检索结果-内蒙古大学图书馆

液晶与显示 2019年第9期34卷 879-887页

作者：陈献明王阿川王春艳东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 扎兰屯职业学院内蒙古扎兰屯162650

针对木材活节、死节、虫眼等缺陷图像的检测问题,本文提出了一种基于深度学习的木材缺陷图像检测方法。首先,通过对Faster-RCNN网络进行训练,得到了可以对木材缺陷定位和识别的检测模型;然后,应用NL-Means方法对图像进行去噪,通过线性... 详细信息

针对木材活节、死节、虫眼等缺陷图像的检测问题,本文提出了一种基于深度学习的木材缺陷图像检测方法。首先,通过对Faster-RCNN网络进行训练,得到了可以对木材缺陷定位和识别的检测模型;然后,应用NL-Means方法对图像进行去噪,通过线性滤波、调整对比度和亮度实现图像增强;再对图像进行二值化处理,根据像素值差异提取缺陷边缘特征点集,实现了对木材缺陷的精细分割;最后,对椭圆拟合方法进行了改进,实现了对木材缺陷边缘点集的椭圆拟合,提供了新的木材缺陷加工方案。实验结果表明,该算法具有较好的木材缺陷定位和分类能力,得到了较好的分割及拟合效果,可在缺陷修补这一环节减少约10%的木材填充量。

关键词：图像检测深度学习木材缺陷边缘检测椭圆拟合

来源：评论

学校读者我要写书评

暂无评论

大气环境中先进与实用NH_3测量技术进展

引用

传感器与微系统 2013年第12期32卷 10-14页

作者：张佳薇王云龙薛瑞李明宝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 东北林业大学土木工程学院黑龙江哈尔滨150040

NH3是大气的重要组成部分,对于中和酸性气体和维持生态平衡起着重要作用。但同时作为大气污染物,NH3严重地影响着人类生存环境。而且气态NH3可以与硫酸、硝酸和盐酸发生化学反应而形成的铵盐,进而增加大气污染物PM 2.5颗粒物的浓度。因... 详细信息

NH3是大气的重要组成部分,对于中和酸性气体和维持生态平衡起着重要作用。但同时作为大气污染物,NH3严重地影响着人类生存环境。而且气态NH3可以与硫酸、硝酸和盐酸发生化学反应而形成的铵盐,进而增加大气污染物PM 2.5颗粒物的浓度。因此,大气环境中NH3体积分数精确测量越来越受到人们的重视。介绍了近年来6种先进大气NH3体积分数检测技术(TDLAS,PAS,CRDS,DOAS,TDLAS和纳米材料传感器)的研究方法与研究进展,总结并归纳了这些技术的特点,同时,选择有代表性的测量实验结果进行分析对比。简要介绍了4种实用大气NH3检测技术(湿化学、CIMS,IMS和金属半导体传感器)的特点与研究现状。

关键词：氨氨气检测氨气传感器光谱学

来源：评论

学校读者我要写书评

暂无评论

改进模糊推理分类器进行木材树种近红外光谱开集分类识别研究

引用

光谱学与光谱分析 2024年第7期44卷 1868-1876页

作者：李振宇赵鹏王承琨东北林业大学计算机与控制工程学院黑龙江哈尔滨150040 广西科技大学计算机科学与技术学院(软件学院) 广西柳州545006 黑龙江科技大学电子与信息工程学院黑龙江哈尔滨150022

开集分类识别是近10多年来模式识别领域研究的热点,它能够识别训练集中已知类别的测试样本,同时还能够有效“拒识”未知类别的测试样本;这些未知类别样本不包含在训练集中。现有的开集分类识别算法主要是基于Support Vector Machine(SVM... 详细信息

开集分类识别是近10多年来模式识别领域研究的热点,它能够识别训练集中已知类别的测试样本,同时还能够有效“拒识”未知类别的测试样本;这些未知类别样本不包含在训练集中。现有的开集分类识别算法主要是基于Support Vector Machine(SVM)和深度学习网络框架进行改进,并且主要应用在自然景物图像领域中;在光谱分析领域中还鲜有报道。将传统的闭集框架下的模糊推理分类器进行模型改进,提出了开集框架下的改进模糊推理分类器,并将其应用到木材树种近红外光谱分类识别中。首先,使用Flame-NIR近红外微型光谱仪采集木材样本横切面的近红外光谱曲线,采用Metric Learning算法进行光谱向量维度约简降维至4维(4D)。其次,改进闭集框架下的模糊推理分类器,根据模糊规则置信度和各维度隶属度概率的乘积构建Generalized Basic Probability Assignment(GBPA),再根据GBPA进行分类处理。在20个树种的具有不同的Openness指标下的近红外光谱数据集的分类识别对比实验表明,改进的开集模糊推理分类器(fuzzy reasoning classifier in an open set,FRCOS)优于现有的基于机器学习和深度学习的开集分类识别主流算法,具有较好的评价指标F-Score,Kappa系数及总体识别率。

