检索结果-内蒙古大学图书馆

系统仿真学报 2021年第4期33卷 900-909页

作者：向兵杨刚董晓红北京林业大学北京100083 呼伦贝尔学院内蒙古呼伦贝尔021008 国家林业草原林业智能信息处理工程技术研究中心北京100083

三维地形是计算机游戏、虚拟仿真、地理信息等各种应用领域中不可或缺的场景元素。逼真的数字地形对于增强虚拟场景的真实感,提高用户的沉浸感具有重要作用。在对地形特征及用户的建模需求进行深入分析的基础上,构建了一种多层次的地形... 详细信息

三维地形是计算机游戏、虚拟仿真、地理信息等各种应用领域中不可或缺的场景元素。逼真的数字地形对于增强虚拟场景的真实感,提高用户的沉浸感具有重要作用。在对地形特征及用户的建模需求进行深入分析的基础上,构建了一种多层次的地形编辑模式。在此模式下,地形编辑行为可以从点、线、面3个层次来展开,每个层次都有特定的操作目标和对应的编辑工具,构建形成了由点工具、曲线工具和笔刷工具组成的多层次、综合化的地形编辑工具集。为用户提供了一种直观灵活、系统全面的地形编辑手段。

关键词：地形编辑均值坐标法移动最小二乘法笔刷

来源：评论

学校读者我要写书评

暂无评论

基于BS-ResNeXt-50的密云地区野生动物图像识别

引用

林业科学 2023年第8期59卷 112-122页

作者：齐建东马鐘添张德怀田赟北京林业大学信息学院北京100083 国家林业和草原局林业智能信息处理工程技术研究中心北京100083 北京雾灵山保护区管理处北京101506 北京林业大学水土保持学院北京100083

【目的】以卷积神经网络为基础,对现有的网络结构进行改进,实现对红外相机拍摄的野生动物图像进行种类自动识别。【方法】构建从北京市密云区的北京市级雾灵山自然保护区2014—2015年期间采集到的8类2172张野生动物图像数据集,并使用随... 详细信息

【目的】以卷积神经网络为基础,对现有的网络结构进行改进,实现对红外相机拍摄的野生动物图像进行种类自动识别。【方法】构建从北京市密云区的北京市级雾灵山自然保护区2014—2015年期间采集到的8类2172张野生动物图像数据集,并使用随机增强策略从14个增强方案中随机选择增强方式,为图像数据添加噪声。使用SENet及BlurPool构建了基于ResNeXt-50的改进网络:增强特征提取的SE-ResNeXt-50、维持平移不变性的BP-ResNeXt-50、结合二者的BS-ResNeXt-50,并在自建数据集上测试了不同固定学习率、分段学习率及余弦退火学习率对BS-ResNeXt-50网络准确率的影响。使用VGG16、ResNeXt-50、EfficientNet-B0、InceptionV3、DenseNet-121、BS-ResNeXt-50网络在CCT公开野生动物数据集中常见的16个类别图像上进行训练,并对单一物种的识别准确率进行比较。【结果】SE-ResNeXt-50和BP-ResNeXt-50准确率分别达到了75.16%±0.14%和73.74%±0.13%。融合SENet以及BlurPool的改进方案BSResNeXt-50在自建数据集上测试的准确率达到78.04%±0.11%,为最优改进方案。使用余弦退火学习率后,BS-ResNeXt-50的准确率提升至81.54%,比固定学习率提升了3.5%;分段学习率准确率达到79.3%,与余弦退火学习率相差2.24%。在CCT数据集中BS-ResNeXt-50的识别准确率可达95.07%,比ResNeXt-50准确率高出1.95%,同时也高于VGG16的85.5%、EfficientNet-B0的90.23%、InceptionV3的91.38%以及DenseNet-121的93.3%准确率,并在各单一类别的预测准确率也均高于上述模型。单一类别的识别中除数量最少的类别外,BS-ResNeXt-50在其他类别识别准确率均高于90%,最高类别准确率达到98.6%。【结论】改进后的BS-ResNeXt-50模型相比ResNeXt-50可以更准确地完成对野生动物图像的识别任务,在不同的野生动物图像数据集上也具有较好的泛化能力。

关键词：野生动物图像物种识别深度学习卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于FPGA加速CNN的低成本芒果外观品质检测装置

引用

农业工程学报 2024年第21期40卷 137-145页

作者：郭冬冬蔡祥齐建东罗钥轩高培文朱山北京林业大学信息学院北京100083 国家林业和草原局林业智能信息处理工程技术研究中心北京100083 湖北华夏水利水电股份有限公司荆州434000

