公共文化服务平台

时雷: 作品数：62 被引量：184H指数：8; 供职机构：河南农业大学信息与管理科学学院更多>>; 发文基金：河南省科技攻关计划国家自然科学基金国家现代农业产业技术体系建设项目更多>>; 相关领域：自动化与计算机技术农业科学文化科学电子电信更多>>

合作作者

基于Web的农作物信息管理系统构建与应用被引量：2: 2015年; 为了开发数据全面且功能综合的农作物信息管理系统,以Java语言作为开发工具,使用My SQL数据库软件,运用MVC设计模式,建立了由信息浏览、数据查询、系统管理和信息反馈4个模块构成的农作物信息管理系统。系统中的数据全面且种类多样化。系统初步建成后,以河南省小麦信息数据作为管理对象,对系统的功能进行了测试和试运行,取得了良好的效果。; 时雷张家耀钱诚郭伟马新明赵晓莉; 关键词：信息管理系统农作物 MVC设计模式

基于近红外光谱分析的土壤全氮含量估测研究被引量：9: 2015年; 应用近红外光谱分析技术对比研究基于土壤风干样本和鲜样来预测全氮含量的可行性。选取水稻土为研究对象,首先分析了不同水分土壤的光谱特征,显示随水分含量增加,吸光度升高,且鲜样的吸光度高于干样。通过比较不同预处理方法,对土壤干鲜样分别采用逐步多元回归(SMLR)和偏最小二乘法(PLSR)建立了相应的近红外模型。结果表明,利用近红外光谱均可预测干鲜土壤样本的全氮含量,特别是利用偏最小二乘法建立的标定模型,预测精度高,反演性较好,鲜样和干样外部验证决定系数分别达到0.89和0.91,相对误差仅为6.92%和5.92%,研究结果可以为田间土壤全氮含量的估测提供技术依据和参考。; 张娟娟熊淑萍时雷马新明王高; 关键词：近红外光谱土壤全氮 PLSR

基于马氏距离的小麦彩色图像无监督分割研究被引量：1: 2014年; 为了实现小麦彩色图像的自动分割,通过采集大田环境下6个品种的小麦图像样本,基于RGB颜色空间,采用马氏距离对图像的像素进行分类,并构建一个无监督分割模型.结果表明,该模型可以快速的分离出小麦图像与背景图像,与有监督的分割方法的分割效果相当,差异性在19%以下,可以应用于大田环境下小麦群体图像的自动分割.; 时雷庞晓丹闫宇马新明席磊; 关键词：小麦图像处理无监督分割

基于Web of Science的作物病害监测和预警研究进展被引量：1: 2023年; 作物病害是我国主要农业灾害之一,严重危害作物生长发育,威胁粮食安全。为宏观掌握作物病害的发展动态,了解作物病害监测和预警的研究前沿和应用热点,基于文献计量学方法,利用VOSviewer可视化软件,对2003—2022年间Web of Science核心合集数据库收录的作物病害监测和预警研究的相关论文进行可视化分析,为作物病害研究者跟踪研究前沿、把握研究方向提供理论参考。结果表明:作物病害监测和预警领域发文量整体呈现逐步上升趋势,具有广阔的发展前景;中国是作物病害监测和预警研究领域发文数量最多的国家,但研究成果质量需进一步提升;核心作者之间已形成固定的核心研究团队,发文量最多的作者来自以黄文江、张竞成、康振生和Varshney为代表的研究团队;研究成果主要刊载在Frontiers in Plant Science、Plant Disease和Computers and Electronics in Agriculture期刊上;发文的主要机构有美国农业部农业研究局、中国科学院和中国农业科学院;抗病基因育种、PCR诊断作物病害、卷积神经网络和深度学习分类作物病害和遥感监测作物植被指数是近20年来该领域研究的重点和热点。综合来看,作物病害监测和预警研究具有较强的应用前景,但面临的挑战仍很大,需要突破现有技术手段,多种技术相融合,推动作物病害监测和预警向着更加智能化、精准化的方向发展。; 董萍王明彭飞时雷张娟娟司海平; 关键词：作物病害预警可视化分析聚类分析

基于Naive Bayes算法的大豆病害诊断研究: 2009年; 介绍了Naive Bayes算法的基本理论。以UCI数据库中的大豆数据集为实例,研究了Naive Bayes算法在大豆病害诊断中的应用。试验结果表明,Naive Bayes算法的预测精度优于决策树C4.5算法和最近邻INN算法。; 时雷虎晓红席磊; 关键词：大豆病害诊断

