孙龙清
- 作品数：82 被引量：157H指数：8
- 供职机构：中国农业大学更多>>
- 发文基金：国家高技术研究发展计划国家科技支撑计划中央级公益性科研院所基本科研业务费专项更多>>
- 相关领域：自动化与计算机技术农业科学文化科学理学更多>>
- 一种水质的立体分层监测方法及系统
- 本发明提供了一种水质的立体分层监测方法及系统，方法通过采集各测量点的水质信息，实时计算各测量点水质参数的均方差，并根据均方差的大小水下采集位置；同时根据水位变化速率的大小自动控制水下采集速度。根据水质信息的均方差、水位变...
- 位耀光张旭张龙李道亮陈英义孙龙清段青玲
- 文献传递
- 一种畜禽养殖环境参数模糊优化控制方法
- 本发明提供一种畜禽养殖区域环境参数控制方法，本发明通过采集畜禽养殖环境区域中环境参数，进行环境参数的监测，根据监测结果将不合格的环境参数送入模糊控制器进行判别；最后根据模糊控制器的输出量进行环境参数优化。达到了快速且准确...
- 孙龙清李亿杨罗冰刘岩李玥邹远炳
- 文献传递
- 一种侧抛型聚合物温度传感光纤及其制作方法
- 本发明提供了一种侧抛型聚合物温度传感光纤，利用该侧抛型聚合物温度传感光纤制作光纤倏逝波传感器，基于倏逝波耦合共振原理，利用单模光纤呈弧形的结构，使得特定入射光中横磁偏振光的部分波失更大程度上耦合到由聚合物涂层所形成的平面...
- 孙龙清李亿杨邹远炳李玥
- 文献传递
- 鱼浮头程度检测方法及系统
- 本发明实施例提供一种鱼浮头程度检测方法及系统，该方法包括：获取待检测的水体表面图像，根据水体表面图像获取水体的鱼浮头信息；其中，鱼浮头信息包括浮头鱼的位置信息、水体的溶解氧信息及浮头鱼对外来刺激的反应信息中的至少一种；将...
- 孙龙清刘婷陈帅华罗冰刘岩
- 文献传递
- 一种动物背景建模方法及装置
- 本发明提供一种动物背景建模方法及装置。所述方法包括：根据动物视频图像的第一帧，标注动物目标像素和背景区域像素，分别作为前景种子像素和背景种子像素；根据所述前景种子像素和背景种子像素，判断待处理的动物视频图像帧的像素点是否...
- 孙龙清邹远炳李玥刘岩罗冰李亿杨
- 文献传递
- 基于栈式稀疏自编码器的目标识别方法、装置及电子设备
- 本发明提供一种基于栈式稀疏自编码器的目标识别方法、装置及电子设备，该方法包括：对包含目标物体的图像，依次进行灰度化处理和归一化处理，获取标准目标物体图像；对标准目标物体图像，分别采用方向梯度直方图特征提取算法，提取HOG...
- 孙龙清刘岩罗冰邹远炳李玥李忆杨
- 文献传递
- 一种基于视频的生猪检测方法和系统
- 本发明提供了一种基于视频的生猪检测方法和系统，该方法包括：S1，通过对实时图像对应的二值图像进行区域连通性分析，获取前景目标的第一轮廓和所述第一轮廓的形心；S2，通过建立所述实时图像的混合高斯背景模型，获取所述前景目标的...
- 孙龙清李亿杨李玥邹远炳
- 蟹的性别识别方法和装置
- 本发明实施例提供一种蟹的性别识别方法和装置。其中，蟹的性别识别方法包括：获取待识别的蟹的若干幅图像；将若干幅图像输入至识别模型，获取识别模型输出的待识别的蟹的性别识别结果；其中，识别模型是基于蟹样本的样本图像以及蟹样本的...
- 孙龙清罗冰刘岩邹远炳
- 文献传递
- 基于混合高斯模型的生猪个体检测算法被引量：1
- 2018年
- 背景模型对于视频中运动目标检测的目标提取至关重要。高斯混合模型(GMM)是背景模型中常用的方法之一。混合高斯模型对于目标生猪检测存在算法效率低、误判点和鬼影等缺点。对此本文提出了一种基于自适应高斯混合模型的改进算法,以克服传统高斯混合模型在猪目标检测中的不足。本文基于高斯混合背景模型,引入了视频帧m和t_0的两个新参数。在混合高斯背景模型基础上,为了提高建模收敛速度,采用自适应调整高斯分布模型个数。本文通过每m帧对高斯分布进行一次扫描,删除多余的高斯分布,来提高模型的收敛速度。同时,采用自适应调整学习率值来消除误判和鬼影;初始阶段采用较高而且递减的学习率,在t_0帧之前加快背景建模;随着时间的持续,背景模型逐渐变得稳定,此时可以使用较小的学习率。t_0帧后为了保持稳定的背景建模,减少噪声干扰,本文采用了在t_0后使用固定的学习率。实验结果表明,该算法能够快速建立初始背景模型,检测运动目标猪,并提取目标猪的完整轮廓。该算法具有良好的鲁棒性和适应性。
- 李亿杨孙龙清邹远炳李玥
- 关键词：养猪目标检测混合高斯模型
- 基于IBAS和LSTM网络的池塘水溶解氧含量预测被引量：12
- 2021年
- 为了提高池塘水体中溶解氧含量(DO)预测精度,本文提出了一种基于改进的天牛须搜索算法(Improved beetle antennae search algorithm,IBAS)和长短期记忆网络(Long short-term memory,LSTM)相结合的溶解氧含量预测模型。为了降低模型输入维度,提高模型计算效率,采用皮尔逊(Pearson)相关系数分析法得出各因子与溶解氧含量之间的相关性,提取强关联因子作为模型输入特征;为了使天牛须搜索算法(Beetle antennae search algorithm,BAS)在全局搜索和局部搜索中达到平衡,提高算法的收敛速度,提出衰减因子指数递减策略改进天牛须搜索算法,将衰减因子γ与迭代次数相联系并呈指数函数递减;通过IBAS优化LSTM网络,得到最优参数组合策略,建立P-IBAS-LSTM非线性溶解氧含量预测模型。并利用该模型对江苏省宜兴市水产养殖研究中心某池塘水体溶解氧含量进行验证,预测2 h后的溶解氧含量。在与常见的7种模型对比中发现,本文所提出的方法在各项指标中都取得了最优的性能,均方误差(MSE)为0.6442 mg^(2)/L^(2)、均方根误差(RMSE)为0.8026 mg/L、平均绝对误差(MAE)为0.5306 mg/L。实验结果表明本文所提出的模型预测精度更高,泛化性能更强,可以满足实际对溶解氧含量准确预测的需求,并为池塘养殖中水质预警控制提供参考。
- 孙龙清吴雨寒孙希蓓张松
