检索结果-内蒙古大学图书馆

科学技术创新 2021年第8期 105-109页

作者：张航郭冰峰李雯静李昀陕晨曦陈文静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

基于科研人员对于采伐机数据的研究需要,设计并实现了定制采伐机数据处理系统。通过分析采伐机数据结构特征,实现了pri、hpr、csv三种格式的数据文件的上传功能;针对采伐机数据存在缺失、数据记录过程中造成的不一致、错误等,结合数据... 详细信息

基于科研人员对于采伐机数据的研究需要,设计并实现了定制采伐机数据处理系统。通过分析采伐机数据结构特征,实现了pri、hpr、csv三种格式的数据文件的上传功能;针对采伐机数据存在缺失、数据记录过程中造成的不一致、错误等,结合数据清洗规则,实现了采伐机数据的清洗;针对科研人员的研究需要,实现了自动计算采伐木胸径和树高、模拟切割、生成干形数据、数据可视化等功能。根据系统分析与用户需求,定制采伐机数据处理系统采用B/S系统架构,选择Django作为服务端框架,Layui为前端页面,MYSQL与Redis作为数据库,采用pandas处理数据。针对大量数据清洗过程的耗时问题,选用多线程与矩阵运算的方式,提高系统运算效率。选用Celery进行任务管理,以任务队列管理方式处理异步任务,避免阻塞问题。

关键词：定制采伐机数据数据处理数据可视化

来源：评论

学校读者我要写书评

暂无评论

土壤属性数据pH缺失的插补方法

引用

计算机系统应用 2021年第1期30卷 277-281页

作者：张逸飞曹佳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

土壤分析研究中属性数据缺失的现象时常发生,为了提高研究结果的可靠性,有必要对土壤属性数据的缺失值插补方法进行研究.从数据挖掘的角度利用多种缺失值处理方法来对缺失值进行插补,以中国主要农田生态系统土壤养分数据库的pH属性为研... 详细信息

土壤分析研究中属性数据缺失的现象时常发生,为了提高研究结果的可靠性,有必要对土壤属性数据的缺失值插补方法进行研究.从数据挖掘的角度利用多种缺失值处理方法来对缺失值进行插补,以中国主要农田生态系统土壤养分数据库的pH属性为研究对象,并且从真实值和插补值的拟合优度和插补误差两个方面评估各个方法在不同缺失率的数据集上的表现.结果表明,对比其他方法,如多元回归、SVM、神经网络,采用最优参数的KNN和随机森林插补方法对土壤属性数据pH进行插补是有效可行的.KNN和随机森林在不同缺失率的数据集上插补缺失数据pH的MAE、RMSE和R^2的均值分别为0.132和0.131,0.174和0.178,0.775和0.765.

关键词：土壤属性数据 pH 缺失数据 K最近邻居随机森林

来源：评论

学校读者我要写书评

暂无评论

研究团队研究资源共享平台的研建

引用

中国教育信息化 2020年第11期26卷 92-96页

作者：杨圆飞田萱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

论文、代码及数据集是计算机科学领域的重要研究资源。但论文种类繁多,论文及其相关资源(如代码和数据集)散落在个人电脑上难以查找和共享,导致资源管理效率低、成本高,并容易导致资源泄露或丢失。在当前信息时代,提高研究资源信息化水... 详细信息

论文、代码及数据集是计算机科学领域的重要研究资源。但论文种类繁多,论文及其相关资源(如代码和数据集)散落在个人电脑上难以查找和共享,导致资源管理效率低、成本高,并容易导致资源泄露或丢失。在当前信息时代,提高研究资源信息化水平具有重要现实意义。文章为北京林业大学信息学院文本挖掘与智能信息处理研究团队设计开发了一套研究资源共享平台,该系统旨在对团队的论文、代码及数据集资源进行统一管理,厘清资源之间的相互关系。该系统具有资源检索、资源上传和下载、数据统计功能,能够帮助团队提升研究效率,节约团队成本。

关键词：资源共享信息管理系统 Spring MVC(Spring Model-Viewer-Controller)框架

来源：评论

学校读者我要写书评

暂无评论

融合VoVNetv2和置换注意力机制的鱼群摄食图像分割方法

引用

智慧农业（中英文） 2023年第4期5卷 137-149页

作者：王鹤榕陈英义柴莹倩徐玲于辉辉中国农业大学国家数字渔业创新中心北京100083 北京林业大学信息学院北京100083 农业农村部智慧养殖技术重点实验室北京100083 北京市农业物联网工程技术研究中心北京100083 中国农业大学信息与电气工程学院北京100083 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/意义]鱼群摄食图像分割是提取鱼群分布特征及量化鱼群摄食行为的前提条件。但在实际的养殖环境中,由于鱼群摄食图像存在鱼群边界模糊、目标相似等问题,使得处于养殖场景下的鱼群摄食图像分割成为难题。[方法]为解决上述问题,提出... 详细信息

