检索结果-内蒙古大学图书馆

世界林业研究 2018年第2期31卷 55-59页

作者：曾志强何小东王颖吴鑫中南林业科技大学计算机与信息工程学院长沙410004 中南林业科技大学理学院长沙410004

针对当前森林火灾动态监测与预警中海量、异构、多源、动态的数据在存储、计算、管理方面所面临的挑战,以及国内外在森林火灾动态监测与预警上的研究往往只考虑单一领域或技术的问题,结合新兴的大数据分析与处理技术,融合林火动态监测... 详细信息

针对当前森林火灾动态监测与预警中海量、异构、多源、动态的数据在存储、计算、管理方面所面临的挑战,以及国内外在森林火灾动态监测与预警上的研究往往只考虑单一领域或技术的问题,结合新兴的大数据分析与处理技术,融合林火动态监测与预警不同技术领域的研究成果,对林火多源异构数据采用混合处理方法,基于Hadoop和Spark大数据集成平台构建了一个森林火灾混合大数据分析系统。并设计一个林火火点检测实验,通过实验验证了该系统的可行性和有效性,可为后续研究和建立森林火灾动态监测与预警可视化大数据平台提供参考。

关键词：森林火灾多源异构数据混合大数据分析动态监测与预警可视化

来源：评论

学校读者我要写书评

暂无评论

基于改进Retinex与光照补偿的人脸身份识别

引用

华中科技大学学报（自然科学版） 2020年第1期48卷 41-47页

作者：易积政阳洁琼吴星宇赵立明中南林业科技大学计算机与信息工程学院湖南长沙410004 中南林业科技大学生命科学与技术学院湖南长沙410004 宾夕法尼亚大学医学院美国费城19104 重庆邮电大学先进制造学院重庆400065

为解决不均匀的光照分布影响人脸身份识别的准确率问题,提出了一种无约束光照条件下的人脸身份识别方法.该方法首先基于改进的Retinex理论对人脸灰度图像进行光照预处理;然后对处理后人脸图像中鼻子周围的遮挡阴影区域进行光照补偿;最... 详细信息

为解决不均匀的光照分布影响人脸身份识别的准确率问题,提出了一种无约束光照条件下的人脸身份识别方法.该方法首先基于改进的Retinex理论对人脸灰度图像进行光照预处理;然后对处理后人脸图像中鼻子周围的遮挡阴影区域进行光照补偿;最后利用主动外观模型定位人脸特征点,并选取关键特征点计算人脸身份特征,进而实现人脸身份识别.基于扩展Yale人脸数据库和CMU-PIE数据库进行实验,结果表明所提方法能有效改善人脸图像的光照情况,提高人脸身份识别率.

关键词：人脸身份识别无约束光照光照均衡人脸特征点身份特征

来源：评论

学校读者我要写书评

暂无评论

基于注意力机制的轻量化YOLO v5s蓝莓检测算法

引用

河南农业科学 2024年第3期53卷 151-157页

作者：刘拥民张炜麻海志刘原张毅中南林业科技大学计算机与信息工程学院湖南长沙410004 中南林业科技大学智慧林业云研究中心湖南长沙410004

为实现自然环境下蓝莓的精确快速检测,在YOLO v5s的基础上提出了一种结合轻量级网络和注意力机制的改进算法。首先,在主干网络和检测头的位置去除了最大目标检测层的结构,因而降低模型的参数量,增强模型对小目标的检测能力。其次,将MHSA... 详细信息

为实现自然环境下蓝莓的精确快速检测,在YOLO v5s的基础上提出了一种结合轻量级网络和注意力机制的改进算法。首先,在主干网络和检测头的位置去除了最大目标检测层的结构,因而降低模型的参数量,增强模型对小目标的检测能力。其次,将MHSA(Multi‐head self‐attention,多头自注意力)替换了SPPF(Spatial pyramid pooling‐fast,快速空间金字塔池化)前面的C3模块,使模型学习到更全面的特征表示,增强模型对蓝莓图像中复杂空间关系和上下文信息的理解能力。最后,在C3模块中加入了S-PSA(Sequential polarized self‐attention,顺序极化自注意力),以便模型能够更好地捕捉特征图中相邻区域之间的上下文依赖关系。结果表明,改进后的YOLO v5s算法对成熟、半成熟和未成熟蓝莓的检测精度分别提升1.2、4.4、2.6百分点,平均精度提升2.7百分点,模型参数量减少76.0%。与当前主流轻量化目标检测模型相比,改进后的模型性能更加优越,能为自然环境下蓝莓采摘机器人视觉系统提供一种有效的方案。

