您的位置: 专家智库 > >

李妍

作品数:6 被引量:20H指数:3
供职机构:黑龙江八一农垦大学更多>>
发文基金:黑龙江省教育厅科学技术研究项目黑龙江省青年科学基金黑龙江省学位与研究生教育教学改革研究项目更多>>
相关领域:自动化与计算机技术农业科学经济管理更多>>

文献类型

  • 5篇期刊文章
  • 1篇学位论文

领域

  • 4篇自动化与计算...
  • 2篇农业科学
  • 1篇经济管理

主题

  • 3篇玉米
  • 2篇玉米大豆
  • 2篇神经网
  • 2篇神经网络
  • 2篇特征提取
  • 2篇图像
  • 2篇农业
  • 2篇大豆
  • 1篇点云
  • 1篇点云数据
  • 1篇多光谱
  • 1篇性状
  • 1篇增收
  • 1篇三维重建
  • 1篇实证
  • 1篇实证分析
  • 1篇识别方法
  • 1篇水稻
  • 1篇水稻农艺性状
  • 1篇图像处理

机构

  • 6篇黑龙江八一农...

作者

  • 6篇李妍
  • 3篇朱景福
  • 3篇王孟博
  • 3篇高寒
  • 2篇罗文博
  • 1篇潘权富
  • 1篇于成江
  • 1篇闫丽
  • 1篇谢秋菊

传媒

  • 1篇北方经贸
  • 1篇江苏农业科学
  • 1篇农业科技与信...
  • 1篇黑龙江八一农...
  • 1篇东北农业大学...

年份

  • 2篇2018
  • 3篇2017
  • 1篇2016
6 条 记 录,以下是 1-6
排序方式:
基于PHP技术的玉米大豆水稻农艺性状专网的设计与建立被引量:4
2017年
近些年来,网络平台发展趋势迅猛,农业信息化也随之普及。通过对相关技术的性能与特点的分析,提出基于PHP和My SQL Sever的B/W/D三层结构的动态Web数据库的建设,并基于此数据库创建一个集信息浏览、数据查询等多种功能的玉米大豆水稻农艺性状专网。数据全面,品种多样,其中不仅囊括文字介绍,更加入了图片元素,图文并茂的展示了作物农艺性状相关问题的认知与普及。
王孟博朱景福李妍高寒裴文彤
关键词:PHP技术专网农业信息化
基于神经网络猪舍氨气浓度预测方法研究被引量:10
2016年
猪舍内氨气浓度对猪生长发育影响较大,建立准确氨气浓度预测模型尤为必要。目前已有针对猪舍内氨气浓度预测研究,但氨气浓度受猪舍内多种环境因素影响,缺少准确预测模型。为此本研究从实测猪舍内环境数据(包括氨气浓度、温度、湿度、活动量、通风)中随机选取1 537组数据,使用L-M算法优化BP神经网络、线性神经网络和Elman神经网络预测猪舍内氨气浓度。结果表明,基于L-M算法优化BP神经网络建立5-9-9-1四层结构预测模型经290步后达目标误差,预测值和真实值最大绝对误差仅为0.1720,与Elman神经网络和线性神经网络预测方法相比可提高猪舍氨气浓度预测准确性和及时性,为猪舍环境预警提供支持。
谢秋菊罗文博李妍王莉薇闫丽
关键词:ELMAN神经网络线性神经网络氨气浓度
大庆市农业结构调整与农民收入关系实证分析
2018年
农业供给侧结构性改革的目标之一是农民增收,而乡村振兴战略同样要实现产业发展和农民增收的目标。现以大庆市农业结构调整的现状为基础,利用农民人均纯收入与农业内部各部分产值间的关系构建计量模型,确定农业内部种植业、林业、畜牧业和渔业对大庆市农民人均纯收入的影响程度,发现除了渔业外的其他组成部分对大庆市农民人均纯收入的影响均为正向的,但影响程度差异较大。最后,从种植业方面、畜牧业方面、林业和渔业方面提出了相应的对策。
宋雨潘权富李妍马英爽梁珅
关键词:农业结构调整农民增收协整检验
玉米叶片病斑多光谱特征提取及识别方法被引量:1
2017年
为了更好地防治玉米病害,使用BP神经网络、L-M算法优化的BP神经网络和FCM聚类算法对玉米的3种叶片病斑图像进行识别研究。利用图像处理技术对采集的图像进行预处理和阈值分割,提取3个颜色特征、9个纹理特征和7个形状特征,通过LLE算法降维获得6维的内在低维流形特征,使用3种算法对提取的特征参数进行识别。结果表明,从识别率和网络训练速度2个方面来看,L-M算法优化的BP神经网络识别率高达98.67%,且训练速度快,更适合作为玉米叶片病斑图像的识别算法。
李妍朱景福罗文博王孟博高寒于成江
关键词:图像处理技术LM算法
农作物基于点云的三维重建方法研究被引量:2
2018年
随着数字农业的飞速发展,农作物的三维重建技术在农业中应用越来越广泛。研究农作物三维立体信息,对作物的种植、修剪、药物喷洒以及产量变化规律等方面的研究具有指导性意义。点作为最简单的图元,可以真实地记录物体表面的三维立体信息,较为精确地表示出物体的形态特征。因此,对三维点云的处理及重建技术进行研究就尤为必要。基于点云的预处理及重建技术是虚拟现实、计算机图形学和计算机视觉等多个学科交叉的一个研究领域,其主要研究内容是将点云记录的三维物体的几何信息恢复成图形图像,并通过计算机显示出来,进而可以方便快速地对物体进行分析、显示和处理。本文以大豆植株为研究对象,利用Kinect深度传感器获取农作物的点云数据,研究点云数据预处理、去噪的方法,对不同方位的点云数据进行配准,以及点云数据快速三维重建的方法。本文研究能够为快速获取植物三维点云数据,并实现植物三维形态的重建提供一种廉价、快速和高效的手段。
高寒李芳朱景福王孟博李妍
关键词:点云数据三维重建KINECT
玉米大豆水稻图像识别方法研究
在这个信息化的新时代,随着数字图像处理技术的迅速发展,计算机机器视觉技术被应用于很多领域,并且未来的发展潜力巨大。特别是在搜索引擎方面,传统的关键字检索已不能适应于人们日益增长的需求,而图像能够直观的反映大量的信息,因此...
李妍
关键词:图像识别特征提取卷积神经网络
文献传递
共1页<1>
聚类工具0