检索结果-内蒙古大学图书馆

计算机工程 2024年第10期50卷 334-341页

作者：景维鹏王源锋李超东北林业大学计算机与控制工程学院黑龙江哈尔滨150040

在计算机视觉领域,神经辐射场(NeRF)是以空间坐标或者时间、相机位姿等其他维度作为输入,通过多层感知机(MLP)网络模拟目标函数,生成颜色、深度等目标标量的过程。NeRF的应用包括对三维场景进行高质量的重建,而其在处理不同分辨率的场... 详细信息

在计算机视觉领域,神经辐射场(NeRF)是以空间坐标或者时间、相机位姿等其他维度作为输入,通过多层感知机(MLP)网络模拟目标函数,生成颜色、深度等目标标量的过程。NeRF的应用包括对三维场景进行高质量的重建,而其在处理不同分辨率的场景时会产生过度模糊或者伪影的渲染效果,且存在训练耗时较长的问题。为了解决上述问题,提出基于锥形追踪和网络分解的NeRF三维重建方法。使用锥形追踪的方法,为每个像素投射一个圆锥体,并将投射的圆锥体切割成一系列的圆锥台,沿着该圆锥体进行特征化,通过高效渲染抗锯齿的圆锥台来降低模糊或者伪影效果。为了缩短训练时间,使用网络分解的方法,将原始NeRF接收5维数据的神经网络分解为两个网络,有效地缩短训练时间。实验结果表明,在NeRF_Synthetic、LLFF和Multiresolution数据集中,相比于NeRF、F 2-NeRF等方法,所提方法的峰值信噪比(PSNR)提升了14.4%~24.6%,能够重建出更丰富的细节特征,视觉效果更好,且训练时间大幅降低。

关键词：神经辐射场多层感知机三维重建神经网络隐式重建锥形追踪网络分解

来源：评论

学校读者我要写书评

暂无评论

双向特征图增强的图卷积网络算法

引用

计算机科学 2024年

作者：李梦茜高心丹李雪东北林业大学计算机与控制工程学院哈尔滨工业大学计算机学院

图卷积神经网络算法在图结构数据的处理中起着至关重要的作用。现有的图卷积网络主流模式是基于拉普拉斯矩阵对节点特征进行加权求和，更侧重于对卷积聚合方式进行优化，忽略了图数据自身的先验信息。为充分挖掘图数据背后所蕴涵的丰富... 详细信息

图卷积神经网络算法在图结构数据的处理中起着至关重要的作用。现有的图卷积网络主流模式是基于拉普拉斯矩阵对节点特征进行加权求和，更侧重于对卷积聚合方式进行优化，忽略了图数据自身的先验信息。为充分挖掘图数据背后所蕴涵的丰富属性与结构信息，有效降低图数据中的噪声比例，提出双向特征图增强的图卷积网络算法，通过节点度和相似度计算增强图数据拓扑空间特征和属性空间特征，然后将两种增强的图特征表示同时在拓扑空间和属性空间中传播，并利用注意力机制自适应融合学习到的嵌入。此外，针对深度图卷积神经网络易发生过平滑的问题，提出一种多输入残差结构，将初始残差和高阶邻域残差相结合，以此实现模型在任意卷积层对初始特征和高阶邻域特征的均衡提取。在3个公共数据集上进行实验，结果表明采用该网络比现有网络具有更好的分类性能。

关键词：图卷积网络图注意力网络图数据增强特征提取节点分类

来源：评论

学校读者我要写书评

暂无评论

基于近红外光谱法的精米品种判别优化研究

引用

光谱学与光谱分析 2024年第7期44卷 1988-1992页

作者：杨森王振民宋文龙邢键戴景民东北林业大学计算机与控制工程学院黑龙江哈尔滨150040 哈尔滨工业大学仪器科学与工程学院黑龙江哈尔滨150001

由于地理标志性大米巨大的市场价值,导致掺假行为时有发生。因此,为保证地理标志性大米品牌效益和消费者权益,实现准确的精米品种判别具有重要意义。近红外光谱法是精米品种判别的常用方法,通过提取不同品种近红外光谱中的差异性特征实... 详细信息

