检索结果-内蒙古大学图书馆

农业工程学报 2025年第1期41卷 154-160页

作者：张冬妍陈诺张淇吴晨旭张榄翔东北林业大学计算机与控制工程学院哈尔滨150040

为了解决果园李子受枝叶和果实遮蔽、环境变化等因素影响,难以准确检测的问题,该研究提出了一种基于改进YOLOv8s的轻量级果园李子检测模型。首先,采用自设计主干网络Faster-EMA缩减模型复杂度、提高检测精度。其次,引入焦点调制网络(foc... 详细信息

为了解决果园李子受枝叶和果实遮蔽、环境变化等因素影响,难以准确检测的问题,该研究提出了一种基于改进YOLOv8s的轻量级果园李子检测模型。首先,采用自设计主干网络Faster-EMA缩减模型复杂度、提高检测精度。其次,引入焦点调制网络(focal modulation)替换原模型中的SPPF模块增强特征融合能力,丰富特征提取的语义信息;最后,引入参数共享策略并实现轻量级检测头LDetect,满足了低功耗嵌入式设备部署需求。试验结果表明,优化后模型的平均检测精度达到97.2%,与原模型相比,检测精度提高了7.4个百分点;模型计算量降低了44.8%;模型参数数量减小了25.8%;部署在边缘计算设备Jetson Nano 4GB上,检测帧率达到了48.3帧/s。该研究所提出的方法能有效的解决复杂背景下果园李子的智能化检测,有助于促进李子智能化采摘技术的发展。

关键词：目标检测 YOLOv8 轻量化李子 LDetect

来源：评论

学校读者我要写书评

暂无评论

基于光学特性的初榨橄榄油掺假度便携式分析仪设计与试验

引用

农业工程学报 2024年第18期40卷 321-328页

作者：赵庆典马芸芸杨冕清汪国政陈百超刘大洋东北林业大学计算机与控制工程学院哈尔滨150040

针对国内愈来愈严重的橄榄油掺假问题,该研究研发了一种基于光学特性检测技术的特级初榨橄榄油掺假度无损检测仪。以8个产地的玉米油、花生油、菜籽油和大豆油为掺假油制备了339份掺假质量分数分别为0、1%、3%、6%、10%、15%、20%、25%... 详细信息

针对国内愈来愈严重的橄榄油掺假问题,该研究研发了一种基于光学特性检测技术的特级初榨橄榄油掺假度无损检测仪。以8个产地的玉米油、花生油、菜籽油和大豆油为掺假油制备了339份掺假质量分数分别为0、1%、3%、6%、10%、15%、20%、25%、30%、35%、40%、45%、50%、55%和60%的掺假特级初榨橄榄油样本,采用连续投影算法分析了橄榄油掺假检测特征波长的分布情况,最终选取包含18个波段的多通道光谱传感器,根据特级初榨橄榄油的物理特性,设计了一种便携、低成本的橄榄油掺假检测仪器。利用研发装置采集的掺假油光谱数据分别建立了反向传播(back propagation,BP)神经网络、支持向量回归(support vector regression,SVR)和基于偏最小二乘回归(partial least squares regression,PLSR)的橄榄油掺假率定量分析模型。结果表明,建立的SVR模型结果最优,其校正集和验证集决定系数分别为0.989和0.965,均方根误差分别为0.020和0.037。为进一步评估检测装置的稳定性和准确性,使用平均变异系数分析了特级初榨橄榄油掺假样本的测定结果,并通过预测结果与实际掺假浓度值进行残差分析,结果表明所研制的橄榄油掺假度分析装置对橄榄油掺假分析检测的稳定性与精度均满足现场实时检测需求。

关键词：无损检测传感器橄榄油掺假率

来源：评论

学校读者我要写书评

暂无评论

拉曼光谱结合WGANGP-ResNet算法鉴别病原菌种类

引用

光谱学与光谱分析 2024年第2期44卷 542-547页

作者：孟星志刘亚秋刘丽娜东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

快速准确识别病原菌在防止传染病的传播、帮助对抗抗菌素耐药性和改善病人预后方面起着关键作用。拉曼光谱结合机器学习算法能够简单快捷地对病原菌进行无标记检测。然而,病原菌种类和表型繁多,并且深度学习需要依赖大量样本训练,而收... 详细信息

