检索结果-内蒙古大学图书馆

计算机应用与软件 2025年第2期42卷 248-255页

作者：高雅陈哲扬付慧汪国平唐世华北京林业大学信息学院北京100083 南安普顿大学考古系英国南安普顿SO171BF 北京大学计算机学院北京100871 国防大学联合作战学院河北石家庄050084

考古学者对2D勒瓦娄哇石核剥片面进行目测分类具有主观性,不能产生标准的、一致的分类结果,故提出并实现一个可自动分类2D勒瓦娄哇石核的算法(2D Levallois Core Automatic Classification,LCAC2D)。计算机进行石核分类的难点在于,如何... 详细信息

考古学者对2D勒瓦娄哇石核剥片面进行目测分类具有主观性,不能产生标准的、一致的分类结果,故提出并实现一个可自动分类2D勒瓦娄哇石核的算法(2D Levallois Core Automatic Classification,LCAC2D)。计算机进行石核分类的难点在于,如何将勒瓦娄哇石核类型学分类理论转换为能够提取石核的可区分特征且可自动分类的算法程序。LCAC2D算法利用石核剥片面上的拓扑结构构建基于加权有向图的石核剥片面描述模型,进一步优化模型,对勒瓦娄哇石核进行自动或半自动的分类,在66个样本上测试,准确率达77%,结果表明LCAC2D算法首先实现了对2D勒瓦娄哇石核的定量分析。

关键词：勒瓦娄哇技术石核分类加权有向图

来源：评论

学校读者我要写书评

暂无评论

一种神经网络架构搜索遥感图像分类方法

引用

哈尔滨理工大学学报 2021年第1期26卷 25-29页

作者：景维鹏张明伟林敬博东北林业大学信息与计算机工程学院哈尔滨150040

针对传统深度卷积神经网络遥感图像分类方法需要不断进行试错,花费相关专家大量时间和计算资源的问题,提出了一种基于神经网络架构搜索的遥感图像分类方法。首先搜索最优单元(cell),再以预定义的方式堆叠该最优单元得到目标网络。其中... 详细信息

针对传统深度卷积神经网络遥感图像分类方法需要不断进行试错,花费相关专家大量时间和计算资源的问题,提出了一种基于神经网络架构搜索的遥感图像分类方法。首先搜索最优单元(cell),再以预定义的方式堆叠该最优单元得到目标网络。其中该方法将离散的网络架构表达连续化,从而可以使用梯度下降的方法在离散的搜索空间内进行搜索,实现其高效性。为了提高其精确性,该方法还对目标网络在训练集上进行重新训练。实验结果表明,在实验测试集上测试用时4 h训练所得模型分类准确率达到了88.57%,说明了该方法的高效性以及高精确性。

关键词：深度学习高分辨率遥感图像卷积神经网络网络架构搜索图像分类

来源：评论

学校读者我要写书评

暂无评论

2018-2019年黑龙江省帽儿山国家森林公园生态系统服务评估数据集

引用

中国科学数据（中英文网络版） 2022年第4期7卷 101-111页

作者：陈广胜邹为涛徐泽堃景维鹏东北林业大学信息与计算机工程学院哈尔滨150040

帽儿山国家森林公园作为典型的天然次生林分布区,具有较强的空间异质性。科学核算帽儿山地区生态系统服务功能价值可对深入研究天然林供需关系以及森林经营决策提供重要数据支撑。本研究基于《森林生态系统服务功能评估规范(LY/T 1721-2... 详细信息

帽儿山国家森林公园作为典型的天然次生林分布区,具有较强的空间异质性。科学核算帽儿山地区生态系统服务功能价值可对深入研究天然林供需关系以及森林经营决策提供重要数据支撑。本研究基于《森林生态系统服务功能评估规范(LY/T 1721-2008)》对帽儿山地区涵养水源、保育土壤、固碳释氧、积累营养物质、净化大气环境以及生物多样性保护6个指标类别进行评估核算。原始数据主要包括遥感数据、气象数据、森林资源二类调查数据以及相关参考文献数据等,通过矢量化、校正、配准等一系列过程严格控制基础数据的精度。本数据集提供生态系统服务评估体系中18个指标的实物量和价值量核算结果。数据按照计算方式分为逐月和逐年两类,并且统一为16 m空间分辨率。在指标计算过程中,本研究对输入数据及模型参数进行严格筛选与控制,经过对比验证得出本数据集的可靠性。本数据集涵盖了森林生态系统服务功能评估体系中的大部分指标,可以为我国寒温带地区天然次生林的研究提供细粒度数据支撑。

