首页期刊导航|中国农机化学报
期刊信息/Journal information
中国农机化学报
中国农机化学报

曹曙明

双月刊

2095-5553

jcam@vip.163.com

025-84346270 84346296

210014

江苏省南京市中山门外柳营100号

中国农机化学报/Journal Journal of Chinese Agricultural Mechanization北大核心CSTPCD
查看更多>>本刊为农业机械化专业性期刊。宣传党的农业机械化的方针政策，探索农业机械化的方向和道路，交流农业机械化经营管理和教育培训经验，传播农业机械化信息，普及农业机械化基础知识。
正式出版
收录年代

    基于灰色关联度的某畜禽车车厢多目标优化

    赵铁棨龚运息傅爱军张国顺...
    131-138页
    查看更多>>摘要：为降低某公司4×2畜禽运输车的生产成本以及提高车辆的燃油经济性,在保证车厢结构性能的前提下,对畜禽车车厢进行轻量化设计.通过对车厢进行静态分析和动态分析,了解其结构性能后,使用混合灵敏度方法从80组设计变量中筛选出30组设计变量,再用哈默斯雷法Hammersley对设计变量进行采样;随后使用移动最小二乘法MLSR创建近似模型,并通过确定系数来判断拟合精度;最后使用多目标遗传算法MOGA对近似模型进行优化并得到帕雷托前沿,并基于灰色关联度分析从该帕雷托前沿中筛选出一组最优板厚.优化后的模型在保证车厢整体结构性能的前提下使车厢减重6.8%,并且一阶模态频率提高2.9 Hz.

    畜禽车车厢近似模型多目标优化帕雷托前沿灰色关联度

      原文链接:
    • 万方数据
    • 维普

    基于CNN和近红外光谱的蜜柑SSC预测模型研究

    相志勇苗玉彬
    139-144页
    查看更多>>摘要：针对抽样化验等传统果实品质检测方法具有破坏性以及现有回归预测模型存在光谱信息损失和特征提取不够完备等问题,提出基于近红外光谱分析技术和一维卷积神经网络(1D-CNN)实现蜜柑果实可溶性固形物含量预测的模型和方法.采集蜜柑的近红外光谱和测定可溶性固形物含量建立数据集.并通过试验对比确定使模型性能最优的网络结构深度、卷积核尺寸和数量、有无批量归一化(BN)层、池化方式、全连接层深度和Dropout值等网络结构参数,形成包含2层卷积层、2层BN层,2层最大池化层和2层全连接层的一维卷积神经网络,并设置Dropout值为0.2.与偏最小二乘回归、主成分回归和支持向量机回归预测模型的性能对比试验表明:提出的1D-CNN模型预测精度和模型稳定性均优于传统回归预测算法,其验证集上的均方根误差为0.333 9,决定系数为0.865 5,能够实现对蜜柑近红外光谱数据特征的有效提取和对蜜柑可溶性固形物含量的无损检测.

    蜜柑近红外光谱卷积神经网络可溶性固形物无损检测

      原文链接:
    • 万方数据
    • 维普

    基于二维激光雷达的甘蔗垄高检测研究

    姜华骏陆静平林运东
    145-149,188页
    查看更多>>摘要：为提高丘陵地带甘蔗收割机收割质量,研究能够跟随地形的起伏变化而调节收割刀盘高度的技术显得尤为重要,解决该问题的关键是对于蔗田地面高度的检测,因此设计一台蔗田垄高建图机器人.该机器人能适应按标准化种植的蔗田地形,通过机载二维激光雷达扫描收集蔗田地形轮廓信息,远程计算机对数据进行多维度形态学特征分析,提取蔗田数据点并建立蔗田三维地形图.仿真结果表明:该机器人能够对蔗田地形进行建图,建图分辨率为 0.005 m,准确率为96.4%,为收割机的刀盘高度调节提供可靠的数据支持.

    二维激光雷达甘蔗收割垄高检测图像处理

      原文链接:
    • 万方数据
    • 维普

    基于GAN-BPNN的牦牛动态体重测量算法研究

    肖建张玉安刘君毅姚添...
    150-158页
    查看更多>>摘要：针对牦牛体重称重难的问题,结合物联网和人工智能技术开发一种基于生成对抗网络GAN和反向传播神经网络BPNN的动态体重测量算法.在牦牛平稳行走状态下,利用STM32单片机获取80头牦牛的原始压力传感器数据.利用GAN网络生成3 000条模拟数据,并使用BPNN神经网络进行回归预测,对牦牛体重进行动态测量.在平稳行走状态下,使用对射红外装置进行位置判断,借此进行数据采集工作,并将采集的原始压力数据交由预测模型进行回归预测.试验结果表明,平均每头牛称重时间约为4 s,预测结果与牦牛真实体重的平均绝对误差为0.92%.优于经验丰富的技术人员估重的最佳精度(±5%),能够满足实际生产需求.试验采用的基于GAN生成对抗网络和BPNN神经网络构建的牦牛动态称重算法能够快速、精确、自动地获取牦牛的体重数据.符合实际应用需求,为牦牛自动化称重提供技术支持,对实现牦牛精准化养殖有着很强的现实意义.

