|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于RFID/GIS物联网的肉品跟踪及追溯系统设计与实现显示文摘为了提高肉品跟踪与追溯系统信息的实时性、准确性和可靠性,该文介绍了无线射频识别技术(RFID)、物联网及电子产品代码(EPC)系统相关技术,提出了基于无线射频识别技术的肉品企业资源平台架构,详细研究和分析了肉品销售阶段的信息流程,设计了基于无线射频识别技术的肉品销售跟踪及追溯体系,包括跟踪系统和追溯系统。跟踪系统通过在销售节点上的产品电子代码系统,对附有无线射频识别芯片标签的肉品信息进行跟踪。追溯系统通过对象名解析服务(ONS)服务器,查出肉品销售相关节点实体标记语言(PML)服务器的地址,进而获得肉品的流通信息,接着将这些信息与节点的地理信息相结合,通过地理信息系统(GIS)软件进行直观展示。最后采用Visio Studio 2005工具进行软件开发,利用Tomcat Web服务器和JBoss应用服务器,及SQL Server 2005数据库系统进行部署,实现了上述软件系统。与基于条形码的系统相比,采用无线射频识别技术的肉品销售跟踪追溯系统,具有数据采集过程更加自动化、采集速度更快、识别率更高的优点。 | 任守纲 徐焕良 黎安 周光宏 | 2010 | 农业工程学报2010，26，10： | 107 |
| 2 | 农作物病虫害识别关键技术研究综述显示文摘农作物病虫害的预防与治理对农业生产具有十分重要的作用,病虫害防治工作的前提是准确识别病虫害目标。传统的病虫害识别方法包括人工识别和仪器识别,传统识别方法在识别效率、识别准确性、应用场景等方面已无法满足科学研究和生产的需要。深度学习是机器学习的一个重要分支,能够自动、高效、准确地从大规模数据集中学习到待识别目标的特征,从而替代传统依赖手工提取图像底层特征的识别方法,因此,将结合图像处理的深度学习技术应用于农作物病虫害识别是未来精准农业发展的必然趋势。农作物病虫害识别所涉及的关键技术以农作物病虫害数据为基础展开,通过阐述病虫害数据获取、数据预处理、数据增强、深度学习网络优化、识别结果可视化、识别结果可解释性、预测预报等关键技术的研究现状,归纳与总结了各关键技术应用中存在的问题和面临的挑战,最后指出农作物病虫害识别未来的研究发展方向,即在数据获取方面,构建多源农业数据集和积极打造数据共享资源平台,在数据处理方面,结合迁移学习算法、使用新型数据增强方法,在数据应用方面,积极开展可视化、可解释性和预测预报等工作。 | 翟肇裕 曹益飞 徐焕良 袁培森 王浩云 | 2021 | 农业机械学报2021，52，7： | 86 |
| 3 | 基于CSBFT区块链的农作物全产业链信息溯源平台设计显示文摘为提高农产品溯源信息的完整性、安全性及可信性,该文从农产品产业链角度出发,设计并实现基于区块链的农作物全产业链信息溯源平台。通过研究和分析农作物全产业链中从农资购买到粮食销售的信息流程,设计溯源平台的架构和功能模块。提出一种改进的区块链共识算法:基于信誉监督机制共识算法CSBFT(credit-supervisor byzantine fault tolerance),用以提高联盟链场景下共识机制的安全性和效率;设计并编写智能合约,自动化保存关键上链信息,并生成相应的溯源码供消费者查询。与传统食品追溯系统相比,采用区块链的农作物全产业链信息溯源平台具有去中心化及信息完整性、安全性、真实性和可靠性更高的优点;与现有基于区块链的食品溯源平台相比,CSBFT算法使得本平台在信息上链时具有更高的安全性和更小的时延。 | 任守纲 何自明 周正己 顾兴健 熊迎军 袁培森 徐焕良 | 2020 | 农业工程学报2020，36，3： | 53 |
