检索结果-内蒙古大学图书馆

农业机械学报 2025年第1期56卷 388-396,409页

作者：张明华黄基萍宋巍肖启华赵丹枫上海海洋大学信息学院上海201306

针对水下目标检测面临着生物尺度变化大以及样本不均衡的问题,本文提出一种水下生物多尺度目标检测方法(Underwater multi-scale-YOLO v7,UMS-YOLO v7)。首先,设计一种由可切换空洞卷积组成的特征提取模块,该模块可在不同大小的感受野... 详细信息

针对水下目标检测面临着生物尺度变化大以及样本不均衡的问题,本文提出一种水下生物多尺度目标检测方法(Underwater multi-scale-YOLO v7,UMS-YOLO v7)。首先,设计一种由可切换空洞卷积组成的特征提取模块,该模块可在不同大小的感受野上捕获多尺度目标特征,使得提取的特征信息更加全面;其次,使用轻量级的上采样算子融合上下文信息,提高模型对目标的特征学习能力;最后,通过结合Wise-IoU和归一化Wasserstein距离两种相似性度量,提高了不同尺度目标的定位精度,同时降低了多尺度样本分布不均衡对模型的影响。实验结果表明,该模型相较于当前其他模型在检测精度方面表现出明显的提升,在RUOD和DUO数据集上平均精度均值分别达到64.5%和68.9%。与YOLO v7模型相比,UMS-YOLO v7提高了多种尺度目标检测精度,在DUO数据集上,针对大、中、小3种尺度目标平均精度均值分别提升8.3、4.8、12.5个百分点,其中小目标提升效果最为显著。与现有的其他模型相比,改进的模型具有更高的检测精度,更适用于水下生物多尺度目标检测任务,并且针对不同数据分布的样本具有泛化性和鲁棒性。

关键词：水下生物多尺度目标检测 YOLO v7 空洞卷积上采样算子相似性度量

来源：评论

学校读者我要写书评

暂无评论

改进CycleGAN的半监督建筑物提取算法

引用

计算机工程 2025年第3期51卷 241-251页

作者：卢鹏仲闯上海海洋大学信息学院上海201306

建筑物提取需要大量的标注数据进行训练,收集和标注数据需要耗费大量时间。为了在小样本遥感图像数据集上基于半监督学习实现建筑物提取的目的,构建4组建筑物提取数据集,提出了一种基于循环一致性生成对抗网络(CycleGAN)的建筑物提取算... 详细信息

建筑物提取需要大量的标注数据进行训练,收集和标注数据需要耗费大量时间。为了在小样本遥感图像数据集上基于半监督学习实现建筑物提取的目的,构建4组建筑物提取数据集,提出了一种基于循环一致性生成对抗网络(CycleGAN)的建筑物提取算法。首先,在生成器中引入全局注意力机制(GAM)以增强对建筑物和图像背景细节特征的区分;其次,在判别器中加入谱归一化层以增强训练稳定性,解决了训练过程中梯度消失问题;最后,改进对抗损失和循环一致性损失以提高生成图像的质量,避免生成图像的过度平滑化,并引入Identity损失以限制生成器不会自主修改输入图像的颜色,保证输入图像与输出图像颜色组成的一致性。实验结果表明,在第1组小样本数据集上,与UNIT、MUNIT、U-GAT-IT、SPatchGAN、QS-Attn模型进行半监督实验对比,结构相似性(SSIM)值和准确率分别至少提高了3、8.1百分点,在扩充数据规模的数据集上,使用改进后的算法进行全监督和半监督实验对比,验证了改进后的算法在小样本遥感图像数据集上实现建筑物半监督提取的有效性。

关键词：建筑物提取循环一致性生成对抗网络谱归一化全局注意力机制半监督

来源：评论

学校读者我要写书评

暂无评论

基于YOLOv8-BAN模型的水下生物目标检测方法

引用

江苏农业学报 2025年第1期41卷 101-111页

作者：王德兴何勇袁红春上海海洋大学信息学院上海201306

水下目标检测技术对于自动化水下捕捞至关重要,可有效推动渔业的智能化发展。针对水下图像质量较差和小目标水下生物聚集导致漏检、误检等问题,本研究提出了一种基于改进YOLOv8m模型的水下生物目标检测模型——YOLOv8-BAN。该模型首先... 详细信息