由于地理标志性大米巨大的市场价值,导致掺假行为时有发生。因此,为保证地理标志性大米品牌效益和消费者权益,实现准确的精米品种判别具有重要意义。近红外光谱法是精米品种判别的常用方法,通过提取不同品种近红外光谱中的差异性特征实现品种分类。然而,现有研究中存在特征波长选取性能不足和针对指定品种判别准确度不足的问题,限制了基于近红外光谱法的精米品种判别准确度的提升。针对上述问题,面向东北地区五常、响水、越光、银水四种大米,从特征波长选取和品种判别策略两个方面,研究基于近红外光谱法的精米品种判别优化。首先,为提高特征波长选取性能,将排列熵和自适应滑动窗口分割相结合,提出了基于自适应滑动排列熵的精米光谱特征波长选取方法,并开展与传统特征波长选取算法的对比实验。其次,为提高面向不同指定品种的判别准确度,提出基于判别目标的精米品种判别策略,通过研究光谱预处理算法与分类建模算法匹配优化,建立“指定品种-选定模型-选定算法的”的判别流程。实验结果表明,采用所提出的自适应滑动排列熵算法进行特征波长选取,相比于传统算法精米品种判别误差至少可降低50%;采用所提出的基于判别目标的精米品种判别策略,相比于传统的基于固定模型的判别策略的判别准确度至少可提高2.5%。

关键词：精米近红外光谱特征波长选取品种判别策略

来源：评论

学校读者我要写书评

暂无评论

基于CP-DeepLabv3+的玉米根系图像分割

引用

中国农业科技导报 2024年第3期26卷 110-116页

作者：赵亚凤王孟雪王德帅王冬冬李园胡峻峰东北林业大学信息与计算机工程学院哈尔滨150000 东北林业大学机电工程学院哈尔滨150000

利用微根管技术可以直接监测植物根系动态生长,并获取清晰根系图像,但土壤环境复杂、颗粒不均匀、细根数量多,图像分割时容易造成根系不连续,将土壤背景误认为根系。针对以上问题,提出了CP-DeepLabv3+算法进行图像分割。该算法引入坐标... 详细信息

利用微根管技术可以直接监测植物根系动态生长,并获取清晰根系图像,但土壤环境复杂、颗粒不均匀、细根数量多,图像分割时容易造成根系不连续,将土壤背景误认为根系。针对以上问题,提出了CP-DeepLabv3+算法进行图像分割。该算法引入坐标注意力机制(coordinate attention, CA),更精确地获得分割目标信息,使得分割目标边缘更加连续;在ASPP特征提取模块加入条纹池化(strip pooling,SP)分支,避免在相距较远的位置之间建立不必要的连接,提高图像分割精度。利用CP-DeepLabv3+算法对玉米根系数据集进行测试,结果显示,平均交并比(mean intersection over union,MIoU)值为82.95%,平均像素精确度(mean pixel accuracy,MPA)值为92.47%,相比于原始DeepLabv3+模型分别提高了3.69%、4.44%,表明该算法可有效分割玉米根系,对图像特征提取具有实际意义。

关键词：玉米根系微根管法原位监测 CP-DeepLabv3+

来源：评论

学校读者我要写书评

暂无评论

动态无线充电用主从协同式接收线圈设计与研究

引用

电源学报 2023年第6期21卷 176-183页

作者：李振杰杨学智马骏班明飞刘一琦东北林业大学计算机与控制工程学院哈尔滨150040

基于分时工作原理,提出了一种空间占用率低、控制简单的主从MA(main-auxiliary)协同式接收线圈,可以有效提高动态无线充电DWC(dynamic wireless charging)系统的抗错位能力。首先,设计了MA线圈的结构和电路拓扑,两个从线圈(A线圈)反向串... 详细信息