| 4 | 基于卷积神经网络的菊花花型和品种识别显示文摘菊花作为国内十大名花之一,具有极为重要的观赏价值和经济价值,表现为种类丰富、花样瓣形繁多的特点,这些特征对其智能识别和高效的管理带来很大挑战。目前菊花的识别和管理主要靠人工方式,效率不高。本文基于端到端的卷积神经网络技术,直接作用于菊花的原始图像数据,通过逐层进行特征学习,进而利用多层网络获取菊花的特征信息,从而避免了人工提取特征的困难和问题,在此基础上使用优化目标函数实现菊花花型的高效、智能识别。针对菊花花型之间差别细微的特点,在细粒度上实现区分相同花型和不同花型的目标函数,系统不仅能够识别菊花花型,还能给出菊花所属的概率值和该花型涵盖的菊花品种。系统的实现分为离线训练和在线识别2个阶段,训练处的模型可以离线托管在云端以便在移动环境下使用。为了训练网络模型,采集了大量的菊花图像样本,并手工标注了相关的花型和类别信息,在此数据集上,与现有的典型系统进行了对比试验,试验表明:系统平均识别率可以达到0.95左右,部分达到0.98,系统识别精度得到明显提升,除此之外系统还能提供更加详细的菊花种类信息,实现了的菊花花型和品种智能识别和高效管理,具有重要的理论和应用价值,为菊花的自动化管理提供了有力的手段。 | 袁培森 黎薇 任守纲 徐焕良 | 2018 | 农业工程学报2018，34，5： | 42 |
| 5 | 反卷积引导的番茄叶部病害识别及病斑分割模型显示文摘针对当前植物叶部病害识别模型易受阴影、遮挡物及光线强度干扰,特征提取具有盲目和不确定性的问题,该研究构建一种基于反卷积引导的VGG网络(Deconvolution-Guided VGGNet,DGVGGNet)模型,同时实现植物叶部病害种类识别与病斑分割。首先使用VGGNet计算多分类交叉熵损失进行病害分类训练,得到病害分类结果;其次设计反向全连接层,将分类结果恢复为特征图形式;然后采用上采样与卷积操作相结合的方法实现反卷积,利用跳跃连接融合多种特征恢复图像细节;最后使用少量病斑监督,对每个像素点使用二分类交叉熵损失进行训练,引导编码器关注真实的病斑部位。试验结果表明,该研究模型的病害种类识别精度达99.19%,病斑分割的像素准确率和平均交并比分别达94.66%和75.36%,在遮挡、弱光等环境下具有良好的鲁棒性。 | 任守纲 贾馥玮 顾兴健 袁培森 薛卫 徐焕良 | 2020 | 农业工程学报2020，36，12： | 37 |
| 6 | 基于图像处理的冬小麦氮素监测模型显示文摘为探索基于数字图像处理技术的冬小麦氮素无损诊断图像评价指标及构建方法,设计拍摄2012-2014年度不同种植方案下冬小麦冠层图像,基于归一化的H分量K均值聚类分割算法提取基础颜色特征值,与同期叶片氮含量(leaf nitrogen content,LNC)进行线性拟合,调优并确定三原色分量最佳拟合系数,提出RGB空间下的颜色组合标准化指数(normalized color mix index,NCMI)。对比深绿色指数(dark green color index,DGCI)、红光标准化值(normalized redness intensity,NRI)和绿光与红光比值G/R发现,3个采样期NCMI与LNC的决定系数R^2均高于3个对比指标,分别为0.77、0.79、0.94,均方根误差(root mean square error,RMSE)相较同期最低的指标,分别降低了0.18%、0.37%和1.67%;生选6号和扬麦18号NCMI与LNC的相关性,在一定冠层覆盖度下均优于其他3个指标;D2密度(3×106株/hm^2)N1(纯氮150 kg/hm^2)处理下NCMI效果明显优于其他3个指标,R^2和RMSE较NRI分别改善了7.69%和4.11%,该研究可为一定冠层覆盖度下的冬小麦氮素营养诊断图像评价指标提供参考。 | 陈佳悦 姚霞 黄芬 刘勇 于琪 王妮 徐焕良 朱艳 | 2016 | 农业工程学报2016，32，4： | 34 |
