检索结果-内蒙古大学图书馆

电子测量技术 2024年第20期47卷 177-185页

作者：赵亚凤宋文华刘晓璐胡峻峰东北林业大学计算机与控制工程学院哈尔滨150040

针对铁路轨道缺陷检测精度低,漏检率高,实时性不足的问题,本文提出了一种基于YOLO-FCA的钢轨缺陷检测算法。首先,将YOLOv7的主干网络替换成FasterNet轻量网络,并加入CloAttention注意力模块,减少参数量和计算负载的同时提高缺陷检测的... 详细信息

针对铁路轨道缺陷检测精度低,漏检率高,实时性不足的问题,本文提出了一种基于YOLO-FCA的钢轨缺陷检测算法。首先,将YOLOv7的主干网络替换成FasterNet轻量网络,并加入CloAttention注意力模块,减少参数量和计算负载的同时提高缺陷检测的精度。其次,提出MS-ASFF,获取高层语义信息和保留低层详细特征,增强模型检测的准确性和鲁棒性。最后,在不影响精度的情况下进行网络剪枝,使模型更加轻量化,极大地提升了模型的检测速度。在公共数据集上进行实验,结果表明,YOLO-FCA相比原始模型YOLOv7模型的mAP提高了4.1%,达到80.7%,同时检测速度提升了38.5%,达到212.5 FPS。实验结果表明,YOLO-FCA能够高效且准确地定位检测钢轨缺陷。

关键词： YOLOv7算法钢轨缺陷自适应的空间特征融合注意力机制轻量化模型

来源：评论

学校读者我要写书评

暂无评论

融合L-α的YOLO-v4小目标检测算法

引用

哈尔滨理工大学学报 2023年第1期28卷 37-45页

作者：张宁于鸣任洪娥陶锐赵龙东北林业大学信息与计算机工程学院哈尔滨150040 黑龙江林业智能装备工程研究中心哈尔滨150040 呼伦贝尔学院内蒙古呼伦贝尔021008 黑龙江东方学院哈尔滨150066

当前基于深度学习的目标检测技术得到了迅速发展,但小目标检测仍然是一个有待改善的难题。相比于大目标,小目标检测任务存在分辨率低、特征易丢失等特点,很多通用的目标检测算法不能直接迁移到小目标检测。特征金字塔融合能有效结合深... 详细信息

当前基于深度学习的目标检测技术得到了迅速发展,但小目标检测仍然是一个有待改善的难题。相比于大目标,小目标检测任务存在分辨率低、特征易丢失等特点,很多通用的目标检测算法不能直接迁移到小目标检测。特征金字塔融合能有效结合深层和浅层的特征,增强对小目标的检测性能,然而现有模型大都忽略了相邻层间融合时的信息不平衡问题。针对此问题,提出将有效融合因子的思想融入YOLO-v4的PANet结构,添加融合因子L-α控制深层向浅层传递的信息量,从而有效提高信息融合效率,增强YOLO-v4对小目标的检测能力。实验表明,加入了L-α的YOLO-v4模型,在Tiny Person数据集上平均精度AP_(50)^(tiny)和AP_(50)^(small)分别提高了2.14%和1.85%,在MS COCO数据集上平均精度AP和AP_(S)分别提高了1.4%和2.7%,且检测结果优于其他小目标检测算法,证明此改进方法对小目标检测有效。

关键词：计算机视觉小目标检测特征金字塔融合因子特征融合

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的新体诗情感分析

引用

林业科技情报 2022年第2期54卷 186-190页

作者：高楚翔舒杭罗家辉东北林业大学信息与计算机工程学院哈尔滨150036

随着国家精神文明建设的深入,越来越多的人使用新体诗来表达情感,这些新体诗的情绪表达与用词多种多样,且蕴含了丰富的信息。为了处理诗歌中复杂的用词以及情感关系,该文采用深度学习对于中国诗歌网的多个栏目新体诗进行数据爬取并情感... 详细信息

随着国家精神文明建设的深入,越来越多的人使用新体诗来表达情感,这些新体诗的情绪表达与用词多种多样,且蕴含了丰富的信息。为了处理诗歌中复杂的用词以及情感关系,该文采用深度学习对于中国诗歌网的多个栏目新体诗进行数据爬取并情感分析。在文本表示上,采用Word2vec模型进行数据训练得到新体诗数据的向量化表示,得到诗中隐藏的依赖关系,并使用机器学习以实现情感分析。通过在真实的数据集上进行实验,结果表明,使用机器学习的方法可以很好的得到新体诗中不同的情感方向,可以为新体诗的情感分析提出情感倾向依据,并对社会舆论风向有一定监控作用。