关键词：开集分类识别木材树种识别模糊推理分类器近红外光谱分析

来源：评论

学校读者我要写书评

暂无评论

二维权值路径在软件项目管理中的应用

引用

计算机应用与软件 2007年第12期24卷 104-106页

作者：高心丹高峰东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

针对以往的软件项目规划过程将时间、成本和资源单独进行评估的局限,将二维权值路径引入到软件项目管理中来。目的就是要研究如何在尽可能低的成本下充分分配关键资源,以缓解在软件项目开发过程中出现的资源争用问题。

关键词：最短路径网络流量二维权值路径

来源：评论

学校读者我要写书评

暂无评论

基于位置匿名的数据库隐私可搜索加密算法

引用

计算机仿真 2022年第1期39卷 423-426,431页

作者：李骥才刘丹东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

当前数据库隐私可搜索加密算法忽略了对用户位置信息的加密,导致传统算法存在恶意攻击数据拦截量低、数据加密误差大和隐私等级低的问题。现提出基于位置匿名的数据库隐私可搜索加密算法。预处理用户位置信息的比特序列,并通过分段线性... 详细信息

当前数据库隐私可搜索加密算法忽略了对用户位置信息的加密,导致传统算法存在恶意攻击数据拦截量低、数据加密误差大和隐私等级低的问题。现提出基于位置匿名的数据库隐私可搜索加密算法。预处理用户位置信息的比特序列,并通过分段线性编码加密隐藏用户位置信息。加密用户搜索数据,完成用户信息二次加密,以压缩函数为基础搜索出最全面的关键词相关加密信息,实现数据库加密信息的搜索。实验结果表明,所提算法的恶意攻击数据拦截量高、数据加密误差低,且隐私等级高。

关键词：位置匿名数据库预处理搜索加密用户隐私

来源：评论

学校读者我要写书评

暂无评论

采用图像分割方法进行木材表面缺陷的定量检测

引用

液晶与显示 2014年第5期29卷 785-792页

作者：任重昕毕剑华谢琳仉俊峰东北林业大学土木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

随着木材加工业的集约化发展以及对木材表面加工质量高水平的苛求,传统的人工检测方式已经难以满足木材产品的加工生产。在了解木材表面缺陷的分类、缺陷产生原因和木材缺陷表面图像的特征的基础上,对比分析平均值法、最大值法和加权平... 详细信息

随着木材加工业的集约化发展以及对木材表面加工质量高水平的苛求,传统的人工检测方式已经难以满足木材产品的加工生产。在了解木材表面缺陷的分类、缺陷产生原因和木材缺陷表面图像的特征的基础上,对比分析平均值法、最大值法和加权平均值法3种图像灰度化方法效果,并选定加权平均值法对木材缺陷图像进行灰度化预处理。在Matlab 6.5GUI编程框架下实现木材缺陷检测系统,通过选取Isodata聚类迭代法、Otsu最大方差法、最大熵法和Sobel边缘分割法为基础的4种阈值化图像分割方法对木材缺陷特征的分割效果和分割速率进行实验对比分析。实验结果表明,运用Isodata聚类迭代法的图像分割方法能够快速准确分割图像实现木材缺陷检测。

关键词：图像分割木材缺陷 Isodata聚类迭代法 Otsu最大方差法最大熵法

来源：评论

学校读者我要写书评

暂无评论

数据拟合算法在受电弓检测误差补偿中的应用

引用

传感器与微系统 2023年第2期42卷 157-160页

作者：殷家伟姜宗梁徐凯宏东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

由于生产环境、机械结构阻力、传感器的动态误差等因素,使得受电弓检测装置中的传感器在检测受电弓时精确度不高,仍有进一步优化的空间。为了克服传感器在检测时存在误差的问题,提出一种分段拟合方法。首先,根据数据的局部特性进行分段... 详细信息