| 7 | 基于产品生命周期管理的肉品车间生产跟踪及追溯体系研究显示文摘基于PLM的肉品车间生产跟踪及追溯体系包括屠宰后肉品分割、分级等加工以及成品销售的肉品全生命周期的跟踪和全程的可追溯。跟踪系统通过分析肉品生产业务过程,确定其业务关键节点,并利用一、二维混合条码及层位数据标识方法对其进行标识。基于业务关键节点的数据驱动和配置处理,实现肉品生产跟踪。追溯系统则分为车间产品追溯和宰后至成品销售后的全程追溯。前者基于二维条码内嵌上游各业务关键节点一维条码的混合应用技术,实现成品至屠宰的车间追溯。后者则基于本体与XM L的数据融合技术,实现对物理上分布的企业肉品数据的无缝连接和产品信息共享,使用户逻辑上面向一个综合的虚拟数据库的操作,从而便捷地实现肉品从屠宰到销售的全程追溯。在此基础上,并在开源开发环境下,设计和实现一个适应肉品生产需求变化的、可进化的跟踪追溯系统。 | 徐焕良 陆荣和 彭增起 周光宏 | 2007 | 农业工程学报2007，23，12： | 23 |
| 8 | 基于高光谱图像和深度学习的菠菜新鲜度检测显示文摘针对传统机器视觉在实现菠菜新鲜度检测精度偏低的问题,该文提出了一种基于高光谱和深度学习技术的圆叶菠菜新鲜度识别新方法。以10℃常温贮存的圆叶菠菜为研究对象,以天为单位,综合考虑影响菠菜新鲜度的6个因素:贮藏天数、外观、含水率、叶绿素a、叶绿素b和胡萝卜素,将菠菜划分为新鲜、次新鲜和腐败3个等级。拍摄菠菜叶片的高光谱图像,计算ROI(region of interest)反射率均值后,基于分组精英策略遗传算法,结合2种分组策略,筛选出含6个波长的组合。定义训练集R和测试集合T,使用SVM分类器,基于波长对应的反射率,分别进行基于光谱特性界定菠菜的新鲜度分类试验。找出了识别率均值最高的3个波长,分别是389.55、742.325和1 025.662 nm。由于基于光谱特性进行菠菜新鲜度检测时识别率偏低。尝试基于菠菜的高光谱图像特征进一步进行菠菜新鲜度识别研究。从高光谱图像集中抽取这3个波长对应的菠菜图像,构成菠菜图像样本库(Norm Img389、Norm Img742、Norm Img1025和Norm Img_merge),基于深度学习技术建立菠菜新鲜度识别模型,对图像样本库中4类图像进行识别试验,平均识别准确率79.69%、68.75%、69.27%和80.99%。而Norm Img389测试集识别正确率接近80%,Norm Img_merge测试集识别正确率最高达到了80.99%,说明融合3个波长对应的图像进行等级识别效果最好。该研究实现了圆叶菠菜新鲜度的无损检测,具有实践和理论意义。 | 谢忠红 徐焕良 黄秋桂 王培 | 2019 | 农业工程学报2019，35，13： | 23 |
| 9 | 基于RFID/EPC物联网的猪肉跟踪追溯系统开发显示文摘首先介绍了无线射频识别技术(RFID)、物联网和电子产品代码系统(EPC)。在确定猪肉供应链各环节溯源信息的基础上,以RFID电子标签为数据载体,结合EPC编码体系对猪肉进行唯一标识,实现数据的自动采集,同时也增强了个体标示的精度和准确性。设计了RFID/EPC物联网架构下猪肉跟踪追溯系统,实现了猪肉生产全程网络化管理。 | 刘尧 高峰 徐幸莲 徐焕良 周光宏 | 2012 | 食品工业科技2012，33，16： | 21 |
