检索结果-内蒙古大学图书馆

黑龙江交通科技 2023年第6期46卷 134-136页

作者：魏子彬韦思佳彭涛王子琦东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 东北林业大学交通学院黑龙江哈尔滨150040

伴随着网络购物的盛行,物流已成为国民生活中不可或缺的部分。为保证物流货物的安全性,降低物流过程中的货物亏损率,使物流运输安全智能化、可调控,设计了一种物流车辆监控安全系统。该系统用于实现物流运输过程中环境参数的检测,并且... 详细信息

伴随着网络购物的盛行,物流已成为国民生活中不可或缺的部分。为保证物流货物的安全性,降低物流过程中的货物亏损率,使物流运输安全智能化、可调控,设计了一种物流车辆监控安全系统。该系统用于实现物流运输过程中环境参数的检测,并且能够实时将传输状态传送至远端,响应远端的控制,从而实现本地和现场的实时闭环控制。

关键词：交通安全交通信息工程及控制物联网物流车辆 STm32

来源：评论

学校读者我要写书评

暂无评论

基于计算机视觉的手部康复训练实验系统设计

引用

佳木斯大学学报（自然科学版） 2023年第3期41卷 141-144,177页

作者：颜煦桐夏宇东北林业大学奥林学院黑龙江哈尔滨150040 东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

为降低康复训练设备的成本,促进手部康复训练技术融入家居生活,本文提出了一种基于视觉的手部康复训练实验系统设计方法。该系统由PC机与普通摄像头作为硬件支撑,根据人体肤色在YCrCb颜色空间中的分布特点,基于颜色筛选提取手部轮廓,采... 详细信息

为降低康复训练设备的成本,促进手部康复训练技术融入家居生活,本文提出了一种基于视觉的手部康复训练实验系统设计方法。该系统由PC机与普通摄像头作为硬件支撑,根据人体肤色在YCrCb颜色空间中的分布特点,基于颜色筛选提取手部轮廓,采用反向传播神经网络实现手部轮廓的识别。基于游戏机制,开发与手部康复训练相匹配的游戏系统,开展康复训练实验测试。结果表明,本系统手势识别准确率较高,实时性好,适用于居家手势康复训练,为学生在计算机视觉技术的知识理解与技术应用方面提供教学案例,能够满足手部康复训练的实验研究。

关键词：实验系统设计康复训练计算机视觉手势识别

来源：评论

学校读者我要写书评

暂无评论

融合ReFPN结构与混合注意力的小目标检测算法

引用

哈尔滨理工大学学报 2022年第2期27卷 85-91页

作者：赵一鸣王金聪任洪娥赵龙东北林业大学信息与计算机工程学院哈尔滨150040 东北林业大学机电工程学院哈尔滨150040 黑龙江省林业智能装备工程研究中心哈尔滨150040

基于深度学习的小目标检测研究对于如小人脸识别、遥感图像检测等任务的优化与提升都具有极为重要的意义。但由于图像中的小目标所占像素较少,分辨率低,包含的特征信息不明显,现有方法对小目标的检测效果并不理想。针对此问题,提出一种... 详细信息

基于深度学习的小目标检测研究对于如小人脸识别、遥感图像检测等任务的优化与提升都具有极为重要的意义。但由于图像中的小目标所占像素较少,分辨率低,包含的特征信息不明显,现有方法对小目标的检测效果并不理想。针对此问题,提出一种基于反馈的特征融合网络ReFPN用于YOLOv4算法,两次利用骨干网络提取的原始特征层,加强小目标特征信息,对其进行更精确的位置回归。同时提出混合注意力机制Co-AM充分提取小目标的细节特征信息,抑制无效特征,进一步提高小目标的检测精度。实验结果表明,此文提出的方法使YOLOv4算法在MS COCO数据集上平均精度AP提高了1.9%,小目标平均精度AP_(S)提高了3.3%,检测效果优于现有小目标检测算法,证明了此文提出方法的有效性。

