检索结果-内蒙古大学图书馆

哈尔滨理工大学学报 2022年第4期27卷 23-31页

作者：黄英来李大明吕鑫杨柳松东北林业大学信息与计算机工程学院哈尔滨150040

为探索对袋料栽培香菇的机械式采摘,提出一种基于改进YOLOv4的识别算法。主要改进方法为:在PANet(Path Aggregation Network)结构中,增加一条具有残差注意力机制的特征图路径,提高对小目标的识别精度,并用深度可分离卷积结构替换PANet... 详细信息

为探索对袋料栽培香菇的机械式采摘,提出一种基于改进YOLOv4的识别算法。主要改进方法为:在PANet(Path Aggregation Network)结构中,增加一条具有残差注意力机制的特征图路径,提高对小目标的识别精度,并用深度可分离卷积结构替换PANet网络中卷积层,降低了参数量。使用Focal loss损失函数改进原置信度损失函数。在数据预处理方面,采用gamma变换方法对数据进行增强扩充。在训练过程中利用迁移学习的思想,对主干网络载入VOC数据集的预训练权重。相比原YOLOv4算法,mAP值增加了4.82个百分点,达到94.39%,算法参数量降为原来的58.13%,算法更加高效和轻量化,为机械采摘提供视觉算法支持。

关键词： YOLOv4 目标检测 gamma变换迁移学习香菇采摘

来源：评论

学校读者我要写书评

暂无评论

基于自适应正则化的东北虎重识别方法

引用

计算机工程与应用 2022年第8期58卷 191-197页

作者：于慧伶钱成帅东北林业大学信息与计算机工程学院哈尔滨150040

随着东北虎数量不断减少,识别单只老虎进而做出保护和追踪变得很有意义,故采用了一种基于局部分块和自适应L2正则化方法的东北虎重识别网络模型(part-based convolutional baseline-adaptiveL2,PCB-AL2)以解决在自然环境下东北虎重识别... 详细信息

随着东北虎数量不断减少,识别单只老虎进而做出保护和追踪变得很有意义,故采用了一种基于局部分块和自适应L2正则化方法的东北虎重识别网络模型(part-based convolutional baseline-adaptiveL2,PCB-AL2)以解决在自然环境下东北虎重识别困难等问题。自适应L2正则化因子通过反向传播进行自适应更新,这是通过将正则化因子作为可训练的变量来实现的。针对老虎依靠身体条纹分辨的特点,采用一种双分支网络结构:局部分支和全局分支,网络依靠局部特征指导全局特征学习。实验结果表明,在ATRW数据集上与PPbM-a、PPbM-b以及PPGNet对比得出结论,在单摄像头环境下mAP达到了92.1%,跨摄像头环境下mAP达到75.1%。

关键词：重识别残差网络自适应L2正则化特征融合

来源：评论

学校读者我要写书评

暂无评论

基于多层K-means在森林点云中的单木识别算法

引用

林草资源研究 2022年第1期 124-131页

作者：谷志新裴方睿东北林业大学信息与计算机工程学院

针对目前激光雷达(Light Detection And Ranging, LIDAR)采集的森林点云数据使用K-means算法进行单木识别时，算法的收敛时间长，以及对于株树密度大的森林场景容易产生过聚类的问题，提出了一种改进的多层K-means单木识别算法。以黑龙... 详细信息

针对目前激光雷达(Light Detection And Ranging, LIDAR)采集的森林点云数据使用K-means算法进行单木识别时，算法的收敛时间长，以及对于株树密度大的森林场景容易产生过聚类的问题，提出了一种改进的多层K-means单木识别算法。以黑龙江省佳木斯市孟家岗林场落叶松人工林的点云数据为实验对象，通过RANSAC算法和半径离群值算法去除数据中的地面点与非树干且非地面点，最后通过多层K-means算法进行单木的识别。结果表明，改进后的多层K-means算法单木识别的识别率达到了91.01%,误判树木的数量为0,算法收敛时间相较于传统K-means算法缩短了48.13%。可以得出结论，多层K-means算法效率更高，对复杂密集的林分样地进行单木识别有更好的效果，降低了勘测森林结构的成本，这对于森林结构参数的测算、森林资源的保护与总体规划工作有重要意义。

