检索结果-内蒙古大学图书馆

科学技术创新 2021年第20期 65-67页

作者：陈星宇王子琦高晨阳郭睿彤东北林业大学信息与计算机工程学院黑龙江哈尔滨150000 东北林业大学理学院黑龙江哈尔滨150000

碳循环的一部分包括化合物的分解,这使碳得以更新并以其它形式被利用。这一过程的关键组成部分是植物材料和木质纤维的分解,而真菌是木质纤维的主要分解者。鉴于不同菌种在地面凋落物和木质纤维分解中的作用与不同真菌相关的多种因素存... 详细信息

碳循环的一部分包括化合物的分解,这使碳得以更新并以其它形式被利用。这一过程的关键组成部分是植物材料和木质纤维的分解,而真菌是木质纤维的主要分解者。鉴于不同菌种在地面凋落物和木质纤维分解中的作用与不同真菌相关的多种因素存在关联,对于此问题,本文将着重研究基于真菌的生长速率、真菌的耐湿性以及不同林木类型这三大指标,模拟在同一地区存在多类型真菌的种间竞争情况下,采用数学建模的方法对林木分解进行影响因素的理论分析。

关键词：生长速率耐湿性林木类型种间竞争林木分解率

来源：评论

学校读者我要写书评

暂无评论

结合JADE和CoDE差分算子的人工蜂群算法

引用

计算机科学与探索 2019年第12期13卷 2103-2116页

作者：耿璐李艳娟东北林业大学信息与计算机工程学院

人工蜂群算法(ABC)具有良好的全局探索能力,但局部利用能力较弱。与此相反,差分进化(DE)具有良好的局部利用能力,但全局探索能力较弱。鉴于此,提出了ABC和DE结合算法 AMDABC。AMDABC 遵循人工蜂群算法的框架,包括雇佣蜂阶段、跟随蜂阶... 详细信息

人工蜂群算法(ABC)具有良好的全局探索能力,但局部利用能力较弱。与此相反,差分进化(DE)具有良好的局部利用能力,但全局探索能力较弱。鉴于此,提出了ABC和DE结合算法 AMDABC。AMDABC 遵循人工蜂群算法的框架,包括雇佣蜂阶段、跟随蜂阶段和侦查蜂阶段。在雇用蜂阶段引入了两个DE算子 (JADE算子、CoDE算子),同时给出两个控制参数,根据控制参数的值自适应地交替执行CoDE算子、JADE算子或ABC搜索方程,以达到全局探索能力和局部利用能力的平衡。在跟随蜂阶段,同样结合JADE差分算子产生候选解,以更好地解决ABC算法局部利用能力弱的问题。在19个标准函数上的实验结果表明,AMDABC 算法性能优于典型ABC算法、典型DE算法、典型ABC和DE结合算法。

关键词：人工蜂群算法(ABC) 差分进化全局优化混合框架

来源：评论

学校读者我要写书评

暂无评论

油茶果脱壳分选一体机设计研究

引用

科技创新与生产力 2021年第7期 102-104页

作者：孙小永李滨潘荣晴杨其双袁晓雅窦捷龙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 东北林业大学奥林学院黑龙江哈尔滨150040

为实现油茶果脱壳和分选的高效化,研究设计了油茶果脱壳分选一体机,其核心工作是将机器脱壳能力提高,并降低茶籽破损率,达到脱壳与分选工序相配合。改进的油茶果脱壳分选一体机具有结构紧凑、工作可靠、维修方便、操作容易、成本低等优... 详细信息

为实现油茶果脱壳和分选的高效化,研究设计了油茶果脱壳分选一体机,其核心工作是将机器脱壳能力提高,并降低茶籽破损率,达到脱壳与分选工序相配合。改进的油茶果脱壳分选一体机具有结构紧凑、工作可靠、维修方便、操作容易、成本低等优点,可以有效提高油茶果脱壳效率,节省时间和人力资源。

关键词：油茶果脱壳分选智能控制

来源：评论

学校读者我要写书评

暂无评论

新工科视域下计算机专业多元化人才培养探讨

引用

教育教学论坛 2021年第41期 173-176页

作者：孙海龙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 东北林业大学图书馆黑龙江哈尔滨150040

新工科建设对传统工科专业的发展带来了前所未有的机遇和挑战。针对林业院校计算机专业人才培养方向不明确的问题,以东北林业大学信息学院计算机科学与技术专业为例,结合专业开展工程教育专业认证和新工科建设要求,从人才培养定位、人... 详细信息

新工科建设对传统工科专业的发展带来了前所未有的机遇和挑战。针对林业院校计算机专业人才培养方向不明确的问题,以东北林业大学信息学院计算机科学与技术专业为例,结合专业开展工程教育专业认证和新工科建设要求,从人才培养定位、人才培养方案制定、课程设置、课程建设、实习实践基地建设等方面出发,探讨新工科背景下计算机专业多元化人才培养的新模式和新路径。经过多年的实践与持续改进,取得一定的成效,为其他院校计算机专业多元化人才培养提供参考。