关键词：深度学习小目标检测特征融合注意力机制

来源：评论

学校读者我要写书评

暂无评论

障碍环境中可视反向视域K最近邻查询

引用

计算机工程 2022年第8期48卷 258-265页

作者：杨泽雪王阿川李陆李松东北林业大学信息与计算机工程学院哈尔滨150040 黑龙江工程学院计算机科学与技术系哈尔滨150050 黑龙江省政务大数据中心哈尔滨150028 哈尔滨理工大学计算机科学与技术学院哈尔滨150080

在障碍环境下的空间应用中,用户通常只对视域范围内可视的数据对象感兴趣。为解决障碍环境中视域范围内的反向最近邻查询问题,将视域可视性引入到反向K最近邻查询中,提出一种可视反向视域K最近邻查询算法。给定某空间数据集P、障碍集O... 详细信息

在障碍环境下的空间应用中,用户通常只对视域范围内可视的数据对象感兴趣。为解决障碍环境中视域范围内的反向最近邻查询问题,将视域可视性引入到反向K最近邻查询中,提出一种可视反向视域K最近邻查询算法。给定某空间数据集P、障碍集O和查询点q,可视反向视域K最近邻查询检索P中数据点,并将q作为可视视域K最近邻。应用查询点进行障碍过滤,得到障碍过滤算法,利用数据对象的视域进行剪枝,使用查询点与数据对象的关系剪枝,形成有效的障碍剪枝规则,并根据剪枝规则得到视域可视性判断算法。在此基础上,分别基于R^(*)-树和VFR-树提出可视反向视域K最近邻查询算法R^(*)-V2-RKNN和VFR-V2-RKNN,并分别通过对R^(*)-树和VFR-树进行一次遍历得到查询结果。在真实数据集和模拟数据集上的实验结果表明,VFR-V2-RKNN算法的查询性能明显优于R^(*)-V2-RKNN算法。

关键词：障碍可视性视域反向K最近邻查询空间查询

来源：评论

学校读者我要写书评

暂无评论

融合深度特征和FHOG特征的尺度自适应相关滤波跟踪算法

引用

河北科技大学学报 2021年第6期42卷 591-600页

作者：孙博王阿川东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

为了解决核相关滤波跟踪算法在复杂场景下跟踪效果差的问题,提出了一种融合深度特征和尺度自适应的相关滤波目标跟踪算法。首先,通过深度残差网络(ResNet)提取图像中被跟踪区域的深度特征,再提取目标区域方向梯度直方图(FHOG)特征,通过... 详细信息

为了解决核相关滤波跟踪算法在复杂场景下跟踪效果差的问题,提出了一种融合深度特征和尺度自适应的相关滤波目标跟踪算法。首先,通过深度残差网络(ResNet)提取图像中被跟踪区域的深度特征,再提取目标区域方向梯度直方图(FHOG)特征,通过核相关滤波器学习,分别得到多个响应图,并对响应图进行加权融合,得到跟踪目标位置。其次,通过方向梯度直方图(FHOG)特征,训练一个PCA降维的尺度滤波器,实现对目标尺度的估计,使算法对目标尺度发生变化有很好的自适应能力。最后,根据响应图的峰值波动情况改进模型更新策略,引入重新检测机制,降低模型发生漂移概率,提高算法抗遮挡能力,在标准数据集OTB100中与其他7种目标跟踪算法进行比较。结果表明,相比原始KCF算法,改进后的KCF算法精准度提升了29.4%,成功率提升了25.9%。所提算法实现了对跟踪目标位置的精准估计,提高了尺度自适应能力和算法速度,增强了算法抗遮挡能力。

关键词：计算机图像处理目标跟踪核相关滤波深度特征多尺度抗遮挡

来源：评论

学校读者我要写书评

暂无评论

多光谱辐射外点罚函数反演算法的生物质锅炉火焰温度测量

引用

光谱学与光谱分析 2020年第12期40卷 3761-3764页

作者：邢键马召白岩东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 东北林业大学机电工程学院黑龙江哈尔滨150040

近年来,为了减少对石化燃料的依赖和节能环保的强烈需求,以稻壳、秸秆等可再生资源为燃料的生物质锅炉越来越受到业界的广泛重视。为了进一步提高生物质锅炉的燃烧效率,优化炉膛结构,需要实时监测火焰温度。传统的热电偶测温法不利于长... 详细信息

