检索结果-内蒙古大学图书馆

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

光谱共焦显微技术研究进展

引用

激光与光电子学进展 2024年第6期61卷 338-350页

作者：丁万云王宇航张韬秦浩王吉祥东北林业大学计算机与控制工程学院黑龙江哈尔滨150000 东北林业大学机电工程学院黑龙江哈尔滨150000

光谱共焦显微技术结合了共焦显微镜的高空间分辨率和光谱分析的高波长分辨率,凭借精度高、适用性强、无损检测等特性,广泛应用于工业生产、生物医疗和半导体芯片等领域。首先介绍点光谱共焦系统的原理,指出点光谱共焦检测效率低的缺点... 详细信息

光谱共焦显微技术结合了共焦显微镜的高空间分辨率和光谱分析的高波长分辨率,凭借精度高、适用性强、无损检测等特性,广泛应用于工业生产、生物医疗和半导体芯片等领域。首先介绍点光谱共焦系统的原理,指出点光谱共焦检测效率低的缺点。其次,针对光谱共焦显微技术的关键性能指标改善,阐述了在光源、色散物镜和光谱信号检测等方面所取得的主要成果,并对各类光源进行定性对比。随后展示光谱共焦显微技术的扫描方法,梳理了相关研究进展,并总结了相关方法的优点和缺点。最后,展望光谱共焦显微技术未来的发展趋势。

关键词：光谱共焦显微技术精密测量宽光谱光源色散物镜扫描成像

来源：评论

学校读者我要写书评

暂无评论

面向旋翼无人机的无线电能传输线圈自对准方法研究

引用

电源学报 2024年

作者：李振杰崔航袁得春周滔刘一琦东北林业大学计算机与控制工程学院

针对旋翼无人机无线充电系统中磁耦合装置存在横向偏移的问题，提出了一种通过移动发射线圈，并同时采集输出电压，根据采集到输出电压的大小调整发射线圈位置的线圈自对准方法。首先，通过建立互感模型，分析无线充电系统的电特性和磁... 详细信息

针对旋翼无人机无线充电系统中磁耦合装置存在横向偏移的问题，提出了一种通过移动发射线圈，并同时采集输出电压，根据采集到输出电压的大小调整发射线圈位置的线圈自对准方法。首先，通过建立互感模型，分析无线充电系统的电特性和磁特性，得出了输出电压与发射和接收线圈间的横向距离的关系式。其次，根据对准区域的大小，设计磁耦合机构的尺寸和将对准区域进行区域划分，并给出了具体的对准流程。最后，搭建实验平台，展开收发线圈自对准实验，从实验结果来看，该方法能够有效实现线圈自对准，对准精度达到1.5 cm以内，满足无人机高效无线充电的需求。

关键词：无线电能传输线圈对准无人机区域划分

来源：评论

学校读者我要写书评

暂无评论

结合域间一致性与抗噪学习的跨域行人重识别方法

引用

小型微型计算机系统 2024年第6期45卷 1444-1450页

作者：张栩嘉白淼源郭继峰东北林业大学信息与计算机工程学院哈尔滨150000

针对跨域行人重识别任务中域间差距和噪声标签导致的模型识别准确率低、稳定性差的问题,本文提出一种结合域间一致性与抗噪学习的跨域行人重识别方法(SZTR).该方法将生成对抗网络应用到预训练中,并且设计一个预训练中的一致性正则化损失... 详细信息

针对跨域行人重识别任务中域间差距和噪声标签导致的模型识别准确率低、稳定性差的问题,本文提出一种结合域间一致性与抗噪学习的跨域行人重识别方法(SZTR).该方法将生成对抗网络应用到预训练中,并且设计一个预训练中的一致性正则化损失,用来保持行人图片风格迁移前后预测概率的一致性,以减小域间差距.在目标域的训练中引入更稳定的动量对比模型来提取样本特征,加入鲁棒性更强的自适应权重损失微调模型,以减小聚类过程中噪声标签带来的负面影响.实验结果及分析表明,所提方法有助于提升模型在跨域行人重识别任务上的准确度,取得了更稳定的识别效果.

