周鑫
- 作品数：16 被引量：145H指数：6
- 供职机构：江苏大学电气信息工程学院更多>>
- 发文基金：国家自然科学基金江苏省“六大人才高峰”高层次人才项目江苏高校优势学科建设工程项目更多>>
- 相关领域：农业科学理学机械工程自动化与计算机技术更多>>
- 基于高光谱技术的三七不同部位粉末的无损鉴别被引量：2
- 2023年
- 三七是一种传统的中药材,具有较高的药用价值。目前市场上中药售假的现象屡见不鲜,许多不法商贩将三七支根或剪口粉末假冒主根粉末销售,严重损害了消费者的利益。利用高光谱技术结合多元分析方法实现三七不同部位粉末的快速无损鉴别。通过高光谱成像系统分别采集了三七剪口、须根和主根粉末在400~1000 nm范围内的高光谱图像,共300个样本。采用Savitzky-Golay(SG)平滑结合标准变量变换(SNV)的方法对高光谱数据进行去噪和消除因散射引起的光谱差异。为了移除光谱变量中的重迭和冗余信息,利用竞争自适应重加权采样(CARS)算法和本文提出的一种考虑了变量间交互作用的二进制竞争自适应重加权采样(BCARS)算法进行特征波长选择。最后分别建立了基于全光谱、CARS和BCARS特征波长的支持向量机(SVM)和极端梯度提升(XGBoost)分类模型。结果表明,BCARS-XGBoost模型的分类效果最优,训练集和测试集的分类准确率分别为100%和99.33%。与CARS相比,BCARS所选择的特征波长数量较少,有助于多光谱系统和便携式仪器的开发。利用高光谱技术结合BCARS-XGBoost模型鉴别三七不同部位粉末是可行的。
- 姚坤杉孙俊陈晨徐敏程介虹周鑫
- 基于改进RetinaNet的果园复杂环境下苹果检测被引量：13
- 2022年
- 为了快速准确地检测重叠、遮挡等果园复杂环境下的苹果果实目标,该研究提出一种基于改进RetinaNet的苹果检测网络。首先,该网络在传统RetinaNet的骨干网络ResNet50中嵌入Res2Net模块,提高网络对苹果基础特征的提取能力;其次,采用加权双向特征金字塔网络(Bi-directional Feature Pyramid Network,BiFPN)对不同尺度的特征进行加权融合,提升对小目标和遮挡目标的召回率;最后,采用基于焦损失(Focal Loss)和高效交并比损失(Efficient Intersection over Union Loss,EIoU Loss)的联合损失函数对网络进行优化,提高网络的检测准确率。试验结果表明,改进的网络在测试集上对叶片遮挡、枝干/电线遮挡、果实遮挡和无遮挡的苹果检测精度分别为94.02%、86.74%、89.42%和94.84%,平均精度均值(meanAveragePrecision,mAP)达到91.26%,较传统RetinaNet提升了5.02个百分点,检测一张苹果图像耗时42.72 ms。与Faster-RCNN和YOLOv4等主流目标检测网络相比,改进网络具有优异的检测精度,同时可以满足实时性的要求,为采摘机器人的采摘策略提供了参考。
- 孙俊钱磊朱伟栋周鑫戴春霞武小红
- 关键词：图像识别采摘机器人遮挡
- 基于改进MobileNet-V2的田间农作物叶片病害识别被引量：53
- 2021年
- 农作物病害是造成粮食产量下降的重要因素,利用智能化手段准确地识别农作物病害有利于病害的及时防治,该研究基于改进的MobileNet-V2识别复杂背景下的农作物病害,对未来覆盖各种作物的智能化病害识别工作具有重要意义。首先创建含有11类病害叶片及4类健康叶片的农作物数据集,采用数据增强操作构造不同的识别场景。其次在原始模型MobileNet-V2的基础上,嵌入轻量型的坐标注意力机制,建立通道注意力与位置信息的依赖关系。然后对网络中不同尺寸的特征图采取上采样融合操作,构建兼具网络高、低层信息的新特征图。此外,采用分组卷积并删除模型中不必要的分类层,减少模型参数量。试验结果表明:改进模型的参数量为2.30×10^(6),改进模型的识别准确率在背景复杂的农作物叶片病害数据集中达到了92.20%,较改进前提高了2.91个百分点。相比EfficientNet-b0、ResNet-50、ShuffleNet-V2等经典卷积神经网络架构,改进模型不仅达到了更高的识别准确率,还具有更平稳的收敛过程以及更少的参数。该研究改进的模型较好地平衡了模型的复杂度和识别准确率,为深度学习模型移植至田间移动病害检测设备提供了思路。
