检索结果-内蒙古大学图书馆

农业工程学报 2023年第14期39卷 283-292页

作者：郝志刚刘冲秦丽华中农业大学信息学院武汉430070 华中农业大学农业农村部智慧养殖技术重点实验室武汉430070 华中农业大学湖北省农业大数据工程技术研究中心武汉430070 华中农业大学农业智能技术教育部工程研究中心武汉430070

在对中文食品抽检公告进行实体与关系抽取时,常会出现包含大量食品名称与食品分类的长句,现有深度学习模型在进行实体关系抽取时,只将文本看作一串字词序列来编码,当句子较长且词间距离过大时,词间强依赖关系的学习效果会减弱。而这一... 详细信息

在对中文食品抽检公告进行实体与关系抽取时,常会出现包含大量食品名称与食品分类的长句,现有深度学习模型在进行实体关系抽取时,只将文本看作一串字词序列来编码,当句子较长且词间距离过大时,词间强依赖关系的学习效果会减弱。而这一问题在食品领域的实体关系抽取中少有被关注,所以该研究提出基于改进中文依存句法树与多特征融合的实体关系联合抽取模型(TAG-JE),该模型将词间具有的强依赖关系通过句法依存树建立关系图,再根据中文BERT编码的字处理模式,将关系图转化为字邻接图,再由图神经网络学习字邻接图的结构特征,最后将之与BERT提取的文本上下文特征融合,融合权重通过门网络结构自主调节,以获得公告文本的多特征融合特征表示。获得的融合特征将采用主流的联合抽取模型进行实体与关系的抽取,并在关系判断时使用强化学习训练的关系选择器来优化关系的嵌入信息,以提升联合抽取方法在关系判断上的准确率。为了验证TAG-JE的效果,将其与主流的深度学习模型在自建的非结构化食品抽检公告数据集上进行了抽取效果对比,结果证明TAG-JE的精确率、召回率与F1值分别达到90.86%,90.50%,90.68%,相对其他基线模型都有较大提升,证明了其在中文食品抽检文档中的知识挖掘能力。针对中文公共数据集的试验中,该模型相对GraphRel与CasRel这些经典联合抽取模型也取得较好的结果,证明TAG-JE也有较好的泛化效果。研究结果可为食品安全中文知识图谱的构建提供技术参考。

关键词：模型食品食品抽检公告实体关系联合抽取中文依存句法树字邻接图多特征融合

来源：评论

学校读者我要写书评

暂无评论

基于投影奖励机制的多机器人协同编队与避障

引用

应用科学学报 2024年第1期42卷 174-188页

作者：葛星秦丽沙瀛华中农业大学信息学院湖北武汉430070 湖北省农业大数据工程技术研究中心湖北武汉430070

针对多机器人协同编队任务中过度中心化、系统鲁棒性低、编队稳定性较差等问题,提出了基于投影奖励机制的多机器人协同编队与避障(projected reward for multi-robot formation and obstacle avoidance, PRMFO)模型,实现了多机器人基于... 详细信息

针对多机器人协同编队任务中过度中心化、系统鲁棒性低、编队稳定性较差等问题,提出了基于投影奖励机制的多机器人协同编队与避障(projected reward for multi-robot formation and obstacle avoidance, PRMFO)模型,实现了多机器人基于统一状态表征方法的去中心化决策过程。设计了一种多机器人统一状态表征方法,实现了机器人与外界环境交互信息处理的一致性;基于统一状态表征设计了基于投影的奖励机制,从距离和方向两个维度将奖励过程矢量化,丰富机器人的决策依据;为了解决多机器人系统中过度中心化问题,设置了自主决策层,融合统一状态表征与投影奖励机制的软演员评论家(soft actor-critic, SAC)算法,实现了多机器人协同编队与避障任务。在机器人操作系统(robot operating system,ROS)环境下进行仿真实验,实验数据表明PRMFO模型在单机器人平均回报值、成功率以及时间等指标上分别提高42%、8%、9%,基于PRMFO模型的多机器人编队误差控制在0~0.06范围内,实现了较高精度的多机器人编队。