近年来,为了减少对石化燃料的依赖和节能环保的强烈需求,以稻壳、秸秆等可再生资源为燃料的生物质锅炉越来越受到业界的广泛重视。为了进一步提高生物质锅炉的燃烧效率,优化炉膛结构,需要实时监测火焰温度。传统的热电偶测温法不利于长时间高温测量, CCD测温法又难以测量真实温度,而多光谱辐射测温法具有响应速度快、无测量上限以及可以获得真实温度等优点,是生物质锅炉火焰温度测量的最有力工具之一。多光谱辐射测温是通过测量待测物某点的多个光谱辐射强度信息,通过普朗克公式反演获得真实温度。但是,未知的光谱发射率是多光谱辐射测温反演过程的最大障碍。目前,多采用事先假设一组发射率模型(发射率-波长或发射率-温度模型),假设模型如果与实际情况相符,则反演结果能够满足要求,假设模型如果与实际情况不符,则反演结果误差很大。能否在无需任何光谱发射率假设模型的情况下,实现真温和光谱发射率的直接反演一直是多光谱辐射测温理论研究的热点和难点。为此,提出外点罚函数约束优化算法,将多光谱辐射测温反演问题转化为约束优化问题,给出了罚函数的表达式和相关参数。与其他约束优化算法相比,外点法的优势在于不受发射率初值的影响,进一步提高了算法对不同材料发射率的适应度。基于微型光纤光谱仪,搭建了稻壳粉生物质锅炉炉膛火焰温度测量装置,通过实验室黑体炉标定后,对稻壳粉生物质锅炉炉膛火焰从初燃到稳燃过程的温度进行了测量,并与热电偶测量结果进行了对比。结果表明,与热电偶测量结果相比,多光谱辐射测温的最大绝对误差为35.7 K,最大相对误差为3.2%。表明该测量装置及反演算法可实现生物质锅炉炉膛火焰燃烧温度的测量,为后续生物质锅炉燃烧诊断及锅炉设计优化提供了基础。

关键词：多光谱辐射测温生物质锅炉火焰发射率外点罚函数

来源：评论

学校读者我要写书评

暂无评论

跌跤体验驱动的工程类课程创新设计

引用

黑龙江高教研究 2022年第3期40卷 147-154页

作者：李莉刘俊强刘志光东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 哈尔滨师范大学教育科学学院黑龙江哈尔滨150025 黑龙江教师发展学院黑龙江哈尔滨150080

针对高校工程类专业课程的特点和创新要求,在跌跤体验驱动的教学理念下,以提升核心素养为目标,从痛点出发,对工程类课程的教学方法、教学活动、学习评价机制及教学支架的搭建完成了创新设计。以首批国家一流本科课程"软件工程导论&... 详细信息

针对高校工程类专业课程的特点和创新要求,在跌跤体验驱动的教学理念下,以提升核心素养为目标,从痛点出发,对工程类课程的教学方法、教学活动、学习评价机制及教学支架的搭建完成了创新设计。以首批国家一流本科课程"软件工程导论"为例,对工程类专业课的线上线下混合课程模式进行重构。基于"一个课程定位"、直击"三个教学痛点"、实现"六个关键创新"。同时在课程思政方面关注三个视角,实现三个融合,做到疏密得当、明暗适度。经过教学实践验证,文章所提出的跌跤体验驱动理念下的课程设计中,"评价驱动问题发现"的进阶式教学方法、"低起点—高落点"的教学活动设计、"三维六元"学习评价机制、差异化教学支架搭建等关键创新对提高工程类专业课程教学效果明显,具有推广意义。

关键词：课程设计跌跤体验驱动工程类课程深度学习国家一流本科课程

来源：评论

学校读者我要写书评

暂无评论

基于迁移学习的竹片缺陷识别

引用

西北林学院学报 2021年第5期36卷 190-196页

作者：胡峻峰张志超赵亚凤陈振东北林业大学机电工程学院黑龙江哈尔滨150040 东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