关键词：森林结构点云数据 K-means算法单木识别激光雷达

来源：评论

学校读者我要写书评

暂无评论

基于分区型区块链医疗电子病历共享方案

引用

计算机应用 2022年第1期42卷 183-190页

作者：李莉吴怡杨祉坤陈云鹏东北林业大学信息与计算机工程学院哈尔滨150040

针对基于传统区块链进行医疗数据共享时可扩展性受限制的问题,提出一种基于分片技术的区块链扩容共享方案。首先,基于跳跃一致性哈希算法进行周期性网络分片,通过随机划分全网节点大幅度降低单分片内女巫攻击的风险;其次,分片内使用可... 详细信息

针对基于传统区块链进行医疗数据共享时可扩展性受限制的问题,提出一种基于分片技术的区块链扩容共享方案。首先,基于跳跃一致性哈希算法进行周期性网络分片,通过随机划分全网节点大幅度降低单分片内女巫攻击的风险;其次,分片内使用可扩展的去中心化信任基础设施区块链(SBFT)共识协议以降低实用拜占庭容错(PBFT)共识协议的高通信复杂度,并且在分片的物理多链与主链的逻辑单链间采用双层架构以减小分片成员的存储压力;最后,在医疗联盟链上提出基于公钥密码体制的多关键词关联检索可搜索加密共享方案(PECKS),从而提高病人对自己敏感数据的掌控度,并实现加密情况下敏感数据的细粒度检索。通过性能分析可以看出,在并行分片结构下,区块链吞吐量随分片增加有明显增长,检索效率也得到显著提升。实验结果表明,所提方案能大幅度提升区块链系统的效率与可扩展性。

关键词：区块链分片技术共识协议医疗电子病历可搜索加密数据共享

来源：评论

学校读者我要写书评

暂无评论

基于改进的YOLOv4-GhostNet水稻病虫害识别方法

引用

江苏农业学报 2022年第3期38卷 685-695页

作者：周维牛永真王亚炜李丹东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

针对水稻病虫害检测精度低、速度慢、模型复杂度高、部署困难等问题,改进了YOLOv4目标检测算法,结合轻量化GhostNet网络,提出了一种基于改进的YOLOv4-GhostNet水稻病虫害识别方法:1)利用幻象模块代替普通卷积结构,替换主干特征提取网络C... 详细信息

针对水稻病虫害检测精度低、速度慢、模型复杂度高、部署困难等问题,改进了YOLOv4目标检测算法,结合轻量化GhostNet网络,提出了一种基于改进的YOLOv4-GhostNet水稻病虫害识别方法:1)利用幻象模块代替普通卷积结构,替换主干特征提取网络CSPDarkNet53,构建GhostNet模块进行图像的特征提取;2)改进YOLOv4网络的加强特征提取部分PANet结构;3)结合迁移学习与YOLOv4网络训练技巧。通过试验将YOLOv4及其MobileNet系列轻量化网络与Faster-RCNN系列网络和SSD系列网络进行对比,结果表明,改进的YOLOv4-GhostNet模型平均准确率达到79.38%,检测速度可达1 s 34.51帧,模型权重大小缩减为42.45 MB,在保持检测精度达到较高水平的同时模型参数量大幅度降低,适用于部署在计算能力不足的嵌入式设备上。

关键词：水稻病虫害检测 GhostNet网络 YOLOv4 轻量化迁移学习

来源：评论

学校读者我要写书评

暂无评论

一种改进YOLOv4的交通标志识别算法

引用

小型微型计算机系统 2022年第7期43卷 1471-1476页

作者：郭继峰孙文博庞志奇费禹潇白淼源东北林业大学信息与计算机工程学院哈尔滨150000

针对现存交通标志识别模型参数量过大、检测速度慢和检测精度较低的问题,本文提出一种改进YOLOv4-tiny的交通标志识别算法.该算法将深度可分离卷积应用到YOLOv4-tiny的特征提取网络中,显著降低了主干网络的参数量和计算量.在特征融合阶... 详细信息

针对现存交通标志识别模型参数量过大、检测速度慢和检测精度较低的问题,本文提出一种改进YOLOv4-tiny的交通标志识别算法.该算法将深度可分离卷积应用到YOLOv4-tiny的特征提取网络中,显著降低了主干网络的参数量和计算量.在特征融合阶段,将特征提取网络得到的不同层次特征图输入双向特征金字塔网络结构(BiFPN)中进行多尺度特征融合.最后,在损失函数设计过程中,使用Focal损失函数代替二分交叉熵损失函数,使检测过程中的正负样本数量不均衡问题得以解决.在TT100K数据集上的测试结果表明,该算法的平均精度均值达到87.5%,相比于YOLOv4-tiny提升了3.9%,模型大小为14MB,仅为YOLOv4-tiny的58%.该算法一定程度上减少了计算量和模型大小,并带来了检测速度和精度的提升.