快速准确识别病原菌在防止传染病的传播、帮助对抗抗菌素耐药性和改善病人预后方面起着关键作用。拉曼光谱结合机器学习算法能够简单快捷地对病原菌进行无标记检测。然而,病原菌种类和表型繁多,并且深度学习需要依赖大量样本训练,而收集大批量病原菌拉曼光谱劳神费力,且易受荧光等因素影响。针对上述问题,提出一种基于WGAN-GP数据增强方法和ResNet结合的病原菌拉曼光谱检测模型。采用五种常见眼科病原菌的拉曼光谱。将采集到的原始数据归一化作为ResNet和传统卷积神经网络(1D-CNN)的输入,将经过SG滤波、airPLS基线校正、PCA降维等预处理后的数据作为K近邻(KNN)的输入,对比分析发现ResNet模型效果最优,其分类精度可达96%;搭建Wasserstein生成式对抗网络加梯度惩罚模型(WGAN-GP),生成大量与真实数据相似的高分辨率光谱数据。同时与偏移法、深度卷积生成式对抗神经网络(DCGAN)2种数据增强方法进行比对,证明WGAN-GP的可靠性;为验证生成数据可以丰富数据多样性,进而提高分类精度,将扩充后的数据集重新放入ResNet进行训练,最终WGAN-GP结合ResNet的分类准确率提高到99.3%。结果表明:基于ResNet的分类模型无需复杂数据预处理,在开发效率和分类精度上均有提高;改进的WGAN-GP模型适用于拉曼光谱数据增强,解决了传统数据增强方法生成光谱的有效性与类别准确性不匹配的问题,相比于GAN提高了训练过程的速度和稳定性;利用表面增强拉曼光谱技术(SERS)结合WGANGP-ResNet模型对病原菌拉曼光谱分类,减少了对大量训练数据的需求,有利于快速学习和分析低信噪比的拉曼光谱,并将光谱采集时间缩减到1/10。在临床快速、免培养鉴别病原菌方面具有重要研究意义与应用价值。

关键词： WGAN-GP 拉曼光谱病原菌鉴别一维残差网络卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

水下三维光学成像探测技术综述及展望

引用

激光与光电子学进展 2024年第22期61卷 19-32页

作者：王宇航王新宇张景辉卜璐杰张韬东北林业大学机电工程学院黑龙江哈尔滨150040 东北林业大学计算机与控制学院黑龙江哈尔滨150040

水下三维光学成像可在复杂水域中成像,与传统成像不同,水下三维光学成像需要克服水介质的散射和吸收的影响来进行目标重建,在海洋工程、资源探索及国防建设等领域具有重要的应用价值。本文总结国内外水下三维光学成像技术的研究进展,依... 详细信息

水下三维光学成像可在复杂水域中成像,与传统成像不同,水下三维光学成像需要克服水介质的散射和吸收的影响来进行目标重建,在海洋工程、资源探索及国防建设等领域具有重要的应用价值。本文总结国内外水下三维光学成像技术的研究进展,依次介绍5种水下三维光学成像模式,包括水下距离选通技术、水下单光子探测技术、水下结构光三维点云成像技术、水下条纹管激光成像技术、水下多目相机成像技术。基于各成像技术的探测距离、成像特点、重建环境等方面的特点和存在的局限性,分析并讨论水下三维光学成像的发展趋势。

关键词：水下成像三维重建点云重构激光扫描激光雷达

来源：评论

学校读者我要写书评

暂无评论

基于近红外光谱和深度学习数据增强的大米品种检测

引用

农业工程学报 2023年第19期39卷 250-257页

作者：杨森张新奡王振民类成伟宋文龙东北林业大学计算机与控制工程学院哈尔滨150040

近红外光谱和深度学习结合的思路是大米品种检测的重要研究方向,其准确检测模型的建立依赖大规模的样本数据,然而采集和预处理样本耗时巨大,对准确性的提升造成限制。为解决上述不足,便于深入探究近红外光谱结合深度学习方法在大米品种... 详细信息

近红外光谱和深度学习结合的思路是大米品种检测的重要研究方向,其准确检测模型的建立依赖大规模的样本数据,然而采集和预处理样本耗时巨大,对准确性的提升造成限制。为解决上述不足,便于深入探究近红外光谱结合深度学习方法在大米品种检测领域应用的可行性,该研究提出基于近红外光谱结合改进型深度卷积生成式对抗神经网络(deep convolutional generative adversarial network,DCGAN)数据增强的大米品种检测方法。首先,在相同环境下采集4种大米品种的近红外光谱并对原始光谱数据进行预处理,使用去趋势校正(detrend correction,DC)和无信息变量消除算法(uninformative variable elimination,UVE)消除无用光谱特征点。然后,建立改进型DCGAN模型对预处理后的光谱数据进行数据增强,对比试验结果表明,改进型DCGAN相比与传统数据增强方法,改进型DCGAN生成数据的结构相似性指标更优。最后,研究不同数据增强方法结合不同分类方法建立大米品种分类模型的性能,对比试验结果表明,改进型DCGAN数据增强结合一维卷积神经网络(one-dimensional convolution neural network,1D-CNN)分类算法所建模型面向测试集的准确率最高,为98.21%,为简便准确的大米品种检测方案提供了新思路。

