黄林生

作品数：53被引量：620H指数：15
导出分析报告
供职机构：安徽大学更多>>
发文主题：小麦赤霉病光谱麦穗高光谱图像赤霉病更多>>
发文领域：自动化与计算机技术农业科学电气工程文化科学更多>>
发文期刊：《浙江大学学报（农业与生命科学版）》《浙江农业学报》《遥感技术与应用》《考试周刊》更多>>
所获基金：国家自然科学基金安徽省自然科学基金安徽省高校省级自然科学研究项目中国科学院“百人计划”更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
浅水湖泊水生植被和藻类水华时空演变遥感长期监测:以太湖流域长荡湖为例(1985-2021年)
《湖泊科学》2025年第2期368-377,I0001,共11页黄林生 倪贵高 王康 赵晋陵 罗菊花 
国家自然科学基金项目(42271377)资助。
水生植被和藻类作为湖泊生态系统的主要初级生产者,对湖泊生态系统具有重要作用。在气候变化和人类活动的双重作用下,湖泊富营养化加剧,水生植被退化,藻类水华频发。开展湖泊水生植被群落和藻类水华的长期观测可为湖泊生态系统水生植被...
关键词：太湖流域 长荡湖 水生植被 藻类水华 围网 遥感 
基于改进DeblurGANv2模型的小麦条锈菌夏孢子离焦模糊显微图像复原方法
《农业机械学报》2025年第1期366-376,共11页雷雨 陈旭 阮超 钱海明 李劲松 黄林生 赵晋陵 
国家自然科学基金项目(32301701);安徽省高等学校科学研究项目(2022AH050085);合肥市自然科学基金项目(202309);合肥市关键共性技术研发“揭榜挂帅”项目(GJ2022QN06);河南省重点研发专项(241111110800)。
针对复杂工况下孢子捕捉设备显微成像易出现离焦模糊导致高频信息缺失和夏孢子边缘模糊等问题,提出了一种改进DeblurGANv2模型的小麦条锈菌夏孢子离焦模糊显微图像复原方法。首先,在DeblurGANv2模型特征融合模块后设计引入一个自底向上...
关键词：小麦条锈菌 显微图像 离焦模糊 孢子检测 图像复原 特征融合 
基于轻量级密集多尺度注意力网络的小麦叶部锈病识别方法
《农业机械学报》2024年第11期21-31,共11页鲍文霞 赵诗意 黄林生 梁栋 胡根生 
安徽省自然科学基金项目(2208085MC60);安徽省省厅高校科研计划项目(2023AH050084);国家自然科学基金项目(62273001、32372632)。
人工诊断小麦锈病成本高、效率低,已无法满足现代农业生产的需要。本文提出了一种轻量级密集多尺度注意力网络模型(Mobile-Dense multi-scale attention net,Mobile-DMSANet),用于自动识别田间自然场景中的小麦叶部锈病(条锈病和叶锈病...
关键词：小麦条锈病 小麦叶锈病 病害识别 轻量级卷积神经网络 Molile-DMSANet 
基于无人机RGB影像的大豆种植区提取方法研究被引量：3
《浙江农业学报》2023年第4期952-961,共10页张梦 佘宝 杨玉莹 黄林生 朱梦琦 
农业生态大数据分析与应用技术国家地方联合工程研究中心开放课题(AE202101);国家重点研发计划(2019YFE0115200);安徽省高校自然科学研究项目(KJ2019A0120)。
针对皖北大豆主产区——阜阳市太和县境内的典型破碎农田环境,基于无人机RGB影像与多种机器学习算法构建大豆遥感识别模型,据此实现种植区的精细制图。除了R、G、B波段的相对反射率外,还选取了3个HLS色彩空间分量、9个可见光植被指数、...
关键词：无人机 机器学习 大豆 作物制图 特征优选 
基于Sentinel-2影像和机器学习算法的冬小麦秸秆覆盖度遥感估算被引量：2
《麦类作物学报》2023年第4期524-535,共12页朱奇磊 梁栋 徐新刚 安晓飞 陈立平 杨贵军 黄林生 许思喆 
国家重点研发计划项目(2019YFE0125300);北京市农林科学院科技创新能力建设专项(KJCX20210433);国家现代农业产业技术体系资助项目(CARS-03)。
为探究大范围小麦秸秆覆盖度(CRC)估测方法,以冬小麦秸秆为研究对象,基于Sentinel-2遥感卫星影像光谱指数、波段和纹理特征及其不同特征组合,利用灰色关联-随机森林(GRA-RF)敏感特征提取方法,结合高斯过程(GPR)、套索(LASSO)、岭回归(RR...