水下目标检测技术对于自动化水下捕捞至关重要,可有效推动渔业的智能化发展。针对水下图像质量较差和小目标水下生物聚集导致漏检、误检等问题,本研究提出了一种基于改进YOLOv8m模型的水下生物目标检测模型——YOLOv8-BAN。该模型首先在骨干网络中嵌入双向路由自注意力机制,以增强网络的特征提取能力;其次在颈部结合自适应特征融合模块,优化特征融合效果,增强了模型对多尺度目标的检测能力;最后设计了一种小目标损失函数,通过精确标签分配进一步提升了水下生物小目标的检测精度。在URPC2018和Brackish数据集上的测试结果显示,YOLOv8-BAN模型的平均检测精度分别达到86.9%和98.6%,较YOLOv8m分别提高了3.5个百分点和3.3个百分点;与其他6种模型相比,YOLOv8-BAN模型具有更高的检测精度和较快的检测速度。本研究结果可为水下机器人进行水产捕捞作业提供了技术支持。

关键词：水下生物 YOLOv8m 深度学习小目标检测

来源：评论

学校读者我要写书评

暂无评论

基于注意力机制的植物三维点云语义分割方法

引用

农业机械学报 2025年第3期56卷 129-139,157页

作者：邹一波周泽政陈明葛艳王文娟上海海洋大学信息学院上海201306 农业农村部渔业信息重点实验室上海201306

在植物表型分析中,植物器官分割是实现自动、准确、无损、高通量表型参数测量的关键。传统的植物器官分割方法凭借经验手动设置参数和调整算法,而现有的基于深度学习的分割方法存在对局部特征和全局特征表达能力不足的缺陷。针对以上问... 详细信息

在植物表型分析中,植物器官分割是实现自动、准确、无损、高通量表型参数测量的关键。传统的植物器官分割方法凭借经验手动设置参数和调整算法,而现有的基于深度学习的分割方法存在对局部特征和全局特征表达能力不足的缺陷。针对以上问题,本文提出一个基于注意力机制的植物三维点云语义分割网络(APSegNet)。在编码阶段提出了一种基于注意力机制的局部(邻域)特征提取方法,充分利用多级点云特征,提高了网络提取点云局部(邻域)特征的能力。在解码阶段提出了一种结合特征距离和空间距离的双近邻插值上采样方法,更准确地恢复下采样时丢失的点云特征,进一步增强了网络对局部特征的表达能力。同时引入通道和多头空间自注意力机制,增强网络对某些重要通道的关注和全局几何结构的捕捉能力,提高了网络对全局特征的表达能力。在多种植物点云数据集上的实验结果表明,该方法语义分割平均交并比分别达到87.32%、79.68%、94.73%、91.43%、95.02%,均优于DGCNN、PointCNN、ShellNet等目前流行的深度学习网络。通过交叉验证实验和消融实验,证实了网络泛化性和有效性。在ShapeNet数据集上进行了相关实验,该网络在其他非植物三维点云目标语义分割任务上也取得了较好的分割结果。

关键词：三维点云注意力机制植物器官分割深度学习

来源：评论

学校读者我要写书评

暂无评论

基于全局特征提取和提示学习的水下图像增强

引用

华中科技大学学报(自然科学版) 2025年第3期53卷 31-40页

作者：张明华刘佳艺石少华宋巍上海海洋大学信息学院上海201306 自然资源部东海调查中心上海200137

针对水下成像在受到光线、水深和悬浮物干扰等影响时出现的对比度低、信息丢失和色彩失真的退化问题,基于全局特征提取和提示学习提出了一种改进CycleGAN的水下图像增强算法.该方法一方面在网络的编码器中利用全局上下文模块提取图像的... 详细信息

针对水下成像在受到光线、水深和悬浮物干扰等影响时出现的对比度低、信息丢失和色彩失真的退化问题,基于全局特征提取和提示学习提出了一种改进CycleGAN的水下图像增强算法.该方法一方面在网络的编码器中利用全局上下文模块提取图像的全局信息,同时引入注意力机制关注重要信息部分,在下采样的过程中保留更多细节纹理信息;另一方面在解码器中基于提示学习技术设计了一种多尺度退化提示模块,将提取到的多尺度特征中的退化信息编码为易于学习的退化提示,并逐层注入解码器中以引导网络在提高对比度的同时在去噪和去模糊方面也表现得更好.此外,利用全局相似性和感知损失相结合的级联损失函数降低了源域图像与目标域图像的差异.实验采用水下图像质量度量(UIQM)、水下彩色图像质量度量(UCIQE)和自然图像质量度量(NIQE)三种水下图像评估指标,结果表明经本文方法增强后的图像在UIQM和UCIQE上相较于原始的CycleGAN分别提升了13.6%和18.4%,并且综合三个指标值优于其他对比算法,表明本文方法既改善了图像的色彩质量和对比度,同时又保留了原始图像的细节部分,最终经过实验证明了增强后的水下图像的有效性.

