检索结果-内蒙古大学图书馆

计算机工程 2025年第3期51卷 320-333页

作者：崔金荣叶伟浩郑鸿刘同来齐龙徐勇华南农业大学数学与信息学院广东广州510642 仲恺农业工程学院信息科学与技术学院广东广州510550 华南农业大学水利与土木工程学院广东广州510642 哈尔滨工业大学(深圳)计算机科学与技术学院广东深圳518055

水稻种植初期经常会遇到绿色水藻等干扰微小水稻幼苗计数的复杂环境,使得微小水稻幼苗与背景难以区分,容易造成检测计数模型性能显著下降,然而目前通用的深度学习方法无法应对复杂跨域场景下的水稻幼苗检测计数任务。为此,提出一种基于... 详细信息

水稻种植初期经常会遇到绿色水藻等干扰微小水稻幼苗计数的复杂环境,使得微小水稻幼苗与背景难以区分,容易造成检测计数模型性能显著下降,然而目前通用的深度学习方法无法应对复杂跨域场景下的水稻幼苗检测计数任务。为此,提出一种基于平均教师的域自适应NWD-YOLOv5模型,以解决无人机视角下的复杂环境微小水稻幼苗计数问题。为了提高模型对复杂背景下微小幼苗的检测计数能力,将基于平均教师模型的半监督域自适应训练策略集成到YOLOv5网络中,并且在YOLOv5的损失中使用基于归一化高斯Wasserstein距离(NWD)的预测框度量方法,来提高微小目标的正负样本分配准确性。实验结果表明:与原始的YOLOv5模型相比,改进模型泛化性能大幅提升,mAP@0.5值从60.0%提升到95.9%;与经典目标检测模型相比,所提的域自适应模型在mAP、模型大小和检测速度等指标上均有着较大优势;与传统人工方法相比,所提水稻幼苗计数方法准确率达到98.6%,计数时间仅为人工方法的1/5,决定系数R 2达到了0.9003;所提域自适应模型与监督学习方法Oracle性能接近,并且性能明显优于基准方法Source Only。所提方法可以大幅提高复杂多变环境下水稻植株计数的精度,能够作为水稻作物管理方法的技术支撑。

关键词：水稻幼苗计数平均教师模型目标检测 YOLOv5 多目标跟踪

来源：评论

学校读者我要写书评

暂无评论

水稻冠层叶瘟病与缺氮的高光谱识别

引用

云南农业大学学报(自然科学版) 2025年第1期40卷 167-175页

作者：袁建清仇逊超高睿苏中滨哈尔滨金融学院计算机系黑龙江哈尔滨150030 东北农业大学电气与信息学院黑龙江哈尔滨150030

【目的】利用水稻大田近地冠层高光谱数据,实现在冠层尺度上对叶瘟病与缺氮水稻的早期识别。【方法】基于氮胁迫梯度试验和大田自然发病,采用室外高光谱成像系统采集缺氮水稻和自然发病水稻的大田近地冠层图像,提取并分析中度感病、轻... 详细信息

【目的】利用水稻大田近地冠层高光谱数据,实现在冠层尺度上对叶瘟病与缺氮水稻的早期识别。【方法】基于氮胁迫梯度试验和大田自然发病,采用室外高光谱成像系统采集缺氮水稻和自然发病水稻的大田近地冠层图像,提取并分析中度感病、轻度感病、缺氮和健康水稻冠层的反射率光谱特征。针对预处理后的高光谱数据,采用主成分分析(principal component analysis,PCA)、植被指数(vegetation index,VI)和竞争性自适应重加权法(competitive adaptive reweighted sampling,CARS)3种方法提取特征变量,并结合线性判别分析(linear discriminant analysis,LDA)与支持向量机(support vector machine,SVM)分类算法,构建水稻冠层叶瘟病与缺氮的早期识别模型。【结果】单独使用PCA降维方法提取特征构建的模型无显著的分类效果;基于VI的模型相比全谱模型在区分效果上有所提升,但提升幅度不大;采用CARS提取特征波长所构建的模型显示出最佳的区分效果。进一步对提取的CARS特征进行PCA降维后,获得5个主成分特征用于建模,其SVM和LDA模型的总体分类精度分别为95.51%和96.15%,Kappa系数分别为0.91和0.92,表现出较高的分类一致性。【结论】本研究通过选用较少的特征变量,成功实现了水稻冠层叶瘟病与缺氮的有效识别,为水稻病害与养分胁迫的遥感监测提供了新的思路和理论依据。研究成果可为大规模水稻病虫害监测与精准施药提供支持,在精准农业领域具有重要的应用价值。

