检索结果-内蒙古大学图书馆

光谱学与光谱分析 2025年第1期45卷 291-300页

作者：徐子洋姜新华翟成珺马学磊李靖内蒙古农业大学计算机与信息工程学院内蒙古呼和浩特010018 内蒙古自治区农牧业大数据研究与应用重点实验室内蒙古呼和浩特010018 内蒙古自治区教育考试院内蒙古呼和浩特010018

冷鲜羊肉新鲜度受多种因素影响,可通过多个理化和微生物指标综合评价。传统检测方法操作复杂、效率低。高光谱成像作为一种快速且非破坏性的检测技术,可以有效地检测冷鲜羊肉新鲜度改变过程中不同成分的变化。为了研究采用高光谱成像技... 详细信息

冷鲜羊肉新鲜度受多种因素影响,可通过多个理化和微生物指标综合评价。传统检测方法操作复杂、效率低。高光谱成像作为一种快速且非破坏性的检测技术,可以有效地检测冷鲜羊肉新鲜度改变过程中不同成分的变化。为了研究采用高光谱成像技术实现冷鲜羊肉新鲜度多指标评价的可行性,提出一种改进人工神经网络算法,通过重新定义损失函数加强标记之间的相关性,充分采用多个新鲜度指标对冷鲜羊肉新鲜度分类。试验收集了0~14 d冷鲜羊肉样本在400~1000 nm范围的高光谱图像,采用实验室方法测定挥发性盐基氮(TVB-N)、pH值、菌落总数(TAC)和大肠菌群近似数(ANC)指标值。通过S-G平滑滤波法和多元散射校正对冷鲜羊肉样本原始光谱数据进行预处理,采用连续投影法(SPA)选择光谱数据的18个特征波长作为输入数据,采用所提出的改进人工神经网络算法建立多指标冷鲜羊肉新鲜度等级模型。结果表明,改进人工神经网络对测试集的分类准确率达96%,三个新鲜度等级样本的识别率分别为100%、89.28%和98.68%,采用汉明损失(hamming loss)、1-错误率(one-error)、排序损失(ranking loss)和覆盖率(coverage)四种多标记模型指标进行评价,评价指标分别为0.008、0.002、0.0025和4.048。改进人工神经网络分类模型的准确率和各项模型评价指标均优于传统ANN,证明改进人工神经网络用于多指标冷鲜羊肉新鲜度的无损检测具有可行性。

关键词：无损检测高光谱神经网络多指标分类

来源：评论

学校读者我要写书评

暂无评论

基于YOLOv8n+无人机图像的荒漠草原鼠洞检测

引用

中国农机化学报 2025年第05期 155-161+168页

作者：宋健郁志宏戚桂美解晶晶刘志兴王涛内蒙古农业大学机电工程学院内蒙古师范大学计算机科学技术学院

鼠洞密度是草原退化的重要参考指标，也是鼠害程度的标准之一。针对传统鼠洞检测劳动强度大、工作效率低的问题，提出基于Yolov8n+和无人机图像的鼠洞检测方法。首先，无人机搭载可见光传感器采集RGB图像，对图像进行标注制作鼠洞数据... 详细信息

鼠洞密度是草原退化的重要参考指标，也是鼠害程度的标准之一。针对传统鼠洞检测劳动强度大、工作效率低的问题，提出基于Yolov8n+和无人机图像的鼠洞检测方法。首先，无人机搭载可见光传感器采集RGB图像，对图像进行标注制作鼠洞数据集。然后，统计鼠洞尺度区间优化YOLOv8n网络结构：剔除冗余的检测头，精简网络结构；保留深层与浅层之间的信息交互通道。最后，采用目标检测评价指标从检测精度和模型复杂度两个方面对YOLOv8n+进行评估。结果表明：YOLOv8n+对鼠洞的平均检测精度为98.6%,模型体积为3.2 MB,检测速度为172.42 FPS。相比于YOLOv8n和其他主流算法，YOLOv8n+在检测精度和检测速度上表现最好，表明YOLOv8n+能够实现对鼠洞精确、高效的检测，满足现实场景下无人机低空遥感对鼠洞的检测要求，弥补传统方法的不足，提高鼠洞监测的实时性和灵活性。