关键词：新体诗深度学习情感分析

来源：评论

学校读者我要写书评

暂无评论

基于区块链的分布式物联网身份认证方案

引用

福州大学学报（自然科学版） 2023年第5期51卷 670-676页

作者：刘清源刘瑞佳查德平林耘东北林业大学计算机与控制工程学院黑龙江哈尔滨150000 复旦大学泛海国际金融学院上海200433 复旦大学校园信息化办公室上海200433

基于数据驱动网络运维的理念,提出利用数据治理的方式来构建实时性数据中台.首先,以ELK开源平台为基础框架,采用实时数据传输的方式对各方面数据进行格式统一和集中存储.然后,通过梳理校园网运维业务,提出适用于数据中台的数据模型,并... 详细信息

基于数据驱动网络运维的理念,提出利用数据治理的方式来构建实时性数据中台.首先,以ELK开源平台为基础框架,采用实时数据传输的方式对各方面数据进行格式统一和集中存储.然后,通过梳理校园网运维业务,提出适用于数据中台的数据模型,并在平台构建过程中对数据实时服务的要求进行各方面的剖析.最后,通过建立一系列模型,对各类网络数据进行实验和监控,并实时提供针对不同网络异常发出的报警信息,验证所提出数据中台建设的可行性.仿真实验结果表明:该网络架构拥有安全性高、抗干扰性强等特点.经过全面评估,证实了该方案具有高效性和可扩展性.

关键词：身份认证区块链网络安全网络安全编码哈希链

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

基于异构数据的农产品冷链物流节点部署仿真

引用

计算机仿真 2022年第2期39卷 467-471页

作者：张慧滕志霞吉林建筑科技学院管理工程学院吉林长春130114 东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

为确保冷链物流在缩减成本的同时满足农产品品质需求,以异构数据为基础,提出一种农产品冷链物流节点部署方法。基于可扩展标记语言文档,利用数据源模块、转变模块、集成模块以及应用模块,构建异构数据集成模型;根据集成的物流异构数据,... 详细信息

为确保冷链物流在缩减成本的同时满足农产品品质需求,以异构数据为基础,提出一种农产品冷链物流节点部署方法。基于可扩展标记语言文档,利用数据源模块、转变模块、集成模块以及应用模块,构建异构数据集成模型;根据集成的物流异构数据,架构冷链物流节点部署模型,采用粒子群优化算法进行求解,获取节点方位,通过分析影响寻优性能的极大速度与加速常数等指标参数取值范围,完善农产品冷链物流节点部署结果。仿真结果表明,所提方法的设计方案的配送成本与需求量满足度最优,具有较好的有效性。

关键词：异构数据农产品冷链物流节点部署可扩展标记语言粒子群优化算法

来源：评论

学校读者我要写书评

暂无评论

面向不平衡数据的联邦类别增量学习

引用

小型微型计算机系统 2024年

作者：方子希付晓东丁家满刘骊彭玮代飞昆明理工大学信息工程与自动化学院昆明理工大学云南省计算机技术应用重点实验室西南林业大学大数据与智能工程学院

联邦增量学习作为一种新兴学习范式，在保护用户隐私的同时利用数据孤岛的知识，有效缓解了由于存储空间有限而导致的灾难性遗忘问题.但现有的联邦增量学习研究忽略了用户数据不平衡对造成全局模型灾难性遗忘及精度降低的影响.针对此问... 详细信息

联邦增量学习作为一种新兴学习范式，在保护用户隐私的同时利用数据孤岛的知识，有效缓解了由于存储空间有限而导致的灾难性遗忘问题.但现有的联邦增量学习研究忽略了用户数据不平衡对造成全局模型灾难性遗忘及精度降低的影响.针对此问题，该文提出了一种基于条件生成对抗网络的无数据存储重放再训练方法（ARR）.具体来说，用户模型训练分为两个阶段：第1阶段结合条件生成对抗网络生成模拟的历史任务数据和当前任务数据共同训练本地模型；第2阶段则冻结特征提取层，采用平衡采样技术对其他层进行再训练.服务器通过利用条件生成对抗网络生成的所有用户任务数据来优化全局模型.实验结果显示，ARR在不平衡程度逐渐加剧的情况下，全局模型准确率相较于现有的相关方法提高了8.64%～31.03%，有效缓解了灾难性遗忘问题，显著提高了全局模型的最终精度.

