检索结果-内蒙古大学图书馆

计算机工程 2024年

作者：王娅茹唐璐陈爱斌彭伟雄沈平中南林业科技大学计算机与信息工程学院/人工智能应用研究所湖南自兴智慧医疗科技有限公司长沙市回音科技有限公司

鸟类多样性对生态平衡起着重要的作用，鸟鸣声识别具有重大的现实意义。由于自然环境的复杂性，高效且快速识别鸟鸣声仍然具有挑战性。基于此，提出了一种轻量级逐点深度的多感受野注意力残差网络（LPDMR-NET）的鸟鸣声识别方法。首先... 详细信息

鸟类多样性对生态平衡起着重要的作用，鸟鸣声识别具有重大的现实意义。由于自然环境的复杂性，高效且快速识别鸟鸣声仍然具有挑战性。基于此，提出了一种轻量级逐点深度的多感受野注意力残差网络（LPDMR-NET）的鸟鸣声识别方法。首先，通过梅尔滤波器生成梅尔频谱图。其次，采用basicblock和downblock连接而成DBNet残差网络，堆叠双层DBNet作为鸟鸣声识别的主干网络，以提高训练速度。接着，提出逐点深度卷积网络（PDNet）提取频谱图特征信息，替代主干网络下采样模块。另将两个残差模块的basicblock中的3X3的卷积替换为分离分支块（Diverse Branch Block,DBB），引入不同的感受野，在复杂多分支结构下能显著提高网络的识别性能。然后，在两个残差模块间嵌入轻量级高效置换注意力（ShuffleAttention,SA）用于传递两层残差模块间的有效信息，增强频谱图波纹特征，进一步提高网络的识别性能。最后，自建的30类鸟鸣声数据（Birdselfdata）和公共数据集Urbansound8K用于实验部分以验证方法的有效性，结果表明，所提出的模型在效率和准确性方面超越了最先进的声音识别模型方法。该模型在Birdselfdata数据集的平均识别准确率为96.82%,F1值为96.73%。

关键词：卷积神经网络鸟鸣声分类深度学习梅尔频谱图残差网络深度可分离卷积

来源：评论

学校读者我要写书评

暂无评论

基于Sentinel-2B的油松冠层可燃物含水率反演研究

引用

林草资源研究 2023年第4期 141-149页

作者：刘鸿升欧阳文欣魏英杰谢亦秋李建军湖南省林业事务中心中南林业科技大学计算机与信息工程学院中国林业科学研究院资源信息研究所

森林火灾的发生与植被冠层可燃物含水率的大小有着密切联系。利用高精度、大尺度、高效率的遥感影像反演获取植被冠层可燃物含水率对于有效防治森林火灾具有重要意义。油松由于其自身理化性质成为引发森林火灾的主要树种之一，以张家口... 详细信息

森林火灾的发生与植被冠层可燃物含水率的大小有着密切联系。利用高精度、大尺度、高效率的遥感影像反演获取植被冠层可燃物含水率对于有效防治森林火灾具有重要意义。油松由于其自身理化性质成为引发森林火灾的主要树种之一，以张家口崇礼区的油松为研究对象，基于Sentinel-2B遥感影像和油松含水率实测数据，建立了多个油松冠层可燃物含水率反演模型：一元线性回归模型、一元非线性回归模型和多元非线性回归模型，并利用决定系数（R2）和均方根误差（RMSE）进行模型精度评价。结果表明，非线性模型总体上要优于线性模型；通过多个自变量因子建立的多元非线性模型能够更好地反映油松冠层可燃物含水率情况，模型反演精度更高，可以为植被冠层可燃物含水率反演模型方法选择提供一定的理论依据。