关键词：图像增强生成对抗网络注意力机制提示学习感知损失

来源：评论

学校读者我要写书评

暂无评论

低空时变风扰下无人机避障路径跟随方法

引用

北京航空航天大学学报 2025年第1期51卷 175-182页

作者：陶江曹云峰上海海洋大学信息学院上海201306 南京航空航天大学航天学院南京211106

针对低空无人机避障路径跟随问题,设计了一种未知时变风扰下的无人机路径跟随方法。给出二维平面内的无人机运动学模型,完成避障路径跟随的数学建模;在未知时变风扰条件下采用矢量场方法设计了贝塞尔曲线期望路径的跟踪控制律,针对未知... 详细信息

针对低空无人机避障路径跟随问题,设计了一种未知时变风扰下的无人机路径跟随方法。给出二维平面内的无人机运动学模型,完成避障路径跟随的数学建模;在未知时变风扰条件下采用矢量场方法设计了贝塞尔曲线期望路径的跟踪控制律,针对未知时变风扰下无人机地速无法测量的难点设计了地速估计器,分析了路径跟随的李雅普诺夫稳定性;在未知时变风扰条件下对贝塞尔曲线期望路径的跟踪进行了仿真验证。仿真实验证明:所设计的无人机路径跟随方法能够实现未知时变风扰条件下的路径稳定跟踪问题。

关键词：低空无人机风切变时变风扰避障路径跟踪控制律

来源：评论

学校读者我要写书评

暂无评论

基于EEXI的现有渔船能效指数参考线公式分析

引用

农业工程学报 2025年第6期41卷 259-265页

作者：吕超朱珊珊刘爽上海海洋大学经济管理学院上海201306 上海海洋大学工程学院上海201306

为解决渔船能效评估计算中面临的数据样本量受限、缺乏针对现有渔船能效量化评估公式的问题,该研究基于渔船的主要参数数据,包括总吨、主机数量、主机总功率和航速,构建适用于渔船现有船能效指数(energy efficiency existing ship index... 详细信息

为解决渔船能效评估计算中面临的数据样本量受限、缺乏针对现有渔船能效量化评估公式的问题,该研究基于渔船的主要参数数据,包括总吨、主机数量、主机总功率和航速,构建适用于渔船现有船能效指数(energy efficiency existing ship index,EEXI)的参考线公式,以弥补国际海事组织(International Maritime Organization,IMO)EEXI标准未包含渔船的不足。采用非线性最小二乘法和前馈神经网络两种方法进行拟合,并对两种方法进行对比,结果表明,非线性最小二乘法对多个评估指标上表现更优,利用非线性最小二乘法对渔船EEXI参考线公式进行拟合分析,最终拟合得出的参考线公式模型的均方误差(mean squared error,MSE)、平均绝对误差(mean absolute error,MAE)、均方根误差(root mean squared error,RMSE)、平均绝对百分比误差(mean absolute percentage error,MAPE)和拟合度(R^(2))分别为:131.20 (g/(t·nm))^(2)、7.77 g/(t·nm)、11.45 g/(t·nm)、15%和0.63,模型体现了良好的泛化能力和鲁棒性。在此基础上,通过算例验证模型的有效性。该研究所得结果不仅提出了适用于现有渔船EEXI的参考线计算模型,还可为渔船能效管理提供思路和技术支撑。

关键词：渔船能效 EEXI 深度学习 EEXI参考线非线性最小二乘法

来源：评论

学校读者我要写书评

暂无评论

基于曲线拟合和动态阈值的海洋数据异常检测方法

引用

海洋科学进展 2025年

作者：宋巍丁水鑫董明媚岳心阳杨扬张文博上海海洋大学信息学院国家海洋信息中心

针对当前海洋数据质量控制方法的准确率不足和未充分考虑要素间关联的局限性等问题，提出了一种基于曲线拟合和动态阈值的海洋数据异常检测方法，用于提升对海温剖面数据的异常数据检出能力。该方法融合了密度聚类算法、曲线拟合技术和... 详细信息

