首页期刊导航|农业工程学报
期刊信息/Journal information
农业工程学报
中国农业工程学会
农业工程学报

中国农业工程学会

朱明

半月刊

1002-6819

tcsae@tcsae.org

010-65929451，65910066转2503、3503

100125

北京朝阳区麦子店街41号

农业工程学报/Journal Transactions of the Chinese Society of Agricultural EngineeringCSCD北大核心CSTPCDEI
查看更多>>《农业工程学报》是由中国农业工程学会主办的全国性学术期刊,自2005年始为单月刊。编委会名誉主任:汪憨华院士,编委会主任兼主编:杨邦杰教授《农业工程学报》为全国中文核心期刊,在最新版的《中文核心期刊要目总揽》中位居"农业工程类"期刊榜首；2001年入选中国期刊方阵"双效"期刊；被中国科协主办的《中国学术期刊文摘》选为首批收录期刊；先后被美国工程索引(EI Page one)、英国国际农业与生物中心(CAB International)、检索系统、数据库收录。
正式出版
收录年代

    东北黑土区不同种类有机物料腐解特征及驱动因素分析

    雷琬莹滕培基王博李佳垚...
    107-116页
    查看更多>>摘要：有机物料高效还田是培肥黑土的重要途径,有机物料自身性质和腐解过程中的温度是影响有机物料腐解的关键要素.寒地黑土区不同种类有机物料的动态腐解过程及腐解影响因素的研究还较少.该研究通过在东北黑土区不同积温地点布设不同种类有机物料腐解田间联网试验,研究有机物料的动态腐解特征及主要影响因素.结果表明:1)有机物料自身性质存在明显差异,其中秸秆的碳氮比最高,有机肥最低,腐解指数变化趋势与碳氮比相反.2)经过720 d的腐解,6种有机物料的累积腐解率和累积释碳率具有明显的季节性和地带性变化规律.在积温较高的夏、秋季节累积腐解率和累积释碳率高于积温较低的春、冬季节;试验地点积温越高,累积腐解率和累积释碳率越大,从积温最低的黑河到积温最高的昌图,累积腐解率和累积释碳率分别增加了 15.8％～41.0％和47.8％～114.0％.不同有机物料的累积腐解率表现为作物秸秆＞菌糠＞畜禽粪便,累积释碳率与之相反.3)有机物料腐解的同时发生碳释放和氮富集过程,除海伦和黑河地区玉米和水稻秸秆经过720 d的腐解后碳氮比未降至25以下外,其余处理碳氮比均低于25,腐解效果较好.腐解残留率衰减方程可较好的拟合了有机物料的腐解过程,作物秸秆的腐解速率常数k(0.23～0.25)显著高于木耳菌糠(0.15)和畜禽粪便(0.08～0.13)(P＜0.05).结构方程模型表明,有机物料自身性质对腐解特征的贡献率高于试验地点的积温、腐解时间和土壤性质,是影响有机物料腐解最主要的驱动因素.

    有机物料腐解特征腐解模型驱动因素东北黑土区

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于人工智能的小麦高效育种信息交互系统构建

    杨民安孙雨王凤超杨晶...
    117-123页
    查看更多>>摘要：小麦是人类社会重要的粮食资源之一,因此基于人工智能技术构建高效育种信息交互平台对于高质高产的小麦种植具有重要的战略价值.高效育种信息交互平台的搭建关键在于核心数据的准确识别与分类,基于此该研究提出了一种Naive Bayes(朴素贝叶斯)-AdaBoost策略,应用于小麦育种信息数据的分类与识别,并实现构筑交互平台.在该策略中AdaBoost主要用于对Naive Bayes的弱分类器进行迭代,形成强分类器,同时过滤并优化核心词汇,达到提高分类识别准确度的目的.结果显示,与传统Naive Bayes方法相比该方法准确率提高了 12.2个百分点,识别的准确率达到99.2％,而此时基于Naive Bayes、决策树、支持向量机3种方法的准确率分别为87.0％、86.6％和85.6％.结果表明,该研究所提方法在面对复杂数据分类识别的场景中具有较大的应用潜力.