关键词：深度强化学习多机器人协同编队与避障投影奖励

来源：评论

学校读者我要写书评

暂无评论

宛田红花油茶种质的油用价值评价

引用

中国粮油学报 2024年第12期39卷 164-170页

作者：刘文静于添潘冬梅魏振宇李寄凡张龙彭升龙舒常庆汪建亚黎曙光熊冬连吴育中华中农业大学园艺林学学院武汉430070 湖北省林业信息工程技术研究中心武汉430070 湖北省林业科技推广中心武汉430079 湖北省十堰市林业局十堰442000

宛田红花油茶(Camellia polyodonta How)属山茶属红山茶组,常绿,兼具油用价值和观赏价值。以13个宛田红花油茶种质(W1、W2、W3、W6、W9、W10、W12、W13、W15、W16、W22、W24、W26)为研究对象,测定分析成熟果实的13个性状(单果鲜质量、... 详细信息

宛田红花油茶(Camellia polyodonta How)属山茶属红山茶组,常绿,兼具油用价值和观赏价值。以13个宛田红花油茶种质(W1、W2、W3、W6、W9、W10、W12、W13、W15、W16、W22、W24、W26)为研究对象,测定分析成熟果实的13个性状(单果鲜质量、鲜果横径、鲜果纵径、果皮厚度、单果籽数、单果籽质量、鲜果含水率、鲜果出籽率、干果出籽率、干籽出仁率、种仁含油率、鲜果含油率、不饱和脂肪酸含量),利用主成分分析进行综合排序。研究结果表明:果实均为橙黄色;果形指数0.85~1.13,W1、W16的果实为桔形,W15为卵形,其余为球形;单果鲜质量49.15~72.43 g;鲜果横径51.46~74.94 mm,纵径50.10~76.77 mm;鲜果含水率43.84%~62.66%,鲜果出籽率49.97%~62.42%,干籽出仁率55.37%~65.83%,种仁含油率26.20%~38.40%,鲜果含油率4.09%~6.19%,不饱和脂肪酸质量分数87.79%~89.98%;通过主成分分析得到果实油用价值综合排序为:W22>W10>W15>W16>W26>W13>W2>W9>W24>W3>W1>W12>W6。

关键词：宛田红花油茶种质资源果实性状油用价值

来源：评论

学校读者我要写书评

暂无评论

浙江红花油茶种质的油用价值评价研究

引用

中国油料作物学报 2025年第2期47卷 393-401页

作者：刘文静潘冬梅彭升龙于添魏振宇张龙舒常庆汪建亚黎曙光熊冬连褚玉杰华中农业大学园艺林学学院湖北武汉430070 华中农业大学/湖北省林业信息工程技术研究中心湖北武汉430070 湖北省林业科技推广中心湖北武汉430079 湖北省十堰市林业局十堰442000

为浙江红花油茶(Camellia chekiangoleosa Hu)的良种选育及推广应用提供评价依据,筛选油用价值高的无性系,本文以湖北省林业科技推广中心油茶种质基地的10个浙江红花油茶无性系(编号H1~H10)为研究对象,测定分析成熟果实的13个性状,并利... 详细信息

为浙江红花油茶(Camellia chekiangoleosa Hu)的良种选育及推广应用提供评价依据,筛选油用价值高的无性系,本文以湖北省林业科技推广中心油茶种质基地的10个浙江红花油茶无性系(编号H1~H10)为研究对象,测定分析成熟果实的13个性状,并利用主成分分析进行综合排序,对其油用价值进行评价研究,以便为优良无性系筛选提供科学依据。主要研究结果如下:H3的果实为红色,H5、H8为青红色,其余为红青色;果形指数0.84~1.06,H3、H8、H10的果实为桔形,其余为球形;鲜果横径44.05~54.65 mm,纵径38.21~53.56 mm,单果鲜重24.37~38.26 g。鲜果含水率41.64%~52.15%,鲜果出籽率35.91%~61.71%,干籽出仁率48.00%~63.94%,种仁含油率38.10%~51.00%,鲜果含油率5.02%~7.82%,不饱和脂肪酸含量87.51%~89.16%。提取特征值大于1的4个主成分,累计贡献率为86.222%,最终得到果实油用价值综合排序为:H8>H3>H4>H5>H9>H10>H1>H2>H7>H6。无性系H8、H3和H4综合表现最佳,可作为进一步无性系良种的候选种质。