针对当前海洋数据质量控制方法的准确率不足和未充分考虑要素间关联的局限性等问题，提出了一种基于曲线拟合和动态阈值的海洋数据异常检测方法，用于提升对海温剖面数据的异常数据检出能力。该方法融合了密度聚类算法、曲线拟合技术和自适应阈值调整策略。首先，运用密度聚类算法对海温数据进行分割，筛选出最大簇集，该集群被假设为近似正常数据集。随后，利用曲线拟合技术对最大簇中的海温与水深数据进行建模，生成相应的曲线函数，进而计算原始数据与预测值之间的残差。最后，计算不同水深下的最大温差，并建立温差与水深的关系模型，用于动态调整判别阈值，从而实现对异常数据点的精确检测。实验结果表明，相比目前的业务化质控方法和机器学习技术，本文提出的方法在西太平洋3个区域的定点海温剖面观测数据上均表现出显著优势，F1分数高达99.53%。该方法的应用不仅可提高海温数据异常检测的精确度，也可为海洋科学研究提供有力的技术支撑。

关键词：异常检测动态阈值曲线拟合海温

来源：评论

学校读者我要写书评

暂无评论

隐式关系增强的图神经网络推荐算法

引用

计算机应用研究 2025年第5期42卷 1338-1344页

作者：熊中敏张军上海海洋大学信息学院上海201306

在推荐任务中用户社交网络信息和用户-项目交互信息可以用来提高推荐性能。但现有的社交推荐算法往往仅使用初始的社交图与交互图,未充分挖掘用户间以及项目间潜在的链接关系,同时没有考虑社交关系中的不可靠性。为此,提出融合隐式关系... 详细信息

在推荐任务中用户社交网络信息和用户-项目交互信息可以用来提高推荐性能。但现有的社交推荐算法往往仅使用初始的社交图与交互图,未充分挖掘用户间以及项目间潜在的链接关系,同时没有考虑社交关系中的不可靠性。为此,提出融合隐式关系的图神经网络推荐算法(IREGraphRec)。首先,在多视角下挖掘实体间潜在信息来获取可靠的用户社交信息及用户项目交互信息,并将其重构为基于用户偏好的异构信息网络,运用图谱嵌入和定义多种元路径方式获得特征向量表示,同时使用注意力机制为其在信息聚合中分配不同的权重。最后,在图神经网络中进行多轮学习来获得最终的预测结果。在Epinions等三个公开的数据集上与S4Rec等传统网络模型进行对比,在MAE上降低了1.65%,在RMSE上降低了2.34%。实验结果和分析证明提出模型更具优势。

关键词：图神经网络社交推荐知识图谱元路径注意力机制

来源：评论

学校读者我要写书评

暂无评论

墨鱼干碱水-纯水组合复水工艺优化及复水前后质构特性

引用

食品工业科技 2025年第1期46卷 181-189页

作者：顾俊浩尹明雨王锡昌上海海洋大学食品学院上海201306

目的:探究墨鱼干复水最优工艺参数及其复水前后的质构变化。方法:通过先用碱水后用纯水的组合复水方式进行处理,以复水率和蛋白损失率为优化指标进行条件优化,随后对墨鱼干复水前后的质构特性以及蛋白质二级结构、组织形态等相关指标进... 详细信息

目的:探究墨鱼干复水最优工艺参数及其复水前后的质构变化。方法:通过先用碱水后用纯水的组合复水方式进行处理,以复水率和蛋白损失率为优化指标进行条件优化,随后对墨鱼干复水前后的质构特性以及蛋白质二级结构、组织形态等相关指标进行分析。结果:碱水处理墨鱼干的最佳条件为:碳酸钠浓度0.50%、时间2.0 h、温度50℃、料液比1:20 g/mL;在此基础上,进行纯水处理的最佳条件为:时间1.0 h、温度50℃、料液比为1:20 g/mL。两步处理后,墨鱼干的复水率为261.10%±7.10%,蛋白损失率为16.80%±0.74%。复水处理使墨鱼干的硬度、胶着性和咀嚼性显著降低,而弹性则显著上升(P<0.05),并使肌原纤维蛋白的结构折叠,且肌纤维的间隙增加。结论:本研究明确墨鱼干最优复水参数并改善其质构特性,为墨鱼干的高质化加工利用提供理论参考。

关键词：墨鱼干复水工艺复水率蛋白损失率质构特性

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：