江苏农业科学

2025年20期

收藏成功

微博空间微信

本刊为综合性期刊。刊载的文章科学性强，在学术上多有新的见解与发展。栏目有专论、作物栽培与育种、新品种、植物保护、农业产业... 展开

类型

半月刊

类别

农业乡村

定价

促销信息

全年订阅更优惠!

¥15.00 ¥9.00

原貌版试读单本购买

我国智慧农业研究演进历程及热点展望基于中国知网数据库的分析 摘要：智慧农业是现代农业的发展方向，是发展农业新质生产力的重要内容和建设农业强国的重要抓手。利用CiteSpace软件,对知网上智慧农业相关文献的研究演进历程和热点进行分析。结果表明,2020年以来,智慧农业研究正处于快速上升阶段,研究主题...
数字孪生技术在生猪精准饲喂中的应用研究进展 摘要:数字孪生技术在实时监控、预测分析和决策优化方面具有巨大优势。数字孪生与畜牧业生产的深度融合，能够快速推进畜牧业的智慧化、精准化发展。本文在总结养猪业信息化发展过程和生猪精准饲喂需求的基础上，分析基于数字孪生的生猪精准饲喂系统组成和关键...
农药在线配混技术的研究现状分析及展望 摘要：面对全球人口增长和耕地资源有限的双重压力，提升农业产量和生产效率变得尤为迫切，在线混药技术作为精准施药的关键技术之一，是实现精准与变量喷雾的重要技术支撑。近10年来在线混药技术在农业喷雾的发展和应用方面取得了重要突破。实现精准在线混药...
基于自监督学习的作物叶部病虫害图像分类、检测与分割研究进展 摘要：作物叶部病虫害对作物生长和农业生产环境造成严重威胁，传统的病虫害鉴别方法严重依赖于植保专家的实地观察,因此，用于深度学习图像处理的高质量人工标注数据十分有限。自监督学习作为一种无需人工标注数据的技术,通过辅助任务产生高效的预训练模型,...

轮勺式大豆精量排种器设计与试验 摘要：针对目前窝眼轮式大豆排种器在工作过程中存在的漏播、种子受到剪切损伤等问题，设计一种轮勺式大豆精量排种器。基于低损伤取种、清种设计思想，采用排种盘外边缘处凸出的取种勺完成种子的充种、清种、投种过程。结合大豆种子实际尺寸及物理特性，对其关...
棉花窝眼轮式精量播种器设计与试验 摘要：为提高棉花机械式精量播种器的播种合格率,设计一种棉花窝眼轮式精量播种器,通过计算和理论分析，确定窝眼轮式播种器的关键结构参数。对播种器结构和工作原理进行分析,以弧形齿盘齿数、取种器振动偏角、窝眼轮转速为试验因素，播种合格率、重播率、漏...
水稻精量穴播机振动式排种器的设计和试验 摘要：针对现行机械式水稻穴播排种器存在的流动性差、组穴质量低和成穴性等问题，设计一种振动式的排种器，该排种器包含振动分种机构、组穴机构和投种机构。首先，对振动分种机构进行模态分析确定工作频率为 102Hz ；建立种盒的动力学模型，分析稻种的...
基于YOLOv4-tiny的草莓采摘机器人识别抓取方法研究 摘要：针对农业领域内采摘机器人在植物果实目标识别不准确、目标定位精度低、采摘效率差等问题，以草莓果实为主要研究对象,对草莓采摘机器人的视觉识别抓取方法进行研究。通过对YOLO v4－tiny 网络进行改进：主干网络上，对YOLO v4- t...
GT-YOLO：复杂环境下轻量化番茄检测方法 摘要：针对复杂环境下枝叶遮挡和远距离小目标番茄识别准确率低的问题,基于YOLOv8s-Ghost 网络,提出一种轻量化温室番茄检测算法GT-YOLO。该模型通过以下步骤优化兼顾了检测准确率和推理速度：(1)设计了更加轻量化的GTConv模块...
FMA-YOLO：一种草莓成熟度轻量化检测模型 摘要：草莓检测模型的识别精度和检测速度会直接影响草莓采摘机器人的效率，因此，为实现复杂温室环境下对草莓成熟度的精准检测，为机械化草莓采摘提供重要的参考价值，拟提出一种轻量化草莓成熟度检测模型FMA-YOLO。首先,将CBAM注意力机制和CA...
基于改进YOLOv8的轻量化草莓成熟度检测算法 摘要：针对现有的草莓成熟度检测算法无法兼顾检测精度和检测速度，以及模型参数量大难以部署到嵌入式设备等问题，提出一种改进YOLOv8n的轻量化草莓成熟度检测算法。首先，采用HGNet Δv2 网络和GhostConv卷积对YOLO v8n 主...
基于GSNs-YOLOv7-tiny 轻量化模型的茶叶嫩芽检测方法 摘要：实现茶叶嫩芽识别是名优茶智能采摘的基础。针对茶园环境中对茶叶嫩芽识别精度较低以及采摘设备算力有限的问题，提出一种基于YOLO Δv7 -tiny轻量化改进的GSNs-YOLOv7-tiny模型,使该茶叶嫩芽检测模型能在算力有限的采茶设...

