武小红
- 作品数：93 被引量：851H指数：16
- 供职机构：江苏大学电气信息工程学院更多>>
- 发文基金：国家自然科学基金江苏省“六大人才高峰”高层次人才项目江苏高校优势学科建设工程资助项目更多>>
- 相关领域：自动化与计算机技术农业科学理学轻工技术与工程更多>>
- 模糊非相关判别转换及其应用被引量：2
- 2009年
- 线性判别分析是一种特征提取和维数缩减的方法,广泛应用于人脸识别,语音识别和手写字母识别等领域。但是许多线性判别分析都是"硬"线性判别分析,每个数据点都严格地属于这一类或那一类。在非相关判别转换(UDT)基础上,提出了模糊非相关判别转换(FUDT)。FUDT是利用模糊集理论的有监督学习方法,其判别向量满足广义瑞利商方程,同时也满足样本到模糊非相关优化判别向量上的投影是非相关的。通过FUDT和UDT对公共数据库MSTAR的实验结果可看出,FUDT在处理SAR图像的特征提取方面优于UDT。
- 武小红武斌周建江
- 关键词：线性判别分析
- 基于改进RetinaNet的果园复杂环境下苹果检测被引量：2
- 2022年
- 为了快速准确地检测重叠、遮挡等果园复杂环境下的苹果果实目标,该研究提出一种基于改进RetinaNet的苹果检测网络。首先,该网络在传统RetinaNet的骨干网络ResNet50中嵌入Res2Net模块,提高网络对苹果基础特征的提取能力;其次,采用加权双向特征金字塔网络(Bi-directional Feature Pyramid Network,BiFPN)对不同尺度的特征进行加权融合,提升对小目标和遮挡目标的召回率;最后,采用基于焦损失(Focal Loss)和高效交并比损失(Efficient Intersection over Union Loss,EIoU Loss)的联合损失函数对网络进行优化,提高网络的检测准确率。试验结果表明,改进的网络在测试集上对叶片遮挡、枝干/电线遮挡、果实遮挡和无遮挡的苹果检测精度分别为94.02%、86.74%、89.42%和94.84%,平均精度均值(meanAveragePrecision,mAP)达到91.26%,较传统RetinaNet提升了5.02个百分点,检测一张苹果图像耗时42.72 ms。与Faster-RCNN和YOLOv4等主流目标检测网络相比,改进网络具有优异的检测精度,同时可以满足实时性的要求,为采摘机器人的采摘策略提供了参考。
- 孙俊钱磊朱伟栋周鑫戴春霞武小红
- 关键词：图像识别采摘机器人遮挡
- 基于无人机图像的多尺度感知麦穗计数方法被引量：7
- 2021年
- 小麦是世界上重要的粮食作物,其产量的及时、准确预估对世界粮食安全至关重要,小麦穗数是估产的重要数据,因此该研究通过构建普适麦穗计数网络(Wheat Ear Counting Network,WECnet)对灌浆期小麦进行精准的计数与密度预估。选用多个国家不同品种的麦穗图像进行训练,并且对数据集进行增强,以保证麦穗多样性。在原始人群计数网络CSRnet基础上,针对小麦图像特点构建WECnet网络。在网络前端,通过使用VGG19的前12层进行特征提取,同时与上下文语义特征进行融合,充分提取麦穗的特征信息。后端网络使用不同空洞率的卷积加大感受野,输出高质量的密度图。为了验证模型的可迁移性与普适性,该研究通过基于全球小麦数据集训练好的模型对无人机实拍的麦田图像进行计数。试验结果表明:在全球小麦数据集上,WECnet训练模型的决定系数、均方根误差(Root Mean Square Error,RMSE)与平均绝对误差(Mean Absolute Error,MAE)分别达到了0.95、6.1、4.78。在无人机拍摄图像计数中,决定系数达到0.886,整体错误率仅为0.23%,平均单幅小麦图像计数时间为32 ms,计数速度与精度均表现优异。普适田间小麦计数模型WECnet可以对无人机获取图像中小麦的准确计数及密度预估提供数据参考。
- 孙俊杨锴锋罗元秋沈继锋武小红钱磊
- 关键词：线性滤波
- 三种低压高速低耗BiCMOS三态逻辑门被引量：5
- 2006年
- 采用0.35μm BiCMOS工艺技术，设计了三种高性能的BiCMOS三态逻辑门电路，并提出了改进三态门电路结构和优化器件参数的方法和措施。仿真和实验结果表明．所优化设计的BiCMOS三态门的电源电压均小于3.3V，工作速度比常用的CMOS三态门快约5倍。功耗在60MHz下仅高出约2．2～3．7mW．而延迟一功耗积却比该常用的CMOS三态门平均降低了38．1％，因此它们特别适用于低压、高速、低功耗的数字系统。
- 成立王振宇张兵武小红
- 关键词：超大规模集成电路
- 一种使用近红外光谱技术快速鉴别茶叶品种的方法
- 本发明是一种使用近红外光谱技术快速鉴别茶叶品种的方法，首先用近红外光谱仪采集茶叶的近红外漫反射光谱，再用主成分分析(PCA)对茶叶的高维近红外光谱进行降维处理，用线性判别分析(LDA)进行茶叶光谱数据的品种类别信息的提取...