关键词：近红外光谱深度学习数据增强结构相似性大米品种

来源：评论

学校读者我要写书评

暂无评论

改进YOLOv8的轻量化无人机目标检测算法

引用

计算机工程与应用 2024年第8期60卷 182-191页

作者：胡峻峰李柏聪朱昊黄晓文东北林业大学计算机与控制工程学院哈尔滨150036

针对无人机目标检测算法计算复杂难以部署,且长尾分布的无人机数据导致检测精度较低的问题,提出了基于改进YOLOv8的轻量化无人机目标检测算法(PC-YOLOv8-n),可均衡网络检测精度与计算量,并对长尾分布数据有一定泛化能力。使用部分卷积层... 详细信息

针对无人机目标检测算法计算复杂难以部署,且长尾分布的无人机数据导致检测精度较低的问题,提出了基于改进YOLOv8的轻量化无人机目标检测算法(PC-YOLOv8-n),可均衡网络检测精度与计算量,并对长尾分布数据有一定泛化能力。使用部分卷积层(PConv)替换YOLOv8中的3×3卷积层,对网络进行轻量化处理,解决网络冗余和计算量复杂的问题;融合双通道特征金字塔,增加自上而下的路径,将深层信息与浅层信息进行融合,同层引入轻量化注意力机制,提升网络的特征提取能力;采用均衡焦点损失(EFL)作为类别损失函数,通过均衡尾部类别在网络训练时的梯度权重,增加网络的类别检测能力。实验结果表明,PC-YOLOv8-n在VisDrone2019数据集中具有良好的表现,在mAP50精度上比原始YOLOv8-n算法提高了1.6个百分点,同时模型的参数和计算量分别降低为2.6×10^(6)和7.6 GFLOPs,检测速度达到77.2 FPS。

关键词：无人机 YOLOv8 长尾分布目标检测部分卷积

来源：评论

学校读者我要写书评

暂无评论

融合多粒度语义信息和知识图谱的中文医疗问答匹配模型

引用

计算机工程与应用 2024年第14期60卷 152-161页

作者：管立本李实东北林业大学计算机与控制工程学院哈尔滨150040

中文医疗领域问答容易受到医疗特定词汇的噪声影响,相对于开放领域问答其更具有挑战性。以往的中文医疗问答研究主要依赖于字符级别的细粒度信息,忽略了携带更多语义信息的单词级别的粗粒度信息。此外,引入外部医学知识图谱可以进一步... 详细信息

中文医疗领域问答容易受到医疗特定词汇的噪声影响,相对于开放领域问答其更具有挑战性。以往的中文医疗问答研究主要依赖于字符级别的细粒度信息,忽略了携带更多语义信息的单词级别的粗粒度信息。此外,引入外部医学知识图谱可以进一步丰富问答句子中的细粒度信息,然而目前大多数研究通常只采用句子和外部知识共同表示的简单方式。由此提出一种融合多粒度语义信息和知识图谱的中文医疗问答匹配模型(CMQA-MGSI)。该模型引入Lattice网络,结合Word2Vec和BERT设计了两种特征向量提取模型来选择问答句子中最相关的字符序列和单词序列以获得更丰富的多粒度语义信息;为了更好地融合外部领域知识,设计双通道注意力模块提取问答句子和知识图谱中实体嵌入以及关系嵌入之间多个角度的知识表征信息。该模型在数据集cMedQA1.0和cMedQA2.0上的实验表明,效果优于现有的问答匹配模型。

关键词：中文医疗问答多粒度信息知识图谱 Lattice网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于注意力机制融合多特征的东北虎个体自动跟踪方法

引用

生物多样性 2024年第3期32卷 137-150页

作者：许群谢永华东北林业大学计算机与控制工程学院哈尔滨150040

跟踪野生动物可以了解它们的生态习性和种群动态。自动化的、高效准确的目标跟踪算法对于野生动物保护具有重要意义。由于东北虎(Panthera tigris altaica)生存环境复杂,行动方式隐蔽且具有快速运动的特点,拍摄到的图像可能存在运动模... 详细信息