| 10 | 基于低功耗传输方法的设施花卉环境监测系统显示文摘为了降低现有设施环境监测系统中传感节点的能耗,延长无线传感网络的生存周期,该文提出了节点动态组包主动传输和多种环境变量加权控制传输2种低功耗机制,减少了大量重复冗余数据的传输,并实现了基于Zigbee的设施花卉环境监测及其低功耗传输系统。节点以CC2430芯片为核心,并根据影响花卉生长的环境参数,同时装载SHT10温湿度传感器、BH1750FVI光照传感器以及COZIR二氧化碳传感器,因此节点可同时采集传输多种环境参数,降低了硬件成本。在南农大园艺试验基地进行组网测试,试验结果表明,系统比传统周期传输节点(周期1min)的能耗减少85.97%,测量精度在98.5%以上,网络平均丢包率为0.84%,满足了对设施花卉环境的有效监测及低功耗传输的要求。 | 徐焕良 张灏 沈毅 任守纲 | 2013 | 农业工程学报2013，29，4： | 21 |
| 11 | 基于分水岭和梯度的蝴蝶兰图像分割方法显示文摘利用图像识别技术采集设施蝴蝶兰生长参数,从而对花期进行调控,是提高蝴蝶兰种植效益的重要手段,而如何把蝴蝶兰图像与自然背景图像进行分割与提取,是图像识别的关键。该文利用彩色梯度算法,提取出蝴蝶兰自然图像的梯度图像,利用阈值找出梯度图像的显著部分(即图像中的显著边缘),同时利用水域分割方法对源图像进行分割,产生过分割图像,然后利用显著边缘图像对过分割图像进行判断,去除不显著的'水坝'并令其两边水域相融合,从而达到极大的抑制过分割的目的,最后再根据区域合并准则合并相似的区域,得到蝴蝶兰目标物图像。针对20幅蝴蝶兰图像,通过与人工分割的方法进行对比试验,结果表明,该文提出的基于梯度和分水岭的分割算法能够很好地从自然背景中提取出蝴蝶兰图像,分割正确率达到了92.6%。 | 任守纲 马超 谢忠红 徐焕良 陈发棣 | 2012 | 农业工程学报2012，28，9： | 21 |
| 12 | 基于CFD的温室气温时空变化预测模型及通风调控措施显示文摘夏季温室高温湿热,对作物生长产生重大危害,制定合理的夏季温室气温调控方案,是提高温室生产效益,降低温室气温调控能耗的关键问题。该文基于计算流体力学(computational fluid dynamics,CFD)方法,结合气象预报信息,针对苏南地区大型连栋温室,建立了夏季温室气温时空变化预测模型,通过设置边界参数,对不同通风条件下温室气温的时空变化进行了预测,并通过试验验证了模型的有效性。试验结果表明,预测值与实测值吻合良好,均方根误差在1.2℃以内,最大相对误差在6%以内,平均相对误差在4%以内。不同通风降温条件下的试验结果显示,温室气温空间分布存在明显差异,湿帘-风机系统较自然通风降温效果显著,降温幅度在5℃左右,持续的湿帘-风机降温措施可将温室高温控制在较低水平。基于该文模型的预测结果和温室调控目标,选取合适的时间点、时间长度和不同类型的通风降温措施,可有效提高温室气温调控效率和效益。同时,该研究还可为优化传感器布局提供依据。 | 任守纲 杨薇 王浩云 薛卫 徐焕良 熊迎军 | 2015 | 农业工程学报2015，31，13： | 21 |