关键词：新工科计算机专业人才培养模式多元化

来源：评论

学校读者我要写书评

暂无评论

双参卷积理论模型预测交通通行时间

引用

计算机工程与应用 2020年第20期56卷 258-263页

作者：金楠森刘美玲谷欣然韩雨彤东北林业大学信息与计算机工程学院哈尔滨150040 哈尔滨工程大学计算机科学与技术学院哈尔滨150001

随着城市经济的发展和人们生活节奏的加快,智慧交通领域针对出行时间的研究已经成为热点问题。出行前预估行程中的通行时间便于人们更合理地规划出行路径,基于时间状态特征的路径规划就是解决交通问题的重要手段之一。现有模型多关注于... 详细信息

随着城市经济的发展和人们生活节奏的加快,智慧交通领域针对出行时间的研究已经成为热点问题。出行前预估行程中的通行时间便于人们更合理地规划出行路径,基于时间状态特征的路径规划就是解决交通问题的重要手段之一。现有模型多关注于车辆到达时间或多结合于真实历史时间数据进行预测,对浮动车的运行状态、车速等是否对时间存在影响的问题研究较少。基于此现状,提出了一种基于状态特征的道路时间预测模型,在固定时段内,利用出租车载客与否情况对轨迹数据进行深度相关性分析,结合车辆行驶速度构建一个基于密度划分的双参卷积理论模型,用得到的最终速度值对通行时间进行计算。实验结果表明该模型算法与传统时间预测算法相比有更高的精确度和实用性,提高了人们对出行安排的合理化和层次化,对制定城市道路出行策略具有重要的意义。

关键词：城市交通时间预测皮尔逊相关系数双参卷积理论模型出行时间机器学习

来源：评论

学校读者我要写书评

暂无评论

矢量瓦片并行构建与分布式存储模型研究

引用

地球信息科学学报 2020年第7期22卷 1487-1496页

作者：聂沛陈广胜景维鹏东北林业大学信息与计算机工程学院哈尔滨150040 黑龙江省林业生态大数据存储与高性能(云)计算工程研究中心哈尔滨150040

矢量瓦片体积小、生成效率高、支持动态交互,较传统栅格瓦片有诸多优势,是下一代互联网地图服务研究的重点。为了解决当前矢量瓦片研究中处理速度慢,扩展性差等问题,本文利用并行计算框架Spark进行矢量瓦片快速构建,通过自定义转换函数... 详细信息

矢量瓦片体积小、生成效率高、支持动态交互,较传统栅格瓦片有诸多优势,是下一代互联网地图服务研究的重点。为了解决当前矢量瓦片研究中处理速度慢,扩展性差等问题,本文利用并行计算框架Spark进行矢量瓦片快速构建,通过自定义转换函数,将原始矢量数据GeoJson转换成mvt瓦片集;对于生成的矢量瓦片集,本文基于分布式内存文件系统Alluxio设计一个瓦片存储模型-VectorTileStore,模型以键值对进行数据存储,瓦片元数据占据前八个键值对,单个瓦片占据一个键值对,在数据写入的同时,基于键构建一个哈希索引,用于快速访问,模型兼容海量瓦片的组织存储,具有很强的扩展性。通过实验结果表明,本文提出的矢量瓦片并行构建算法较单机构建算法运行时间平均减少49.6%,分布式存储模型VectorTileStore较传统方案更适合海量矢量瓦片存储,存取时间效率更高。

关键词：矢量瓦片 web地图服务并行处理 Spark 分布式存储 Alluxio

来源：评论

学校读者我要写书评

暂无评论

一种XNet-CNN糖尿病视网膜图像分类方法

引用

哈尔滨理工大学学报 2020年第1期25卷 73-79页

作者：陈宇周雨佳丁辉东北林业大学信息与计算机工程学院哈尔滨150040 海南省眼科医院海口570100

本文针对传统的视网膜图像处理过程繁琐、鲁棒性差的缺点,提出设计了一种基于深度卷积神经网络(Convolutional Neural Network,CNN)的视网膜图像自动识别系统。首先,对图像预处理包括去除噪声、数值归一化、数据量扩增;然后,设计提出了... 详细信息

本文针对传统的视网膜图像处理过程繁琐、鲁棒性差的缺点,提出设计了一种基于深度卷积神经网络(Convolutional Neural Network,CNN)的视网膜图像自动识别系统。首先,对图像预处理包括去除噪声、数值归一化、数据量扩增;然后,设计提出了一种新的神经网络模型——XNet,XNet中和了LeNet和Inception网络的深度,网络参数根据训练样本进行适应性调整;最后,针对不同的网络结构进行了准确率和迭代次数的比较。实验结果表明,XNet网络的结构要优于LeNet和Inception,准确率可以达到91%;并通过实验证实了数据扩增的必要性。