关键词：高光谱成像水稻叶瘟病竞争性自适应重加权法(CARS) 支持向量机(SVM) 线性判别分析(LDA)

来源：评论

学校读者我要写书评

暂无评论

居民消费价格指数、工业增加率与股票指数波动关系分析——基于GARCH-MIDAS模型

引用

数学的实践与认识 2025年第3期55卷 1-12页

作者：谢贤芬何亦琛毛宜军古万荣张子烨黄天睿暨南大学经济学院广东广州510632 华南理工大学计算机科学与工程学院广东广州510641 华南农业大学数学与信息学院广东广州510642 广东第二师范学院计算机学院广东广州510303

为探究宏观经济因素与股市波动之间的关系,选取上证180指数与中证100指数为研究对象,将居民消费价格指数和工业增加率作为研究变量,基于多因子GARCH-MIDAS模型,研究宏观经济变量对股票价格长短期波动的影响.结果表明:模型能够很好地拟... 详细信息

为探究宏观经济因素与股市波动之间的关系,选取上证180指数与中证100指数为研究对象,将居民消费价格指数和工业增加率作为研究变量,基于多因子GARCH-MIDAS模型,研究宏观经济变量对股票价格长短期波动的影响.结果表明:模型能够很好地拟合股市的波动性,能较好地反映宏观经济变量与股市波动性之间的相关性;两个变量均对股市长期波动产生正向影响,均能显著影响未来股票市场波动.两者对股市波动短期影响则各有不同,工业增加率的影响不明显,而股市短期波动对居民消费价格指数的波动非常敏感。

关键词：股市波动率 GARCH-MIDAS 混频数据长短期波动

来源：评论

学校读者我要写书评

暂无评论

基于前后端生成概率密度图模型的虾苗自动计数

引用

南方水产科学 2025年第1期21卷 173-184页

作者：蔡润基彭小红叶双福张天晨高月芳吕俊霖广东海洋大学数学与计算机学院广东湛江524088 华南农业大学数学与信息学院广东广州510642 中国水产科学研究院南海水产研究所广东广州510300

虾苗计数是虾类养殖与销售中生物量估算的基本操作,对养殖管理和提高产量至关重要。由于受虾苗体型小、遮挡严重以及密集程度不一等因素影响,现有的自动计数方法难以在一定密度下准确计数。基于此,提出了一种基于贝叶斯概率分布的前后... 详细信息

虾苗计数是虾类养殖与销售中生物量估算的基本操作,对养殖管理和提高产量至关重要。由于受虾苗体型小、遮挡严重以及密集程度不一等因素影响,现有的自动计数方法难以在一定密度下准确计数。基于此,提出了一种基于贝叶斯概率分布的前后端结合计数网络(Shrimp counting, SC)模型,用于解决虾苗计数问题。该模型主要由前端模块、注意力模块和后端模块构成。首先,使用前端模块提取具有判别性的表型特征,并采用注意力模块对特征进行重组,以提升对图像的局部注意力;随后,使用后端模块生成虾苗分布预测概率密度图;最后,通过贝叶斯损失函数对模型进行参数调整,以提升虾苗计数的精确度。为了验证方法的有效性,构建了一个包含2种不同密度的虾苗计数数据集,并在该数据集上进行了多组实验对比。结果显示,总体准确率可达93.325%,平均绝对误差和均方误差分别为96.304和154.567。与现有主流的计数方法 [布莱克-利特曼模型(Black-Litterman, BL)、人群密度估计网络(Contextual Scene Recognition Network, CSR-Net)、多维注意力增强人群计数模型(Boosting Crowd Counting via Multifaceted Attention, BCCMA)]相比,SC模型准确率最高、误差最小。该模型适用于孵化场、销售和养殖入塘等多场景的虾苗自动计数。

关键词：虾苗计数密度图预测计数网络模型注意力模块贝叶斯损失

来源：评论

学校读者我要写书评

暂无评论

基于大语言模型的代码级量子线路生成

引用

中国科学:物理学、力学、天文学 2025年第4期55卷 151-160页

作者：何志敏李国弘司徒浩臻周燕郑盛根李绿周佛山大学电子信息工程学院佛山528225 佛山大学计算机与人工智能学院佛山528225 华南农业大学数学与信息学院(软件学院) 广州510642 广东省工业智能检测技术重点实验室佛山528225 粤港澳大湾区(广东)量子科学中心深圳518045 中山大学计算机学院量子计算与软件研究所广州510006