基于GMF-Net的田间麦穗检测与计数算法 摘要：针对田间环境中复杂背景和多样化目标尺度，导致现有检测算法精度不高的问题,以YOLOX为基线,提出一种基于全局信息和多尺度融合的田间麦穗检测算法——GMF－Net。该算法由主干网络、交互特征金字塔和检测头网络组成，主要的工作包括：设计全...
基于三维微聚焦X射线CT技术的水稻穗部性状表征方法 摘要：水稻穗部穗粒数、结实率的表征对于评估水稻产量以及高品质育种至关重要。在现有的表征方法中,必须通过人工展开穗部来统计穗粒数与结实率,不仅破坏穗部结构,还降低了检测的效率与准确性。针对此问题,利用X射线计算机断层成像技术（Computed...

基于改进YOLOv8n的猪只行为识别 摘要：针对群体养殖环境下猪只行为多样、场景复杂、扎堆等造成的行为识别精度低等问题,提出一种基于改进YOLO v8n 的猪只行为识别方法。首先，引人GSConv模块构建GSConv和Conv交替的主干结构，在多尺度上捕捉猪只行为特征，丰富特征...

基于无人机多光谱图像的油菜苗期LAI估算 摘要：油菜作为一种产油高效的作物,研究其表型生理数据对农作物产量和田间管理策略具有重要意义。叶面积指数(LAI)是衡量作物冠层结构、光合活性以及蒸腾作用效率的重要冠层参数。专业人员下田实地勘测采集生理数据的传统方法费时费力,效率低;农业低空...
融合无人机多光谱和纹理特征的玉米LAI估测模型 摘要:利用无人机快速、准确地估测玉米叶面积指数(LAI)对玉米大田栽培管理具有重要意义。为构建基于无人机遥感的玉米LAI估测模型，本研究在新疆维吾尔自治区和田地区策勒县开展玉米有机肥替代氮肥田间试验，设置9个不同施肥处理,利用无人机多光谱遥...
基于NGO-BPNN的不同参龄土壤有机碳光谱建模分析 摘要：为探究北方苍鹰优化的神经网络模型对土壤有机碳(SOC)含量的估测精度，于2023年5—6月在吉林省集安市采集的不同年限人参种植土样的可见光－近红外光谱数据作为研究对象，分析不同参龄间的光谱曲线并通过预处理和特征选取后基于偏最小二乘回归...
基于迁移学习和改进ResNet34的水稻磷素营养诊断 摘要：为了快速准确地对水稻进行磷素营养诊断，提出一种基于迁移学习和改进ResNet34的水稻磷素营养诊断方法。以晚稻黄花占为试验品种，设置4个梯度比例 (0:0.5:1:1.3) 的磷肥大田试验，通过扫描仪扫描获取分蘖期水稻叶片样本图像，并...
基于机器学习的甘蔗资源蔗糖分预测分析 摘要：传统甘蔗糖分含量检测相对困难，目前已经越来越多地将人工智能算法运用到甘蔗糖分检测当中。采用5种机器学习算法（决策树、支持向量机、逻辑回归、xgbost、AdaBoost)对甘蔗栽培品种（品系)2043个以及野生种771个，共2815个...
基于RGB颜色参数对烤烟叶片氮磷钾含量的估测 摘要：为了快速、无损地获得烤烟叶片营养元素含量与其表观颜色特征之间的关系，为诊断烤烟养分状况提供科学依据。以云烟87为试材,基于烟叶R（Red）、G(Green）、B（Blue)颜色参数建立烟叶N、P、K营养元素含量无损估测方法。将获取的叶...

基于轻量级网络的玉米田间杂草识别方法 摘要：为在自然环境下的玉米田间实现玉米幼苗与杂草的实时检测,提出一种基于轻量级网络的玉米田间杂草识别方法，该方法是在YOLO v5s 网络的基础上引入适用于移动设备和边缘设备的轻量级卷积神经网络MobileNetv3，建立的YOLOv5s－...
基于改进YOLOv8-FDE的大豆田间杂草识别方法 摘要：针对大豆田间杂草识别中存在的背景复杂、识别准确率低、模型参数量大、计算量高以及难以部署到边缘设备等问题，提出一种改进的轻量化YOLOv8－FDE大豆田间杂草识别方法。首先对无人机采集到的杂草图像进行噪声增强、亮度增强、对比度增强,提高...
基于改进半监督学习的草坪杂草识别方法 摘要：为探索半监督学习在草坪杂草识别领域的应用,研究利用大规模无标签数据训练和优化神经网络模型识别草坪杂草的可行性和效果,通过对半监督学习框架FixMatch 进行一系列的优化和改进，包括将 SGD优化器替换为AdamW以提升模型的收敛性和...