- 武斌武小红贾红雯
- 文献传递
- 不等距螺纹加工装置
- 本实用新型公开了一种不等距螺纹加工装置，安装于车床上，并与车床丝杆连接，包括主轴、刀具和弹性刀夹，工件安装于主轴尾端，刀具安装于弹性刀夹上并与工件对接，还具有挂轮机构、凸轮机构、盘形凸轮和对刀架，挂轮机构与主轴连接，凸轮...
- 苏和堂赵玉霞武斌武小红贾红雯
- 文献传递
- 基于融合小波的高光谱生菜农残梯度鉴别研究被引量：2
- 2016年
- 为有效地实现光谱信息预处理,本文将类内距离和类间距离法引入小波阈值、小波分段预处理算法中,提出WBWT和WB-PWT两种融合小波预处理算法。利用WT、PWT、WB-WT和WB-PWT预处理算法对相同的生菜农药残留高光谱数据进行预处理。通过连续投影法对预处理后光谱进行特征选取,利用支持向量机对特征选取的光谱数据进行分类鉴别。结果表明,WB-WT和WB-PWT算法较传统的WT和PWT预测准确率有了较大的提高。其中,以db4、db6、sym5函数为小波基函数和WB-WT、WB-PWT算法预处理对应的模型预测准确率分别为75.00%、84.38%、87.50%和84.38%、90.63%、93.75%,它们的预测准确率均优于WT与PWT算法分别对应的模型预测准确率57.58%、62.50%、69.70%和72.73%、87.88%、90.63%,表明融合小波预处理算法能有效地提高分类建模预测精度。
- 周鑫孙俊武小红杨宁李青林路新男
- 关键词：预处理农残检测
- 基于无监督可能模糊学习矢量量化的近红外光谱生菜品种鉴别研究被引量：4
- 2016年
- 为解决模糊学习矢量量化（FLVQ）对噪声数据敏感问题,在无监督可能模糊聚类（UPFC）基础上提出一种无监督可能模糊学习矢量量化（UPFLVQ）算法。UPFLVQ用UPFC的隶属度和典型值来更新学习矢量量化网络的学习速率,计算类中心矢量。UPFLVQ属于无监督机器学习算法,适用于无学习样本情况下的样本分类。研究了UPFLVQ用于近红外光谱生菜品种鉴别的可行性。采用FieldSpec@3型便携式光谱分析仪获取波长范围为350~2 500nm的三种生菜样本的短波近红外光谱和长波近红外光谱,然后采用主成分分析（PCA）进行近红外光谱的维数压缩,取前三个主成分,累计可信度达97.50%,将2151维的近红外光谱压缩为三维数据。再运行模糊C-均值聚类（FCM）至迭代终止,并以FCM的类中心作为UPFLVQ的初始聚类中心,最后运行UPFLVQ得到隶属度和典型值以实现近红外光谱的生菜品种鉴别。同时,运行UPFC进行近红外光谱的生菜品种鉴别。实验结果表明：UPFLVQ和近红外光谱技术相结合的模型具有检测速度快,鉴别准确率高,对生菜不造成损坏等优点,可实现不同品种生菜的鉴别。UPFLVQ是将UPFC和FLVQ相结合的聚类算法,利用UPFLVQ建立近红外光谱的生菜品种鉴别模型时无需学习样本,适用于线性可分的数据聚类,为快速和无损地鉴别生菜品种提供了一种新的方法。
- 武小红蔡培强武斌孙俊嵇港
- 关键词：近红外光谱生菜
- 一种基于类中心最大间隔的支持向量机被引量：2
- 2007年
- 传统的支持向量机分类超平面对噪声和野值非常敏感.使用传统的支持向量机对含有噪声的数据分类时,所得到的超平面往往不是最优超平面.为了解决这个问题,本文以两个类中心距离最大为准则建立分类超平面,构造一个新的支持向量机,称作类中心最大间隔支持向量机.理论分析和仿真实验结果证明了该方法的正确性和有效性.
- 武小红周建江
- 关键词：支持向量机分类超平面核方法
- 基于机器视觉的咸蛋在线自动分级被引量：2
- 2016年
- 咸蛋在腌制过程中存在着品质上的差异,需要在出厂前进行检测和分级。在输送带上采集咸蛋的动态图像后,首先对彩色图像进行预处理:采用数学形态学运算及去除小面积对象法来确定二值图像的目标区域。根据二值图像的凸凹程度来判断目标区域是否漏光。应用搜索突变点来消除漏光区域,再用最小二乘法拟合漏光的鸭蛋图像边界,对二值图进行标记并提取单个目标区域。然后,应用彩色空间法提取图像的6个特征描述参数,采用最小误差选择法确定分类建立咸蛋品质检测模型。试验结果表明,模型检测精度达到93%以上,分级效率为5400个/h,利用模型对咸蛋进行分级是可行的。
- 孙俊张梅霞李正明武小红许堃瑞芦茜王巧华马美湖赵凯旋何东健邵铁锋张立彬都明宇鲍官军杨庆华
- 关键词：农业信息模糊PID控制器SMITH预估器文摘酶法检测