针对卷积神经网络(CNN)算法对硬件性能要求高,难以在成本低、性能受限的边缘设备上部署实现的问题,该研究综合考虑芒果外观品质检测的准确性,速度,功耗,成本等因素,设计开发了基于现场可编程门阵列(FPGA)加速CNN的品质分级检测装置。首... 详细信息

针对卷积神经网络(CNN)算法对硬件性能要求高,难以在成本低、性能受限的边缘设备上部署实现的问题,该研究综合考虑芒果外观品质检测的准确性,速度,功耗,成本等因素,设计开发了基于现场可编程门阵列(FPGA)加速CNN的品质分级检测装置。首先,设计了一种基于MobileNetV2的结构简单且高效的轻量级网络(Compact MobileNet,CMNet),通过压缩网络结构降低模型参数量和计算量,保证其在准确率可接受前提下,适合在边缘设备部署。其次,为了加快CMNet在成本和性能受限边缘设备上的执行速度,通过BN层融合和模型量化方法进一步减少模型的存储需求和计算量,同时设计实现了基于FPGA加速CMNet网络的硬件电路,并使用高层次综合(high-level synthesis,HLS)优化方法对加速电路进行并行优化。最后,基于FPGA开发板Zynq Z7-Lite 7 020,设计开发了芒果外观品质分级检测装置,装置集成OV5640摄像头,CMNet网络加速电路和HDMI显示器。在实验室环境下,将芒果外观品质依据中国芒果农业行业标准(NY/T 492-2002)分为3个等级,利用Dosehri芒果数据集对检测装置进行效果验证。结果显示本研究的芒果外观品质检测装置准确率达到了96%,检测速度为每帧0.072 s,功耗为2.6 W。表明该研究实现了一种低成本、低功耗、准确率高和速度快的芒果外观品质分级检测装置,能够进行芒果品质的实时动态分级检测。

关键词：卷积神经网络芒果外观品质检测 FPGA加速实时

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的水体化学需氧量高光谱反演模型对比研究

引用

光谱学与光谱分析 2022年第8期42卷 2353-2358页

作者：王春玲史锴源明星丛茂勤刘昕悦郭文记北京林业大学信息学院北京100083 国家林业和草原局林业智能信息处理工程技术研究中心北京100083 中国科学院软件研究所南京软件技术研究院江苏南京210049

化学需氧量(COD)是水体有机污染的一项重要指标,如何快速准确检测水体的COD含量尤为重要。机器学习在水质反演领域应用日益增多,并取得了较多的研究成果,高光谱遥感具有光谱空间分辨率高、成像通道多等优势,使其在水体COD反演方面有着... 详细信息

化学需氧量(COD)是水体有机污染的一项重要指标,如何快速准确检测水体的COD含量尤为重要。机器学习在水质反演领域应用日益增多,并取得了较多的研究成果,高光谱遥感具有光谱空间分辨率高、成像通道多等优势,使其在水体COD反演方面有着极大的潜力。利用不同的高光谱预处理方法对原始高光谱数据进行处理,并利用处理前后的高光谱数据对比研究了不同机器学习模型、不同高光谱预处理方法对水体COD的反演性能。首先利用ZK-UVIR-I型原位光谱水质在线监测仪在扬州宝带河实地收集了1548组COD和对应的高光谱数据(400~1000 nm)样本,为降低光谱噪音干扰以及消除光谱散射影响,分别使用Savitzky-Golay(SG)平滑、多元散射校正数据(MSC)以及SG平滑结合MSC对原始光谱进行预处理。其次,将样本集随机划分为训练集和测试集,其中训练集占比80%,测试集占比20%。对预处理后的训练集全波段光谱基于线性回归、随机森林(random forest)、AdaBoost、XGBoost四种机器学习方法建立COD高光谱反演模型,并选取了决定系数(R)、均方根误差(RMSE)、相对分析误差(RPD)三种指标在测试集数据中评估高光谱反演模型的精度。结果表明,随机森林、AdaBoost、XGBoost均优于线性回归,无论光谱处理与否,通过XGBoost建立的反演模型预测能力均为最佳,其中使用XGBoost对经过SG平滑和MSC处理后的光谱数据进行建模的反演模型精度最高,其R达到0.92,RMSE为7.1 mg·L,RPD为3.4。考虑到原始光谱可能存在冗余,通过主成分分析法(PCA)对经过SG平滑和MSC处理后的光谱进行降维,并选取累计贡献率达到95%的前十个主成分作为模型的输入变量。通过XGBoost建立反演模型,结果表明经过PCA后的反演模型不仅精度有所上升,RPD达到3.8,而且模型的训练时间也由72 s缩短到2.9 s。以上研究可为该水域及类似水域的高光谱水质反演模型的建立提供新的方法及思路。