[目的/意义]鱼群摄食图像分割是提取鱼群分布特征及量化鱼群摄食行为的前提条件。但在实际的养殖环境中,由于鱼群摄食图像存在鱼群边界模糊、目标相似等问题,使得处于养殖场景下的鱼群摄食图像分割成为难题。[方法]为解决上述问题,提出一种用于养殖场景下鱼群摄食图像分割方法。该方法首先通过数据清洗减少因鱼群边界模糊等问题导致的数据集不良标记问题,并在Mask R-CNN (Mask Region-based Convolutional Neural Network)的基础上使用融合置换注意力机制的轻量级神经网络Vo VNetv2作为骨干网络,建立鱼群摄食图像实例分割网络SA_Vo VNetv2_RCNN,提升模型对鱼群关键特征的提取能力以及对重点信息的关注能力,同时减少网络参数。[结果和讨论]该方法的平均分割精度达71.014%,相比于SOLOv2、Blend Mask和Cond Inst分别提升18.258%、3.982%和12.068%。为进一步验证模型对鱼群摄食行为量化的有效性,对真实环境下的鱼群进行验证实验,结果表明,模型对摄食和非摄食状态的鱼群具有良好的分割效果,在一定程度上解决了因分割精度低导致的鱼群摄食行为量化错误的问题。[结论]本研究提出的SA_Vo VNetv2_RCNN网络能够实现鱼群摄食和非摄食图像的准确分割,为水下鱼群的摄食行为量化提供决策支撑。

关键词：深度学习实例分割 Mask R-CNN 注意力机制 VoVNetv2

来源：评论

学校读者我要写书评

暂无评论

WILS:面向学业预警的非均衡增量式学习方法

引用

中国科学院大学学报（中英文） 2023年第3期40卷 422-432页

作者：盛晓光王颖张迎伟项若曦付红萍中国科学院大学人工智能学院北京100049 中国科学院计算技术研究所北京100190 北京语言大学信息科学学院北京100083 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

学业预警是构建完善教育管理体系的基础,有助于及早发现、干预学生学习和生活中的异常状况。然而实际研究仍面临诸多挑战,如:1)学生学业表现的相关影响因素往往不断变化,导致数据分布的变化;2)学业预警数据集一般存在类别不均衡的问题... 详细信息

学业预警是构建完善教育管理体系的基础,有助于及早发现、干预学生学习和生活中的异常状况。然而实际研究仍面临诸多挑战,如:1)学生学业表现的相关影响因素往往不断变化,导致数据分布的变化;2)学业预警数据集一般存在类别不均衡的问题。针对上述挑战,提出一种面向学业预警的非均衡增量式学习方法(WILS)。WILS由增量学习机制和加权损失函数两部分构成,增量学习机制能够适应数据分布和样本特征的动态变化,加权损失函数通过为少数类赋予更高的权重提升对该类别的关注度。为评估WILS的效果,在包含2 275名本科生的真实数据集和包含1 000名学生的公开数据集上进行了实验验证。结果表明,相较于已有方法,WILS能够较好地适应数据和特征的连续动态变化,取得优异的识别效果。

关键词：学业预警增量学习非均衡深度学习加权损失函数

来源：评论

学校读者我要写书评

暂无评论

“软件工程”课程思政教学探索

引用

计算机应用文摘 2022年第21期38卷 52-54,57页

作者：杨波许福陈志泊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

“软件工程”是大学计算机科学与技术、软件工程等专业的必修课程,其开展课程思政面临一些难题,主要原因有两个,一是“软件工程”课程教学内容多,留给课程思政的时间较少,二是挖掘“软件工程”课程的思政内容较难。为此,文章结合“软件... 详细信息

“软件工程”是大学计算机科学与技术、软件工程等专业的必修课程,其开展课程思政面临一些难题,主要原因有两个,一是“软件工程”课程教学内容多,留给课程思政的时间较少,二是挖掘“软件工程”课程的思政内容较难。为此,文章结合“软件工程”课程的思政教学实践,将“软件工程”课程的理论实践与课程思政进行有机结合,旨在推动“软件工程”课程思政教学探索。

关键词：软件工程课程思政教学探索

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：