    小麦交互平台NaiveBayesAdaBoost育种交互核心词汇

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于YOLOv5s改进模型的小白菜虫害识别方法

    郑俊键兰玉彬熊万杰李硕...
    124-133页
    查看更多>>摘要：小白菜是中国种植面积较广、深受大众喜爱的蔬菜,真实菜地环境中虫害往往出现在叶片的特定区域,且受环境因素如光照和背景干扰较大,影响对其的智能检测.为提高小白菜虫害的检测效率和准确率,该研究提出一种基于YOLOv5s网络框架改进的YOLOPC(YOLO for Pak Choi)小白菜虫害识别模型.首先,引入CBAM(convolutional block attention module)注意力机制,将其放在CBS(卷积层Convolution+归一化层Batch normalization+激活函数层SILU)的输入端构成CBAM-CBS的结构,动态调整特征图中各个通道和空间位置的权重;使用上采样和1×1卷积操作来调整特征图的尺寸和通道数,实现不同层次特征的融合,增强模型的特征表示能力.同时,改进损失函数,使其更适合边界框回归的准确性需求;利用空洞卷积的优势提高网络的感受野范围,使模型能够更好地理解图像的上下文信息.试验结果表明,与改进前的YOLOv5s模型相比,YOLOPC模型对小白菜小菜蛾和潜叶蝇虫害检测的平均精度均值(mean average precision,mAP)达到 91.4％,提高了 12.9％;每秒传输帧数(Frame Per Second,FPS)为 58.82 帧/s,增加了11.2帧/s,增加幅度达23.53％;参数量仅为14.4 M,降低了 25.78％.与经典的目标检测算法SSD、Faster R-CNN、YOLOv3、YOLOv7 和 YOLOv8 相比,YOLOPC 模型的平均精度均值分别高出 20.1％、24.6％、14％、13.4％和 13.3％,此外,其准确率、召回率、帧速率和参数量均展现出显著优势.该模型可为复杂背景下小白菜虫害的快速准确检测提供技术支持.

    图像处理图像识别小白菜虫害YOLOPC模型注意力机制目标检测损失函数空洞卷积

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    密植环境下基于域自适应学习的番茄检测方法

    李洋侯文慧杨辉煌饶元...
    134-145页
    查看更多>>摘要：为解决果实检测模型在密植环境中对于不同场景适应力较差和严重的数据依赖性问题,该研究结合YOLOv5模型和域自适应学习,提出了一种番茄域自适应检测模型TDA-YOLO(tomato detection domain adaptation).该研究将密集种植环境中正常光照场景作为源域,其他光照场景作为目标域.首先,引入神经预设的颜色风格迁移来构建伪数据集,减小源域和目标域之间的差异.其次,该研究结合半监督学习方法,使模型能够更充分的提取域不变特征,并利用知识蒸馏提高模型适应目标域能力.此外还引入FasterNet轻量级网络整合到C3模块中,以加快推理速度并减少参数量.试验结果表明,在不同场景的密集种植环境中,TDA-YOLO模型检测番茄的均值平均精度为96.80％,比原始YOLOv5s模型提高了 7.19个百分点,相较于YOLOv8和YOLOv9分别高出2.17和1.19个百分点,其对于每张图像的平均检测时间为15 ms,FLOPs大小为13.8G.经过加速处理后,Jetson Xavier NX开发板上部署的TDA-YOLO模型的检测准确率为90.95％,均值平均精度值为91.35％,每张图像的检测时间为21ms,满足密植环境下番茄实时检测的要求.试验结果表明提出的TDA-YOLO模型可在密植环境下准确、快速的检测番茄,同时避免了使用大量的标注数据,为番茄等果实自动化收获系统的开发提供技术支持.