关键词：荒漠草原鼠洞无人机目标检测鼠害监测

来源：评论

学校读者我要写书评

暂无评论

基于特征融合FRCNet的草地高光谱识别分类研究

引用

内蒙古师范大学学报(自然科学版) 2025年第2期54卷 159-169页

作者：刘雨珂刘一磊罗小玲郜晓晶潘新内蒙古农业大学计算机与信息工程学院内蒙古呼和浩特010010

为解决高光谱草地识别分类任务中存在的精度低、计算成本高的问题,提出了FRCNet(faster R-CNN,FRC)网络模型。通过无人机搭载高光谱成像仪进行草地平扫拍摄,建立四种类别的草地高光谱数据集。采用高斯滤波器与主成分分析法(principal co... 详细信息

为解决高光谱草地识别分类任务中存在的精度低、计算成本高的问题,提出了FRCNet(faster R-CNN,FRC)网络模型。通过无人机搭载高光谱成像仪进行草地平扫拍摄,建立四种类别的草地高光谱数据集。采用高斯滤波器与主成分分析法(principal component analysis,PCA)对高光谱图像降噪与降维处理,建立主要由FRC模块与FAC模块组成的FRCNet网络模型进行分类任务。实验采用平均精度(average accuracy,AA)、总体精度(overall accuracy,OA)、F1分数与运行时间作为性能指标,并且使用八种方法与FRCNet进行对比实验。结果表明,FRCNet网络表现最好,AA为93.36%,OA为93.49%,F1分数为96.64,较其他方法准确度提高了10%~20%。同时使用三个公开数据集进行对比试验,FRCNet表现最好,准确度提升了2%~20%。研究结果证明,FRCNet网络模型在高光谱草地分类任务中的有效性,可以作为当前高光谱精度低、计算成本高问题的一种高效解决方案。

关键词：高光谱影像分类识别分类特征融合重参数化重聚焦卷积注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于RMI损失的玉米病害图像分割研究

引用

计算机仿真 2025年第4期 296-300+346页

作者：许珂姜新华王志刚马达灵内蒙古农业大学计算机与信息工程学院内蒙古自治区农牧业大数据研究与应用重点实验室内蒙古农业大学农学院

及时的农作物病害诊断对于农业生产极为重要。为了提高语义分割中玉米病害数据集制作精度,改善语义分割损失函数忽略了像素间关系的问题,本文使用基于区域互信息(RMI)损失的计算方法。方法的关键思想是交叉熵损失的基础上,引入一种新的... 详细信息

及时的农作物病害诊断对于农业生产极为重要。为了提高语义分割中玉米病害数据集制作精度,改善语义分割损失函数忽略了像素间关系的问题,本文使用基于区域互信息(RMI)损失的计算方法。方法的关键思想是交叉熵损失的基础上,引入一种新的损失项用于衡量预测概率分布之间的相互信息。在研究中构建了一个结合Plant Village数据集以及网络收集的共2912张的玉米叶片病害图片作为新的数据集并训练,相比使用sigmod损失函数RMI损失在该玉米病害数据中MIo U平均提升约2%。结果表明改上述损失对于玉米病害语义分割问题有着改进作用。

关键词：玉米病害图像语义分割损失函数区域互信息损失

来源：评论

学校读者我要写书评

暂无评论

牛奶蛋白质含量的SSA-SVM高光谱预测模型

引用

光谱学与光谱分析 2022年第5期42卷 1601-1606页

作者：刘美辰薛河儒刘江平代荣荣胡鹏伟黄清姜新华内蒙古农业大学计算机与信息工程学院内蒙古呼和浩特010000

牛奶中包含着很多人体需要的营养元素,如脂肪、蛋白质、钙等;对牛奶营养元素进行分析是牛奶安全检测关键的一部分。高光谱技术可以有效地结合图像和光谱数据识别牛奶种营养元素。为了实现对牛奶中蛋白质含量快速、精确的预测,采用竞争... 详细信息