关键词：化学需氧量机器学习高光谱反演模型对比

来源：评论

学校读者我要写书评

暂无评论

钻蛀性害虫取食声音的人工智能早期识别

引用

林业科学 2021年第10期57卷 93-101页

作者：刘璇昕孙钰崔剑蒋琦陈志泊骆有庆北京林业大学信息学院北京100083 北京航空航天大学网络空间安全学院北京100191 北京林业大学林学院北京100083 国家林业和草原局林业智能信息处理工程技术研究中心北京100083

【目的】以双条杉天牛为研究对象,设计基于卷积神经网络的识别模型识别其取食声,并对模型的抗噪性能进行测试,以期实现蛀干害虫的早期预警。【方法】使用SP-1 L探头连接NI 9215电压采集卡采集双条杉天牛咬食木段的声音和典型户外环境下... 详细信息

【目的】以双条杉天牛为研究对象,设计基于卷积神经网络的识别模型识别其取食声,并对模型的抗噪性能进行测试,以期实现蛀干害虫的早期预警。【方法】使用SP-1 L探头连接NI 9215电压采集卡采集双条杉天牛咬食木段的声音和典型户外环境下的噪声并以音频格式保存。研究选取部分噪声作为加噪音频,以-3 dB至3 dB的信噪比向双条杉天牛取食声中混入环境噪声,生成训练数据和简单测试集,然后经过短时傅里叶变换、对数计算、平均池化3步操作计算音频的平均对数谱,分别设计并训练基于卷积神经网络的识别模型和传统高斯混合模型,提取音频特征判断音频是否为双条杉天牛取食声。为进一步测试模型的抗噪性能,利用独立划分的加噪音频以-7~3 dB的信噪比向双条杉天牛取食声中混入噪声生成抗噪测试集,对卷积神经网络和传统高斯混合模型的抗噪性能进行测试。【结果】在简单测试集上,基于卷积神经网络的识别模型的识别准确率为98.80%,较高斯混合模型有0.88%的下降。在抗噪测试集上,基于卷积神经网络的识别模型识别双条杉天牛取食声的整体准确率为97.37%,较高斯混合模型提高6.76%,其中,信噪比为-3 dB时,识别准确率为98.13%,较高斯混合模型提高9.80%,信噪比为-6 dB时,识别准确率为92.13%,较高斯混合模型提高5.67%。【结论】卷积神经网络能有效综合频谱特征,准确判断音频中有无双条杉天牛的取食声,同时,相比高斯混合模型,卷积神经网络具有良好的泛化能力,在低信噪比下仍能保证较高的识别准确率。基于卷积神经网络的取食声识别模型能够适应林木蛀干害虫的野外监测环境,可为隐蔽蛀干害虫的自动化监测和早期预警提供技术支撑。

关键词：蛀干害虫取食声音卷积神经网络早期识别抗噪性

来源：评论

学校读者我要写书评

暂无评论

基于变化更新的中东欧国家森林覆盖制图

引用

林业科学 2024年第5期60卷 116-126页

作者：王春玲史锴源庞勇蒙诗栎北京林业大学信息学院北京100083 国家林业和草原局林业智能信息处理工程技术研究中心北京100083 中国林业科学研究院资源信息研究所北京100091 国家林业和草原局林业遥感与信息技术重点实验室北京100091

[目的]分析中东欧国家森林资源覆盖状况,了解中东欧各国林业的现实情形和独特优势,为中国与中东欧国家加强林业合作提供基础数据。[方法]基于Google Earth Engine(GEE)平台获取中东欧国家2020年生长季无云影像,利用随机森林算法对影像... 详细信息