关键词：蓝莓检测 YOLO v5s 轻量级网络注意力机制多头自注意力

来源：评论

学校读者我要写书评

暂无评论

基于BP神经网络的O-糖基化位点的预测和模式分析

引用

制造业自动化 2011年第2期33卷 94-97页

作者：王楚正谭晓凤陈延伟中南林业科技大学计算机与信息工程学院长沙410004 立命馆大学信息工程学院中南林业科技大学林学院长沙410004

糖基化是真核生物中最重要的蛋白质翻译后修饰过程之一,借助计算智能技术对糖基化位点进行预测和分析在蛋白质组学中具有十分重要的意义。对BP神经网络结构及其训练算法进行研究的基础上,提出了一种改进传统BP学习算法缺陷的动量梯度下... 详细信息

糖基化是真核生物中最重要的蛋白质翻译后修饰过程之一,借助计算智能技术对糖基化位点进行预测和分析在蛋白质组学中具有十分重要的意义。对BP神经网络结构及其训练算法进行研究的基础上,提出了一种改进传统BP学习算法缺陷的动量梯度下降算法,运用改进的BP神经网络对O-糖基化位点进行预测和分析。实验表明特征向量的维数(蛋白质序列编码长度)是影响预测性能的最主要因素,当窗口大小在一定范围时有较好的预测效果。

关键词： O-糖基化位置概率函数 BP神经网络模式分析

来源：评论

学校读者我要写书评

暂无评论

新型GAN的WSN异常检测方法

引用

计算机工程与设计 2023年第12期44卷 3554-3562页

作者：刘拥民张钱垒杨钰津罗皓懿黄浩中南林业科技大学计算机与信息工程学院湖南长沙410004 中南林业科技大学智慧林业云研究中心湖南长沙410004

为实时预警无线传感器网络(WSN)进行数据传输过程中的一系列威胁,提出一种新型生成对抗网络(GAN)的WSN异常检测方法。采用梯度归一化和代价距离改进的GAN目标函数,与改进的对抗学习异常检测方法相结合,能准确、全面地将数据流特征的分... 详细信息

为实时预警无线传感器网络(WSN)进行数据传输过程中的一系列威胁,提出一种新型生成对抗网络(GAN)的WSN异常检测方法。采用梯度归一化和代价距离改进的GAN目标函数,与改进的对抗学习异常检测方法相结合,能准确、全面地将数据流特征的分布情况映射到潜在空间,使生成器在训练过程中增加生成数据的多样性,提升模型的鲁棒性;引入带有丢失操作的全连接层网络体系,显著增强对WSN中数据流异常状态的识别能力。仿真结果表明,该方法可全面有效地提高入侵检测方法的综合检测效果。

关键词：无线传感器网络生成对抗网络异常检测梯度归一化代价距离目标函数全连接层网络

来源：评论

学校读者我要写书评

暂无评论

基于灰色预测的22MN快速锻压机的智能集成控制系统

引用

机床与液压 2010年第1期38卷 65-67,50页

作者：左来周国雄中南林业科技大学机电工程学院湖南长沙410004 中南林业科技大学计算机与信息工程学院湖南长沙410004

针对快锻造液压机具有高压、大流量、大运动惯量等特点,提出一种基于灰色预测的智能集成控制算法。采用灰色预测对压机超程进行预测,方便后续选择控制;然后压机根据预测结果选择不同的控制器,以实现液压机精度控制和速度控制。实际运行... 详细信息

针对快锻造液压机具有高压、大流量、大运动惯量等特点,提出一种基于灰色预测的智能集成控制算法。采用灰色预测对压机超程进行预测,方便后续选择控制;然后压机根据预测结果选择不同的控制器,以实现液压机精度控制和速度控制。实际运行结果表明,该控制策略能够有效克服压机动作滞后引起的超调问题,具有快速性和准确性。

关键词：快锻液压机灰色预测模糊控制

来源：评论

学校读者我要写书评

暂无评论

基于Android平台和GDAL的遥感影像加载方法

引用

中南林业科技大学学报 2014年第11期34卷 124-129页

作者：阳德志林辉臧卓中南林业科技大学林业遥感信息工程研究中心湖南长沙410004 中南林业科技大学计算机与信息工程学院湖南长沙410004

使用GDAL在Android系统上浏览GB级的遥感影像，由于内存限制，通常比较困难，甚至难以实现。采用tif影像、0～1灰度影像和多波段的彩色影像，通过比较其加载方法的内存消耗、初次加载时间、最长加载时间、最短加载时间、平均加载时间和... 详细信息

使用GDAL在Android系统上浏览GB级的遥感影像，由于内存限制，通常比较困难，甚至难以实现。采用tif影像、0～1灰度影像和多波段的彩色影像，通过比较其加载方法的内存消耗、初次加载时间、最长加载时间、最短加载时间、平均加载时间和稳定性，研究最佳影像加载方法。实验结果表明：整块加载tif影像消耗内存最大，加载时间最长，稳定性最差；分块加载tif影像，浏览0～1灰度影像的内存消耗、加载时间能满足实际需求，但浏览多波段彩色影像的性能难以达到实际要求；分块加载jpg型压缩影像，平均消耗33MB的内存和1600ms的加载时间，加载速度最快，消耗内存最小，能满足野外工作的要求。