关键词： Sentinel-2B 油松冠层可燃物含水率线性回归多元非线性回归

来源：评论

学校读者我要写书评

暂无评论

基于一致性正则化与熵最小化的半监督学习算法

引用

郑州大学学报（理学版） 2021年第3期53卷 79-84页

作者：邵伟志潘丽丽雷前慧黄诗祺马骏勇中南林业科技大学计算机与信息工程学院湖南长沙410004

在一致性正则化与熵最小化的基础上提出一种新的半监督学习算法Mean Mixup,集成数据的互补信息,然后使用熵最小化给未标记数据生成可靠的伪标签,在一致性正则化下进一步优化模型分类结果。在常用数据集SVHN和CIFAR10上对Mean Mixup算法... 详细信息

在一致性正则化与熵最小化的基础上提出一种新的半监督学习算法Mean Mixup,集成数据的互补信息,然后使用熵最小化给未标记数据生成可靠的伪标签,在一致性正则化下进一步优化模型分类结果。在常用数据集SVHN和CIFAR10上对Mean Mixup算法进行了评估,实验结果表明,所提出的方法在分类准确率上优于一些已有的半监督学习算法。

关键词：半监督学习熵最小化一致性正则化伪标签

来源：评论

学校读者我要写书评

暂无评论

基于自适应三元组网络的细粒度图像检索算法

引用

郑州大学学报（理学版） 2021年第4期53卷 36-43页

作者：潘丽丽陈蓉玉雷前慧邵伟志黄诗祺中南林业科技大学计算机与信息工程学院湖南长沙410000

立足于深度学习,提出面向细粒度图像的自适应三元组网络的鲁棒图像检索算法。首先,提出的视觉显著性检测方法被用来去除图像噪音,以便提取图像中目标主体辨识度更高的深度特征;然后,添加特征增强模块来提高深度特征的表征能力和鲁棒性;... 详细信息

立足于深度学习,提出面向细粒度图像的自适应三元组网络的鲁棒图像检索算法。首先,提出的视觉显著性检测方法被用来去除图像噪音,以便提取图像中目标主体辨识度更高的深度特征;然后,添加特征增强模块来提高深度特征的表征能力和鲁棒性;最后设计三元组网络,弥补传统分类模型特征判别能力不足的缺陷,获取更适用于细粒度图像检索的网络模型。经实验验证,采用视觉显著性检测、特征增强模块和自适应三元组损失函数方法构建的网络模型提取的深度特征不仅加快检索效率,同时也提高了检索精度。

关键词：细粒度图像检索视觉显著性检测卷积神经网络特征增强模块自适应三元组损失

来源：评论

学校读者我要写书评

暂无评论

新工科背景下计算机专业校企合作案例教学方式探索

引用

软件导刊 2023年第6期22卷 158-161页

作者：蒋湘涛胡志浩黄辉中南林业科技大学计算机与信息工程学院湖南长沙410004

共建课程教学案例是校企合作的重要内容之一,针对传统合作方式存在的案例总体数量少、内容良莠不齐以及缺乏持续改进机制等问题,结合“新工科”建设背景,提出在校企合作中为企业培养急需人才、集中高校人才优势参与企业技术攻关、基于... 详细信息

共建课程教学案例是校企合作的重要内容之一,针对传统合作方式存在的案例总体数量少、内容良莠不齐以及缺乏持续改进机制等问题,结合“新工科”建设背景,提出在校企合作中为企业培养急需人才、集中高校人才优势参与企业技术攻关、基于企业项目转化成实践教学案例的改革方式,形成有企业导师参与的实践教学授课、考核方式。改革实践结果表明,该模式提升了学生的学习兴趣、学习深度、实践能力以及企业实习适应度。

关键词：新工科计算机专业案例式教学产学合作案例库建设

来源：评论

学校读者我要写书评

暂无评论

信息智能化在仓储中的应用

引用

智能城市 2023年第4期9卷 13-15页

作者：许晓栋向旭宇中南林业科技大学计算机与信息工程学院湖南长沙410000

文章依照文献对比法和理论分析法,首先论述粮食仓库的智能化,提出仓储智能化建设的主要内容以及智能出入库管理系统的分析、监控系统等。结合技术背景,明确了信息智能化仓储建设优势,基于传感、通信、计算机、射频识别等技术,研究信息... 详细信息

