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

    自适应调节重心林间运输车设计与仿真

    王慧安洋崔生乐杨春梅...
    148-155页
    查看更多>>摘要:为提高运输车在林间的工作效率,研究设计一款能够远程遥控且能根据自身运动姿态自动调节重心的小型林间履带式运输车.通过理论计算完成整车各部分机构的设计,分析整车在可调节重心机构调控下的通过性,确定可调节重心机构的控制策略,并利用Recurdyn软件对整机进行通过性模拟仿真.仿真结果表明,经过调控重心后,整机的通过性得到有效提升,整机上坡的极限角度提高17.9%,横坡的极限角度提高18.3%,极限越障高度提高18.7%,跨壕极限宽度提高 13.9%.

    林地环境林间履带式运输机可调节重心机构通过性Recurdyn

    基于渐进式生成对抗网络的农作物病虫害细粒度分类

    邓昀冯琦尧牛照文康燕萍...
    156-162,218页
    查看更多>>摘要:随着深度学习应用的普及和飞速发展,基于深度学习的图像识别方法广泛应用于农作物病虫害领域,但大部分的神经网络重视识别准确率的提高,却忽略神经网络庞大的参数计算量.为解决这个问题,基于渐进式生成对抗网络判别器模型和卷积注意力模块,提出一种改进的渐进式生成对抗网络判别器CPDM网络模型对农作物病虫害进行识别.通过对渐进式生成对抗网络判别器网络结构的调整,采用均衡学习率、像素级特征向量归一化和卷积注意力模块增强CPDM网络模型的特征提取能力,提高对真实图片的识别准确率.试验在PlantVillage数据集上进行,将该模型与VGG16、VGG19 和 ResNet18 进行比较,得到 TOP-1 准确率分别为 99.06%、96.50%、96.65%、98.86%,分别提高 2.56%、2.41%、0.2%,且参数量仅为8.2 M.试验证明提出的CPDM网络模型满足在保证分类准确率的基础上,有效控制神经网络参数计算量的目的.

    农作物病虫害渐进式生成对抗网络卷积注意力模块细粒度分类

    基于半解析涡环模型的农用单旋翼直升机流场快速计算

    金济薛新宇姚伟祥
    163-172页
    查看更多>>摘要:农业航空领域中,定量获取风场(流场)速度分布对单旋翼直升机辅助授粉作业、农药施用效率提升具有重要意义.基于此提出一种半解析理论方法能够快速完整计算单旋翼流场速度.以涡环模型为基础,将农用直升机旋转桨盘下的尾涡系等效为涡环连续叠加所形成的圆柱涡面,再由涡环速度诱导公式半解析计算直升机旋翼空间各点速度.理论模型与仿真和文献试验数据比较,结果表明:涡环模型简单快速,普通计算机(CPU 2 GHz,内存2 GB)上2.8 s完成计算;悬停时与计算流体力学仿真结果下洗速度径向平均误差小于1.9 m/s,平均相对误差小于39.1%,轴向平均误差小于2.26 m/s,平均相对误差小于54.6%;悬停时,诱速从中央往桨尖递增;前飞时,平飞速度越大诱速越小;流场主要影响因素依次为前飞速度、旋翼半径、飞机总重、空气密度.为定量计算农用直升机旋翼风场、辅助授粉作业和田间施药喷头布置提供一种快速方法和参考.

    农用单旋翼直升机流场计算涡环模型流场影响因素农业航空

    改进整数线性规划法的农机配备研究

    胥备刘元义于圣洁陶丽欢...
    173-181页
    查看更多>>摘要:山东省小麦玉米规模化轮作生产下机械效能未充分发挥,存在动力机械与机具配套比低、农机动力与资金浪费问题,主流的整数线性规划农机配备法不适配山东省中小型农业新型经营主体.在对小麦玉米周年轮作全程机械化技术模式调研后,对小面积耕作时农机配备模型采用增设租赁农机服务进行改进.通过验证计算,模型优化后年成本为47 922元,相比未优化前模型成本210 392元下降77.22%;农业机械的配备量下降63.63%.

    小麦—玉米轮作全程机械化技术模式优化配备农机服务

    基于语义分割的无人机图像西瓜果实提取研究

    邱金凯许秀英康烨臧浩...
    182-188页
    查看更多>>摘要:无人机图像中的西瓜果实精准分割是进行西瓜计数和产量预估的前提.针对无人机西瓜图像因存在田间背景复杂、光照不均匀、特征不显著等情况容易导致误分割和细节边缘分割不精确的问题,提出一种改进U-Net网络的西瓜果实分割模型.首先采集西瓜成熟前期的无人机可见光图像,构建西瓜果实语义分割数据集;其次在下采样阶段引入高效通道注意力机制,增强果实区域的特征权重,并在跳跃连接部分增加双注意力机制,基于局部特征建立丰富的上下文依赖关系,提高对目标区域的特征提取能力;最后使用特征图和类别激活映射图对模型预测过程进行可视化解释.结果表明,该模型的准确率、精确率、召回率、F1-Score值和交并比分别为99.03%、92.67%、90.55%、91.21%和84.71%,单幅图像分割时间为0.145 s.该模型能够有效捕获成熟前期的无人机西瓜图像中的果实特征,准确识别自然环境中复杂背景的果实区域,具有良好的分割效果和泛化能力.为利用无人机遥感技术统计大田西瓜数量和成熟前期产量预估提供理论依据和技术支持.