大语言模型基于深度学习技术,通过海量文本数据进行训练,能够理解和生成自然语言,被广泛应用于机器翻译、文本生成、问答系统等多种自然语言处理任务.本文提出了一种基于大语言模型的代码级量子线路生成方法,通过对现有开源大语言模型... 详细信息

大语言模型基于深度学习技术,通过海量文本数据进行训练,能够理解和生成自然语言,被广泛应用于机器翻译、文本生成、问答系统等多种自然语言处理任务.本文提出了一种基于大语言模型的代码级量子线路生成方法,通过对现有开源大语言模型进行微调,使其能够生成符合用户需求的量子线路代码,为量子线路生成提供了一种高效且高性能的解决方案.模拟结果表明,该方法只需少量训练数据即可生成准确的量子线路代码.本文为量子线路设计提供了新思路,展现出大语言模型在量子编程和量子算法自动化领域的潜力,为量子人工智能的深入研究和实践提供基础.

关键词：量子线路大语言模型量子人工智能

来源：评论

学校读者我要写书评

暂无评论

复杂地下空间火灾事件案例库系统构建及应用——以隧道、地铁等场景为例

引用

今日消防 2025年第2期10卷 7-9页

作者：徐勇郑凯华饶春阳许金辉崔金荣哈尔滨工业大学(深圳)计算机科学与技术学院广东深圳518000 华南农业大学数学与信息学院广东广州510642

复杂地下空间因其空间封闭、环境复杂、空间互通性高、人员密集且疏散困难等特点,一旦发生火灾,极易造成重大人员伤亡。建立火灾事件案例库有助于提升地下空间火灾防范能力和事故处理效率,从而减少人员伤亡和财产损失。因此,开发了一个... 详细信息

复杂地下空间因其空间封闭、环境复杂、空间互通性高、人员密集且疏散困难等特点,一旦发生火灾,极易造成重大人员伤亡。建立火灾事件案例库有助于提升地下空间火灾防范能力和事故处理效率,从而减少人员伤亡和财产损失。因此,开发了一个针对复杂地下空间火灾的事件案例库及数据可视化系统,用于收集和整理地下空间的历史火灾案例,并分析其发生原因和发展特点,为相关研究和风险管理提供参考。

关键词：数据可视化复杂地下空间火灾火灾事件案例库

来源：评论

学校读者我要写书评

暂无评论

基于多尺度残差特征融合网络的绵羊计数方法

引用

中国农机化学报 2025年第5期46卷 58-67页

作者：谢其宏刘东宝刘盛广西财经学院网络与信息技术中心广西大学计算机与电子信息学院华南农业大学人工智能学院

针对牧场内绵羊计数中目标尺度变化大、遮挡严重等导致的漏检误检、计数精度低的问题，提出一种基于改进CSRNet的多尺度残差特征融合网络的草原绵羊数估计方法。该方法在CSRNet基础上进行改进，利用密集扩张卷积构建密集多尺度残差模块... 详细信息

针对牧场内绵羊计数中目标尺度变化大、遮挡严重等导致的漏检误检、计数精度低的问题，提出一种基于改进CSRNet的多尺度残差特征融合网络的草原绵羊数估计方法。该方法在CSRNet基础上进行改进，利用密集扩张卷积构建密集多尺度残差模块，嵌入到模型骨干网络中，用于提取绵羊目标的多尺度特征，更好地适应绵羊的多尺度变化。此外，构建多分支特征提取网络，优化骨干网络输出特征图信息，加强模型整体特征提取能力，进而提高计数精度。同时，引入CBAM注意力模块，加强绵羊位置特征的表达能力，进一步修正输出密度图。试验结果表明，所提方法的平均绝对误差MAE和均方根误差RMSE分别为12.3、13.9,明显优于CSRNet、MCNN、DSNet、PaDNet和HA—CCN五种主流计数方法；且在羊群密集分布、遮挡严重和光照不足的情况下展现出较高的鲁棒性和准确性，证明其在草原羊群计数任务中的优越性能。