    牦牛动态称重BP神经网络生成对抗网络预测模型

      原文链接:
    • 万方数据
    • 维普

    蚕茧识别技术研究现状及发展趋势

    程方平王义鹏赵帮泰郭曦...
    159-164页
    查看更多>>摘要：我国缫丝织绸早已进入机械化、自动化的发展阶段,但是蚕茧图像识别技术仍处于研究的初级阶段,在推广和应用中存在很多技术瓶颈.为更好地将智能识别技术的研究用于蚕茧分选工作,推动蚕丝产业的健康高效发展,从蚕茧的分类和选茧的标准出发,分别介绍目前蚕茧图像识别技术研究中基于颜色特征、形状特征和纹理特征的识别技术研究现状和特点,总结和分析现在蚕茧图像识别技术研究中存在识别信息不完整、识别种类少、识别准确度和效率较低等方面的问题.提出在开展完整蚕茧图像建立技术、增加多种特征的采集和判别、开展深度学习技术融合的研究建议,展望蚕茧智慧高效分选的发展趋势.

    蚕茧分选图像采集特征识别机器视觉深度学习

      原文链接:
    • 万方数据
    • 维普

    基于高光谱变换的枸杞冠层含水率预测模型

    李永梅王浩赵红莉张立根...
    165-171,188页
    查看更多>>摘要：为实现枸杞冠层水分信息的快速无损监测,以"宁杞7号"枸杞为试验对象,测定枸杞冠层叶片光谱和叶片含水率,对原始光谱进行一阶微分和连续统去除2种数学变换,将获取的原始光谱(OS)、一阶微分光谱(FDS)及连续统去除光谱(CRS)与含水率进行相关性分析,筛选出敏感波长并构建预测含水率的随机森林回归模型(RFRM)、偏最小二乘回归模型(PLSRM)、岭回归模型(RRM)及一元回归模型(URM),最后对模型的精度进行检验与评价.结果表明:从敏感波长分析,基于FDS构建的模型,其拟合度为0.716～0.938;基于CRS构建的模型,其拟合度为0.710～0.920;基于OS构建的模型,其拟合度为0.710～0.874;可见,基于FDS和CRS构建的模型,拟合度均高于基于OS构建的模型.从模型类型分析,RFRM的拟合度最高(0.874～0.938),其次为PLSRM(0.826～0.866)和RRM(0.737～0.889),URM的拟合度最低(0.710～0.730).综合分析,基于一阶微分光谱构建的随机森林回归模型(FDS+RFRM)预测效果最优,其训练集和测试集的拟合度分别为0.938和0.893,检验集R2、RMSE、MAE及RPD分别为0.872、0.561、0.466和2.156.研究将光谱变换与机器学习相结合,开发一套适用于枸杞冠层叶片含水率的且预测精度很高的高光谱探测模型,为枸杞冠层含水率的监测提供适宜高效的方法.

    含水率枸杞高光谱偏最小二乘回归模型随机森林回归模型岭回归模型

      原文链接:
    • 万方数据
    • 维普

    基于高光谱特征提取的甜瓜白粉病早期识别

    白大昱史庆华王建全孙丰刚...
    172-177页
    查看更多>>摘要：白粉病是危害甜瓜产量和品质的主要病害之一,利用高光谱技术进行甜瓜白粉病早期病害识别研究.以温室甜瓜为研究对象,使用高光谱成像仪采集甜瓜叶片包含128个波段的高光谱图像,其中接种白粉病菌1～4天内的早期无病斑叶片为染病叶片,未接种病菌的叶片为健康叶片.采用连续投影算法(SPA)和竞争性自适应重加权算法(CARS)两种算法提取特征波长,运用主成分分析算法(PCA)对原始数据进行特征降维.分别以原始波长(Original)、SPA特征波长(8个)、CARS特征波长(9个)和PCA主成分(4个)作为早期识别模型的输入变量,结合随机森林(RF)和自适应增强(AdaBoost)两种集成学习算法,构建出 8种甜瓜白粉病早期识别模型:Original-RF、SPA-RF、CARS-RF、PCA-RF、Original-AdaBoost、SPA-AdaBoost、CARS-AdaBoost、PCA-AdaBoost,并使用十折交叉验证方法对模型进行评价.结果表明,所建模型准确率均在 90%以上,其中使用全波段的Original-AdaBoost和Original-RF模型平均准确率最高,分别为 94.3%和93.8%;SPA-AdaBoost有效降低模型输入,在染病第1天识别准确率就达到93.3%,平均准确率达到93.5%.