关键词：浙江红花油茶种质资源油用果实

来源：评论

学校读者我要写书评

暂无评论

一种不确定模态缺失的多模态对抗虚假新闻检测框架

引用

中文信息学报 2024年第6期38卷 151-160页

作者：张永成魏小梅王欢徐荣康华中农业大学信息学院湖北武汉430070 湖北省农业大数据工程技术研究中心湖北武汉430070

当前虚假新闻的检测方法已经从传统的单一模态数据分析转向了多模态数据融合技术的应用。然而现有的多模态虚假新闻检测方法未充分考虑到现实场景中可能存在的模态缺失问题。模态的缺失可能会导致无法完整地抽取和融合新闻特征,从而降... 详细信息

当前虚假新闻的检测方法已经从传统的单一模态数据分析转向了多模态数据融合技术的应用。然而现有的多模态虚假新闻检测方法未充分考虑到现实场景中可能存在的模态缺失问题。模态的缺失可能会导致无法完整地抽取和融合新闻特征,从而降低模型的性能。该文提出一种新的虚假新闻检测框架,该框架在多模态特征学习中,加入了一个模态鉴别器,其在与特征生成器进行对抗训练的过程中学习不同模态组合之间的迁移特征,实现了在不确定模态缺失场景下的虚假新闻检测。通过在真实数据集上进行实验证明,该文所提出的框架在不确定模态缺失场景下优于最新的多模态虚假新闻检测方法。

关键词：虚假新闻检测多模态对抗学习不确定模态缺失

来源：评论

学校读者我要写书评

暂无评论

罗田县板栗品种授粉配置研究

引用

浙江农林大学学报 2024年第3期41卷 606-614页

作者：魏振宇张龙李爱华余昕李寄凡程一鸣刘文静陈艳清桂爱琴舒常庆华中农业大学园艺林学学院湖北武汉430070 华中农业大学湖北省林业信息工程技术研究中心湖北武汉430070 湖北省十堰市林业局湖北十堰442000 湖北省林业科学研究院湖北武汉430075 湖北省罗田县林业局湖北罗田438600

【目的】筛选湖北省罗田县板栗Castanea mollissima品种高产优质的授粉组合。【方法】选用‘桂花香’‘Guihuaxiang’、‘八月红’‘Bayuehong’、‘六月暴’‘Liuyuebao’、‘乌壳栗’‘Wukeli’、‘玫瑰红’‘Meiguihong’、‘浅刺大... 详细信息

【目的】筛选湖北省罗田县板栗Castanea mollissima品种高产优质的授粉组合。【方法】选用‘桂花香’‘Guihuaxiang’、‘八月红’‘Bayuehong’、‘六月暴’‘Liuyuebao’、‘乌壳栗’‘Wukeli’、‘玫瑰红’‘Meiguihong’、‘浅刺大板栗’‘Qiancidabanli’等6个罗田县栽培的板栗品种,在花期相遇的基础上,设计22个授粉组合,开展品种授粉配置试验,对各授粉组合的授粉结实性和果实性状进行测定分析。【结果】异交显著降低了空苞率,除‘乌壳栗’外,各品种的异交空苞率均低于自交。异交显著提高了成果率(P<0.05),除‘乌壳栗’外,各品种的自交成果率均低于50%。授粉品种对各品种的刺苞性状、坚果性状、种仁的蛋白质和淀粉质量分数均有显著性影响(P<0.05)。综合成果率、果实性状等指标及主成分分析,筛选出各品种的成果率高、果实品质较好的授粉组合(♀×♂)是:‘桂花香’×‘八月红’、‘八月红’×‘六月暴’、‘六月暴’×‘桂花香’、‘六月暴’×‘八月红’、‘乌壳栗’×‘六月暴’、‘玫瑰红’×‘浅刺大板栗’、‘浅刺大板栗’×‘桂花香’、‘浅刺大板栗’×‘乌壳栗’。【结论】合理进行品种授粉配置可以有效降低罗田板栗品种的果实空苞率,提高果实产量与品质,实现高产优质栽培。

