检索结果-内蒙古大学图书馆

光谱学与光谱分析 2024年第2期44卷 542-547页

作者：孟星志刘亚秋刘丽娜东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

快速准确识别病原菌在防止传染病的传播、帮助对抗抗菌素耐药性和改善病人预后方面起着关键作用。拉曼光谱结合机器学习算法能够简单快捷地对病原菌进行无标记检测。然而,病原菌种类和表型繁多,并且深度学习需要依赖大量样本训练,而收... 详细信息

快速准确识别病原菌在防止传染病的传播、帮助对抗抗菌素耐药性和改善病人预后方面起着关键作用。拉曼光谱结合机器学习算法能够简单快捷地对病原菌进行无标记检测。然而,病原菌种类和表型繁多,并且深度学习需要依赖大量样本训练,而收集大批量病原菌拉曼光谱劳神费力,且易受荧光等因素影响。针对上述问题,提出一种基于WGAN-GP数据增强方法和ResNet结合的病原菌拉曼光谱检测模型。采用五种常见眼科病原菌的拉曼光谱。将采集到的原始数据归一化作为ResNet和传统卷积神经网络(1D-CNN)的输入,将经过SG滤波、airPLS基线校正、PCA降维等预处理后的数据作为K近邻(KNN)的输入,对比分析发现ResNet模型效果最优,其分类精度可达96%;搭建Wasserstein生成式对抗网络加梯度惩罚模型(WGAN-GP),生成大量与真实数据相似的高分辨率光谱数据。同时与偏移法、深度卷积生成式对抗神经网络(DCGAN)2种数据增强方法进行比对,证明WGAN-GP的可靠性;为验证生成数据可以丰富数据多样性,进而提高分类精度,将扩充后的数据集重新放入ResNet进行训练,最终WGAN-GP结合ResNet的分类准确率提高到99.3%。结果表明:基于ResNet的分类模型无需复杂数据预处理,在开发效率和分类精度上均有提高;改进的WGAN-GP模型适用于拉曼光谱数据增强,解决了传统数据增强方法生成光谱的有效性与类别准确性不匹配的问题,相比于GAN提高了训练过程的速度和稳定性;利用表面增强拉曼光谱技术(SERS)结合WGANGP-ResNet模型对病原菌拉曼光谱分类,减少了对大量训练数据的需求,有利于快速学习和分析低信噪比的拉曼光谱,并将光谱采集时间缩减到1/10。在临床快速、免培养鉴别病原菌方面具有重要研究意义与应用价值。

关键词： WGAN-GP 拉曼光谱病原菌鉴别一维残差网络卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

联合多意图识别与语义槽填充的双向交互模型

引用

计算机工程与应用 2024年第5期60卷 130-138页

作者：李实孙镇鹏东北林业大学信息与计算机工程学院哈尔滨150040

意图识别与语义槽填充是口语理解的两个主要任务,两者具有高度相关性,通常进行联合训练。随着口语理解任务的深入,研究发现用户在现实场景中的话语往往含有多个意图。但部分联合模型只能识别用户话语中的单个意图,未能充分建模多个意图... 详细信息

意图识别与语义槽填充是口语理解的两个主要任务,两者具有高度相关性,通常进行联合训练。随着口语理解任务的深入,研究发现用户在现实场景中的话语往往含有多个意图。但部分联合模型只能识别用户话语中的单个意图,未能充分建模多个意图和语义槽之间的关联性。考虑到话语中多个意图的信息可以引导语义槽填充,语义槽信息也可以帮助意图更好的识别,模型采用图注意力网络建立意图和语义槽之间的双向交互。具体的,将两个任务双向关联以便模型能够挖掘多个意图与语义槽之间的关系,同时引入两个任务的标签信息使模型能够学习到话语上下文和标签的关系,从而提高意图识别与语义槽填充的准确率,优化口语理解的整体性能。实验表明,模型在MixATIS和MixSNIPS两个多意图数据集上对比其他模型性能得到了显著提升。

关键词：口语理解多意图识别语义槽填充联合模型

来源：评论

学校读者我要写书评

暂无评论

基于二分迭代递推的多光谱辐射测温反演算法

引用

光谱学与光谱分析 2023年第9期43卷 2674-2678页

作者：朱自民邢键东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

多光谱辐射测温是高温测量的最有力工具之一,它通过光学瞄准系统对准待测点,经分光光路后获得多个光谱通道的辐射信息,利用光电探测器转化为电信号,通过对多个光谱辐射通道的电信号进行数据处理后同时获得待测目标的真实温度和光谱发射... 详细信息