关键词：联邦增量学习不平衡数据条件生成对抗网络灾难性遗忘二次训练

来源：评论

学校读者我要写书评

暂无评论

基于迁移学习的竹片缺陷识别

引用

西北林学院学报 2021年第5期36卷 190-196页

作者：胡峻峰张志超赵亚凤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

使用竹片图像实现竹片缺陷自动识别,目前深度学习可以有效地解决该类问题,但是必须使用大量样本数据做训练才能获得较高的识别准确率。当图像数量有限时,利用基于迁移学习的方法,把经过预训练的卷积神经网络模型进行迁移,即共享卷积层... 详细信息

使用竹片图像实现竹片缺陷自动识别,目前深度学习可以有效地解决该类问题,但是必须使用大量样本数据做训练才能获得较高的识别准确率。当图像数量有限时,利用基于迁移学习的方法,把经过预训练的卷积神经网络模型进行迁移,即共享卷积层和池化层的权重参数,调整新网络模型的超参数,并建立一个包含4种共计6 360张竹片缺陷图像的数据库,把图片分成4种训练集测试集形式,即80%训练、20%测试;60%训练、40%测试;40%训练、60%测试;20%训练、80%测试,分别利用支持向量机SVM分类方法、深度学习方法和迁移学习方法进行训练和测试,并将这3种方法作对比。最后,通过构建竹片缺陷识别的混淆矩阵对迁移学习进行具体分析与说明。结果表明,按照80%训练、20%测试的识别准确率最高,通过迁移学习得到的竹片缺陷最高识别精度分别达到98.97%,比普通深度学习提高了11.55%,比SVM分类方法提高了13.04%。说明迁移学习比普通深度学习和传统支持向量机SVM分类方法更适合用于小样本数据集的分类识别,并且效果优于普通深度学习和SVM分类方法。

关键词：卷积神经网络深度学习迁移学习混淆矩阵

来源：评论

学校读者我要写书评

暂无评论

基于轻量化卷积神经网络的树种识别模型

引用

智能计算机与应用 2022年第12期12卷 114-121页

作者：董嘉真丁怡如郭正阳李娟芸邢艳秋东北林业大学工程技术学院哈尔滨150040 东北林业大学信息与计算机工程学院哈尔滨150040

随着计算机时代的迅速发展,国内林业正在向数字化、智慧化不断迈进,快速、准确的树种识别技术对森林资源清查、植物学研究及植物多样性保护等领域具有重要意义。为了满足树种识别模型能够在便携移动端设备上使用,本文提出了一种轻量化... 详细信息

随着计算机时代的迅速发展,国内林业正在向数字化、智慧化不断迈进,快速、准确的树种识别技术对森林资源清查、植物学研究及植物多样性保护等领域具有重要意义。为了满足树种识别模型能够在便携移动端设备上使用,本文提出了一种轻量化卷积神经网络的树种识别模型。首先,使用自主拍摄的树干图像构建了17种树木的树种数据集,并对其进行数据加强与扩充;其次,基于ImageNet预训练权重并对MobileNetv3网络的输出层进行修改,通过迁移学习的方式训练模型;最后,将该模型与VGG16、ResNet34模型进行对比分析,同时对该模型进行了可视化解释。实验结果表明,该模型在测试集上平均识别精度达99.16%,相比于VGG16模型提高了0.98%,相比于ResNet34模型降低了0.49%。但模型大小仅为5.98 MB,相比于VGG16、ResNet34模型分别减少了506.2 MB、75.32 MB。该模型可以保证在精度基本不变的情况下,在极大程度上减少模型体积,使其更好地部署在移动端设备,为移动端设备进行树种识别提供了可行方案。

关键词：树种识别卷积神经网络轻量化图像分类迁移学习

来源：评论

学校读者我要写书评

暂无评论

基于Transformer交叉集成特征的实体关系抽取

引用

东北师大学报(自然科学版) 2025年第1期57卷 74-81页

作者：陈金玉王名扬刘旭东北林业大学计算机与控制工程学院黑龙江哈尔滨150036

提出基于Transformer交叉集成特征的实体关系抽取模型ERonTCI,通过对不同层次特征信息的交叉集成来提升实体关系抽取的精度.ERonTCI模型将BERT预训练模型作为嵌入层,将BiGRU网络和MSCNN网络作为主干结构,分别提取文本中的全局特征和局... 详细信息

提出基于Transformer交叉集成特征的实体关系抽取模型ERonTCI,通过对不同层次特征信息的交叉集成来提升实体关系抽取的精度.ERonTCI模型将BERT预训练模型作为嵌入层,将BiGRU网络和MSCNN网络作为主干结构,分别提取文本中的全局特征和局部特征;使用Transformer实现对全局和局部特征的集成,以避免信息损失,提升模型对文本特征信息的保留度;将集成后的特征信息输入线性层完成实体关系的抽取工作.在公开数据集上进行实验,结果表明,ERonTCI模型取得了比基线模型更好的实体关系抽取效果.

关键词：实体关系抽取 Transformer BiGRU MSCNN

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：