由于生产环境、机械结构阻力、传感器的动态误差等因素,使得受电弓检测装置中的传感器在检测受电弓时精确度不高,仍有进一步优化的空间。为了克服传感器在检测时存在误差的问题,提出一种分段拟合方法。首先,根据数据的局部特性进行分段,在段内结合多项式拟合、指数拟合、傅里叶拟合、高斯拟合等拟合方式对区间内数据进行拟合;然后,以和方差作为模型评估指标,得到最优拟合函数,将各分段合并得到分段拟合函数。使用在机务段实际测量的数据,对本文提出的分段拟合方法进行实验和误差分析。实验结果表明:传感器的平均测量误差由6.32 N修正到0.12 N,说明本文提出的分段拟合方法是减少传感器误差的一种可行的方法。

关键词：受电弓检测最小二乘法分段拟合误差补偿

来源：评论

学校读者我要写书评

暂无评论

研究性教学法在《TRIZ理论》本科教学中的应用

引用

成人教育 2009年第5期29卷 82-83页

作者：凌滨管雪梅赵亚凤东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

发明问题解决理论(TRIZ)是前苏联科学家***对250万项发明专利进行研究后,形成的解决工程问题的方法论。它在本科教学中的普及必将对学生创新思想和创新能力的培养起到积极作用。文章探讨了研究性教学方法在《TRlZ理论》本科教学中的具... 详细信息

发明问题解决理论(TRIZ)是前苏联科学家***对250万项发明专利进行研究后,形成的解决工程问题的方法论。它在本科教学中的普及必将对学生创新思想和创新能力的培养起到积极作用。文章探讨了研究性教学方法在《TRlZ理论》本科教学中的具体运用,主要有案例教学、课堂讨论、专题讲座和上机实验等环节,在各环节中提出具体的解决方案,并针对学生的反馈情况,提出课程存在的问题和今后发展的方向。

关键词： “TRIZ”理论研究性教学本科教学

来源：评论

学校读者我要写书评

暂无评论

近似联合训练的Faster R-CNN对立木图像的检测与识别

引用

西北林学院学报 2020年第6期35卷 249-257页

作者：高旋赵亚凤胡峻峰陈喆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

为提高复杂背景下立木图像的识别准确率,提出近似联合训练的Faster R-CNN对立木图像进行目标提取并分类。首先迁移ImageNet上的模型VGG16、ResNet101和MobileNetV2提取图像特征并微调网络,然后构建新的数据集包括7科10种立木图像共2 304... 详细信息

为提高复杂背景下立木图像的识别准确率,提出近似联合训练的Faster R-CNN对立木图像进行目标提取并分类。首先迁移ImageNet上的模型VGG16、ResNet101和MobileNetV2提取图像特征并微调网络,然后构建新的数据集包括7科10种立木图像共2 304张,通过该数据集训练和测试3种网络模型下的Faster R-CNN。结果表明,通过近似联合训练的Faster R-CNN得到的均值平均精度分别是93.64%、92.38%、92.58%,对于不同种属的立木,VGG16网络效果最佳。由于光照会对图像识别造成影响,将光照平衡前后的结果作对比,得到光照平衡后的立木图像识别结果优于平衡前。并利用训练的模型对斜向生长的立木图片进行检测,结果显示生长方向不影响图像识别准确率。证明该方法在具有复杂背景的立木图像上具有良好的效果,对更多立木的识别有一定的参考价值。

关键词：立木目标检测近似联合训练 Faster R-CNN 光照平衡

来源：评论

学校读者我要写书评

暂无评论

改进的组合优化决策树谣言判别方法研究

引用

计算机仿真 2018年第2期35卷 219-223页

作者：罗嗣卿王佳玉李冰珂东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

随着互联网承载的信息量逐步增长,如何对网络中的谣言做出准确的识别变得越来越重要,现有谣言判别方法都建立在实验样本和训练样本的数据结构相同的前提下,而现实中谣言数据的属性结构并不完全一致会导致谣言判别模型的准确率受数据属... 详细信息

随着互联网承载的信息量逐步增长,如何对网络中的谣言做出准确的识别变得越来越重要,现有谣言判别方法都建立在实验样本和训练样本的数据结构相同的前提下,而现实中谣言数据的属性结构并不完全一致会导致谣言判别模型的准确率受数据属性结构的影响较大。针对这个问题,对组合优化决策树算法(CODT)的建树算法做出了相应改进并提出一种E-CODT算法,实验结果表明,在实验样本与训练样本集数据结构不同时,改进后的算法表现出对谣言的判别更高的准确率、普适性以及突出的现实应用价值。

关键词：组合优化决策树空节点谣言数据结构判别模型

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：