关键词：跨域行人重识别生成对抗网络一致性噪声标签

来源：评论

学校读者我要写书评

暂无评论

融合多特征与半监督学习的命名实体识别研究

引用

现代电子技术 2024年

作者：郭云飞温雪岩焦燕赵玉茗东北林业大学计算机与控制工程学院

在医学和社交领域，命名实体识别（NER）对信息抽取和自然语言处理至关重要，但传统方法依赖大量手工标注数据，耗时且难以广泛适用，因此提出Semi-FFMA模型。该模型设计前馈-注意力机制有效融合Fasttext、HMM和BERT-WWM的语义特征，结... 详细信息

在医学和社交领域，命名实体识别（NER）对信息抽取和自然语言处理至关重要，但传统方法依赖大量手工标注数据，耗时且难以广泛适用，因此提出Semi-FFMA模型。该模型设计前馈-注意力机制有效融合Fasttext、HMM和BERT-WWM的语义特征，结合BiLSTM和多头注意力，提高NER准确性。同时，该模型引入半监督学习和伪标签技术，充分利用未标注数据，降低标注成本。通过在CCKS2017和Weibo数据集上的实验证明，Semi-FFMA模型成功解决了传统命名实体识别中手工标注繁琐且费时的问题，在CCKS2017上取得了92.34%的F1值，在Weibo上达到了71.57%的F1值，展现了卓越的性能。

关键词：自然语言处理命名实体识别多特征融合半监督学习多头注意力机制 BiLSTM-CRF

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的道路损坏检测算法研究

引用

哈尔滨理工大学学报 2024年

作者：于鸣向广德于金生东北林业大学计算机与控制工程学院

针对道路损伤检测中存在的小目标检测难，图像背景复杂，在检测过程中易出现漏检，误检等问题。提出了一种改进Yolov5s的道路损伤检测算法，首先在主干网络中添加轻量级的注意力模块，使得网络模型更为关注检测目标中的重要信息。其次... 详细信息

针对道路损伤检测中存在的小目标检测难，图像背景复杂，在检测过程中易出现漏检，误检等问题。提出了一种改进Yolov5s的道路损伤检测算法，首先在主干网络中添加轻量级的注意力模块，使得网络模型更为关注检测目标中的重要信息。其次改进颈部网络中的特征融合机制，提高对重要特征的使用，在网络深处使用gsconv模块来替换模型原有的卷积模块，减少网络的参数量，达到提升模型的检测速度的目的，最后使用SIOU作为损失函数，来提高模型检测的稳定性。根据实验结果得出，改进网络在参数量为原模型89%的同时，其精准率，召回率，以及精度相较于原始网络模型分别提升了6.8%，2%，1.6%。证明了改进方法有效的提高道路损伤检测的准确性和效率。

关键词：深度学习目标检测注意力机制道路损伤特征融合

来源：评论

学校读者我要写书评

暂无评论

军事中基于改进蛇算法的无线传感网络覆盖优化研究

引用

火力与指挥控制 2025年

作者：程仁轩徐凯宏高俊哲徐梓敬刘先举韩涛国东北林业大学计算机与控制工程学院东北林业大学家居与艺术设计学院

针对传统无线传感网络（WSN）在节点部署时存在的高冗余度和明显的覆盖空洞问题，提出了一种改进的蛇优化算法（ISO）。采用精英反向学习、均衡池、纵横交叉以及维度更新策略等策略改进基础算法。将改进算法用于求解WSN覆盖问题，根据... 详细信息

针对传统无线传感网络（WSN）在节点部署时存在的高冗余度和明显的覆盖空洞问题，提出了一种改进的蛇优化算法（ISO）。采用精英反向学习、均衡池、纵横交叉以及维度更新策略等策略改进基础算法。将改进算法用于求解WSN覆盖问题，根据仿真结果，新提出的算法在节点覆盖率和节点间连通性方面均显著优于基础蛇优化算法和其他几种算法。

关键词：无线传感网络蛇优化算法精英反向初始化均衡池纵横交叉维度更新

来源：评论

学校读者我要写书评

暂无评论

基于AlexNet优化的板材材种识别方法

引用

林业科学 2022年第3期58卷 149-158页

作者：杨楠楠白岩姜苏译杨春梅徐凯宏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

【目的】基于处理后的木材端面细胞特征,寻找合适的机器学习方法提高木材识别准确率,以实现木材高效利用,为珍稀木材种类判别和保护提供依据。【方法】以5种木材(臭冷杉、长白落叶松、鱼鳞云杉、鹅掌楸和凹叶厚朴)端面细胞为研究对象,... 详细信息

