有重要意义。传统人工计数方法费时费力且易出错。目前的自动计数方法主要基于二维图像处理技术,但在处理麦粒遮挡和获取立体形态特征方面存在局限。点云数据能够完整记录麦穗的三维几何结构,为解决这些问题提供了新的思路。本文针对现有点云目标检测算法在处理密集分布麦粒时的不足,提出了一种改进的3DSSD网络用于麦穗点云中的麦粒检测与计数。该方法充分利用麦粒的形态学特征,设计了2个核心创新模块:一是提出局部形状感知采样策略(Local shape-aware sampling,LSAS),通过分析点云的局部几何结构来指导采样过程,有效缓解了传统最远点采样(Farthest point sampling,FPS)算法在密集目标场景下的特征退化问题;二是引入部件感知损失函数(Part-aware loss function,PALF),将麦粒建模为具有多个关键部位的目标,增强了网络对局部特征的感知能力。实验结果表明,改进后的方法在麦粒检测任务中AP@25达到72.68%,较基线3DSSD提升14.02%,计数任务MAE降至3.87,较3DSSD下降了85.54%,Recall提升至93.21%,从而在处理形态复杂、目标密集的麦穗点云时表现出显著优势。本研究为实现麦穗表型的快速、准确测量提供了新的技术方案,并成功地在马兰国家农业科技园区应用该方法。; 马寅驰张光伟刘智国刘博; 关键词：点云处理

复杂背景下苹果叶片病害严重程度自动估计: 2025年; 为解决苹果叶片病害严重程度难以在复杂环境下进行自动估计的问题,本文以苹果锈病、疮痂病、蛙眼叶斑病为研究对象,提出了一种基于两阶段语义分割模型的苹果叶片病害严重程度估计方法。第一阶段,针对自然环境下叶片分割精度不高的问题,对PSPNet中金字塔池化层进行优化并联加入了可变形卷积层(Deformable convolution,DCN),从复杂环境下分割苹果目标叶片。第二阶段,采用UNet网络分割目标叶片的病斑,在其骨干网络VGG16的各激活层前引入批归一化层防止过拟合;并采用双线性插值替换解码器中转置卷积进行上采样,避免转置卷积引起的棋盘效应,对第一阶段得到的叶片结果进行病斑分割,病斑与叶片的面积比即为估计的叶片病害程度。实验结果表明,本文提出的两阶段分割模型能够满足复杂环境叶片和病斑的分割需求,叶片的分割精度达到98.76%,病斑的分割精度达到99.69%。在病害严重程度估计方面,准确率、F1值均优于LD-Deeplabv3+、PUNet、DUNet等方法。此外,本文进一步分析3种病害的估计值与真实值的决定系数R^(2)与MRE,锈病、疮痂病、蛙眼叶斑病的R^(2)分别为0.9831、0.9707、0.9803,MRE分别为1.0953%、1.2401%、1.1086%。该研究可为自然环境下其他植物叶片的分割或病斑的检测等研究工作提供参考。; 范红宇刘博么炜么炜; 关键词：苹果病害

基于YOLOv3模型的人脸检测与头部姿态估计融合算法被引量：5: 2022年; 针对头部姿态估计中的人脸检测框尺寸难于学习问题和将人脸检测、头部姿态估计分为两阶段的模型中流程复杂、耦合程度高、误差累积严重的问题,本文提出一种基于YOLOv3模型的人脸检测与头部姿态估计融合算法。通过K-means聚类方法对训练集中人脸区域的尺寸进行聚类,得出9组聚类结果,以模拟真实情况下人脸区域的尺寸和比例;通过拓展YOLOv3模型,实现人脸检测和头部姿态估计同时进行,并在3个不同层次的特征图上进行人脸检测和头部姿态估计,实现对特征图的多尺度检测,充分利用了特征图中的信息;采用端到端模式进行训练,简化头部姿态估计任务的处理流程。在CAS-PEAL-R1姿态子集上取得99.23%的预测准确率,在Pointing′04数据集上pitch和yaw方向分别取得了3.79°和4.24°的平均绝对误差。结果表明,本模型在满足实时性要求的前提下,能够出色完成人脸区域检测与头部姿态估计任务,充分证实本文方法的可靠性与实用性。; 李永杰李永杰周桂红; 关键词：头部姿态估计 K-MEANS