- 孙俊朱伟栋罗元秋沈继锋陈义德周鑫
- 关键词：农作物病害
- 乐果农药对生菜叶片微观结构的作用机理研究被引量：1
- 2017年
- 为了更深入地研究乐果对生菜组织结构的影响,以莲座期的生菜为实验对象,利用扫描电镜和透射电镜对生菜叶片微观结构进行检测。研究发现随着喷洒农药浓度的增加,生菜叶片微观结构发生明显变化。气孔的长宽比和密度降低,叶片的厚度变小,嗜锇颗粒增加,淀粉颗粒变少。在897~1 332 nm波长范围内,喷洒乐果的生菜光谱反射率与乐果浓度成反比,而在1 703~1 754 nm波长范围内,喷洒乐果的生菜光谱反射率与乐果浓度成正比。此外,喷洒不同浓度的乐果农药,生菜的纹理图像也存在差异。研究结果表明,乐果农药对生菜微观结构产生了较大改变,从而导致生菜叶片光谱图像信息产生较大变化。对喷洒不同浓度乐果农药的生菜叶片微观结构进行研究分析,可为高光谱技术对不同浓度农药残留的生菜进行定量检测提供机理研究依据。
- 孙俊周鑫李青林蒋淑英毛罕平杨宁
- 关键词：农药残留微观结构特征提取高光谱图像
- 结直肠癌TRDMT-1、CEACAM-1的表达及与肿瘤生物学特性的相关性被引量：6
- 2020年
- 目的分析tRNA天冬氨酸甲基转移酶1(TRDMT-1)、癌胚抗原相关细胞黏附分子-1(CEACAM-1)在结直肠癌中的表达及与肿瘤生物学特性的相关性。方法收集62例结直肠癌患者的临床资料,同选取本组患者距离肿瘤组织<5 cm的正常组织肠黏膜组织作为参照,对比TRDMT-1、CEACAM-1不同表达微淋巴管密度(LMVD)的差异,分析影响结直肠癌患者预后死亡的危险因素。结果结直肠癌的TRDMT-1、CEACAM-1阳性表达率分别为61.29%、64.52%;癌旁正常组织分别为27.42%、30.65%,明显低于结直肠癌组织,且结直肠癌组织中的LMVD值亦显著高于癌症正常组织(t=22.976,P<0.05)。结直肠癌组织中TRDMT-1、CEACAM-1表达均与肿瘤浆膜浸润、TNM分期、肝转移、淋巴结转移、脉管浸润有关(P<0.05),而TRDMT-1表达与肿瘤直径、组织学分化程度关系密切(P<0.05)。结直肠癌组织中TRDMT-1、CEACAM-1阳性表达者LMVD值均显著高于TRDMT-1、CEACAM-1阴性表达者(P<0.05)。非条件多因素Logistic回归分析结果示,TRDMT-1、CEACAM-1阳性表达是影响结直肠癌患者预后死亡的危险因素(P<0.05)。结论 TRDMT-1、CEACAM-1的高表达及LMVD的升高与结直肠癌的生物学行为和进展关系密切,临床上可根据TRDMT-1、CEACAM-1表达情况对患者进行病情评估、预后监测。
- 冯婧赵凯周鑫
- 关键词：结直肠癌肿瘤生物学特性
- 快速精准识别棚内草莓的改进YOLOv4-Tiny模型被引量：16
- 2022年
- 为了实现棚内草莓果实的快速精准识别,该研究提出一种基于改进YOLOv4-Tiny的草莓检测模型。首先,为了大幅度减少模型计算量,采用轻量型网络GhostNet作为特征提取网络,并在GhostBottleneck结构中嵌入卷积注意力模块以加强网络的特征提取能力;其次,在颈部网络中添加空间金字塔池化模块和特征金字塔网络结构,融合多尺度特征提升小目标草莓的检测效果;最后,采用高效交并比损失作为边界框回归损失函数,加速网络收敛并提高模型的检测准确率。结果表明,改进YOLOv4-Tiny模型权重大小仅为4.68 MB,平均每幅图片的检测时间为5.63 ms,在测试集上的平均精度均值达到92.62%,相较于原YOLOv4-Tiny模型提升了5.77个百分点。与主流的目标检测模型SSD、CenterNet、YOLOv3、YOLOv4和YOLOv5s相比,改进YOLOv4-Tiny模型平均精度均值分别高出9.11、4.80、2.26、1.22、1.91个百分点,并且模型权重大小和检测速度方面均具有绝对优势,该研究可为后续果实智能化采摘提供技术支撑。
- 孙俊陈义德周鑫沈继锋武小红
- 关键词：机器视觉图像处理
- 作物叶片表面农药残留的便携式检测仪器的设计与试验被引量：4
- 2021年