关键词：板栗授粉配置花期成果率果实品质罗田县

来源：评论

学校读者我要写书评

暂无评论

基于大模型和探索模块的户外场景视觉语言导航

引用

计算机工程 2025年

作者：刘梓熠沙灜华中农业大学信息学院农业智能技术教育部工程研究中心湖北省农业大数据工程技术研究中心农业农村部智慧养殖技术重点实验室

视觉语言导航(VLN)任务旨在引导智能体根据语言指令在3D或真实环境中移动到目标位置。然而，传统端到端深度学习VLN算法存在不足，智能体在导航规划中一旦出现错误动作，就容易进入错误路径，导致无法继续遵循指令或探索不必要的区域。... 详细信息

视觉语言导航(VLN)任务旨在引导智能体根据语言指令在3D或真实环境中移动到目标位置。然而，传统端到端深度学习VLN算法存在不足，智能体在导航规划中一旦出现错误动作，就容易进入错误路径，导致无法继续遵循指令或探索不必要的区域。为了解决这一问题，本文提出一种基于大模型和探索模块的智能体Nav-Explore。该智能体利用大模型强大的推理能力，结合语言指令和当前视觉信息预测下一步动作，并引入探索模块以平衡探索与利用。探索模块通过 ε-贪婪策略决定智能体在正常导航和探索模式间切换，当随机概率小于 ε 时进入探索模式，智能体通过探索可能的未来路径，提前评估下一步行动的可行性，从而有效避免错误决策；而当随机概率大于 ε 时，智能体直接采用大模型输出的动作进行导航。这种模块化设计使得Nav-Explore 方法能够有效地提升导航成功率，并增强智能体在未见环境中的泛化能力。实验结果表明，Nav-Explore在Touchdown和Map2seq两个户外环境VLN 基准数据集上取得了优异的性能，显著提升了导航成功率。此外，Nav-Explore也展现出较强的泛化能力，能够在不同的环境中有效地完成导航任务。

关键词：视觉语言导航大模型探索多模态智能体

来源：评论

学校读者我要写书评

暂无评论

用BERT和改进PCNN模型抽取食品安全领域关系

引用

农业工程学报 2022年第8期38卷 263-270页

作者：赵良张赵玥廖子逸王玲华中农业大学信息学院武汉430070 湖北省农业大数据工程技术研究中心(华中农业大学) 武汉430070 华中科技大学网络安全学院武汉430074 华中科技大学武汉国家光电研究中心武汉430074

为了提高食品安全领域关系抽取的效率和准确性,该研究在收集食品安全领域语料的基础上,对语料中相应的实体和关系进行标注,构建可用于食品安全领域关系抽取的专业数据集。同时,提出面向食品安全领域的基于BERT-PCNN-ATT-Jieba的关系抽... 详细信息

为了提高食品安全领域关系抽取的效率和准确性,该研究在收集食品安全领域语料的基础上,对语料中相应的实体和关系进行标注,构建可用于食品安全领域关系抽取的专业数据集。同时,提出面向食品安全领域的基于BERT-PCNN-ATT-Jieba的关系抽取模型,该模型使用基于转换器的双向编码器表征量(Bidirectional Encoder Representations from Transformers,BERT)预训练模型生成输入词向量,并结合分段卷积神经网络(Piecewise Convolutional Neural Network,PCNN)模型的分段最大池化层能极大程度捕获句子局部信息的特点,在分段最大池化层与分类层之间添加了注意力机制,以进一步提取高层语义。此外,考虑中文语料的特性,在BERT模型进行随机掩码切分之前,采用Jieba分词技术对中文语料进行分词,PCNN模型在执行掩码语言模型(Masked Language Model,MLM)时以词为单位进行掩码,使得输入到训练模型中的句子尽可能减少语义损失,以实现更高效的关系抽取。在该研究构建的数据集基础上,将BERT-PCNN-ATT-Jieba模型与经典的卷积神经网络(Convolutional Neural Network,CNN)、PCNN模型、以及结合BERT的CNN、PCNN、PCNN-ATT、PCNN-Jieba等6个模型进行比较,该研究提出的BERT-PCNN-ATT-Jieba模型取得更优的性能,其准确率达到84.72%,召回率达到81.78%,F值达到83.22%。该模型为食品安全领域的知识抽取提供参考,为该领域知识图谱的自动化构建节约了成本,同时为基于该领域知识图谱的知识问答、知识检索、数据共享及食品安全智慧监管等应用提供依据。