    植物模型域自适应番茄检测光照变化半监督学习密植环境

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于状态向量增强ByteTrack的新生羔羊活动量自动计算方法

    林庆霞顾兴健陈新文熊迎军...
    146-155页
    查看更多>>摘要：为评价母羊繁殖性能并及时发现分娩栏中的弱活力羔羊,该研究提出一种基于状态向量增强ByteTrack的新生羔羊活动量自动计算方法.针对传统ByteTrack算法在跟踪目标被遮挡时易发生身份切换的问题,引入置信度信息增强的状态向量,提高跟踪算法区分遮挡与被遮挡羔羊的能力.针对跟踪目标丢失导致轨迹预测不准确的问题,构建目标丢失期间的虚拟轨迹并重更新轨迹状态向量,以纠正轨迹误差.在获取各羔羊活动轨迹后,计算各羔羊帧间移动距离统计羔羊活动量.在江苏海门山羊研发中心采集的新生羔羊活动视频数据集上,测试状态向量增强的ByteTrack多目标跟踪算法性能.测试结果表明,研究提出的多目标跟踪方法在高阶跟踪精度、多目标跟踪精度、多目标跟踪准确度、1DF1得分上分别达到80.8％、86.1％、84.5％和92.2％,相较于现有算法的最高精度,分别提高2.7、0.2、2.3和3.9个百分点.该研究所提方法能够实现同窝多只新生羔羊的稳定跟踪,为新生羔羊活动量的自动计算、母羊繁殖性能的自动评估提供技术支撑.

    动物目标检测多目标跟踪数据关联遮挡羔羊活动量

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于CNN-Transformer的农作物病虫害知识问答意图识别与槽位填充联合模型

    王鲁刘瑞麟黄敬中郭旭超...
    156-162页
    查看更多>>摘要：意图识别与槽位填充是农作物病虫害知识问答中问题理解的两个重要任务.在已有面向农业领域的研究中,上述任务仍被视为两个完全独立的子任务,并且未充分利用意图识别与槽位填充的语义信息.为此,该研究提出一种基于CNN-Transformer的意图识别与槽位填充联合模型(CDPCT-IDSF).该模型根据农作物病虫害文本语义复杂设计CNN网络与多层Transformer结合强调局部的有用信息以缓解语义缺失问题;然后在Transformer解码器中引入对齐保证输入与输出一对一关系以提高识别正确槽位标签的能力.此外,进一步构建了包含20个意图类别、12个槽位类别和11242条标注样本的农业病虫害知识问答数据集进行对比试验,CDPCT-IDSF模型在该语料库上的槽位填充F1值为94.36％,意图识别精度为92.99％,整体识别精度为87.23％,优于其他对比模型,结果证明了所提模型在农作物病虫害意图识别与槽位填充任务上的有效性,可为面向农作物病虫害的知识问答研究提供理论支撑.

    农作物病虫害CNN卷积网络Transformer意图识别槽位填充

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于改进YOLOv8n的轻量化红花识别方法

    张新月胡广锐李浦航曹晓明...
    163-170页
    查看更多>>摘要：为解决智能化采收中红花识别易受田间复杂环境、设备计算资源等限制的问题,该研究提出一种基于改进YOLOv8n的轻量化红花识别方法,以便将模型部署在移动端上进行目标检测.该研究应用Vanillanet轻量化网络结构代替YOLOv8n的骨干特征提取网络,降低了模型的复杂程度;将大型可分离核注意力模块(large separable kernel attention,LSKA)引入特征融合网络,以降低存储量和计算资源消耗;将YOLOv8n的损失函数从中心点与边界框的重叠联合(center intersection of union,CIoU)替换为动态非单调的聚焦机制(wise intersection of union,WIoU)提升检测器的总体性能;并选用随机梯度下降算法(stochastic gradient descent,SGD)进行模型训练,以提高模型鲁棒性.试验结果表明,改进后的轻量化模型每秒传输帧数(frames per second,FPS)为123.46帧/s,与原YOLOv8n模型相比提高了 7.41％,而模型大小为3.00MB,仅为原来的50.17％,并且精确度(precision,P)和平均精度值(mean average precision,mAP)达到了 93.10％和96.40％,与YOLOv5s与YOLOv7-tiny检测模型相比,FPS分别提高了 25.93％和19.76％,模型大小为原模型的21.90％和25.86％,研究结果可为后续红花的智能化采收装备研发提供技术支持.