基于分时工作原理,提出了一种空间占用率低、控制简单的主从MA(main-auxiliary)协同式接收线圈,可以有效提高动态无线充电DWC(dynamic wireless charging)系统的抗错位能力。首先,设计了MA线圈的结构和电路拓扑,两个从线圈(A线圈)反向串联,对称分布在主线圈(M线圈)的两侧。其次,基于分时工作原理计算了MA线圈在侧移方向(y方向)上的输出性能,A线圈仅在发生侧移时工作并提高总输出功率。进一步,通过仿真确定了主从线圈宽度wM和wA的最佳比例,比较了此情况下MA线圈与方形线圈的有效侧移范围和抗侧移性能。最后,搭建了实验样机。实验表明MA线圈的有效侧移范围达到0.183τ,相比同尺寸下方形线圈的性能提升了23%。

关键词：动态无线充电接收线圈耦合机构抗侧移性能线圈优化

来源：评论

学校读者我要写书评

暂无评论

兼具强抗偏移性与功率可控性的可重构无线充电系统研究

引用

电源学报 2023年第6期21卷 24-34页

作者：李振杰霍玉昇何家房刘一琦班明飞东北林业大学计算机与控制工程学院哈尔滨150040

针对水平偏移与电池充电时输出功率可控性较弱的问题,提出一种可重构无线充电系统WCS(wireless charging system)。通过合理地切换传能通道,实现互感与负载较宽范围变化时恒流/恒压充电和全桥逆变器软开关ZVS(zero voltage switching)... 详细信息

针对水平偏移与电池充电时输出功率可控性较弱的问题,提出一种可重构无线充电系统WCS(wireless charging system)。通过合理地切换传能通道,实现互感与负载较宽范围变化时恒流/恒压充电和全桥逆变器软开关ZVS(zero voltage switching)状态。首先,分析系统电路拓扑,推导系统参数与充电电流/电压、ZVS状态之间关系式,据此阐释系统重构与功率可控的合理性;其次,构造交叠线圈式磁耦合机构MCSC(magnetic coupler with sandwich coils),分析其水平偏移性能,为系统高偏移容忍度的设计提供依据;第三,分析WCS的工作流程,设计的闭环控制器实现了较宽偏移与负载波动时恒流/恒压充电、ZVS状态;最后,搭建旋翼无人机用WCS,实验结果表明,最大输出功率为126 W且系统效率大于85%时,水平偏移范围为直径340 mm的圆形区域。

关键词：无线电能传输可重构电路拓扑可调电感高偏移容忍度恒流/恒压充电

来源：评论

学校读者我要写书评

暂无评论

基于轻量化YOLOX算法的东北虎检测

引用

野生动物学报 2023年第4期44卷 760-767页

作者：于文华谢永华东北林业大学计算机与控制工程学院哈尔滨150040

以大型哺乳动物东北虎(Panthera tigris altaica)为例,通过使用圈养东北虎监测影像数据集(ATRW),采用YOLOX算法对东北虎进行目标检测研究,检测速度为87.59张/s,0.50阈值准确率(mAP_(0.50))为97.32%,0.75阈值准确率(mAP_(0.75))为75.10%,模型总参数量为8.938×10^(6)。通过筛选无锚框算法,对选出的YOLOX算法进行轻量化、添加注意力机制及网络损失函数的优化,优化后的算法检测速度提升1.74张/s,mAP_(0.50)准确率提升1.02个百分点,mAP_(0.75)准确率提升1.53个百分点,模型的总参数量减少18.47%。算法改进后,在提升识别准确率的同时,有效降低了检测算法依托硬件的需求,为东北虎的野外行为研究、保护生物多样性及东北虎的野外相关数据收集提供了检测算法。

关键词： YOLOX算法目标检测轻量化东北虎

来源：评论

学校读者我要写书评

暂无评论

一种面向农产品供应链信息管理应用的改进PBFT算法

引用

重庆理工大学学报（自然科学） 2024年第6期38卷 164-171页

作者：黄英来黄鹤林谷训开杨柳松东北林业大学计算机与控制工程学院哈尔滨150040

提出了一种面向农产品供应链信息管理场景的改进PBFT(practical byzantine fault tolerance)算法,即MFW-PBFT(multi-factor weighted PBFT)算法。该算法通过基于节点的活跃度、数据贡献度和历史行为等多因素权重,选出一部分节点作为“... 详细信息