文章依照文献对比法和理论分析法,首先论述粮食仓库的智能化,提出仓储智能化建设的主要内容以及智能出入库管理系统的分析、监控系统等。结合技术背景,明确了信息智能化仓储建设优势,基于传感、通信、计算机、射频识别等技术,研究信息化在仓储过程中的应用,能够有效保障实现粮油仓储业务自动化、信息化和智能化管理的实现,为信息化技术在工业中的应用提供参考。

关键词：信息智能化智能仓储粮仓管理

来源：评论

学校读者我要写书评

暂无评论

联合数学规划策略和精细极化分解的极化SAR舰船目标检测

引用

中国科学：信息科学 2023年第3期53卷 585-605页

作者：邢世其全斯农范晖王威黄大通李永祯王雪松国防科技大学电子科学学院电子信息系统复杂电磁环境效应国家重点实验室长沙410073 中南林业科技大学计算机与信息工程学院长沙410004 国防科技大学电子科学学院长沙410073

由于人造目标具有方位多变和结构复杂等特点,设计具有强泛化、易分辨的特征来实现极化合成孔径雷达(synthetic aperture radar,SAR)目标精准检测是一个非常有挑战性的问题.受数学规划思想的启发,在基于物理模型的极化分解框架下,本文设... 详细信息

由于人造目标具有方位多变和结构复杂等特点,设计具有强泛化、易分辨的特征来实现极化合成孔径雷达(synthetic aperture radar,SAR)目标精准检测是一个非常有挑战性的问题.受数学规划思想的启发,在基于物理模型的极化分解框架下,本文设计了一种散射贡献组合特征检测器用于检测极化SAR舰船目标.一方面,利用类差倒数变换和sigmoid函数变换,首先构造了一种旋转二面角散射模型,它能充分反映由方位变化所导致的同极化和交叉极化响应之间的快速转变.结合类偶极子混合散射模型,以及通过设计基于根的判别式的模型求解策略,随后提出了一种极化信息完全利用的八成分目标分解方法,它能够有效刻画舰船目标的局部结构散射并显著改善体散射过估问题.另一方面,通过分析舰船目标不同散射机理的分布显著特性,以及舰船目标相对海杂波的散射独有特性,利用线性及非线性运算等数学规划策略,首先设计了一种稳健的散射贡献组合器特征.随后将该特征与保护滤波器结合,进一步增强其分辨能力以实现最终的舰船目标检测.实验利用不同实测极化SAR数据对所提方法进行了定性和定量验证,结果表明该方法优于现有的其他舰船目标检测方法,检测品质因素最高可达0.96.

关键词：极化合成孔径雷达舰船目标检测数学规划策略精细极化分解散射贡献组合器

来源：评论

学校读者我要写书评

暂无评论

基于数据挖掘的新工科教学决策模式探索

引用

计算机教育 2023年第2期 87-91页

作者：谭云秦姣华向旭宇中南林业科技大学计算机与信息工程学院湖南长沙410004

针对新工科人才培养的目标和特点,为了解决现有教学决策过于依赖经验和直觉的问题,提高课前教学设计决策的科学性和课后教学评价决策的客观性,提出基于数据挖掘的新工科教学决策模式,构建课程知识点、教学方法、教学质量等相关数据库,... 详细信息

针对新工科人才培养的目标和特点,为了解决现有教学决策过于依赖经验和直觉的问题,提高课前教学设计决策的科学性和课后教学评价决策的客观性,提出基于数据挖掘的新工科教学决策模式,构建课程知识点、教学方法、教学质量等相关数据库,挖掘数据之间的潜在关联关系,以微机原理与接口技术课程为案例,介绍实践探索过程和效果。