关键词：食品安全模型关系抽取知识图谱注意力机制 BERT PCNN

来源：评论

学校读者我要写书评

暂无评论

授粉组合对油茶籽油脂肪酸含量的影响

引用

西南林业大学学报(自然科学) 2025年第1期45卷 205-212页

作者：李寄凡程一鸣于添魏振宇张龙彭升龙潘冬梅舒常庆程军勇华中农业大学园艺林学学院湖北武汉430070 湖北省林业信息工程技术研究中心湖北武汉430070 湖北省林业科学研究院湖北武汉430075 湖北省十堰市林业局湖北十堰442000

通过对湖北省4个油茶主栽品种(‘长林53’‘鄂油102’‘华金’及‘华鑫’)开展了授粉试验,使用气相色谱仪对授粉组合的果实的茶籽油进行测定分析,研究授粉组合对油茶籽油脂肪酸含量的影响。结果表明:17个授粉组合的油酸含量78.60%~84.0... 详细信息

通过对湖北省4个油茶主栽品种(‘长林53’‘鄂油102’‘华金’及‘华鑫’)开展了授粉试验,使用气相色谱仪对授粉组合的果实的茶籽油进行测定分析,研究授粉组合对油茶籽油脂肪酸含量的影响。结果表明:17个授粉组合的油酸含量78.60%~84.00%,亚油酸含量5.06%~10.27%。油酸含量较高的人工授粉组合有‘华金’×‘华鑫’‘华金’×‘鄂油102’‘华鑫’×‘鄂油102’,亚油酸含量较高的人工授粉组合有‘鄂油102’自交授粉、‘华鑫’×‘长林53’。主栽‘华金’,配植‘鄂油102’与‘华鑫’作为授粉品种可获得高油酸含量茶籽油;单独栽种‘鄂油102’或主栽‘华鑫’,配植‘长林53’作为授粉品种可以获得高亚油酸含量茶籽油。

关键词：油茶品种授粉脂肪酸油茶籽油

来源：评论

学校读者我要写书评

暂无评论

湖北省三个油茶主栽品种的授粉品种选择研究

引用

中国油料作物学报 2022年第5期44卷 1030-1036页

作者：陈凌剑张琰廖国旺程一鸣陈晓张慧王思琪王慧杜克兵舒常庆程军勇华中农业大学园艺林学学院湖北武汉430070 华中农业大学湖北省林业信息工程技术研究中心湖北武汉430070 湖北省林业科学研究院湖北武汉430075

油茶是中国第一大木本食用油料树种。油茶自交结实率低,合理配置授粉品种是提高产量的关键之一。为筛选湖北主栽油茶品种(长林4号、鄂油81号及鄂油102号)合适的授粉品种,促进高产优质栽培,以长林3号、长林4号、长林40号、鄂油81号和鄂油... 详细信息

油茶是中国第一大木本食用油料树种。油茶自交结实率低,合理配置授粉品种是提高产量的关键之一。为筛选湖北主栽油茶品种(长林4号、鄂油81号及鄂油102号)合适的授粉品种,促进高产优质栽培,以长林3号、长林4号、长林40号、鄂油81号和鄂油102号为授粉品种,设计人工授粉组合,以自然授粉为对照,测定分析授粉后的坐果率和果实性状,筛选适宜的授粉品种。长林4号和鄂油81号的自交坐果率很低,鄂油102号的自交坐果率较高。授粉品种对坐果率有显著影响。授粉品种对长林4号的单果鲜重、干果出籽率、干籽出仁率、种仁含油率及油酸含量无显著影响,对坐果率和果实大小有显著影响;授粉品种对鄂油81号的干果皮厚度、干籽出仁率及种仁含油率无显著影响,对坐果率、果实大小和单果鲜重有显著影响;授粉品种对鄂油102号的坐果率、干果皮厚度、干果出籽率及种仁含油率有显著影响,对其它性状无显著影响。综合坐果率和果实性状,认为长林4号的最佳授粉品种为长林3号,其次是长林40号和鄂油102号;鄂油81号的授粉品种宜选择长林4号和鄂油102号;鄂油102号的最佳授粉品种为鄂油81号,其次是长林3号、长林4号及长林40号。

关键词：油茶授粉品种坐果率果实性状

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：