关键词：生态系统服务价值帽儿山遥感实物量价值量国家森林公园

来源：评论

学校读者我要写书评

暂无评论

基于CSP认证的高校计算机类专业数据结构课程改革探究

引用

教育探索 2023年第3期 40-42页

作者：李禾刘丹柳成行东北林业大学信息与计算机工程学院哈尔滨150040 哈尔滨学院教务处哈尔滨150076

数据结构课程是高校计算机类专业的基础核心课程,基于CSP认证标准,数据结构课程的核心目标应是能力培养。为实现这一目标,应采用“先总后分”的教学模式,突破传统的知识点学习,采用对知识结构整体认知的学习方法,打破理论课程与实验课... 详细信息

数据结构课程是高校计算机类专业的基础核心课程,基于CSP认证标准,数据结构课程的核心目标应是能力培养。为实现这一目标,应采用“先总后分”的教学模式,突破传统的知识点学习,采用对知识结构整体认知的学习方法,打破理论课程与实验课程的界限,优化课程设计。

关键词： CSP认证数据结构课程改革

来源：评论

学校读者我要写书评

暂无评论

基于结构方程模型的混合式教学实效

引用

沈阳师范大学学报(自然科学版) 2024年第6期42卷 556-562页

作者：彭涛逯兆友罗辉东北林业大学计算机与控制工程学院哈尔滨150040 哈尔滨工业大学交通科学与工程学院哈尔滨150090

随着互联网技术的持续进步及教育改革的不断深入,混合式教学已然成为高等教育领域的一种常见模式。以本科生必修课程“Python程序设计与问题求解”为具体案例,通过问卷调查,利用结构方程模型,构建了涵盖教师、学生、教学平台及教学环境... 详细信息

随着互联网技术的持续进步及教育改革的不断深入,混合式教学已然成为高等教育领域的一种常见模式。以本科生必修课程“Python程序设计与问题求解”为具体案例,通过问卷调查,利用结构方程模型,构建了涵盖教师、学生、教学平台及教学环境等变量的理论模型,进而深入探讨了这些因素对混合式教学效果的影响及它们之间的相互作用关系。研究结果表明,教师的教学能力与引导作用、学生的学习态度与参与度及教学平台的功能与资源对混合式教学的效果具有显著的正向影响。研究为混合式教学的优化提供了有力的实证支撑和具有针对性的策略建议。

关键词：混合式教学结构方程模型翻转课堂自主学习习惯

来源：评论

学校读者我要写书评

暂无评论

基于改进的多表达式编程算法的木材染色配方预测

引用

科学技术与工程 2025年第7期25卷 2865-2873页

作者：管雪梅张威杨渠三东北林业大学计算机与控制工程学院哈尔滨150000

由于珍贵木材日益稀缺以及过度开发导致的严重环境问题,有必要通过对普通木材进行染色来模仿珍贵木材的外观。在本研究中采用计算机辅助染色技术,实现对普通木材的高精度染色,从而创造出外观类似珍贵木材的替代品,减少人们对它们的依赖... 详细信息

由于珍贵木材日益稀缺以及过度开发导致的严重环境问题,有必要通过对普通木材进行染色来模仿珍贵木材的外观。在本研究中采用计算机辅助染色技术,实现对普通木材的高精度染色,从而创造出外观类似珍贵木材的替代品,减少人们对它们的依赖。首先,基于基因表达编程(gene expression programming, GEP)的概念,提出了一种多表达式编程(multi-expression programming, MEP)算法来预测染料配比,考虑到多种染料之间的复杂相互作用,采用多基因表达,MEP算法能够处理这些复杂的多种染料之间的相互作用,从而得到更直观的函数表达式。为了提高MEP的函数挖掘准确性,自适应调整突变和重组算子的概率,并使用并行编程来增强函数挖掘效率。与基因表达编程的结果相比,MEP深入挖掘了函数关系,并在颜色预测中获得了0.113的相对偏差结果。