关键词：新工科数据挖掘教学决策

来源：评论

学校读者我要写书评

暂无评论

一种频率域相关性分布式扩散最小均方算法

引用

计算机工程 2022年第5期48卷 215-221页

作者：陈凰陈睿邝祝芳黄华军中南林业科技大学计算机与信息工程学院长沙410004 湖南财政经济学院信息技术与管理学院长沙410205

以均方误差为代价函数的最小均方(LMS)自适应滤波算法具有结构简单、易于实现、计算复杂度低、稳定性好等优点,然而在对未知系统的脉冲响应进行估计时,传统的分布式扩散最小均方(DLMS)算法易受到噪声的干扰,从而降低估计精度。针对该问... 详细信息

以均方误差为代价函数的最小均方(LMS)自适应滤波算法具有结构简单、易于实现、计算复杂度低、稳定性好等优点,然而在对未知系统的脉冲响应进行估计时,传统的分布式扩散最小均方(DLMS)算法易受到噪声的干扰,从而降低估计精度。针对该问题,提出一种频率域相关性分布式扩散最小均方(FCDLMS)算法。利用不相关信号的相关函数值趋近于零的性质,在DLMS算法基础上分别将输入信号的自相关函数以及输入和期望信号的互相关函数作为新的观测数据,消除噪声干扰,从而给出相关性DLMS(CDLMS)算法,并将算法扩展至频率域,在频率域中使用乘法运算而非卷积运算来更新抽头系数,减少计算复杂度。实验结果表明,与传统DLMS算法相比,频率域相关性分布式扩散最小均方算法在噪声环境下对分布式自适应网络中的未知系统脉冲响应具有更好的估计结果,算法性能更优,同时也能较好地适应多抽头数、多节点数、强噪声的复杂环境。

关键词：自适应网络相关函数分布式估计扩散最小均方噪声干扰

来源：评论

学校读者我要写书评

暂无评论

贪心选择在地铁站内行人疏散中的应用

引用

控制理论与应用 2022年第9期39卷 1769-1777页

作者：邱杰凡李志强周小龙徐瑞吉单加响方凯浙江工业大学计算机科学与技术学院浙江杭州310023 中南林业科技大学生命科学与技术学院湖南长沙410004 衢州学院电气与信息工程学院浙江衢州324000

大型室内场所空间布局较为复杂(如地铁站),人群的高密度聚集往往存在一些潜在的风险.本文在分析国内外人群快速疏散研究现状的基础上,提出了一种基于贪心选择的行人疏散方法.该方法以地铁站内复杂场景作为研究背景:首先,针对地铁站内的... 详细信息

大型室内场所空间布局较为复杂(如地铁站),人群的高密度聚集往往存在一些潜在的风险.本文在分析国内外人群快速疏散研究现状的基础上,提出了一种基于贪心选择的行人疏散方法.该方法以地铁站内复杂场景作为研究背景:首先,针对地铁站内的行人的行动轨迹难以获取问题,本文利用地铁站内行人真实出站数据,基于元胞自动机,构建了行人疏散轨迹半仿真模型,并利用实际流量数据优化该半仿真模型;其次,基于该轨迹模型,为了满足高动态场景中的实时性,采用复杂度较低的贪心选择策略分配最优疏散出口;最后,以杭州武林广场地铁站为例,使用真实出站数据设计对比实验,验证行人轨迹模型的有效性以及出口分配方法的性能.结果表明,本文所提出的行人轨迹模型能够较好的模拟行人的轨迹,仿真中各出口疏散人数同真实出站数据拟合程度的可决系数R2达到了0.67.相较于最短路径和最短时间出口分配方法,本文所提出的方法在整体疏散效率上分别提高了27.2%和16.5%.

关键词：疏散策略出口分配半仿真模型贪心选择策略

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：