[目的]分析中东欧国家森林资源覆盖状况,了解中东欧各国林业的现实情形和独特优势,为中国与中东欧国家加强林业合作提供基础数据。[方法]基于Google Earth Engine(GEE)平台获取中东欧国家2020年生长季无云影像,利用随机森林算法对影像进行分类,应用连续变化检测和分类算法得到森林变化信息并更新初步分类结果,最终获得中东欧国家土地覆盖分类结果。利用欧盟统计局土地利用/覆盖区域框架调查(LUCAS)数据、目视解译数据以及联合国粮农组织统计数据(FAOSTAT)对本研究分类结果进行验证和评估,结合谷歌高分辨率影像对制图结果进行分析。[结果]本研究分类结果利用LUCAS数据和目视解译数据的森林类型用户精度分别为0.930和0.911,生产者精度分别为0.860和0.956,总体精度分别为0.810和0.881,整体上优于GlobeLand30 2020产品(森林类型用户精度分别为0.920和0.900,生产者精度分别为0.690和0.840,总体精度分别为0.700和0.832)。根据研究结果计算出中东欧国家总体森林覆盖率为39.6%,相比GlobeLand30 2020结果(34.4%),与FAOSTAT的森林覆盖率(40.0%)更接近。目视上看,本制图结果在细节刻画上比GlobeLand30 2020产品更丰富,更能准确反映森林分布特征。截至2020年,中东欧国家森林覆盖呈北部、东南地区和西南地区丰富密集,中部分布广泛且相对较少的特点,爱沙尼亚、拉脱维亚、斯洛文尼亚、黑山等国家森林分布茂密,波兰、匈牙利等国家森林分布较为稀少。[结论]针对中东欧国家森林覆盖应用需求,本研究提出基于产品变化更新的森林覆盖制图方法,生产了中东欧国家2020年森林覆盖产品。本研究方法可为大区域森林覆盖制图提供新的借鉴和参考,结果有助于宏观了解中东欧国家森林覆盖状况。

关键词：中东欧国家 Google Earth Engine 森林资源遥感监测

来源：评论

学校读者我要写书评

暂无评论

适用于矢量瓦片缓存替换的视点相关预测区域算法

引用

地理与地理信息科学 2021年第1期37卷 5-10,46页

作者：王治铭范光鹏陈飞翔崔晓晖北京林业大学信息学院北京100083 国家林业草原林业智能信息处理工程技术研究中心北京100083

传统的缓存置换策略未充分考虑数据访问的空间特征,也不适用于基于矢量瓦片的替换。该文根据矢量瓦片的空间数据结构,提出一种适用于矢量瓦片缓存替换的视点相关预测区域算法:首先根据瓦片存储中多分辨率金字塔结构进行空间单元划分,并... 详细信息

传统的缓存置换策略未充分考虑数据访问的空间特征,也不适用于基于矢量瓦片的替换。该文根据矢量瓦片的空间数据结构,提出一种适用于矢量瓦片缓存替换的视点相关预测区域算法:首先根据瓦片存储中多分辨率金字塔结构进行空间单元划分,并根据用户操作类型求解矢量瓦片及空间单元热度,从而构建用户视点位置相关的预测区域;然后综合考虑瓦片层级、空间单元热度及距离等因素进行预测区域分析,获得瓦片缓存价值并进行瓦片置换。通过与传统的FIFO、LRU和LFU缓存策略相比较,该算法的瓦片命中率比FIFO和LRU分别提高了近50%和20%,瓦片的请求耗时分别缩短了50%和30%左右,相比LFU也有明显优势。该研究为WebGIS提供了一种更具潜力的瓦片缓存方法。

关键词：矢量瓦片矢量要素预测区域瓦片缓存价值缓存策略

来源：评论

学校读者我要写书评

暂无评论

基于Resnet的林地无人机图像去雾算法

引用

南京林业大学学报(自然科学版) 2023年

作者：牛弘健刘文萍陈日强宗世祥骆有庆北京林业大学信息学院国家林业和草原局林业智能信息处理工程技术研究中心北京林业大学林学院

【目的】针对雾霾天气下林地无人机航拍图像存在对比度低、饱和度低和色调偏移等现象，本研究基于Resnet网络，提出一种适应林地航拍场景的无人机图像去雾方法（DHnet）。【方法】林地场景下无人机图像具有纹理特征、高低频信息丰富的... 详细信息

【目的】针对雾霾天气下林地无人机航拍图像存在对比度低、饱和度低和色调偏移等现象，本研究基于Resnet网络，提出一种适应林地航拍场景的无人机图像去雾方法（DHnet）。【方法】林地场景下无人机图像具有纹理特征、高低频信息丰富的特点，在主干网络各个层级附加信息传递模块，将特征图转化为权值图进行筛选过滤并发送到其他层级，接收端设置阈值避免冗余信息的不良影响，再经密集链接增强全局去雾效果，提高图像高低频区域的去雾质量，最后在林地无人机有雾图像测试集上进行去雾实验。【结果】DHnet在林地图像测试集上的平均结构相似性为0.83，平均峰值信噪比为22.3dB，分别较Resnet方法提高了4.8%和39.3%。【结论】本研究提出的算法能有效降低色调偏移，去除残留雾气，有效提高无人机航拍林地雾气图像的色彩保真度和细节信息保持度。