关键词：绵羊计数卷积神经网络多尺度扩张卷积深度估计

来源：评论

学校读者我要写书评

暂无评论

从神经网络中抽取土地评价模糊规则

引用

农业工程学报 2005年第12期21卷 93-97页

作者：胡月明薛月菊李波谢健文陈飞香包世泰华南农业大学信息学院广州510642 香港科技大学计算机系

为了明确土地评价中所训练神经网络的含义,使土地评价工作者可轻松地理解、判断所得到土地评价模型的正确性和合理性,提出从神经网络中抽取土地评价模糊规则的方法。现有的大多数从神经网络中提取方法,神经网络的输入属性要么局限于连续... 详细信息

为了明确土地评价中所训练神经网络的含义,使土地评价工作者可轻松地理解、判断所得到土地评价模型的正确性和合理性,提出从神经网络中抽取土地评价模糊规则的方法。现有的大多数从神经网络中提取方法,神经网络的输入属性要么局限于连续的,要么只适应于离散的,而土地评价因子往往既包含连续的又包含离散的、标称的,该文首先提出了一种输入属性值适应于这三种类型数据的模糊神经网络建立方法,进而给出一种从建立的神经网络中抽取其中较主要模糊规则的算法。试验表明,所提出的土地评价方法,可直接从样本中学习评价规律,使土地评价工作者易于理解,当出现抽取的规则与实际情况不吻合时,可重新训练神经网络和抽取规则,所得到的评价结果比BP网络的评价结果更准确,从而提高了土地评价的准确性。

关键词：神经网络土地评价模糊规则抽取输入属性

来源：评论

学校读者我要写书评

暂无评论

改进拉普拉斯金字塔模型的高动态图像色调映射方法

引用

计算机辅助设计与图形学学报 2014年第12期26卷 2182-2188页

作者：梁云莫俊彬华南农业大学信息学院计算机科学与技术系广州501642

高动态图像的色调映射是图像处理的研究热点,用于解决常规色调范围显示设备无法有效显示高动态图像的问题.针对当前色调映射不能精准地显示出图像内容(如丢失细节、模糊弱边缘)的问题,提出一种改进拉普拉斯金字塔模型的高动态图像色调... 详细信息

高动态图像的色调映射是图像处理的研究热点,用于解决常规色调范围显示设备无法有效显示高动态图像的问题.针对当前色调映射不能精准地显示出图像内容(如丢失细节、模糊弱边缘)的问题,提出一种改进拉普拉斯金字塔模型的高动态图像色调映射方法.首先基于滤波和下采样处理计算出对输入图像进行了简单去噪的高斯金字塔;然后通过约束强边缘数量分离出高斯金字塔中每层图像的强?弱边缘和细节;再针对每层图像构造其分层映射函数,通过增强细节、弱边缘的对比度以及保持强边缘对每层图像进行逐点映射,并据此计算描述每层对比度变化的拉普拉斯金字塔;最后根据拉普拉斯金字塔自底向上重构出目标图像.与已有的多种色调映射方法相比,根据客观评价和主观评价的结果表明,文中方法能增强细节和弱边缘、避免强边缘处梯度反转,更清晰、准确地显示出高动态图像内容.

关键词：拉普拉斯金字塔高动态图像细节增强色调压缩

来源：评论

学校读者我要写书评

暂无评论

基于多态蚁群算法的WSN能耗均衡路由协议

引用

计算机工程 2010年第7期36卷 87-89,92页

作者：常薇刘才兴林惠强房能沛华南农业大学信息学院计算机系广州510642

针对无线传感器网络(WSN)的能耗均衡问题,提出一种基于多态蚁群算法的路由协议,采用周期传输和数据融合的方式,将无线传感器节点的剩余能量信息融合到信息素的形成中。仿真实验表明,与Leach协议相比,采用该协议有82%的节点生命周期更长... 详细信息

针对无线传感器网络(WSN)的能耗均衡问题,提出一种基于多态蚁群算法的路由协议,采用周期传输和数据融合的方式,将无线传感器节点的剩余能量信息融合到信息素的形成中。仿真实验表明,与Leach协议相比,采用该协议有82%的节点生命周期更长,在相同时间内网络可多传输48%的数据包。在实验室使用31个节点部署无线传感器网络,将路由协议应用于网络。实验结果验证了该协议的有效性。

关键词：多态蚁群能耗均衡无线传感器网络路由协议

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：