关键词：卷积神经网络深度学习视网膜分类糖尿病视网膜图像

来源：评论

学校读者我要写书评

暂无评论

一种基于深度学习的手写签名识别技术

引用

科技创新与生产力 2025年第2期46卷 76-79页

作者：高娴婷刘嘉琦王梓函王行建东北林业大学计算机与控制工程学院黑龙江哈尔滨150040

随着信息化社会的深入发展,手写签名识别技术在保障信息安全与身份认证中越来越重要。针对当前技术在应对签名者情绪波动与书写状态变化时的局限性,本文提出一种基于深度学习的手写签名识别方法,旨在显著提升识别准确性与效率。该方法... 详细信息

随着信息化社会的深入发展,手写签名识别技术在保障信息安全与身份认证中越来越重要。针对当前技术在应对签名者情绪波动与书写状态变化时的局限性,本文提出一种基于深度学习的手写签名识别方法,旨在显著提升识别准确性与效率。该方法涵盖了在线与离线签名识别两部分,分别运用快速傅里叶变换(FFT)和BP神经网络、数字图像处理技术和改进的LeNet-5卷积神经网络模型实现。实验结果表明,该技术有效减少了签名状态对识别的影响,显著提升了识别率。

关键词：手写签名识别深度学习快速傅里叶变换 BP神经网络 LeNet-5卷积神经网络数字图像处理

来源：评论

学校读者我要写书评

暂无评论

面向移动运维调度的DQN-SE-ResNet模型

引用

计算机仿真 2025年第3期42卷 442-447页

作者：李超白雪赵永辉东北林业大学计算机与控制工程学院黑龙江哈尔滨150040

为了解决网络运营商在工作中出现网络故障时,处理故障效率低下的问题,将以深度强化学习算法中的Deep Q-Network(DQN)算法为基础,引入SENet注意力机制和深度残差网络,建立DQN-SE-ResNet模型。使得能根据运维人员的位置,在调度系统中完成... 详细信息

为了解决网络运营商在工作中出现网络故障时,处理故障效率低下的问题,将以深度强化学习算法中的Deep Q-Network(DQN)算法为基础,引入SENet注意力机制和深度残差网络,建立DQN-SE-ResNet模型。使得能根据运维人员的位置,在调度系统中完成故障点维修的最优调度,提高故障解决效率,使故障解决的时间最短。同时,进行仿真,将调度结果在地图上表示。仿真结果表明:与通常情况下的就近调度法则相比,使用DQN-SE-ResNet算法可以减少约10%-30%的时间,可以更好的实现对维修人员的高效调度,在保障故障修复的前提下,完成最优化的运维人员派遣。

关键词：深度强化学习注意力机制人员调度深度残差网络

来源：评论

学校读者我要写书评

暂无评论

基于U-Net卷积神经网络的年轮图像分割算法

引用

生态学杂志 2019年第5期38卷 1580-1588页

作者：宁霄赵鹏东北林业大学信息与计算机工程学院哈尔滨150040

树木年轮学的研究需要统计树龄和测量轮宽,由此推算环境变换和树木生长信息,因此准确提取年轮特征信息至关重要。精准识别出年轮图像中的早材、晚材和树皮是实现自动化测量年轮参数的首要工作。树木年轮的生长过程中存在年轮的早材和晚... 详细信息

树木年轮学的研究需要统计树龄和测量轮宽,由此推算环境变换和树木生长信息,因此准确提取年轮特征信息至关重要。精准识别出年轮图像中的早材、晚材和树皮是实现自动化测量年轮参数的首要工作。树木年轮的生长过程中存在年轮的早材和晚材间边界过渡模糊、节疤和伪年轮等现象,且年轮圆盘在砍伐和采集过程中表面会存在毛刺和噪声点,使用传统的图像分割算法难以得到理想的效果。本文结合深度神经网络的特点,针对年轮图像的分割问题,构建了基于U-Net卷积神经网络的年轮图像语义分割模型。首先,对采集的100张年轮圆盘图像进行标注,并通过旋转、透视和图像变形等方式做数据增强,生成20000张数据集,随机选择其中16000张作为训练数据集,4000张作为测试数据集。其次,根据图像数据集的特征,利用Tensorflow深度学习框架,设计构建基于U-Net卷积神经网络的年轮圆盘图像分割网络。然后,将训练样本输送进网络,设置优化训练参数,对年轮图像分割网络进行迭代训练,直至评价指标和损失函数不再变化。最后,用训练好的模型对测试集样本进行分割,并进行分割指标评估。结果表明:该算法可有效避免毛刺、锯痕和节疤等因素的影响,完整地分割出年轮的晚材和树皮区域,在4000张测试数据集上分割的平均准确率达到96.51%,平均区域重合度达到82.30%。与传统图像处理算法相比,本文所采用的基于U-Net卷积神经网络的年轮图像分割算法,能够达到更好的分割效果,同时具有更强的泛化能力和鲁棒性。

关键词： U-Net 年轮卷积神经网络图像分割数据增强

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：