| 13 | 基于Stacking集成学习的水稻表型组学实体分类研究显示文摘为研究整合水稻表型组学相关知识,系统地建立水稻表型组学知识图谱,通过分布式爬虫框架从国家水稻数据中心网站获取水稻表型组学数据集,并以互动百科为辅助数据源获取水稻表型组学数据。对水稻表型组学数据采用TF-IDF技术结合潜在语义模型进行预处理,并对水稻表型组学实体进行人工分类和标注。为实现水稻表型组学实体分类,研究了基于堆叠式两阶段集成学习的分类器组合模型,结合K-近邻算法、支持向量机、随机森林、梯度提升决策树机器学习方法,提升水稻表型组学实体数据分类的性能。研究表明,基于堆叠式两阶段集成学习的分类器组合模型对不同类别的水稻表型组学数据都具有较好的多分类能力,对于不平衡的水稻表型组学数据集,本文方法的分类器组合模型对水稻表型组学数据分类效果最佳,Gene类别的F1为90.47%,总体准确率达80.55%,比支持向量机、K-近邻、随机森林和梯度提升决策树4种基分类器的分类准确率平均高6.78个百分点。 | 袁培森 杨承林 宋玉红 翟肇裕 徐焕良 | 2019 | 农业机械学报2019，50，11： | 21 |
| 14 | 基于BERT的水稻表型知识图谱实体关系抽取研究显示文摘针对水稻表型知识图谱中的实体关系抽取问题,根据植物本体论提出了一种对水稻的基因、环境、表型等表型组学实体进行关系分类的方法。首先,获取水稻表型组学数据,并进行标注和分类;随后,提取关系数据集中的词向量、位置向量及句子向量,基于双向转换编码表示模型(BERT)构建水稻表型组学关系抽取模型;最后,将BERT模型与卷积神经网络模型、分段卷积网络模型进行结果比较。结果表明,在3种关系抽取模型中,BERT模型表现更佳,精度达95.11%、F1值为95.85%。 | 袁培森 李润隆 王翀 徐焕良 | 2021 | 农业机械学报2021，52，5： | 17 |
| 15 | 时间序列特征提取方法研究综述显示文摘随着物联网、大数据和人工智能等技术研究和应用的蓬勃发展,各类时间序列数据不断涌现.时间序列数据特征是表象,内在蕴含着丰富的领域知识,如何高效分析时间序列特征模式,提取可辨识的时间序列特征,挖掘数据蕴含的规律,正成为业界研究的热点.本文首先介绍时间序列概念,综述了时间序列分类、聚类和预测三方面研究的最新进展;然后从时间序列特征提取方法的形状特征、时间依赖特性、序列变换特征3方面,详细分析和比较机器学习方法在时间序列问题上的研究情况,最后基于当前时间序列特征提取方法的发展趋势,对时间序列特征提取方法的未来发展做出展望. | 任守纲 张景旭 顾兴健 熊迎军 王浩云 徐焕良 | 2021 | 小型微型计算机系统2021，42，2： | 17 |
| 16 | 基于R-BP神经网络的温室小气候多步滚动预测模型显示文摘温室高效生产依赖于适宜的温室小气候环境,建立高精度的温室小气候多步预测模型对实现温室环境优化调控具有重要意义。本研究提出一种基于滚动的反向传播神经网络(Rolling Back Propagation Neural Network,R-BP)的温室小气候多步滚动预测模型。模型主要包括两个阶段:(1)建立初始的BP神经网络。采用自动编码器无监督学习方法获取初始网络参数,并利用改进的粒子群算法优化网络参数。(2)建立滚动的BP神经网络群。将前一个网络输出作为后一个网络的部分输入进行滚动训练和预测,实现温室小气候多步滚动预测。为验证R-BP模型的有效性,在阿拉伯联合酋长国阿布扎比市的自控温室和中国苏州市的非自控温室分别进行试验。验证试验表明,与传统BP神经网络相比,在阿布扎比温室试验中,采用R-BP模型预测未来6h室内温度,其平均误差降低69.9%,预测相对湿度,其平均误差降低47%;在苏州温室试验中,采用R-BP模型预测未来6h室内温度,其平均误差降低43.3%,预测相对湿度,其平均误差降低55.6%。说明R-BP模型能够较准确预测未来6h内温室小气候环境变化,可为制定温室小气候优化调控方案提供依据。 | 任守纲 刘鑫 顾兴健 王浩云 袁培森 徐焕良 | 2018 | 中国农业气象2018，39，5： | 16 |