牛奶中包含着很多人体需要的营养元素,如脂肪、蛋白质、钙等;对牛奶营养元素进行分析是牛奶安全检测关键的一部分。高光谱技术可以有效地结合图像和光谱数据识别牛奶种营养元素。为了实现对牛奶中蛋白质含量快速、精确的预测,采用竞争性自适应重加权(CARS)算法选取特征波长,并提出一种基于麻雀搜索算法(SSA)优化支持向量机(SVM)实现对牛奶蛋白质含量预测。利用高光谱仪获取牛奶反射光谱(400~1000nm)。通过选取归一化(N)、标准化(Standardization)和多元散射校正(MSC)对原始的牛奶数据进行光谱降噪处理提高光谱利用率;利用竞争性自适应重加权算法和连续投影算法(SPA)对经过处理的牛奶光谱数据提取特征波长,求取蛋白质和光谱间的相关系数并进行重要性排序,获取重要的特征波段;最后,通过遗传算法(GA)优化SVM,粒子群算法(PSO)优化SVM和偏最小二乘法(PLS)算法对牛奶蛋白质进行预测并比较预测结果,为了提高蛋白质预测的精度和模型稳定性,提出利用SSA对SVM的核函数g和惩罚参数c进行优化,以均方根误差(RMSE)作为适应度函数,通过迭代选择最优的回归参数训练模型。牛奶数据预测结果表明最优组合模型为:MSC-CARS-SSA-SVM。模型测试集的决定系数R^(2)为0.9996,均方根误差RMSE为0.0011,耗时4.1121s。结果表明:使用CARS算法能实现特征波段的提取和冗余信息的剔除,从而提高模型效率,简化了算法的复杂度;SSA算法优化SVM的参数,通过迭代更新麻雀最优位置,可以快速得到全局最优解,与SVM,GA-SVM,PSO-SVM和PLS相比,牛奶蛋白质的预测准确度和模型稳定性都得到了明显提高,满足了对乳品检测的精确度要求,是快速检测牛奶蛋白质的一个可行新方法。为光谱模型的优化及预测模型精度的提高提供参考。

关键词：高光谱牛奶蛋白质竞争性自适应重加权算法支持向量机麻雀算法

来源：评论

学校读者我要写书评

暂无评论

融合ConvLSTM和多注意力机制网络的高光谱图像分类

引用

光谱学与光谱分析 2023年第8期43卷 2608-2616页

作者：唐婷潘新罗小玲郜晓晶内蒙古农业大学计算机与信息工程学院内蒙古呼和浩特010018

近年来,基于深度学习的模型在高光谱图像(HSI)分类方面效果显著。针对小样本数据基于深度学习的高光谱图像分类方法分类精度不高的问题,提出一种融合卷积长短期记忆(ConvLSTM)和多注意力机制网络的高光谱图像分类方法。该方法分三个分支... 详细信息

近年来,基于深度学习的模型在高光谱图像(HSI)分类方面效果显著。针对小样本数据基于深度学习的高光谱图像分类方法分类精度不高的问题,提出一种融合卷积长短期记忆(ConvLSTM)和多注意力机制网络的高光谱图像分类方法。该方法分三个分支:光谱分支、空间X分支和空间Y分支分别提取光谱特征、空间X特征和空间Y特征,并将三个方向的特征融合进行高光谱图像分类。由于ConvLSTM在学习有价值的特征和对光谱数据中的长期依赖关系建模方面表现出良好的性能,所以在光谱分支中用了3个隐藏层、卷积核大小为3×3、通道分别为150、100和60提取光谱信息。在空间X分支和空间Y分支,采用基于DenseNet和3D-CNN的Dense空间X块和Dense空间Y块分别提取空间X特征和空间Y特征。为了增强特征提取,在这三个分支中还分别引入了其特征方向的注意力机制,针对信息丰富的光谱波段设计了光谱注意块,信息丰富的像素点分别设计了空间X和空间Y注意块。在三个公开的高光谱数据集上进行了实验,即Indian Pines(IP)、Pavia University(UP)和Salinas Valley(SV)数据集;并对比了其他五种方法:基于RBF径向核的支持向量机模型(SVM)、更深更广的卷积神经网络模型(CDCNN)、快速密集光谱-空间卷积网络模型(FDSSC)、空谱残差网络模型(SSRN)、双分支双注意力机制网络模型(DBDA)。实验中,IP数据集上训练样本和验证样本的大小设为总样本的3%,UP和SV数据集上训练样本和验证样本的大小设为总样本的0.5%。该方法和所有基于深度学习的方法,批处理大小均设置为16,优化器设为Adam,学习率设置为0.0005,并动态调整学习率。由于SVM直接利用光谱信息进行分类,输入样本块像素大小为1×1,其他基于深度学习方法的输入样本块像素均设置为9×9。实验结果表明,该方法能充分利用高光谱图像的光谱和空间特征,在OA、AA、KAPPA等评价标准上均获得了更好的效果,其中,该方法的OA指标比次优的算法平均提高0.12%~2.04%。

关键词：高光谱图像分类深度学习 ConvLSTM 卷积神经网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于邻端口调度信息的反馈型两级交换结构