    图像识别模型目标检测YOLOv8nVanillanet轻量化红花采摘

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    融合关系上下文与路径的茶叶种植知识图谱关系补全模型

    单源源李书琴
    171-178页
    查看更多>>摘要：针对茶叶种植知识图谱不完备问题,该研究提出了一种融合关系上下文与路径的茶叶种植知识图谱关系补全模型.模型由TeaConAggr(tea context aggregate)聚合模块、多层关系消息传递机制、关系路径聚合模块和关系路径学习模块组成,首先利用TeaConAggr模块对实体的各跳关系上下文进行聚合,通过多层关系消息传递机制将各跳关系上下文进行汇总,从而得到实体对的关系上下文;其次使用关系路径聚合模块对实体之间的关系路径进行聚合,并通过关系路径学习模块对路径进行学习;最后通过注意力机制对关系上下文和关系路径进行融合,以实现实体关系补全的目标.模型在自建的茶叶种植知识图谱数据集TPKGData上开展试验,试验结果表明:该模型在平均倒数排名、命中率Hits@l和命中率Hits@3三个指标上分别达到了 85.40％、80.95％和90.08％,与Shallom模型相比分别提高了 2.56％、2.63％和4.25％个百分点.此外,模型在公开数据集FB15K-237和WN18RR上与Shallom模型进行试验对比,平均倒数排名分别提高了 2.17％和1.05个百分点,进一步表明本文模型具有较好的泛化能力.

    模型知识图谱茶叶种植图谱补全关系上下文关系路径

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于COF-YOLOv5s的油茶果识别定位

    王金鹏何萌甄乾广周宏平...
    179-188页
    查看更多>>摘要：针对自然环境下油茶果存在多种类、多遮挡及小目标等问题,该研究基于YOLOv5s提出COF-YOLOv5s(camellia oleifera fruit-you only look once)油茶果识别模型,实现油茶果的高精度检测.通过添加小目标检测层、将FasterNet中的轻量化模块Faster Block嵌入到C3模块及添加Biformer注意力机制对YOLOv5s进行改进.试验结果表明,改进后网络在测试集上的精度、召回率、平均精度均值分别为97.6％、97.8％、99.1％,比YOLOv5s分别提高5.0、7.5、4.4个百分点,推理时间为10.3 ms.将模型部署到Jetson Xavier NX中,结合ZED mini相机进行油茶果识别与定位试验.室内试验得到COF-YOLOv5s的召回率为91.7％,室外绿油茶果的召回率为68.8％,小目标红油茶果在弱光条件下的召回率为64.3％.研究结果可为实现油茶产业的智能化和规模化提供理论支持.

    深度学习目标检测油茶果采收定位

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    柑橘病害近红外光谱判别模型及病害对理化指标影响

    肖怀春吴茂隆栗琳琳尹淑琳...
    189-195页
    查看更多>>摘要：柑橘病害严重影响柑橘产量与品质,为进一步寻找叶片光谱与其理化指标变化规律,故将近红外光谱技术与化学计量学相结合探索柑橘病害光谱判别及病害对理化指标影响的可行性.利用便携式近红外光谱仪,获取柑橘正常、溃疡病和砂皮病3类叶片光谱并测量理化指标值,开展光谱特性与理化指标规律分析,进行SPA(successive projections algorithm)与 PC A(principal component analysis)变量筛选,结合 RF(random forest)与 LWPLS(locally weighted partial least squares)分别建立柑橘病害定性模型及理化指标定量模型.对比分析模型结果,发现基于原始光谱变量的LWPLS定性模型效果最佳,其判别准确率为94.03％.用401个光谱变量为输入,基于LWPLS的正常叶片SPAD值模型分析结果最优;虽正常、溃疡病和砂皮病3类叶片综合的LWPLS定量模型RMSEP较大为4.46％,但模型对叶片SPAD值具有较好的预测精度,R2和RPD分别为0.93、2.19.研究表明,近红外光谱技术结合化学计量学判别柑橘病害及分析病害对叶片理化指标的影响具有一定可行性,可为柑橘病害实时现场检测提供重要科学参考.

    病害模型近红外光谱柑橘SPAD值实时检测

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据