多光谱辐射测温是高温测量的最有力工具之一,它通过光学瞄准系统对准待测点,经分光光路后获得多个光谱通道的辐射信息,利用光电探测器转化为电信号,通过对多个光谱辐射通道的电信号进行数据处理后同时获得待测目标的真实温度和光谱发射率。待测目标的温度反演结果受未知的发射率影响难以直接反演。为解决待测目标发射率模型难以确定的问题,基于参考温度模型,提出一种无需假设发射率模型的多光谱辐射测温数据处理方法。利用同一时刻获得的各个通道反演的温度值与平均值的差值趋近于“零”的约束条件,根据精度要求,设置合理的截止条件,设计合适的发射率迭代步长,可以使反演精度满足实际要求。在提高反演速度方面,提出“二分法”,即在上一次发射率获得温度与平均温度偏差结果引导下,利用“二分法”快速减小发射率搜索区间,直到满足截止条件,即每个光谱通道反演温度趋于相等,从而实现快速反演的目标。基于二分迭代法的多光谱辐射测温反演新算法在未知发射率先验知识的情况下,可实现多光谱辐射测温数据的真实温度反演。基于光纤光谱仪设计了一套多光谱辐射测温实验装置,利用成像透镜将目标聚焦于分化板上的十字叉丝处,叉丝处粘贴有一个45°反射棱镜,将辐射信息反射至光纤后进入光谱仪实现多光谱测温。对一生物质锅炉炉膛火焰通过观察窗进行温度测量并与热电偶测量结果进行比对,结果表明与热电偶测量结果(1000 K左右)相对误差小于4.4%。同时用普通计算机课实现毫秒级实时反演,表明该算法满足在线测量要求,算法进一步完善了多光谱辐射测温理论,为多光谱辐射测温技术在生物质火焰高温测量领域的应用提供了理论支撑。

关键词：多光谱测温迭代递推二分法生物质火焰

来源：评论

学校读者我要写书评

暂无评论

降雨过程中的有害气体泄漏扩散研究

引用

安全与环境学报 2025年第2期25卷 656-664页

作者：徐凯宏杨悦徐梓敬谷志新东北林业大学信息与计算机工程学院哈尔滨150040 东北林业大学家具与艺术设计学院哈尔滨150040

在实际生活中,气体泄漏扩散情况会受到风向、风速及建筑物等影响,常见的气体扩散研究主要是在无降雨情况下对其他环境因素进行分析。以氨气为例,利用氨气极易溶于水的性质,以原有的高斯烟羽模型为基础,通过数值模拟进行分析,研究在雨季... 详细信息

在实际生活中,气体泄漏扩散情况会受到风向、风速及建筑物等影响,常见的气体扩散研究主要是在无降雨情况下对其他环境因素进行分析。以氨气为例,利用氨气极易溶于水的性质,以原有的高斯烟羽模型为基础,通过数值模拟进行分析,研究在雨季情况下,有害气体泄漏受降雨影响时的扩散情况。首先根据实际情况对高斯烟羽模型的有效源强进行改进,然后引入沉降系数表征降雨量对扩散的影响,在相同条件下进行模拟,将前两者的模拟结果与传统的高斯烟羽模型进行对比分析。试验结果表明,降雨量和有效源强对气体泄漏扩散有明显影响,与传统高斯烟羽模型相比,改进后的高斯烟羽模型更符合实际情况。

关键词：公共安全气体泄漏高斯烟羽模型危险区域划分降雨环境

来源：评论

学校读者我要写书评

暂无评论

YOLOv5定位多特征融合的车标识别

引用

计算机工程与应用 2023年第5期59卷 176-193页

作者：董光辉陈星宇东北林业大学信息与计算机工程学院哈尔滨150040

为解决智能交通系统中车标识别的问题,提出YOLOv5s网络车标定位多特征融合的车标图像识别方案。车标定位阶段选择YOLOv5s网络以满足对车标定位速度与精度等的需求。车标识别阶段通过调整扩展高斯差分中的参数得到具有不同效果的车标边缘... 详细信息

为解决智能交通系统中车标识别的问题,提出YOLOv5s网络车标定位多特征融合的车标图像识别方案。车标定位阶段选择YOLOv5s网络以满足对车标定位速度与精度等的需求。车标识别阶段通过调整扩展高斯差分中的参数得到具有不同效果的车标边缘,设计一组二维Gabor滤波器对边缘检测后的车标图像进行滤波处理并提取出对应的车标图像特征向量,通过计算待测车标图像特征与标准比对库中特征向量的欧几里德距离,取距离最小者对应的标签索引作为分类识别结果,该方案的最佳识别正确率为96.91%。采用随机森林算法进行分类后的最佳识别正确率可达99.33%。该方案的车标定位与识别最佳整体正确率超过了YOLOv5s网络直接一步到位识别车标的方案,且相较于传统图像处理方法有明显提升。