- 针对现有的农药残留检测仪器只能检测水溶液体系中的农药残留和检测对象较为单一的问题,该研究以不同植物叶片啶虫脒农药残留为研究对象,探究了利用荧光强度检测叶片表面农药残留的可行性,设计了一款叶片表面农药残留的便携式检测仪器。首先,通过啶虫脒农药叶片表面喷洒试验,采集叶片的荧光光谱并进行特征分析,发现啶虫脒农药的最佳激发波长和最佳发射波长分别为355和500 nm,从而确定光源和光电信号接收源的特征波长分别为350和500 nm。然后,通过获取最佳光源照射角度以及光照距离,优化光路结构减少叶片表面杂散光的干扰。同时,设计相关检测电路(光源电路、信号调理电路、控制电路等)测出表征反射光强度的电压值,构建电压值与农药残留值之间的线性方程,设计便携式检测仪对农药残留进行检测。结果表明:1)荧光强度与农药浓度在1~5 mg/L的范围内成正比;2)确定了检测仪器最佳光照角度为45°,光源和待测叶片之间的最佳垂直距离为3.46 cm;3)方程决定系数达到了0.875,均方根误差为0.405 mg/L。该研究所设计的便携式荧光光谱仪能够快速、准确、无损检测叶片表面农药残留。
- 孙俊唐宝文周鑫姚坤杉胡双齐张林
- 关键词：农作物农药荧光光谱光学系统检测仪器
- 反射式叶片叶绿素含量检测仪的优化与试验被引量：3
- 2020年
- 针对现有反射式仪器的输出值易受检测距离影响,且仪器在不同波长下的检测区不同而导致检测值出现偏差的问题,该文优化了现有仪器的输出参数,并提出多波长检测光路的设计方案,以此开发了一款反射式叶片叶绿素含量检测仪。试验结果表明,在不同光照条件下,仪器输出电压的最大波动率为0.95%,在不同检测距离下,仪器输出参数的最大波动率为1.13%,最佳检测模型的均方根误差为0.1056 mgg,表明仪器能够适应环境光和检测距离的变化,检测效果较好,可为田间作物的差异化分析提供支持。
- 陈佳俊孙俊李亚婷武小红周鑫唐宝文
- 关键词：叶绿素含量检测仪光学检测
- 便携式蔬菜叶片重金属镉含量无损检测仪设计与试验被引量：3
- 2022年
- 针对蔬菜叶片重金属镉检测传统方法存在的检测仪器体积大、检测成本高和具有破坏性等问题,提出一种基于可见光近红外波段光谱蔬菜叶片重金属镉检测方法,并设计了一款无需预处理、检测速度快、体积小且便于携带的重金属镉检测仪,能够适用于移动式的现场检测。配置4个重金属镉胁迫梯度(0、1、3、5 mg/L)营养液,培育各镉胁迫的生菜样本,通过高光谱成像系统采集叶片反射光谱数据,利用主成分分析法(Principal component analysis,PCA)筛选出3个特征波长(550、680、800 nm),采用偏最小二乘回归法(Partial least squares regression,PLSR)搭建重金属镉检测模型,该模型测试集相关系数R_(p)为0.9149,测试集均方根误差为0.5271 mg/kg。使用自制的仪器做标定试验,选择A/D采集电压做参考,用标定数据进行建模,模型训练集相关系数R_(c)为0.8581,训练集均方根误差为0.4975 mg/kg,测试集相关系数R_(p)为0.8432,测试集均方根误差为0.5526 mg/kg,模型预测效果较好。最后对便携式重金属镉无损检测仪检测精度进行验证,选取与建模无关的30组镉胁迫生菜叶片实时检测,与标准理化值对比,均方根误差为0.32 mg/kg,绝对测量误差为-0.69~0.66 mg/kg,平均绝对误差为0.26 mg/kg,结果表明检测仪能够实现生菜叶片镉含量的实时无损检测。
- 孙俊胡双齐周鑫张林武小红戴春霞
- 关键词：重金属镉无损检测
- 基于融合小波的高光谱生菜农残梯度鉴别研究被引量：2
- 2016年
- 为有效地实现光谱信息预处理,本文将类内距离和类间距离法引入小波阈值、小波分段预处理算法中,提出WBWT和WB-PWT两种融合小波预处理算法。利用WT、PWT、WB-WT和WB-PWT预处理算法对相同的生菜农药残留高光谱数据进行预处理。通过连续投影法对预处理后光谱进行特征选取,利用支持向量机对特征选取的光谱数据进行分类鉴别。结果表明,WB-WT和WB-PWT算法较传统的WT和PWT预测准确率有了较大的提高。其中,以db4、db6、sym5函数为小波基函数和WB-WT、WB-PWT算法预处理对应的模型预测准确率分别为75.00%、84.38%、87.50%和84.38%、90.63%、93.75%,它们的预测准确率均优于WT与PWT算法分别对应的模型预测准确率57.58%、62.50%、69.70%和72.73%、87.88%、90.63%,表明融合小波预处理算法能有效地提高分类建模预测精度。
- 周鑫孙俊武小红杨宁李青林路新男
- 关键词：预处理农残检测