关键词：林地无人机图像去雾深度学习

来源：评论

学校读者我要写书评

暂无评论

基于GEE与Sentinel-2影像的落叶针叶林提取

引用

北京林业大学学报 2023年第8期45卷 1-15页

作者：王春玲樊怡琳庞勇荚文北京林业大学信息学院北京100083 国家林业草原林业智能信息处理工程技术研究中心北京100083 中国林业科学研究院资源信息研究所北京100091

【目的】针对森林资源精细监测评价的需求,探索多时相、多特征的Sentinel-2影像在落叶针叶林识别中的应用潜力,根据落叶针叶林的物候特征构建分类模型,为大范围落叶针叶林识别提供方法参考。【方法】基于GEE平台,以黑龙江省孟家岗林场... 详细信息

【目的】针对森林资源精细监测评价的需求,探索多时相、多特征的Sentinel-2影像在落叶针叶林识别中的应用潜力,根据落叶针叶林的物候特征构建分类模型,为大范围落叶针叶林识别提供方法参考。【方法】基于GEE平台,以黑龙江省孟家岗林场为研究区,分析不同季节落叶针叶林与其他森林之间的差异。研究使用2020年春季(5月7日和5月27日)、夏季(8月9日)和秋季(10月19日)的4景Sentinel-2影像,提取光谱特征、纹理特征和地形特征构建多特征数据集,根据特征重要性得分进行特征优选,最后使用随机森林分类器得到落叶针叶林识别的最佳模型,实现孟家岗林场落叶针叶林的精确提取。【结果】试验结果表明落叶针叶林具有明显的植被光谱特征和季相特性,多时相影像数据包含落叶针叶林更多物候期,春季和秋季的影像更有利于区分落叶针叶林与其他森林。此外,近红外、短波红外波段的光谱信息对识别落叶针叶林有较大帮助。利用GEE平台和多时相Sentinel-2影像可以高效快速地提取植被信息,落叶针叶林提取总体精度与Kappa系数分别达到91.20%,0.82。【结论】基于GEE平台和Sentinel-2影像构建的分类模型对落叶针叶林信息的快速提取有一定的可行性和适用性,研究结果对大面积落叶针叶林的空间位置分布提取具有一定的参考价值。

关键词：落叶针叶林 Sentinel-2影像物候特征随机森林 GEE平台

来源：评论

学校读者我要写书评

暂无评论

多标签分类综述

引用

计算机科学与探索 2023年第11期17卷 2529-2542页

作者：李冬梅杨宇孟湘皓张小平宋潮赵玉凤北京林业大学信息学院北京100083 国家林业草原林业智能信息处理工程技术研究中心北京100083 中国中医科学院中医药数据中心北京100700

多标签分类是指在一个样本中可能会有多个标签同时存在的分类问题,目前已被广泛应用于文本分类、图像分类、音乐及视频分类等领域。与传统的单标签分类问题不同,由于标签之间可能存在相关性或者依赖关系,多标签分类问题变得更加复杂。... 详细信息

多标签分类是指在一个样本中可能会有多个标签同时存在的分类问题,目前已被广泛应用于文本分类、图像分类、音乐及视频分类等领域。与传统的单标签分类问题不同,由于标签之间可能存在相关性或者依赖关系,多标签分类问题变得更加复杂。近年来,深度学习技术发展迅猛,结合深度学习的多标签分类方法逐渐成为研究热点。因此,从传统的和基于深度学习的角度对多标签分类方法进行了总结,分析了每一种方法的关键思想、代表性模型和优缺点。在传统的多标签分类方法中,分别介绍了问题转换方法和算法自适应方法。在基于深度学习的多标签分类方法中,特别是对最新的基于Transformer的多标签分类方法进行了综述,该方法目前已成为解决多标签分类问题的主流方法之一。此外,介绍了来自不同领域的多标签分类数据集,并简要分析了多标签分类的15个评价指标。最后,从多模态数据多标签分类、基于提示学习的多标签分类和不平衡数据多标签分类三方面对未来工作进行了展望,以期进一步推动多标签分类的发展和应用。

关键词：多标签分类问题转换算法自适应深度学习

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：