关键词：车标识别 YOLOv5s 多特征融合扩展高斯差分二维Gabor滤波欧几里德距离随机森林

来源：评论

学校读者我要写书评

暂无评论

对话情绪识别综述

引用

计算机工程与应用 2023年第3期59卷 33-48页

作者：陈晓婷李实东北林业大学信息与计算机工程学院哈尔滨150040

对话情绪识别是情感计算领域的一个热门研究课题,旨在检测对话过程中每个话语的情感类别。其在对话理解和对话生成方面具有重要的研究意义,同时在社交媒体分析、推荐系统、医疗和人机交互等诸多领域具有广泛的实际应用价值。随着深度学... 详细信息

对话情绪识别是情感计算领域的一个热门研究课题,旨在检测对话过程中每个话语的情感类别。其在对话理解和对话生成方面具有重要的研究意义,同时在社交媒体分析、推荐系统、医疗和人机交互等诸多领域具有广泛的实际应用价值。随着深度学习技术的不断创新和发展,对话情绪识别受到学术界和工业界越来越多的关注,现阶段需要综述性的文章对已有研究成果进行总结,以便更好地开展后续工作。从问题定义、问题切入方式、研究方法、主流数据集等多个角度对该领域的研究成果进行全面梳理,回顾和分析了对话情绪识别任务的发展。对话文本中含有丰富的语义信息,结合视频和音频可以进一步提升建模效果,因此,重点对文本对话情绪识别以及多模态对话情绪识别的方法进行了梳理,立足于当前研究现状,总结了现有对话情绪识别领域存在的开放问题以及未来的发展趋势。

关键词：情感分析对话理解对话情绪识别深度学习

来源：评论

学校读者我要写书评

暂无评论

基于深度多相似性哈希方法的遥感图像检索

引用

计算机工程 2023年第2期49卷 206-212页

作者：何悦陈广胜景维鹏徐泽堃东北林业大学信息与计算机工程学院哈尔滨150040

哈希方法由于低存储、高效率的特性而被广泛应用于遥感图像检索领域。面向遥感图像检索任务的无监督哈希方法存在伪标签不可靠、图像对的训练权重相同以及图像检索精度较低等问题,为此,提出一种基于深度多相似性哈希(DMSH)的遥感图像检... 详细信息

哈希方法由于低存储、高效率的特性而被广泛应用于遥感图像检索领域。面向遥感图像检索任务的无监督哈希方法存在伪标签不可靠、图像对的训练权重相同以及图像检索精度较低等问题,为此,提出一种基于深度多相似性哈希(DMSH)的遥感图像检索方法。针对优化伪标签和训练关注度分别构建自适应伪标签模块(APLM)和成对结构信息模块(PSIM)。APLM采用K最近邻和核相似度来评估图像间的相似关系,实现伪标签的初始生成和在线校正。PSIM将图像对的多尺度结构相似度映射为训练关注度,为其分配不同的训练权重从而优化深度哈希学习。DMSH通过Swin Transformer骨干网络提取图像的高维特征,将基于语义相似矩阵的伪标签作为监督信息以训练深度网络,同时网络在两个基于不同相似度设计的模块上实现交替优化,充分挖掘图像间的多种相似信息进而生成具有高辨识力的哈希编码,实现遥感图像的高精度检索。实验结果表明,DMSH在EuroSAT和PatternNet数据集上的平均精度均值较对比方法分别提高0.8%~3.0%和9.8%~12.5%,其可以在遥感图像检索任务中取得更高的准确率。

关键词：深度无监督学习遥感图像检索特征提取哈希学习伪标签

来源：评论

学校读者我要写书评

暂无评论

基于BOVW和SVM的城市土地类型遥感变化监测研究

引用

南京林业大学学报(自然科学版) 2023年第3期47卷 37-44页

作者：黄靖舒高心丹景维鹏东北林业大学信息与计算机工程学院林学院

【目的】研究城市土地类型的变化，分析城市进化过程对环境气候、城市发展以及政府决策产生的影响。【方法】以15～30 m分辨率的NWPU-RESISC45标准数据集和哈尔滨城区Landsat 8遥感影像为实验数据，制作了包含城市建筑及道路、水体、植... 详细信息