【目的】基于处理后的木材端面细胞特征,寻找合适的机器学习方法提高木材识别准确率,以实现木材高效利用,为珍稀木材种类判别和保护提供依据。【方法】以5种木材(臭冷杉、长白落叶松、鱼鳞云杉、鹅掌楸和凹叶厚朴)端面细胞为研究对象,提取多种差异性图像作为数据集,通过图像处理提取特征信息,分别采用支持向量机(SVM)和AlexNet神经网络进行分类识别。根据木材端面细胞区分的差异性,在AlexNet神经网络架构中加入BN算法进行优化,设计一种更高效的板材识别方法提高木材识别准确率。【结果】将增强后的29680张图像按7∶3划分,分别保存在训练集和测试集文件夹中,测试样本确定标签后均放入同一文件夹,分别对3种分类算法进行整体批量测试,支持向量机分类器测试集的整体识别准确率为84.67%,AlexNet神经网络测试集的整体识别准确率为88.76%,基于BN算法优化的AlexNet神经网络测试集的整体识别准确率为91.15%,识别效果更好。【结论】当样本量充足时,AlexNet神经网络对木材端面细胞图像的分类效果明显优于SVM分类器。基于BN算法优化的AlexNet神经网络对图像线性特征更敏感,保留AlexNet神经网络拟合优化性的同时加快寻优速率,可有效提高识别精度,实现木材高精度分类。

关键词：材种识别机器学习 AlexNet SVM

来源：评论

学校读者我要写书评

暂无评论

融合DT-BO-GRU的中长期光伏功率滚动预测模型

引用

太阳能学报 2025年第5期46卷 275-284页

作者：李超涂腾彭勋辉李振晁梓博刘淑玉东北林业大学计算机与控制工程学院哈尔滨150040

提出一种基于决策树提取的贝叶斯优化GRU中长期光伏发电功率滚动预测模型。首先借助决策树模型对光伏组件模型进行参数提取,重新组成特征数据集;其次引入贝叶斯优化算法构建新的GRU神经网络模型;最后对树模型提取的光伏参数进行光伏功... 详细信息

提出一种基于决策树提取的贝叶斯优化GRU中长期光伏发电功率滚动预测模型。首先借助决策树模型对光伏组件模型进行参数提取,重新组成特征数据集;其次引入贝叶斯优化算法构建新的GRU神经网络模型;最后对树模型提取的光伏参数进行光伏功率预测。实验结果表明,所提出的混合模型在极端地区等特殊场景下具有高精度的预测效果,且实验仿真结果拟合曲线更接近真实值,模型整体评价指标误差较低。因此,该文提出的融合DT-BO-GRU模型具有更高预测精度,为在北方地区对光伏发电功率预测提供了可能。

关键词：光伏组件神经网络贝叶斯算法决策树模型参数提取功率预测

来源：评论

学校读者我要写书评

暂无评论

基于高光谱图像特征融合的榛子水分含量测定

引用

现代食品科技 2024年第5期40卷 274-281页

作者：张冬妍马苗源黄莹毛思雨东北林业大学计算机与控制工程学院黑龙江哈尔滨150040

采用高光谱图像技术对榛子水分含量进行快速无损检测。采集200个榛子在400~1 000 nm波段的高光谱图像,提取榛子图像区域的平均光谱信息。利用K-S算法划分样品验证集和预测集,使用四种预处理方法对光谱进行预处理。通过竞争自适应加权算... 详细信息

采用高光谱图像技术对榛子水分含量进行快速无损检测。采集200个榛子在400~1 000 nm波段的高光谱图像,提取榛子图像区域的平均光谱信息。利用K-S算法划分样品验证集和预测集,使用四种预处理方法对光谱进行预处理。通过竞争自适应加权算法(Competitive Adaptive Reweighted Sampling,CARS)和逐次投影法(Successive Projection Algorithm,SPA)进行光谱特征的提取;灰度共生矩阵法(Gray Level Co-occurrence Matrix,GLCM)提取图像的纹理特征;分别建立基于光谱特征,图像纹理特征以及两者串联融合的偏最小二乘回归(Partial Least Squares Regression,PLSR)和支持向量回归(Support Vector Regression,SVR)模型对榛子水分进行预测。结果表明,CARS和SPA算法能够有效选择特征波长并提升预测性能;图像特征能够对榛子水分进行预测,基于主成分图像提取的图像特征信息建立的模型预测效果更好。光谱图像特征融合能明显提高对榛子水分含量预测的准确率,CARS提取的特征波段结合主成分图像的纹理特征显示出了更好的效果,SVR模型的RMSECV为0.03,RC 为0.97,RMSEP为0.04,RP为0.96。利用高光谱图像和纹理特征能够对榛子水分进行有效预测,为榛子水分含量检测提供了新的方法。

关键词：榛子高光谱成像水分特征融合无损检测

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：