关键词：交通标志识别 YOLOv4-tiny 深度可分离卷积双向特征金字塔

来源：评论

学校读者我要写书评

暂无评论

基于缩影的多时相遥感语义变化检测方法

引用

华中农业大学学报 2023年第3期42卷 123-132页

作者：景维鹏王健张文钧谷俊涛陈广胜东北林业大学信息与计算机工程学院哈尔滨150040 黑龙江省网络空间研究中心哈尔滨150090

针对高分辨率遥感图像标签稀缺和标签技术增长缓慢限制了多时相语义变化检测发展的问题,提出了采用有噪声、低分辨率的弱标签替代高分辨率标签进行多时相语义变化检测的方法。首先,采用低分辨率卫星数据平滑高分辨率遥感图像输入的质量... 详细信息

针对高分辨率遥感图像标签稀缺和标签技术增长缓慢限制了多时相语义变化检测发展的问题,提出了采用有噪声、低分辨率的弱标签替代高分辨率标签进行多时相语义变化检测的方法。首先,采用低分辨率卫星数据平滑高分辨率遥感图像输入的质量差异。其次,通过将缩影(epitomes)模型和标签超分辨率算法作为统计推理算法相结合的方法预估高分辨率遥感图像分类图,并拟合一个小型FCN网络对生成的遥感图像分类图进行后处理来改善其分类的效果。最后,通过对比不同时相土地覆盖分类图像之间的差异得出变化检测结果。结果表明,本研究提出的方法与其他多时相语义变化检测方法 FCN/all相比,平均交并比(mIoU)提高了8.9个百分点,能够有效检测土地覆盖分类变化。

关键词：弱监督标签超分辨率缩影土地覆盖变化图语义分割遥感影像变化检测

来源：评论

学校读者我要写书评

暂无评论

改进的增量式动静结合协同过滤方法

引用

计算机科学与探索 2022年第9期16卷 2089-2095页

作者：武美丁怡彤赵建立山东科技大学计算机科学与工程学院山东青岛266590 东北林业大学信息与计算机工程学院哈尔滨150040

矩阵分解算法在推荐系统中因其具有较高的预测精度和良好的扩展性已被广泛运用,然而当前的矩阵分解算法大多处理的是静态数据,随着训练数据的逐渐增加,传统的矩阵分解方法需要对已有全部数据进行重新训练以更新模型,这样随之带来的时间... 详细信息

矩阵分解算法在推荐系统中因其具有较高的预测精度和良好的扩展性已被广泛运用,然而当前的矩阵分解算法大多处理的是静态数据,随着训练数据的逐渐增加,传统的矩阵分解方法需要对已有全部数据进行重新训练以更新模型,这样随之带来的时间花销和计算成本也大大增加。因此,如何在短时间内进行物品的评分预测以进行合理准确的推荐是研究的主要问题。针对此问题,提出了一种改进的增量式矩阵分解算法,主要思想是在预测过程中,根据评分来源分区域处理数据。分区域处理的方法可以有效地缩短计算的时间,并且将精度保持在一定范围内。在静态训练模块,初始的用户和物品的特征训练将不占用在线训练时间,并且在初始数据量较大时可以获得较好的精度;在动态训练模块中,对新进入的用户集和物品集上的相应评分提取并训练得到相应的小动态矩阵,在此之后动态维护和更新小矩阵,在此小矩阵上进行后续的特征训练。同时,为了在保证训练精度的同时降低动态矩阵的训练时间,采用了一种基于随机梯度下降方法的快速更新策略,该方法有效缩短了时间并且提高了一部分精度。在两个公开的数据集上的实验结果证明了此算法的优越性。

