孙晓勇
- 作品数：4 被引量：36H指数：3
- 供职机构：山东农业大学信息科学与工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：农业科学自动化与计算机技术文化科学更多>>
- 大数据在农业研究领域中的应用与发展被引量：16
- 2015年
- 农业大数据是近年发展起来的新兴领域,广泛应用于以下研究方向。农业育种：农业大数据基于最新的高通量测序技术,大大增加优良性状的识别率。通过提取有价值的SNP分子标记,帮助育种学家建立SNP分子标记数据库,快速筛选所需要的基因片段。农业栽培：农业大数据能够给农业工作者提供＂傻瓜式＂一键到位栽培服务。根据手机等远程通信工具,农业工作者可以轻松地站在田地里辨别土壤品质,选定最高收益的种植品种,确定最佳的施肥方案和最好的收获时间,
- 孙晓勇刘子玮孙涛陈万利
- 关键词：农业研究农业栽培农业育种施肥方案数据空间
- 基于颜色矩的土豆、玉米、苹果叶片病害异常检测被引量：12
- 2022年
- 农作物病害是影响粮食产量的重要因素之一。目前,大部分研究以已知病害作为数据来源,使用传统机器学习和深度学习方法进行病害识别与分类,这种模型构建方法需要大量的病害数据,而当新发病害出现时,很可能因为检测不到而错过最佳预警时间。为解决该问题,本文拟提出一种仅使用正常农作物叶片数据集作为训练数据便可检测出叶片病害异常的方法。具体地,本研究提出一种基于k-means++聚类与图像分块的农作物叶片病害异常检测方法,通过图像去噪、图像分割、图像截取等预处理操作后,提取图像的颜色矩特征,对训练集进行k-means++聚类,构建比对模型并设置阈值,从而确定测试集异常与否。试验使用的土豆、玉米与苹果数据集均下载于Kaggle网站。通过调整聚类数与分块数,在土豆、玉米和苹果数据集上,识别准确率分别达到了89%、95%、95%以上,并且在玉米和苹果两种数据集上的漏警率为0。
- 张梓婷韩金玉张东辉李晗李铭源邓志平孙晓勇
- 关键词：异常检测图像分块
- 基于改进遗传算法的社区挖掘研究被引量：8
- 2019年
- 传统遗传算法应用于社区挖掘时初始种群划分精确度不高,且容易降低算法整体搜索性能。为此,提出一种改进的遗传算法,并将其引入到社区挖掘研究中。结合结构相似度与轮盘赌选择法,使染色体的每个基因趋向于选择结构相似度较大的邻居节点,提高初始种群的社区划分质量并加速算法收敛速度。实验结果表明,在人工基准网络中,该算法的初始种群划分精确度和模块度比传统遗传算法平均提高18%和12%,整体划分精确度比FEC和FN算法平均提高24. 02%和22. 01%,在真实世界网络中,社区划分精确度均优于FN、FEC和LPA算法,从而验证该算法具有较好的社团挖掘性能。
- 郭旭超王鲁郝霞孙晓勇孙博
- 关键词：复杂网络遗传算法结构相似度