| 17 | 优化BP神经网络提高高光谱检测调理鸡肉菌落总数精度显示文摘针对调理鸡肉菌落总数在贮藏期间易受到外界因素影响,提出了一种优化反向传播(back propagation,BP)神经网络的调理鸡肉菌落总数预测方法。以贮藏在4℃条件下的调理鸡肉为研究对象,采集其表面400~1 000 nm高光谱信息共计419个波段作为全波段,并利用竞争性自适应重加权(competitive adaptive reweighted sampling,CARS)算法筛选出34个特征波段,分别以全波段和特征波段对应的光谱值作为BP神经网络输入,采用鸟群算法(bird swarm algorithm,BSA)和免疫算法(immune algorithm,IA)优化BP神经网络的初始权重和阈值,建立调理鸡肉菌落总数的BP、BSA-BP、IA-BP、BSA-IA-BP预测模型。试验结果表明:经过CARS筛选特征波长的BSA-IA-BP模型预测效果最佳,预测集相关系数RP、均方根误差、剩余预测偏差分别为0.93、0.31lg(CFU/g)、2.68,且模型稳定性最好。该研究为基于BP神经网络实现调理鸡肉菌落总数快速无损检测提供了算法支撑和理论基础。 | 王浩云 宋进 潘磊庆 袁培森 郭振环 徐焕良 | 2020 | 农业工程学报2020，36，5： | 15 |
| 18 | 基于角色模型的业务过程再工程(BPR)的研究显示文摘Based on role object, the Business Process Reengineering (BPR) is quickly implemented by constructingthe frame of role model. This technology will be widely applied in CIMS too. | 徐焕良 李绪蓉 丁秋林 | 2003 | 计算机科学2003，30，1： | 15 |
| 19 | 基于工程教育专业认证的农业院校计算机专业人才培养模式探索——以南京农业大学为例显示文摘工程教育专业认证是为了构建我国高等工程教育质量监控体系,提高工程专业教学质量而推行的一项重要措施,对改善学习风气,推进教学平台建设,促进学生就业有积极的影响。农业院校计算机专业通过工程教育专业认证可以提升专业层次,关键在于明确专业定位,凸显专业特色,调整课程体系,确立一套行之有效人才培养制度。 | 夏欣 徐焕良 任守纲 | 2011 | 中国农业教育2011，12，6： | 14 |
| 20 | 空间密度相似性度量K-means算法显示文摘传统K-means算法的缺陷有初始聚类中心选择的不稳定、聚类效果对初始聚类中心过于依赖、非簇型数据集分类效果不佳等问题.为克服以上不足,本文提出空间密度相似性度量K-means算法.该算法采用可伸缩空间密度的相似性距离度量数据点间的相似度,并将密度和距离共同作为选择新初始聚类中心的相关因子,以及根据类内距离进行迭代的一种新的类中心迭代模型.在非簇型人工数据集和UCI标准数据集上的实验证明,与传统及其他改进K-means算法相比,本文提出的算法可得到更加合理的初始聚类中心,能反映任意形状的复杂数据集分布规律,算法更加稳定、准确. | 薛卫 杨荣丽 赵南 徐焕良 任守纲 | 2018 | 小型微型计算机系统2018，39，1： | 13 |
您所在的机构暂未开通此部分的功能，请联系管理员