使用竹片图像实现竹片缺陷自动识别,目前深度学习可以有效地解决该类问题,但是必须使用大量样本数据做训练才能获得较高的识别准确率。当图像数量有限时,利用基于迁移学习的方法,把经过预训练的卷积神经网络模型进行迁移,即共享卷积层... 详细信息

使用竹片图像实现竹片缺陷自动识别,目前深度学习可以有效地解决该类问题,但是必须使用大量样本数据做训练才能获得较高的识别准确率。当图像数量有限时,利用基于迁移学习的方法,把经过预训练的卷积神经网络模型进行迁移,即共享卷积层和池化层的权重参数,调整新网络模型的超参数,并建立一个包含4种共计6 360张竹片缺陷图像的数据库,把图片分成4种训练集测试集形式,即80%训练、20%测试;60%训练、40%测试;40%训练、60%测试;20%训练、80%测试,分别利用支持向量机SVM分类方法、深度学习方法和迁移学习方法进行训练和测试,并将这3种方法作对比。最后,通过构建竹片缺陷识别的混淆矩阵对迁移学习进行具体分析与说明。结果表明,按照80%训练、20%测试的识别准确率最高,通过迁移学习得到的竹片缺陷最高识别精度分别达到98.97%,比普通深度学习提高了11.55%,比SVM分类方法提高了13.04%。说明迁移学习比普通深度学习和传统支持向量机SVM分类方法更适合用于小样本数据集的分类识别,并且效果优于普通深度学习和SVM分类方法。

关键词：卷积神经网络深度学习迁移学习混淆矩阵

来源：评论

学校读者我要写书评

暂无评论

基于异构数据的农产品冷链物流节点部署仿真

引用

计算机仿真 2022年第2期39卷 467-471页

作者：张慧滕志霞吉林建筑科技学院管理工程学院吉林长春130114 东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

为确保冷链物流在缩减成本的同时满足农产品品质需求,以异构数据为基础,提出一种农产品冷链物流节点部署方法。基于可扩展标记语言文档,利用数据源模块、转变模块、集成模块以及应用模块,构建异构数据集成模型;根据集成的物流异构数据,... 详细信息

为确保冷链物流在缩减成本的同时满足农产品品质需求,以异构数据为基础,提出一种农产品冷链物流节点部署方法。基于可扩展标记语言文档,利用数据源模块、转变模块、集成模块以及应用模块,构建异构数据集成模型;根据集成的物流异构数据,架构冷链物流节点部署模型,采用粒子群优化算法进行求解,获取节点方位,通过分析影响寻优性能的极大速度与加速常数等指标参数取值范围,完善农产品冷链物流节点部署结果。仿真结果表明,所提方法的设计方案的配送成本与需求量满足度最优,具有较好的有效性。

关键词：异构数据农产品冷链物流节点部署可扩展标记语言粒子群优化算法

来源：评论

学校读者我要写书评

暂无评论

UNET与FPN相结合的遥感图像语义分割

引用

液晶与显示 2021年第3期36卷 475-483页

作者：王曦于鸣任洪娥东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 黑龙江省林业智能装备工程研究中心黑龙江哈尔滨150040

针对传统的遥感图像分割方法效率低下,复杂场景下分割精细度不够,以及UNET模型对于图像中包含的较小目标以及较大目标的边缘分割效果不佳等问题,本文提出了一种UNET结构与FPN结构相结合的方法,提升UNET模型整合多尺度信息的能力,同时辅... 详细信息

针对传统的遥感图像分割方法效率低下,复杂场景下分割精细度不够,以及UNET模型对于图像中包含的较小目标以及较大目标的边缘分割效果不佳等问题,本文提出了一种UNET结构与FPN结构相结合的方法,提升UNET模型整合多尺度信息的能力,同时辅以能更好地捕捉目标边缘的BLR损失函数,提升UNET模型对目标边界的分割效果。实验结果表明,本文所使用的方法有效提升了语义分割的精度,较好地缓解了对小尺度目标和大尺度目标边缘分割不佳的问题。该方法对目标边缘分割更精准,达到更好的分割效果。

关键词：深度学习 UNET FPN BLR

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：