【目的】研究城市土地类型的变化，分析城市进化过程对环境气候、城市发展以及政府决策产生的影响。【方法】以15～30 m分辨率的NWPU-RESISC45标准数据集和哈尔滨城区Landsat 8遥感影像为实验数据，制作了包含城市建筑及道路、水体、植被、裸地4种土地类型的遥感影像数据集。在实验数据中加入纹理信息，提取SIFT(scale-invariant feature transform, SIFT)特征点。通过K-means聚类算法获取包含大量语义信息的视觉词典，从而构造视觉词袋模型(bag of visual words, BOVW)。然后将BOVW提取的特征点与支持向量机(support vector machine, SVM)分类器结合，对制作的数据集进行分类。最后，利用2013年、2019年同一季节Landsat 8影像，以哈尔滨市松北区为例计算各土地类型的位置及面积变化信息。【结果】基于BOVW和SVM的分类结果与5种单一分类模型和3种“特征提取+分类器”模型对比，发现使用尺寸为550个词汇的视觉词典时，本研究模型的分类与变化监测精确度分别为79.40%、79.29%。结合哈尔滨城市具体数据的监测结果表明，在2013—2019年间，哈尔滨市松北区城市建筑及道路与植被类型的覆盖面积减少明显，水体与裸地类型的覆盖面积增加，这一变化情况符合近年来哈尔滨市政府陆续推出的环境保护五年规划，以及其总体规划中合理控制城市规模的相关政策要求。【结论】对于时间跨度长、分辨率不高的Landsat遥感影像，BOVW和SVM的变化监测模型在土地类型变化监测方面效果良好，在一定程度上可提高分类与变化监测的精度，为土地类型变化监测提供借鉴。

关键词：土地类型监测视觉词袋模型(BOVW) 支持向量机(SVM) 城市变化监测分类后比较法哈尔滨市

来源：评论

学校读者我要写书评

暂无评论

基于生成对抗网络的图像场景转换

引用

计算机工程 2023年第4期49卷 217-225页

作者：罗嗣卿陈慧东北林业大学信息与计算机工程学院哈尔滨150040

由于时间、地点、摄影设备等因素的限制,导致在真实世界中很难获得内容相同而场景不同的图像,一种可行方式是利用生成对抗网络(GAN)在没有成对数据集的情况下对图片中的场景进行转换,但是已有基于GAN的图像场景转换方法主要关注单个类... 详细信息

由于时间、地点、摄影设备等因素的限制,导致在真实世界中很难获得内容相同而场景不同的图像,一种可行方式是利用生成对抗网络(GAN)在没有成对数据集的情况下对图片中的场景进行转换,但是已有基于GAN的图像场景转换方法主要关注单个类别、单向、结构简单的场景。为了解决具有丰富类别和高度复杂语义结构的图像场景转换问题,提出一种基于GAN的图像场景转换模型,以实现晴天、雨天、雾天等不同场景之间的转换。将GAN、注意力模块和场景分割模块相结合,使模型正确识别并转换感兴趣区域同时保持其他区域不变。为了进一步提高输出的多样性,提出一种新型的正则化损失来抑制潜在噪声。此外,为了避免因缺乏噪声约束而出现的模态崩溃问题,在鉴别器中嵌入噪声分离模块。实验结果表明,相较CycleGAN、UNIT、MUNIT、NICE-GAN等6种对比模型,该模型所生成图像的FID得分和KID得分平均分别提高约7.25%和19%,其能够在不同场景下生成视觉效果更佳的图像。

关键词：图像处理图像转换生成对抗网络场景转换注意力机制

来源：评论

学校读者我要写书评

暂无评论

一种融合多尺度技术和并行网络的DR检测方法

引用

哈尔滨理工大学学报 2024年第1期29卷 87-95页

作者：陈宇徐仕豹东北林业大学信息与计算机工程学院哈尔滨150040

针对糖尿病视网膜病变(DR)检测模型在下采样过程中关键信息丢失和模型鲁棒性差的问题,构建一个PM-Net模型(Parallel Multi-scale Network)。在下采样过程中,利用信息增强的方式设计了多尺度最大池化和多尺度卷积模块并对ResNet-50改进... 详细信息

针对糖尿病视网膜病变(DR)检测模型在下采样过程中关键信息丢失和模型鲁棒性差的问题,构建一个PM-Net模型(Parallel Multi-scale Network)。在下采样过程中,利用信息增强的方式设计了多尺度最大池化和多尺度卷积模块并对ResNet-50改进。进一步,为了提高模型的鲁棒性,使用双分支的架构对模型进行扩展。提出的多尺度模块使得模型在下采样的过程中获得了更加丰富的视网膜眼底图像特征,从而提高了DR检测的性能,同时提出的双分支模型在DR检测过程中用局部信息辅助全局信息保证了模型的鲁棒性。模型在EyePACS、DDR和私有数据集进行了实验验证。实验结果表明:与主流的模型相比,本模型在EyePACS数据集上的准确率和二次加权Kappa分数分别提高了2.58%和1.31%。

关键词：糖尿病视网膜病变多尺度并行网络最大池化 ResNet-50

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：