关键词：遥感影像移动GIS Android平台 GDAL 分块加载

来源：评论

学校读者我要写书评

暂无评论

树种混交度——一个基于树种谱系的林分混交度新概念

引用

林草资源研究 2021年第4期 62-68页

作者：张科冯思思黄浪李建军浙江省林业信息宣传服务中心中南林业科技大学计算机与信息工程学院

树种空间隔离程度是研究林分空间结构的一个重要内容,通常用混交度来进行描述。现有的各种混交度指数在描述对象木与最近邻木为其他种的概率时只有相同种或不同种两种结果,不能完全说明树种的混交程度。在传统混交度的基础上结合树种谱... 详细信息

树种空间隔离程度是研究林分空间结构的一个重要内容,通常用混交度来进行描述。现有的各种混交度指数在描述对象木与最近邻木为其他种的概率时只有相同种或不同种两种结果,不能完全说明树种的混交程度。在传统混交度的基础上结合树种谱系关系提出树种混交度的概念,以湖南省内5个林区的25块样地数据,对传统混交度与树种混交度进行了比较分析,并使用树种混交度进行了林分模拟优化。结果表明:树种混交度与传统混交度之间存在较强的相关性,且能进一步细化结构单元中树种的隔离程度,可运用于林分空间结构的评价与优化。

关键词：林木生物特性树种空间隔离程度混交度树种谱系树种混交度

来源：评论

学校读者我要写书评

暂无评论

基于改进型转子信息观测器的PMSM无位置传感器控制

引用

控制理论与应用 2024年

作者：邹恒祥朱俊杰刘浩然郑志安中南林业科技大学计算机与信息工程学院中国中车株洲电力机车研究所

针对传统滑模观测器由于抖振而导致永磁同步电机转子信息观测精度低的问题,设计了一种基于二阶广义积分器(SOGI)的自适应高阶滑模转子信息观测器.首先,通过构造一种具有增益自适应跟踪算法的高阶滑模观测器,解决传统滑模观测器引入低通... 详细信息

针对传统滑模观测器由于抖振而导致永磁同步电机转子信息观测精度低的问题,设计了一种基于二阶广义积分器(SOGI)的自适应高阶滑模转子信息观测器.首先,通过构造一种具有增益自适应跟踪算法的高阶滑模观测器,解决传统滑模观测器引入低通滤波器所造成相位滞后与幅值衰减问题,减少抖振对观测精度的影响.其次,使用SOGI与归一化正交锁相环技术获取位置和速度信息,将转子角频率反馈至SOGI模块作为其中心频率,减少负载扰动和死区效应引起的谐波和噪声的污染,并通过Lyapunov稳定性定理证明了系统的稳定性.最后,搭建永磁同步电机无位置传感器控制系统,通过仿真以及实验验证了该方法的有效性.实验结果表明,相比于传统的滑模观测器,改进后的转子信息观测器有效提高了转子位置估计精度,抑制了滑模抖振与谐波.

关键词：表贴式永磁同步电机高阶滑模观测器自适应滑模增益二阶广义积分器

来源：评论

学校读者我要写书评

暂无评论

基于单基因变异算子的进化策略(μ+λ+κ)-ES

引用

控制理论与应用 2009年第8期26卷 934-936页

作者：王湘中吴舒辞喻寿益中南林业科技大学计算机与信息工程学院湖南长沙410014 中南大学信息科学与工程学院湖南长沙410083

首先研究单基因变异进化策略(ES:evolution strategies)的变异步长控制,对变异步长与改进率的关系作理论分析,建立了基于单基因变异ES的变异步长控制策略.运用横向仿真方法比较分析了全基因变异算子和单基因变异算子对变异步长的适应性... 详细信息

首先研究单基因变异进化策略(ES:evolution strategies)的变异步长控制,对变异步长与改进率的关系作理论分析,建立了基于单基因变异ES的变异步长控制策略.运用横向仿真方法比较分析了全基因变异算子和单基因变异算子对变异步长的适应性,表明单基因变异算子可以在变异步长比较大时、在较大变化范围内获得良好的收敛速度,可见对变异步长具有很强的适应性.在全局收敛性分析基础上,引入均匀变异算子作为附加算子,增强了全局收敛性,建立了一种单基因Gauss变异与均匀变异相结合的(μ+A+κ)-ES,最后给出了仿真计算结果说明算法的有效性.

关键词：进化策略变异步长变异算子改进率

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：