您的位置: 专家智库 > >

孙艳霞

作品数:4 被引量:24H指数:4
供职机构:南京林业大学机械电子工程学院更多>>
发文基金:教育部留学回国人员科研启动基金江苏省农业科技自主创新基金国家自然科学基金更多>>
相关领域:自动化与计算机技术农业科学轻工技术与工程更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 3篇自动化与计算...
  • 1篇轻工技术与工...
  • 1篇农业科学

主题

  • 3篇杂草
  • 2篇杂草识别
  • 2篇识别方法
  • 2篇机器人
  • 1篇性能分析
  • 1篇悬架
  • 1篇越障
  • 1篇智能化
  • 1篇神经网
  • 1篇神经网络
  • 1篇农田杂草
  • 1篇人工智能
  • 1篇网络
  • 1篇绿茶
  • 1篇名优绿茶
  • 1篇卷积
  • 1篇卷积神经网络
  • 1篇机器视觉
  • 1篇仿真
  • 1篇本体

机构

  • 4篇南京林业大学
  • 2篇南京交通职业...
  • 1篇北京大学现代...

作者

  • 4篇孙艳霞
  • 4篇陈勇
  • 4篇金小俊
  • 2篇陈燕飞
  • 1篇王艳

传媒

  • 1篇农业机械学报
  • 1篇包装与食品机...
  • 1篇福建农业学报
  • 1篇农机化研究

年份

  • 1篇2022
  • 1篇2021
  • 1篇2013
  • 1篇2011
4 条 记 录,以下是 1-4
排序方式:
基于人工智能的青菜幼苗与杂草识别方法被引量:4
2021年
【目的】提出一种基于人工智能的青菜幼苗与杂草识别方法,以期解决杂草识别这一制约精确除草的瓶颈问题。【方法】以青菜幼苗及其伴生杂草为试验对象,通过神经网络模型识别青菜幼苗。青菜幼苗目标之外的绿色像素则认为是杂草,并利用颜色特征对杂草进行分割。为探究主流卷积神经网络(Convolutional Neural Networks,CNN)模型以及新兴Transformer神经网络模型在青菜识别中的效果,分别选取YOLOX模型和Deformable DETR模型,以识别率和识别性能作为评价指标进行对比分析。【结果】基于CNN的YOLOX模型和基于Transformer的Deformable DETR模型都能有效识别青菜幼苗。其中YOLOX模型为最优模型,平均精度和识别速度分别为98.1%和44.8 fps。【结论】将青菜幼苗之外的绿色目标视为杂草的思路不仅简化了杂草识别的复杂性,同时提高了杂草识别的泛化能力。提出的青菜幼苗与杂草识别方法可用于青菜幼苗生长管理的精准作业。
孙艳霞陈燕飞陈燕飞金小俊陈勇
关键词:杂草识别人工智能卷积神经网络
农田杂草识别方法研究进展被引量:11
2011年
杂草识别是实现精确除草的前提。为此,阐述了利用形态特征、颜色特征、光谱特征、纹理特征以及多特征融合方法识别杂草的原理、研究现状和难点。同时,介绍了模式识别等方法在杂草识别中的应用;分析并比较了行间、行内杂草识别方法的特点,指出行内杂草的识别远复杂于行间杂草识别,是精确除草的难点,对农田杂草识别和精确除草有较好的参考价值。
金小俊陈勇孙艳霞
关键词:杂草识别机器视觉
除草机器人减震悬架越障性能分析被引量:5
2013年
为能够同时进行苗间和行间除草的高效除草机器人配置了悬架机构,使机器人具有减震性能,提高了机器人农田适应性。设计并制作了机器人物理样机。越障过程分析表明,该机器人悬架具有较强的调节性能。运用ADAMS软件建立了机器人虚拟样机,分析了机器人在凸起、斜坡和凹坑地面的越障能力。仿真结果表明机器人在这3种地形上均有良好的适应性。
孙艳霞陈勇金小俊王艳
关键词:除草机器人悬架仿真
名优绿茶智能化采摘关键技术研究进展被引量:6
2022年
阐述名优绿茶智能化采摘研究中的茶叶新梢与嫩芽识别、采摘点定位以及采茶机器人本体结构设计等关键技术,分析智能化采摘关键技术的原理和特点,指出复杂多扰动环境下,密集交错的多目标智能识别、精准定位与无损采摘等相关学科领域具有普遍意义的共性科学难题。通过总结现有技术存在的嫩芽识别精度低、定位误差大和采摘损伤芽头等问题,展望名优绿茶智能化采摘关键技术的研究趋势。
孙艳霞孙艳霞陈燕飞金小俊陈勇
关键词:名优绿茶
共1页<1>
聚类工具0