跟踪野生动物可以了解它们的生态习性和种群动态。自动化的、高效准确的目标跟踪算法对于野生动物保护具有重要意义。由于东北虎(Panthera tigris altaica)生存环境复杂,行动方式隐蔽且具有快速运动的特点,拍摄到的图像可能存在运动模糊问题,难以捕获清晰稳定的画面。因此,监测东北虎种群的难点在于实现自动准确地跟踪东北虎个体。在实际环境中,由于光照变化、遮挡、相似性干扰等问题的存在,导致错误跟踪东北虎个体。针对这些问题,本文提出了一种基于注意力特征融合的孪生网络跟踪框架,旨在实现对实际复杂场景中东北虎个体的准确跟踪。基于孪生网络的视觉目标跟踪框架将目标跟踪视为相似性学习问题,本文对传统基于孪生网络的跟踪架构进行改进,将注意力特征融合嵌入主干网络ResNet50中进行特征提取。为了增强模型对跟踪场景中发生极端尺度变化的东北虎个体的关注度,本文在注意力特征融合模块中引入了多尺度通道注意力机制,以适应不同的东北虎个体状态和环境变化。实验结果表明,本文的方法与当前的先进跟踪器相比取得了更优的跟踪性能,跟踪成功率和精确度分别达到了72.5%和93.9%,相比基准跟踪算法分别提高了4.1%和2.3%,证明本文的跟踪方法可以在复杂的实际场景下为自动高效地监测东北虎提供一种有效的方案。

关键词：东北虎单目标跟踪孪生网络特征融合注意力机制

来源：评论

学校读者我要写书评

暂无评论

改进残差网络甜瓜叶片病害的识别研究

引用

计算机工程与应用 2024年第15期60卷 189-197页

作者：黄英来姜忠良东北林业大学计算机与控制工程学院哈尔滨150040

针对甜瓜叶片不同程度的病害识别研究较少,人工检测实时性差且存在识别准确率较低等问题,提出了一种基于改进残差网络模型的甜瓜叶片病害识别方法。将传统的ResNet50模型作为骨干网络,将ReLU激活函数替换为ELU激活函数;将ResNet50的模... 详细信息

针对甜瓜叶片不同程度的病害识别研究较少,人工检测实时性差且存在识别准确率较低等问题,提出了一种基于改进残差网络模型的甜瓜叶片病害识别方法。将传统的ResNet50模型作为骨干网络,将ReLU激活函数替换为ELU激活函数;将ResNet50的模型的第一层卷积中的7×7卷积核替换成Incption结构,在全连接层之后加入Dropout层,增强模型的表达能力并缓解过拟合问题;引入多头自注意力机制(MHSA),提高模型的泛化能力。进行数据预处理,将训练集与测试集的比例划分为7∶3,采用数据增强的方式对小样本数据集进行扩充。实验结果表明:改进的残差网络模型准确率与原模型相比提高了1.03个百分点,识别准确率达到98.72%且模型参数量为19.3MB。与其他网络模型相比准确率大幅提升,可以为甜瓜叶片病害的高效识别和及时预防治理提供参考。

关键词：甜瓜叶片病害图像识别残差网络多头自注意力机制深度学习

来源：评论

学校读者我要写书评

暂无评论

改进YOLOv8n的花生品质检测方法

引用

计算机工程与应用 2024年第23期60卷 257-267页

作者：黄英来牛达伟侯畅杨柳松东北林业大学计算机与控制工程学院哈尔滨150040

花生品质筛选在农业生产和食品安全中具有重要意义。针对传统花生品质筛选方法效率低的问题,提出改进YOLOv8n算法的轻量化花生品质检测模型LE-YOLO(lightweight and efficient)。提出一种分组重序颈部模块(grouped shuffling bottleneck... 详细信息

花生品质筛选在农业生产和食品安全中具有重要意义。针对传统花生品质筛选方法效率低的问题,提出改进YOLOv8n算法的轻量化花生品质检测模型LE-YOLO(lightweight and efficient)。提出一种分组重序颈部模块(grouped shuffling bottleneck,GSBottleneck),增加了模型非线性拟合能力,减少了模型推理时间;设计了残差分组重序模块(residual group shuffling block,ResGSBlock),并结合GSConv(grouped shuffle convolution)构建轻量颈部网络(lightweight neck,LW-Neck),减少了模型计算成本,提升了模型推理速度;提出自适应特征优化模块(adaptive feature optimization block,AFOB),增强了通道间信息交互和模型表征能力。在DW花生数据集上进行实验验证,相较于YOLOv8n算法,LE-YOLO的计算量减少了1 GFlops,FPS提升了25%,平均精度均值mAP@0.5达到了98%,验证了该算法在检测精度和速度上的良好性能,为花生品质筛选提供了一种有效的方法。

关键词： YOLOv8n GSConv GSBottleneck 花生品质筛选轻量化模型

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：