关键词：秸秆覆盖度 灰色关联分析-随机森林 机器学习算法 特征变量筛选 
基于SE-UNet的冬小麦种植区域提取方法被引量：13
《农业机械学报》2022年第9期189-196,共8页赵晋陵 詹媛媛 王娟 黄林生 
国家自然科学基金项目(31971789);安徽省自然科学基金项目(2008085MF184)
传统的小麦面积提取方法主要依靠人工野外调查,存在工作量大、效率低、成本高等问题,而遥感技术具有准确、快速和动态等优点,已成为作物面积提取的有效手段。本文以石家庄市正定县各镇的Landsat-8卫星遥感影像为训练数据,藁城区增村镇...
关键词：冬小麦 种植区域 提取方法 遥感影像 SE-UNet 注意力机制 
联合多源多时相卫星影像和支持向量机的小麦白粉病监测方法(英文)被引量：1
《智慧农业（中英文）》2022年第1期17-28,共12页赵晋陵 杜世州 黄林生 
The Natural Science Foundation of China(31971789);The Natural Science Foundation of Anhui Province(2008085MF184)。
白粉病主要侵染小麦叶部,可利用卫星遥感技术进行大范围监测和评估。本研究利用多源多时相卫星遥感影像监测小麦白粉病并提升分类精度。使用四景Landat-8的热红外传感器数据(Thermal Infrared Sensor,TIRS)和20景MODIS影像的MOD11A1温...
关键词：小麦白粉病 高分一号 MODIS Landsat-8 地表温度 支持向量机 
基于RSTCNN的小麦叶片病害严重度估计被引量：9
《农业机械学报》2021年第12期242-252,263,共12页鲍文霞 林泽 胡根生 梁栋 黄林生 杨先军 
国家自然科学基金项目(61672032、41771463);安徽省科技重大专项(16030701091)。
以小麦叶片条锈病和白粉病为研究对象,针对同类型病害的不同严重度之间的图像颜色及纹理特征差异较小,传统方法病害严重度估计准确率不高的问题,提出一种基于循环空间变换的卷积神经网络(Recurrent spatial transformer convolutional n...
关键词：小麦 叶片病害 严重度估计 循环空间变换卷积神经网络 
基于注意力机制和多尺度残差网络的农作物病害识别被引量：49
《农业机械学报》2021年第10期264-271,共8页黄林生 罗耀武 杨小冬 杨贵军 王道勇 
广东省重点领域研发计划项目(2019B020216001);国家自然科学基金项目(41771469);安徽省高等学校自然科学研究重点项目(KJ2019A0030)。
针对传统农作物病害识别方法依靠人工提取特征,步骤复杂且低效,难以实现在田间环境下识别的问题,提出一种多尺度卷积结构与注意力机制结合的农作物病害识别模型。该研究在残差网络(ResNet18)的基础上进行改进,引入Inception模块,利用其...
关键词：农作物病害识别 残差网络 特征提取 多尺度卷积 注意力机制 
基于卷积神经网络的生菜多光谱图像分割与配准被引量：12
《农业机械学报》2021年第9期186-194,共9页黄林生 邵松 卢宪菊 郭新宇 樊江川 
北京市农林科学院协同创新中心建设专项(KJCX201917);国家自然科学基金面上项目(31871519);北京市农林科学院科研创新平台建设项目(PT2021-31)。
针对多光谱图像中由于多镜头多光谱相机各通道之间存在的偏差以及传统分割方法的不适用,图像分析处理过程往往会出现无法自动化分割或分割精度较低的问题,提出采用基于相位相关算法和基于UNet的语义分割模型对田间生菜多光谱图像进行各...
关键词：生菜 多光谱图像 图像配准 图像分割 卷积神经网络 
全选清除导出
共5页<12345>
检索报告 对象比较 聚类工具 使用帮助 返回顶部