    甜瓜白粉病高光谱特征波长机器学习早期识别

      原文链接:
    • 万方数据
    • 维普

    基于区块链的香菇可信溯源模型优化研究

    林明霞柳平增姜洪涛张兴国...
    178-188页
    查看更多>>摘要：在香菇产品供应链中,由于环节众多而复杂,并要求高水平的食品质量安全监管,这导致信息传输的冗余和追溯系统内查询效率的低下.为解决传统香菇溯源系统中出现的问题,提出一种利用区块链技术的香菇质量安全可信溯源解决方案.对香菇供应链从溯源角度实行各流程分析,对其中的溯源信息和产品信息筛选整理,设计基于区块链的香菇质量安全溯源方案;基于此,利用区块链技术构建香菇质量安全溯源模型,应用供应链环节多主链的存储模式和数据快速查询模型并且设计相符合的智能合约;并对所提出的模型进行验证分析.结果表明,在使用区块链测试工具Caliper下,建立对比试验环境进行对比测试,根据使用数据量不同的情况,当供应链中的数据量足够多时,溯源模型的溯源查询效率、数据吞吐量均相较于传统溯源模型有较大的提升.以上所提出的区块链溯源模型应用到食用菌香菇产业,能够实现香菇供应链信息安全传递和快速溯源.

    区块链溯源模型溯源方案供应链溯源环节多主链

      原文链接:
    • 万方数据
    • 维普

    改进YOLOv5s的蝗虫识别系统

    马宏兴董凯兵丁雨恒盛铁雷...
    189-195页
    查看更多>>摘要：为准确有效识别宁夏荒漠草原地区蝗虫种类,基于YOLOv5s网络模型提出一种复杂背景下蝗虫目标检测模型YOLOv5s-CG,在主干网络使用CoTNet保留复杂背景下的蝗虫特征信息,同时在颈部网络中融入GAM全局注意力机制提高检测模型的特征融合能力.结果表明,在对宁夏荒漠草原蝗虫进行识别时,模型YOLOv5s-CG 精确率为92.5%,平均精度均值为 93.2%,相比原始模型分别提高 4.8个百分点和 5.3个百分点,与 Fast R-CNN、YOLOv3、YOLOv4、YOLOv5s、YOLOv6s、YOLOv7模型相比,YOLOv5s-CG网络模型对宁夏荒漠草原蝗虫具有更好的检测性能.基于YOLOv5s-CG,开发宁夏荒漠草原蝗虫识别APP系统,实现宁夏荒漠草原地区复杂背景下的蝗虫在线识别检测,为宁夏荒漠草原地区蝗虫的监管防控和综合治理提供数据支持.

    蝗虫识别深度学习自注意力机制全局注意力机制

      原文链接:
    • 万方数据
    • 维普

    改进YOLOv7的水稻叶片病害检测算法研究

    邓楠方逵李成
    196-201页
    查看更多>>摘要：为解决水稻病害难以有效检测的问题,以水稻白叶枯病、稻瘟病、褐斑病等关键病害为研究对象,提出一种名为DNC-YOLOv7的水稻病害检测算法.首先,针对YOLOv7中原上采样模块在水稻病害语义信息提取方面的不足,引入NC(Nearest CARAFE)上采样模块,显著提升网络模型在恢复水稻叶片图像细节方面的能力,使模型能更准确地捕捉和识别病害特征.其次,为进一步加强模型的特征提取和融合能力,提出DFPN结构,以改进原模型的颈部设计.最后,采用Mixup和Mosaic技术对原始数据集进行增强处理,以增强模型的泛化能力和鲁棒性.结果表明,DNC-YOLOv7算法在数据集上的平均检测精度从原始的83.4%显著提升至93.2%,相较传统的YOLOv7算法,平均检测精度提高9.8%.

    水稻叶片病害检测YOLOv7数据增强CARAFE

      原文链接:
    • 万方数据
    • 维普