限定检索结果

检索条件"作者=宗世祥"
8 条 记 录,以下是1-10 订阅
视图:
排序:
基于灰狼算法的步进电机滑模控制系统设计
收藏 引用
《大电机技术》2024年 第1期 40-47页
作者:白天羽 赵南南 马毓敏 宗世祥西安建筑科技大学机电工程学院西安710055 
为了改善转台方位轴的位置精准度及抖振现象,本文围绕步进电机控制系统展开研究。设计了指数趋近律的位置方程,应用了灰狼优化算法整定滑模控制系统的多项参数。在此基础上建立了数学模型,使用MATLAB/Simulink构建了位置三闭环仿真,对...
来源:详细信息评论
基于深度学习的小目标受灾树木检测方法
收藏 引用
《林业科学》2021年 第3期57卷 98-107页
作者:周焱 刘文萍 骆有庆 宗世祥北京林业大学信息学院北京100083 北京林业大学林学院北京100083 
【目的】针对无人机森林图像中树木尺度小、生长密集以及分布不规律等问题,提出一种基于深度学习的小目标受灾树木检测方法,以准确识别和定位高分辨率无人机森林图像中的小尺度受灾树木。【方法】以辽宁省凌源县受红脂大小蠹侵害的油松...
来源:详细信息评论
基于超像素和超度量轮廓图的无人机图像分割算法
收藏 引用
《计算机辅助设计与图形学学报》2019年 第8期31卷 1294-1300页
作者:宋以宁 刘文萍 宗世祥 骆有庆北京林业大学信息学院北京100083 北京林业大学林学院北京100083 
为精确地分割高分辨率无人机航拍图像中的不同地物,提出一种基于超像素和超度量轮廓图的无人机图像分割算法.首先对图像进行线性谱聚类,生成超像素;然后根据HSV颜色空间的直方图特征计算超像素区域间的不相似度;再结合层次分割思想得到...
来源:详细信息评论
基于轻量级神经网络的2种害虫钻蛀振动识别方法
收藏 引用
《林业科学》2020年 第3期56卷 100-108页
作者:孙钰 脱小倩 蒋琦 张海燕 陈志泊 宗世祥 骆有庆北京林业大学信息学院北京100083 北京林业大学林学院北京100083 北京航空航天大学网络空间安全学院北京100191 
【目的】设计轻量级神经网络,使用声音识别技术构建钻蛀振动识别模型,自动识别双条杉天牛和臭椿沟眶象幼虫蛀干取食振动,为提高钻蛀性害虫的早期预警能力提供技术支撑。【方法】在接双条杉天牛、臭椿沟眶象幼虫木段中嵌入AED-2010L便携...
来源:详细信息评论
北京地区红脂大小蠹空间分布型与抽样技术研究
收藏 引用
《昆虫知识》2010年 第6期47卷 1189-1193页
作者:潘杰 王涛 宗世祥 温俊宝 骆有庆北京林业大学省部共建森林培育与保护教育部重点实验室北京100083 北京市门头沟林业站北京102300 
对北京地区红脂大小蠹Dendroctonus valens LeConte空间分布型进行了研究。结果表明红脂大小蠹成聚集分布,其聚集原因是由红脂大小蠹本身的聚集行为或聚集行为与环境的异质性共同作用引起。同时,应用Iwao统计方法,提出了最适理论抽样数...
来源:详细信息评论
浅谈外来林业有害生物入侵与扩散的防控措施
收藏 引用
《植物检疫》2007年 第6期21卷 360-362页
作者:宗世祥 王涛北京林业大学省部共建森林培育与保护教育部重点实验室100083 北京市门头沟区林业工作站 
根据外来林业有害生物的入侵形势和发生特点,结合工作实践,提出了"一个前提和基础,三项重要保障,三个关键,六种重要手段"的防控建议,为有效控制外来林业有害生物的入侵与扩散,确保北京生态环境安全提供了理论指导。
来源:详细信息评论
《昆虫生态学研究进展》课程教学改革初探
收藏 引用
《内蒙古农业大学学报(社会科学版)》2011年 第4期13卷 166-167页
作者:宗世祥 温俊宝 骆有庆北京林业大学林学院北京100083 
本文探讨了《昆虫生态学研究进展》的教学思路、教学内容、教学模式、考核方式、教学效果以及存在的问题与建议,为培养研究生的科学学习方法和创新思维、提高研究生的专业技术水平及从事专业研究的兴趣提供参考。
来源:详细信息评论
基于石榴全基因组序列的SSR标记开发及鉴定
收藏 引用
《北京林业大学学报》2019年 第8期41卷 38-47页
作者:洪文娟 郝兆祥 刘康佳 罗华 毕润霞 苑兆和 宗世祥 王君北京林业大学林木育种国家工程实验室林木花卉遗传育种教育部重点实验室北京100083 北京林业大学林学院北京100083 枣庄市石榴研究中心山东枣庄277300 南京林业大学林学院江苏南京210037 北京林业大学生物科学与技术学院北京100083 
【目的】利用cDNA文库筛选的石榴SSR多态性标记数量有限,为进一步推动石榴遗传多样性分析、遗传图谱构建、品种鉴定等研究,有必要系统开发高效稳定的分子标记位点。【方法】本研究根据已发表的石榴基因组测序数据利用MISA软件对1~6核苷...
来源:详细信息评论
聚类工具 回到顶部