排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
病虫害严重影响农业和环境的可持续发展,导致农作物产量损失和品质下降。深度学习技术为病虫害识别和防治提供了新方法,在识别准确率和效率方面呈现出独特优势。在归纳总结深度学习技术发展历史、算法的优缺点基础上,探讨其在农作物病虫害研究中的应用现状、存在的问题和发展趋势。CNN(convolutional neural networks)架构是病虫害识别的核心技术,基于迁移学习的深度学习技术是研究热点。为加快深度学习技术在农业领域的应用,促进智慧农业的发展,应加快建设农作物病虫害数据集、优化深度学习架构、搭建移动平台、研究单一和混合病虫害图像分割技术、融合无人机和卫星遥感影像与地面观测数据,实现大面积农作物病虫害的识别与检测。通过深度学习技术在农作物病虫害识别中的应用,可以在保护生态平衡的基础上加强对病虫害防治,保障农作物的产量和质量。 相似文献
2.
3.
4.
【目的】在优化速度模型的基础上,引入平均场延迟反馈控制方法抑制交通的拥堵。【方法】将当前车受到的所有其它车的作用用一个平均场力来代替,将延迟耦合作为延迟反馈控制项,在交通流演化过程中,通过开-关(on-off)加载控制以抑制交通的拥堵;通过线性稳定性分析得出稳定性条件;最后用数值模拟验证控制方法的有效性。【结果】稳定性分析得出交通流在控制作用下趋于稳定,数值模拟分析对比发现拥堵交通流在施加控制后,车间距-速度相图中的交通滞后曲线区域缩小,以此判断交通拥堵得以缓解。【结论】交通流平均场延迟反馈控制方法可以有效地抑制交通拥堵,控制增益越大,交通拥堵缓解程度越好,而且该反馈控制在智能交通(ITS)中易于实现。 相似文献
5.
【目的】寻找抑制拥堵、控制交通排放的可行方案。【方法】在交通流格子流体力学模型的基础上,考虑道路上所有车流对当前车流的作用,构造平均场反馈控制方法;考虑最近邻单元车流量差的正弦变化,提出非线性正弦反馈控制方法,并通过线性分析得出其稳定性条件。最后通过数值模拟验证,对比这两种反馈控制方法,以及考虑最近邻单元流量差的Ge反馈控制方法和考虑下游车流流量差的Redhu和Gupta延时反馈控制方法对抑制交通拥堵的作用。【结果】4种控制方法都能抑制交通拥堵。从数值模拟结果看,控制效果较好为平均场反馈控制方法、非线性正弦反馈控制方法和Ge反馈控制方法;从实际应用的角度来看,非线性正弦反馈控制方法、Ge反馈控制方法及Redhu和Gupta延时反馈控制方法比较容易实现。【结论】控制效果较好且较容易实现的方法为非线性正弦反馈控制方法和Ge反馈控制方法。 相似文献
1