基于无人机遥感与改进YOLO11的水稻病害检测模型 摘要:细菌性叶枯病(BLB）、褐斑病(BS)和叶黑粉病(LS)是水稻作物的严重病害,检测是有效管理的第一步。当前检测方法面临着检测背景复杂、检测目标较小和模型参数较大等问题。针对这些问题，提出了一种基于无人机遥感和改进YOLO11的水稻病害...
基于改进YOLOv8的轻量级水稻病虫害识别模型 摘要：水稻病虫害检测是农业领域的重要任务,但传统人工方法和现有机器学习模型在效率与准确性方面存在局限。为解决这些问题，提出基于改进YOLOv8算法的高效检测模型YOLOv8－MobileNet 。该模型采用轻量级网络MobileNetv4...
基于YOLOv11-LGL的宁夏枸杞害虫检测定位系统设计 摘要：为提高自然环境中宁夏枸杞害虫识别的精度，提出一种基于优化YOLOvl1的宁夏枸杞害虫检测模型(YOLO v11-LGL)。该模型通过引入大型可分离核注意力机制，优化了主干网络中的空间金字塔池化层,增强对多尺度特征的提取能力，从而提高了...
基于改进YOLOv8s的轻量化棉田害虫检测方法 摘要：针对传统害虫检测模型中参数量庞大、计算复杂度高以及在移动设备上检测速度不理想的挑战，基于YOLO v8s提出了一种轻量化棉田害虫检测方法Star－YOLO。首先,通过引入轻量化网络StarNet 替换YOLO v8原本的CSPDark...
基于HTW-YOLO的轻量化草莓病害检测方法 摘要：针对草莓容易受到多种病害侵袭，且病害形态各异，传播速度快，导致草莓病害检测效率低下、检测精度不高等问题,提出一种基于YOLOv8s改进的HTW－YOLO轻量化草莓病害检测模型。首先,将颈部网络替换为高层次特征筛选融合金字塔网络,通过高...
基于YOLO-Strawberry的草莓病害检测模型 摘要：对草莓病害进行有效检测是草莓病害靶向喷药技术发展的关键。针对传统草莓病害检测方法存在检测效果差、误检率漏检率高的问题，提出一种基于改进YOLO v5s 的YOLO-Strawberry草莓病害检测模型。首先，针对YOLO v5s骨干网...
基于改进YOLOv8轻量化小麦病害检测方法研究 摘要：随着全球气候的不断变化和农业生产模式的持续调整，小麦病害的危害程度变得越来越复杂且多变。尽管深度学习技术在小麦病害检测领域已经展现出了良好的性能,但在面对复杂多变的实际种植环境时，其识别效果仍然存在一定的局限性。为了应对这一挑战，提出...
基于改进YOLOv8n的自然场景下苹果叶片病害检测 摘要：针对苹果叶片病害特征不显著、相似度高等特点，为解决早期病斑检测难、人工检测效率低且准确率不高以及现有深度学习检测模型存在参数量大、检测精度差等问题，提出一种基于改进YOLO v8n 的苹果叶片病害检测模型。该模型在骨干网络及颈部网络中...
基于改进YOLOv8s的玉米病害程度检测模型 摘要：针对现有玉米病害程度检测存在准确率低、模型参数量和计算量较大、难以在资源受限的农业设备和移动设备部署等问题，基于YOLOv8s提出了一种玉米病害程度检测模型CFMS-YOLO v8s 。首先，在主干网络中，为同时提升模型的全局与局部细...
基于改进ConvNeXt_Tiny模型的水稻叶片病害识别方法 摘要：针对水稻叶片病害类别间差异较小、容易误识别以及病害重要特征难以提取等问题，提出了一种基于改进的ConvNeXt_Tiny模型的水稻叶片病害识别方法。首先收集细菌性条斑病、云纹叶枯病、窄条斑病3类病害以及健康叶片的图像，通过对比度增强、...
基于YOLO－FBA的复杂环境下豆叶病害检测研究 摘要：针对大豆叶片病害在复杂环境下存在背景干扰难以准确识别的问题,提出一种基于改进YOLO v8n 目标检测模型YOLO-FBA。在 Backbone端引人FasterNet模型主干,减少数据特征的冗余，有效提升模型的病害特征提取能力。在 ...