关键词：木材染色基因表达编程多表达式编程计算机颜色匹配遗传算法光谱反射率

来源：评论

学校读者我要写书评

暂无评论

新林科视域下服务“双一流”特色学科的新工科横断性协同与支撑探析

引用

黑河学院学报 2023年第7期14卷 77-80,91页

作者：王代琳刘丽娜刘亚秋东北林业大学图书馆黑龙江哈尔滨150040 东北林业大学计算机与控制工程学院黑龙江哈尔滨150040

新时代林业高等教育对教育体系、方法和路径的创新发展形成了新林科,林业“双一流”特色学科的发展急需新工科的横断性协同与支撑。依托林业“双一流学科”以计算机类新工科为例,面向“AI+”,从人才培养模式上构建智能学习(Intelligence... 详细信息

新时代林业高等教育对教育体系、方法和路径的创新发展形成了新林科,林业“双一流”特色学科的发展急需新工科的横断性协同与支撑。依托林业“双一流学科”以计算机类新工科为例,面向“AI+”,从人才培养模式上构建智能学习(Intelligence)、多元发展(Pluralistic)、贯通培养(Through),“三位一体”的“IPT”创新人才培养模式,将“5A”内涵智能学习观念的树立、“4能”多元途径学科研究方向团队的组建、“3通”协同课程体系的构建问题结成一体,明确可服务“双一流”特色学科的新工科OBE导向和目标,设计相应的实施计划、途径和方法。

关键词：新林科新工科 “双一流”特色学科人才培养

来源：评论

学校读者我要写书评

暂无评论

基于YOLOv8的林区行人目标检测研究

引用

森林工程 2025年第1期41卷 138-150页

作者：李琳琳孙海龙东北林业大学计算机与控制工程学院哈尔滨150040

为解决目标检测算法在林区行人检测中容易出现漏检及检测精度不足的问题,提出一种基于改进YOLOv8的林区行人目标检测算法。采用C2f_DWRSeg模块替换C2f模块,扩展初始卷积通道数,使网络能更高效地进行多尺度特征提取;提出一种重构的检测头... 详细信息

为解决目标检测算法在林区行人检测中容易出现漏检及检测精度不足的问题,提出一种基于改进YOLOv8的林区行人目标检测算法。采用C2f_DWRSeg模块替换C2f模块,扩展初始卷积通道数,使网络能更高效地进行多尺度特征提取;提出一种重构的检测头,训练时增加卷积层的复杂性,推理时使用单分支结构,从而丰富网络的特征表示能力,并保持高效的推理速度;在特征融合前增加了卷积注意力机制模块CGA,减少计算量;使用Focaler-ShapeIoU损失函数代替CIoU损失函数,弥补边界框回归方法的不足,进一步提高检测能力。试验结果表明,与基准模型相比,改进后的算法mAP50提高了2%,mAP50-95提高了2.4%,模型的处理速度(FPS)提高了4.33%,证明改进后的算法能够更好地应用在林区行人检测的任务中。

关键词：林区管理行人检测 YOLOv8 注意力机制损失函数改进算法深度学习识别

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

面向轴承故障诊断的深度学习方法

引用

哈尔滨理工大学学报 2022年第4期27卷 118-124页

作者：柳秀马善涛谢怡宁何勇军哈尔滨理工大学计算机科学与技术学院哈尔滨150080 东北林业大学机电学院哈尔滨150080

近年来,深度学习技术在基于振动信号的轴承故障诊断中表现出了巨大的潜力。然而,在基于深度学习的故障诊断方法中,传统单一的网络拓扑结构特征提取的区分性弱和噪声鲁棒性低,故障诊断的准确率不高。此外,目前大多数的研究方法在变负载... 详细信息

近年来,深度学习技术在基于振动信号的轴承故障诊断中表现出了巨大的潜力。然而,在基于深度学习的故障诊断方法中,传统单一的网络拓扑结构特征提取的区分性弱和噪声鲁棒性低,故障诊断的准确率不高。此外,目前大多数的研究方法在变负载环境下故障识别率低。针对以上问题,提出了一种改进的神经网络端到端故障诊断模型。该模型将卷积神经网络(convolutional neural networks,CNN)和基于注意力机制的长短期记忆网络(the attention long short-term memory,ALSTM)相结合,借助ALSTM捕捉时间序列数据中的远距离相关性,有效抑制输入信号中的高频噪声。同时,引入多尺度和注意力机制,拓宽卷积核捕捉高低频特征的范围,突出故障的关键特征。经多个数据集测试,并且与现有方法进行比较,实验表明,该方法在准确率、噪声鲁棒性及变负载下的故障识别率方面表现突出。

关键词：故障诊断卷积神经网络长短期记忆网络多尺度特征提取注意力机制

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：