引用

系统工程理论与实践 2019年第5期39卷 1308-1315页

作者：申志军郭玉波高静白云莉李宏慧内蒙古农业大学计算机与信息工程学院呼和浩特010018

FTSA (feedback mechanism based two-stage switch architecture)对调度算法执行时间的限制过于苛刻使其优异的理论性能无法实现.针对这一问题,该文提出一种基于邻端口调度信息的反馈型两级交换结构AFTSA (adjacent-port scheduling in... 详细信息

FTSA (feedback mechanism based two-stage switch architecture)对调度算法执行时间的限制过于苛刻使其优异的理论性能无法实现.针对这一问题,该文提出一种基于邻端口调度信息的反馈型两级交换结构AFTSA (adjacent-port scheduling information and feedback mechanism based two-stage switch architecture), AFTSA引入前置反馈模式将目标缓存的状态数据提前反馈至输入端口;利用邻端口信息传输机制使得任意输入端口均能获得邻端口的调度结果;利用预处理机制修正调度算法所需要的基础信息;利用"裁决"模式的调度机制选择在下一时隙将要转发的信元.理论分析表明在相同的交换环境中AFTSA和FTSA具有等同的时延性能且能够为算法提供接近一个时隙的执行时间,AFTSA可有效提高两级交换结构的实践可行性.

关键词：交换反馈负载均衡调度算法

来源：评论

学校读者我要写书评

暂无评论

一种脉动反馈型两级交换结构

引用

北京邮电大学学报 2018年第6期41卷 110-114,136页

作者：申志军高静郭玉波白云莉李宏慧内蒙古农业大学计算机与信息工程学院呼和浩特010018

为解决反馈型两级交换结构(FTSA)对调度算法的时间限制问题,提出了一种脉动反馈型两级交换结构(PFTSA). PFTSA将调度算法所需信息以脉动的形式反馈至输入端口,通过预处理机制使调度算法获得目标缓存的准确信息,从而避免信元冲突和信元失... 详细信息

为解决反馈型两级交换结构(FTSA)对调度算法的时间限制问题,提出了一种脉动反馈型两级交换结构(PFTSA). PFTSA将调度算法所需信息以脉动的形式反馈至输入端口,通过预处理机制使调度算法获得目标缓存的准确信息,从而避免信元冲突和信元失序.相对于现有方案,PFTSA简化了交换结构和交换流程,同时提高了时延性能.

关键词：包交换交换结构调度反馈机制

来源：评论

学校读者我要写书评

暂无评论

多路反馈型两级交换结构

引用

计算机科学与探索 2019年第9期13卷 1516-1523页

作者：申志军陶东华高静内蒙古农业大学计算机与信息工程学院

为解决反馈型两级交换结构中算法可执行时间不足的问题,提出一种多路反馈型两级交换结构MFTS。该结构通过两级crossbar将中间缓存的状态数据反馈到输入端口,输入端口基于处理后的数据提前开始进行算法调度;通过相邻输入端口之间的通信... 详细信息

为解决反馈型两级交换结构中算法可执行时间不足的问题,提出一种多路反馈型两级交换结构MFTS。该结构通过两级crossbar将中间缓存的状态数据反馈到输入端口,输入端口基于处理后的数据提前开始进行算法调度;通过相邻输入端口之间的通信链路使得任一输入端口都能获得邻端口的调度信息,基于该信息和crossbar连接模式的固有特性对调度算法的结果进行终裁,将终裁结果作为最终的算法调度结果。相对于现有方案,MFTS在避免数据包冲突和数据包失序问题的前提下将调度算法可执行时间提高两倍,这使其可支持更大交换规模和更高的端口速率。

关键词：包交换交换结构负载平衡反馈机制

来源：评论

学校读者我要写书评

暂无评论

基于形态学与神经网络的骨髓细胞识别研究

引用

计算机工程 2006年第11期32卷 203-205页

作者：侯振杰麻硕士裴喜春潘新内蒙古农业大学计算机与信息工程学院呼和浩特010018

针对骨髓细胞图像的特点,采用数学形态学的方法对图像进行了处理,获得了不同类型细胞核的准确边缘。对于获得的边缘图像,采用两级神经网络,利用基于神经网络的PCA算法获得图象的3个主分量,然后采用模拟退火算法和BP算法进行细胞的分类识... 详细信息

针对骨髓细胞图像的特点,采用数学形态学的方法对图像进行了处理,获得了不同类型细胞核的准确边缘。对于获得的边缘图像,采用两级神经网络,利用基于神经网络的PCA算法获得图象的3个主分量,然后采用模拟退火算法和BP算法进行细胞的分类识别,获得了较好的识别效果。

关键词：数学形态学主分量分析模拟退火算法 BP网络

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：