提出了一种面向农产品供应链信息管理场景的改进PBFT(practical byzantine fault tolerance)算法,即MFW-PBFT(multi-factor weighted PBFT)算法。该算法通过基于节点的活跃度、数据贡献度和历史行为等多因素权重,选出一部分节点作为“代理节点”参与共识过程,且对一致性协议进行优化,从而在一定程度上解决了传统PBFT算法的性能瓶颈问题。结果显示,MFW-PBFT算法相较于传统PBFT算法和2种流行的改进PBFT算法,在处理大规模网络和交易数据时表现出更高的效率和稳定性。

关键词：农产品供应链信息管理系统共识算法区块链 MFW-PBFT算法

来源：评论

学校读者我要写书评

暂无评论

多策略融合改进北方苍鹰算法的森林冠层图像分割

引用

森林工程 2024年第5期40卷 124-133页

作者：仝柯朱良宽王璟瑀付雪东北林业大学计算机与控制工程学院哈尔滨150040

针对森林冠层图像复杂,分割精度较差等问题,提出一种多策略融合改进北方苍鹰优化算法(Improved Northern Goshawk Optimization,INGO)的冠层图像分割方法。首先,在北方苍鹰初始化引入随机反向学习策略,以增加种群多样性,提高搜索效率;... 详细信息

针对森林冠层图像复杂,分割精度较差等问题,提出一种多策略融合改进北方苍鹰优化算法(Improved Northern Goshawk Optimization,INGO)的冠层图像分割方法。首先,在北方苍鹰初始化引入随机反向学习策略,以增加种群多样性,提高搜索效率;在北方苍鹰探索阶段,添加自适应权重因子提高算法搜索能力,加快算法收敛速度;在北方苍鹰开发阶段,添加非线性收敛因子平衡全局搜索和局部开发能力。其次,采用多阈值Kapur熵作为适应度函数,通过选取8个基准函数对改进的算法进行测试,测试结果表明,改进的算法可以有效提高精度和搜索速度。最后,将所改进的算法对森林冠层图像进行阈值分割试验,并在适应度值、森林图像分割时的峰值信噪比(PSNR)、结构相似性(SSIM)与特征相似度(FSIM)上进行对比分析。试验结果表明,改进的算法可以获得更精确的森林冠层分割阈值和更高的分割精度。

关键词：北方苍鹰优化算法多策略融合非线性收敛因子 Kapur熵图像分割森林冠层

来源：评论

学校读者我要写书评

暂无评论

基于多域特征结合CBAM模型的脑电信号抑郁识别

引用

哈尔滨理工大学学报 2024年第3期29卷 1-10页

作者：陈宇胡秀秀王胜东北林业大学计算机与控制工程学院哈尔滨150040

目前脑电信号(EEG)的抑郁症识别方法主要采用单一特征提取方法,无法覆盖多域特征信息,导致现有模型分类性能不高,因此提出了一种多域特征结合CBAM模型(CNN-BiLSTM-attention mechanism)的抑郁症识别算法。首先利用连续小波变换(CWT)提... 详细信息

目前脑电信号(EEG)的抑郁症识别方法主要采用单一特征提取方法,无法覆盖多域特征信息,导致现有模型分类性能不高,因此提出了一种多域特征结合CBAM模型(CNN-BiLSTM-attention mechanism)的抑郁症识别算法。首先利用连续小波变换(CWT)提取时频域特征,并结合脑电电极空间信息构成2D特征图像,共同保留脑电的空间、时间和频率信息;然后使用卷积神经网络(convolutional neural network,CNN)提取空间和频域特征,再输入双向长短时记忆网络(bidirectional long and short-term memory,BiLSTM)以捕获时间信息;最后结合注意力机制(attention mechanism,AM),对网络提取的多域特征赋予不同的权重,以筛选出更具代表性的抑郁特征,从而提高识别抑郁症的准确性。实验表明,本文提出的基于CBAM模型的抑郁症识别算法在公共数据集上取得了99.10%的准确率,为脑电信号抑郁症识别研究提供了一种有效的新方法。

关键词：脑电图抑郁症卷积神经网络双向长短时记忆网络注意力机制

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：