关键词：推荐系统协同过滤矩阵分解增量模型冷启动

来源：评论

学校读者我要写书评

暂无评论

国际核证碳标准林业碳汇项目运行机理、开发现状及经验借鉴

引用

世界林业研究 2023年第1期36卷 14-19页

作者：盛春光刘宗烨赵晓晴东北林业大学经济管理学院哈尔滨150040 东北林业大学信息与计算机工程学院哈尔滨150040 北京汇智绿色资源研究院北京100083

林业具有多重效益,兼具减缓和适应气候变化的双重功能,是实现碳中和的经济可行的重要措施。国际核证碳标准(VCS)以其严格的项目开发规则和适时更新迭代的标准体系,成为世界各国开发林业碳汇项目的主要标准。文中介绍了VCS林业碳汇项目... 详细信息

林业具有多重效益,兼具减缓和适应气候变化的双重功能,是实现碳中和的经济可行的重要措施。国际核证碳标准(VCS)以其严格的项目开发规则和适时更新迭代的标准体系,成为世界各国开发林业碳汇项目的主要标准。文中介绍了VCS林业碳汇项目的运行架构、开发流程以及项目登记交易规则等运行机理,分析VCS林业碳汇项目的方法学使用情况、项目开发情况以及项目价格变动情况,指出林业碳汇项目为发展中国家获得持续融资机会、实现可持续发展目标发挥了重要作用;总结了VCS标准在长期实践中在更新规则、注重协同效益、实现公开透明、侧重提升碳信用质量、采用数字化技术等方面积累的经验,对我国制定自愿减排市场制度规则、国内学者研究VCS标准、项目开发方掌握VCS林业碳汇项目开发程序等具有理论参考和经验借鉴价值。

关键词：国际核证碳标准(VCS) 林业碳汇项目运行机理开发流程环境完整性

来源：评论

学校读者我要写书评

暂无评论

基于非对称多解码器和注意力模块的三维肾脏影像结构分割模型

引用

计算机应用 2024年第7期44卷 2216-2224页

作者：孔哲李寒甘少伟孔明茹何冰涛郭子钰金督程邱兆文东北林业大学计算机与控制工程学院哈尔滨150040 哈尔滨工业大学电子与信息工程学院哈尔滨150001

针对肾脏结构中,因不同结构间差异大,动静脉体积小、结构薄及计算机断层扫描血管造影(CTA)图像灰度分布不均和伪影带来的精确分割困难的问题,提出基于非对称多解码器和注意力模块的三维肾脏影像结构分割模型MDAUnet(MultiDecoder-Attent... 详细信息

针对肾脏结构中,因不同结构间差异大,动静脉体积小、结构薄及计算机断层扫描血管造影(CTA)图像灰度分布不均和伪影带来的精确分割困难的问题,提出基于非对称多解码器和注意力模块的三维肾脏影像结构分割模型MDAUnet(MultiDecoder-Attention-Unet)。首先,针对不同结构间差异大导致网络无法共享权重的问题,采用多解码器结构,为语义结构不同的特征结构匹配不同的解码器分支;其次,针对血管体积小、结构薄难分割的问题,引入非对称的空间通道联合注意力模块使模型更关注管状结构,并对学习到的特征信息同时进行空间维度和通道维度的校准;最后,为了保证模型在反向传播中对血管结构有足够的关注,提出改进的加权硬区域适应损失(WHRA)作为损失函数来动态保持训练过程中血管结构的类间平衡以及保留背景信息的特征;此外,为了提高特征图灰度值的对比度,将传统图像处理边缘检测算子嵌入模型的预处理阶段,对待分割的感兴趣区域边界进行特征增强使模型更关注边界信息并抑制伪影信息。实验结果表明:所提出的MDAUnet模型在肾脏结构分割任务上的Dice相似系数(DSC),豪斯多夫距离95(HD95)和平均表面距离(AVD)分别为89.1%,1.76 mm和1.04 mm;在DSC指标上,与次优的MGANet(Meta Greyscale Adaptive Network)相比,MDAUnet提升了1.2个百分点;在HD95和ASD指标上,与次优的UNETR(UNEt TRansformers)相比,MDAUnet分别降低了0.87 mm和0.45 mm。可见MDAUnet能有效提高肾脏三维结构分割精度,有助于医生在临床手术中客观有效地评估病情。

关键词：肾脏三维结构分割注意力模块计算机断层血管造影损失函数边缘检测

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：