    西瓜果实深度学习无人机图像语义分割注意力机制

    基于多角度Kinect v2的羊只三维模型重构方法研究

    范才虎程曼袁洪波王媛...
    189-197页
    查看更多>>摘要:羊只的体尺参数是衡量其生长发育状况、生产性能和遗传特性的关键指标.重建羊只的三维模型可以为自动化获取多种羊只体尺参数提供数据基础,因此提出一种基于多角度Kinect v2的羊只三维模型重构方法.该方法通过放置在羊只顶部和左右两个侧面的Kinect v2设备,获取羊只的三维点云数据;利用这些数据中的点云之间的相对位置关系,进行点云坐标的转换和初始配准;采用ICP算法进行精确配准建立三维模型.结果表明:当Kinect v2深度相机高度为120 cm、俯视角为30°时,获取的点云质量较高,自动配准的平均误差为0.233 cm,平均耗时为12.89 s.根据模型计算出的羊只体高、体斜长、十字部高和腰脚宽等体尺参数与实际测量平均误差均在5%以内.

    羊只Kinectv2点云配准三维重建体尺计算

    基于改进YOLOv5的草莓病害识别

    邱畅田光兆赵嘉威谢尚杰...
    198-204页
    查看更多>>摘要:为提高草莓的总产量,合理监控和防治草莓病害是有效的手段,提出一种基于改进YOLOv5的草莓病害识别算法.该检测算法以CSPDarknet作为主干特征提取网络,能够有效提高模型的性能和训练效率,并使用EIOU Loss损失函数与K-means聚类算法,来提高模型的收敛速度.同时,在模型中增加CBAM注意力机制来提高检测精度,最终构建基于改进YOLOv5的CBAM-YOLOv51算法.试验结果表明,改进后的模型较之原始模型,在检测精度上有所提升且依然能保证高效的检测速度.另外,经过训练的CBAM-YOLOv51目标检测算法在验证集下的总体平均精度达到96.52%,平均检测时间为27.52 ms,对比YOLOv4、YOLOv4-Tiny、Faster_R-CNN等目标检测算法,该检测算法在精度上具有更大的优势,在实际的草莓果园环境中具有良好的鲁棒性与实时性,可以满足草莓病害识别精度的需求,能够可靠地提示草莓健康状态,从而及时地实现精准施药等保护措施.

    草莓YOLOv5机器视觉深度学习病害识别

    基于改进YOLOv5的草莓病害智能识别终端设计

    乔珠峰赵秋菊郭建鑫陈会娜...
    205-211页
    查看更多>>摘要:为实现低成本、便捷、高效的草莓病害识别与检测,提升草莓种植与生产效益,在YOLOv5模型基础上,引入高效通道注意力(Efficient Channel Attention,ECA)机制,研究构建一种草莓病害识别模型,应用嵌入式与软件工程技术研发草莓病害识别终端设备.终端设备应用系统由图像采集、图像检测、检测结果展示和数据传输等模块组成,实现草莓图像实时采集和病害实时识别检测等功能.基于草莓病害检测数据集对系统开展测试,结果表明,该系统可以有效识别草莓白粉菌果病、角斑病、叶斑病等病害.与YOLOv5相比,AP0.5:0.95、AP0.5、AP0.75、APM、APL都有比较大幅度提升.系统具有高效、便捷、实时等优点,可广泛应用于草莓生产领域,从而有效提升草莓病害识别与检测效率.

    草莓病害YOLOv5图像检测嵌入式模型识别

    基于改进Yolov5s的水稻叶病检测方法

    项新建郑雨曹光客李旭...
    212-218页
    查看更多>>摘要:水稻叶病防治在提高水稻产量中具有重要作用,针对水稻叶病人工检查速度慢、主观性高的问题,提出一种基于改进Yolov5s的水稻叶病目标检测方法.采用K-means聚类算法得到先验框尺寸,增强检测模型对水稻叶病的适应性;将轻量级空间注意力与通道注意力融合,对高层语义特征信息增强,增强模型对病害信息的感知度;并结合特征金字塔网络,融合多尺度感受野获取目标上下文信息,有效地增强模型对目标周围特征的提取,提高目标检测的准确度.试验结果表明:改进后的Yolov5s算法平均检测精度(IOU=0.5)提高4.3%,F1值提高5.3%,帧率FPS为58.7 f/s.有效提升Yolov5s算法对水稻叶病的检测精度,达到实时检测的需求.

    水稻叶病检测K-means聚类注意力机制多尺度感受野

    基于改进版Faster-RCNN的复杂背景下桃树黄叶病识别研究

    张平川胡彦军张烨张彩虹...
    219-225,251页
    查看更多>>摘要:由于桃树黄叶病(以下简称PTYLD)初期症状不明显,现有的基于深度学习的桃树病害识别技术,存在识别准确率不高、识别品种单一的问题,提出一种基于Faster-RCNN的PTYLD识别模型.为提高模型对PTYLD识别准确率和识别多样性,提出使用RS-Loss函数代替RPN中的交叉熵函数、使用Soft-NMS算法代替原来的NMS算法,来改进Faster-RCNN.通过试验对比初始版和改进版Faster-RCNN对PTYLD的识别效果.试验结果显示,改进后的Faster-RCNN对黄叶病识别的各类别平均准确率mAP达90.56%、召回率达94.16%、准确率达92.53%,能识别常见的五种PTYLD.

    桃树黄叶病Faster-RCNN复杂背景软性非极大值抑制算法