纳西象形文英语输入法的设计与实现被引量：2: 2005年; 　针对纳西象形文信息化程度较低这一现状,提出了一种在Windows环境下纳西象形文英语输入法的设计方案.介绍了利用TrueType字体技术建立象形文字库的过程,详细阐述了英语输入法的设计和实现步骤.; 时雷车文刚段其国; 关键词：纳西象形文 IME

基于改进FasterNet的轻量化小麦生育期识别模型: 2024年; 针对现阶段小麦生育期信息获取需依靠人工观测,效率低、主观性强等问题,本文构建包含冬小麦越冬期、返青期、拔节期和抽穗期4个生育期共计4599幅小麦图像数据集,并提出一种基于FasterNet的轻量化网络模型FSST(Fast shuffle swin transformer),开展4个关键生育期的智能识别。在FasterNet部分卷积的基础上引入Channel Shuffle机制,以提升模型计算速度。引入Swin Transformer模块来实现特征融合和自注意力机制,用来提升小麦关键生育期识别准确率。调整整个模型结构,进一步降低网络复杂度,并在训练中引入Lion优化器,加快网络模型收敛速度。在自建的数据集上进行模型验证,结果表明,FSST模型参数量仅为1.22×10^(7),平均识别准确率、F1值和浮点运算量分别为97.22%、78.54%和3.9×10^(8),与FasterNet、GhostNet、ShuffleNetV2和MobileNetV34种模型相比,FSST模型识别精度更高,运算速度更快,并且识别时间分别减少84.04%、73.74%、72.22%和77.01%。提出的FSST模型能够较好地进行小麦关键生育期识别,并且具有识别快速精准和轻量化的特点,可以为大田作物生长实时监测提供信息技术支持。; 时雷雷镜楷王健杨程凯刘志浩席磊席磊; 关键词：小麦轻量化

基于改进YOLO v8s的小麦小穗赤霉病检测研究: 2024年; 为实现大田复杂背景下小麦小穗赤霉病快速准确识别,构建了包含冬小麦开花期、灌浆期和成熟期3个生育期共计640幅的小麦赤霉病图像数据集,并提出一种基于改进YOLO v8s的小麦小穗赤霉病识别方法。首先,利用全维动态卷积ODConv替换主干网络中的标准Conv,提高网络对目标区域特征的提取;然后,在Neck网络使用改进Efficient RepGFPN特征融合网络实现低层特征与高层语义信息的融合,使模型能够提取更丰富的特征信息;最后,采用EIoU损失函数替换CIoU损失函数,加快模型收敛速度,进一步提高模型准确率,实现对小麦小穗赤霉病的快速、准确识别。在自建的数据集上进行模型验证,结果表明,改进模型(OCE-YOLO v8s)对小麦小穗赤霉病的检测精度达到98.3%,相比原模型提高2个百分点;与Faster R-CNN、CenterNet、YOLO v5s、YOLO v6s、YOLO v7模型相比分别提高36、25.7、2.1、2.6、3.9个百分点。提出的OCE-YOLO v8s模型能有效实现小麦小穗赤霉病精确检测,可为大田环境下农作物病虫害实时监测提供参考。; 时雷杨程凯雷镜楷刘志浩王健席磊席磊; 关键词：小麦赤霉病

基于图像处理技术的小麦群体叶绿素状况估计研究被引量：7: 2016年; 基于大田作物群体图像对小麦群体叶绿素状况进行估计。利用图像处理技术提取大田环境下6个小麦品种在3个施氮水平下的图像颜色特征,建立了小麦颜色特征与SPAD的估测模型。结果表明,不同品种小麦各颜色特征与SPAD值相关性不一致,需针对品种建立不同的估测模型;对6个品种的估测模型进行检验,各模型的实际值及估测值均达极显著相关,相对误差介于4.72%-14%之间。通过图像处理技术及小麦颜色特征可以有效地对小麦群体叶绿素状况进行估计。; 时雷庞晓丹钱诚席磊马新明; 关键词：图像处理技术小麦群体

豫东北冬小麦产量预测模型的构建与应用: 本发明公开了一种豫东北冬小麦产量预测模型的构建与应用，旨在解决现有方法无法准确、精确预测冬小麦产量的技术问题。本发明提供了某一地区冬小麦产量预测模型的构建方法及该地区冬小麦产量预测的方法。本发明能够准确、精确预测河南省东...; 时雷段其国张娟娟马新明宋利红秦雅倩王健

时雷

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

时雷

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