一种面向开放环境的单阶段作物叶片异常识别方法: 本发明公开了一种面向开放环境的单阶段作物叶片异常识别方法，属于计算机视觉和植物病理学技术领域，该方法包括以下步骤：S1、数据采集与预处理；S2、基于步骤S1的数据集，进行数据增强；S3、构建单阶段训练模型；S4、进行模型...; 刘博郭娜炜栾朋李洁耿萌萌贾超旺赵元明张宇杰

蚁群神经网络在短期负荷预测的应用被引量：7: 2008年; 为了进一步提高BP神经网络的性能,实现准确、快速预测电力系统负荷的目的,将蚁群算法(ACA)作为BP神经网络的学习算法,建立了一种新的蚁群神经网络(ACAN)预测模型。对某电力系统短期负荷预测的计算实例表明,基于蚁群神经网络的负荷预测方法与传统的BP神经网络预测方法相比,具有较强的自适应能力和较好的效果。; 王晶刘博冯艳红; 关键词：蚁群算法神经网络短期负荷预测随机搜索隐层

基于Internet的农业信息资源采集系统: 2008年; 随着Internet的迅速发展,其信息容量呈爆炸性增长,但信息的庞杂无序也给人们更好地利用信息带来了困难。这就要求人们必须能够对Web信息资源进行及时采集、高效处理和科学组织。为此,提出了一种在HTML结构分析和特征词匹配基础上实现网页特定信息采集的新方法,并运用此方法设计了一个农业信息资源采集系统。实践证明,此方法在Web信息采集系统中具有较强的实用性和灵活性。; 赵洋马建斌刘博王春山; 关键词：信息采集互联网 HTML 特征词

快速可扩展的子空间聚类算法被引量：1: 2016年; 子空间聚类算法只能处理小规模数据,且无法处理样本外数据.针对此问题,文中提出采用二次采样策略的子空间聚类框架(TSSC).该框架由两个核心部件组成:判别性协作表示(DCR)与多尺度K近邻(KNN)采样方法.在TSSC中,DCR首先结合多尺度KNN对数据点进行特征变换,从而保证属于同一子空间的点有更一致的表示.为了提高算法的可扩展性,TSSC在新的特征空间中使用多尺度KNN对数据进行二次采样,并根据采样点获得的初步聚类结果训练线性分类器,最后根据学习得到的分类器对剩余样本点进行分类,获得最终的聚类结果.在真实数据集上的实验验证TSSC的有效性.; 刘博谢博鋆朱杰景丽萍于剑; 关键词：子空间聚类

分布式柔性制造的协同群智能调度优化: 近年来,随着信息技术和制造业的快速发展和深入融合,智能制造得到工业界和学术界的广泛关注,逐渐替代传统制造模式成为新的发展趋势。智能制造是一个多学科交叉的新兴领域,涉及智能设计、生产制造、供应链管理等多个方面。生产调度作为...; 刘博; 关键词：差分进化算法

基于改进YOLO v3的自然场景下冬枣果实识别方法被引量：39: 2021年; 为实现自然场景下冬枣果实的快速、精准识别,考虑到光线变化、枝叶遮挡、果实密集重叠等复杂因素,基于YOLO v3深度卷积神经网络提出了一种基于改进YOLO v3(YOLO v3-SE)的冬枣果实识别方法。YOLO v3-SE模型利用SE Net的SE Block结构将特征层的特征权重校准为特征权值,强化了有效特征,弱化了低效或无效特征,提高了特征图的表现能力,从而提高了模型识别精度。YOLO v3-SE模型经过训练和比较,选取0.55作为置信度最优阈值用于冬枣果实检测,检测结果准确率P为88.71%、召回率R为83.80%、综合评价指标F为86.19%、平均检测精度为82.01%,与YOLO v3模型相比,F提升了2.38个百分点,mAP提升了4.78个百分点,检测速度无明显差异。为检验改进模型在冬枣园自然场景下的适应性,在光线不足、密集遮挡和冬枣不同成熟期的情况下对冬枣果实图像进行检测,并与YOLO v3模型的检测效果进行对比,结果表明,本文模型召回率提升了2.43~5.08个百分点,F提升了1.75~2.77个百分点,mAP提升了2.38~4.81个百分点,从而验证了本文模型的有效性。; 刘天真滕桂法苑迎春苑迎春刘智国; 关键词：冬枣自然场景

刘博

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

刘博

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