检索结果-内蒙古大学图书馆

生物化学与生物物理进展 2025年第1期52卷 233-243页

作者：沈梦姣鲍浩张艳贵阳学院计算机科学学院农产品无损检测中心贵阳550005 贵州大学大数据与信息工程学院贵阳550025

目的早疫病是茄科作物生长过程中的一种常见破坏性病害,严重时会导致作物欠收而损失严重,传统的作物病害检测方法难以在病害潜育期及时发现病害特征从而采取科学有效的防治措施。本文通过高光谱成像仪连续监测从而获得不同感染期辣椒早... 详细信息

目的早疫病是茄科作物生长过程中的一种常见破坏性病害,严重时会导致作物欠收而损失严重,传统的作物病害检测方法难以在病害潜育期及时发现病害特征从而采取科学有效的防治措施。本文通过高光谱成像仪连续监测从而获得不同感染期辣椒早疫病的高光谱图像,利用光谱角余弦-相关系数和切比雪夫距离确定了辣椒早疫病潜育期最早可识别时间(本实验潜育期最早可识别时间为接种后24h)。方法以辣椒早疫病潜育期病状作为研究对象,采用遗传算法筛选出13个特征波长,经特征波长优化组合并结合逻辑回归模型建立基于光谱特征的作物病害潜育期病状识别模型。同时,利用局部二值模式建立基于图像纹理特征的辣椒早疫病潜育期识别模型。结果实验以120个样本进行测试,基于光谱特征的作物病害潜育期病状检测识别模型在训练集和测试集的准确率均达到93%以上,基于纹理特征的作物病害潜育期病状检测识别模型在训练集和测试集的准确率分别达到了98.96%和100%。结论利用光谱特征或者纹理特征均可实现作物病害潜育期病状的检测识别,纹理特征相比光谱特征更显著地揭示了病害潜育期特征,有效提升了模型检测性能。本文研究成果可为其他作物病害潜育期病状的监测识别提供理论参考。

关键词：高光谱图像辣椒早疫病潜育期图谱特征检测识别

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的植物叶病斑精细化分割方法

引用

沈阳农业大学学报 2025年第1期56卷 92-107页

作者：徐虹李林峰杨昊文武陈敏周航成都信息工程大学计算机学院成都610200 成都信息工程大学学生工作处成都610200

[目的]为解决植物叶中小目标病斑和病斑边缘分割精度差的问题,实现精确的植物叶病害严重程度的评估任务,开发了一种基于深度学习的植物叶片病斑精细分割方法。[方法]以葡萄叶黑腐病、葡萄叶黑麻疹病、草莓叶斑病组成的数据集Ⅰ,苹果叶... 详细信息

[目的]为解决植物叶中小目标病斑和病斑边缘分割精度差的问题,实现精确的植物叶病害严重程度的评估任务,开发了一种基于深度学习的植物叶片病斑精细分割方法。[方法]以葡萄叶黑腐病、葡萄叶黑麻疹病、草莓叶斑病组成的数据集Ⅰ,苹果叶斑点落叶病、苹果叶黑星病以及苹果叶桧胶锈病组成的数据集Ⅱ为例,以Deeplabv3+为基础,提出一种名为MFA-Net的改进的深度学习网络,其使用改进的Xception网络作为主干网络。首先,在编码器部分提出多尺度特征提取模块,并用其对主干网络进行改进;该模块通过3个分支提取不同尺度的信息,再通过由坐标注意力机制和通道注意力机制组成的双分支注意力部分突出病斑特征信息。其次,在编码器部分提出双残差空洞空间金字塔池化模块,其使用2个残差分支对病斑区域信息进行弥补,并利用自注意力机制帮助模型捕捉输入图像的细节信息。最后,通过引入2个融合模块组建解码器,有助于减轻信息的丢失问题并维持特征的丰富性。[结果]在评价指标上,2个数据集的mIoU分别为92.07%和91.91%。与Unet、Unet(Resnet50)、Unet++、HRNetV2、Deeplabv3+(Resnet101)和Deeplabv3+(Xception)等模型相比,在数据集Ⅰ上,mIoU分别提高3.73%、5.44%、3.18%、2.79%、5.93%和2.65%;在数据集Ⅱ上,mIoU分别提高3.82%、5.17%、2.92%、2.38%、6.37%和2.13%。[结论]在植物叶病斑区域分割领域中,该方法的分割效果得到了较好的提升,并改善了小目标病斑和病斑边缘的分割效果。

关键词：多尺度特征注意力机制残差结构小目标病斑分割病斑边缘分割

来源：评论

学校读者我要写书评

暂无评论

OpenPlanner：一个开源的时间敏感网络规划器

引用

计算机研究与发展 2025年

作者：姜旭艳全巍付文文张小亮孙志刚国防科技大学计算机学院南京航空航天大学计算机科学与技术学院湖南汽车工程职业大学信息工程学院

时间敏感网络（time-sensitive networking， TSN）在工业控制、航空电子和车载网络中具有广泛的应用前景.TSN流量规划是在拓扑结构、网络资源、设备能力和业务需求等多维约束下，为TSN交换机计算关键帧的无冲突发送时刻的过程，规划问... 详细信息

时间敏感网络（time-sensitive networking， TSN）在工业控制、航空电子和车载网络中具有广泛的应用前景.TSN流量规划是在拓扑结构、网络资源、设备能力和业务需求等多维约束下，为TSN交换机计算关键帧的无冲突发送时刻的过程，规划问题是一个NP完全问题.目前不论是学术界的TSN规划算法研究，还是工业界的TSN部署应用都急需一个开源的规划器软件.提出一种构件化、松耦合的TSN规划器软件架构（loose-coupled component-based architecture of planner，LOCAP），通过规划参数最小集和规划结果通用表等接口规范设计，实现规划算法与规划工具、规划器软件与交换硬件实现的松耦合.OpenPlanner是基于LOCAP架构、使用python语言编写开源TSN规划器，内嵌自研和第三方贡献的多个可满足性理论规划算法和启发式规划算法.基于OpenPlanner对不同算法的运行时间开销以及解的质量进行了评估，指出多样化的TSN应用场景需要不同的规划算法.据调研，OpenPlanner是目前唯一的开源TSN规划器，规划结果已部署到OpenTSN开源网络、银河衡芯TSN芯片以及芯准TTE等多个硬件平台，在卫星、无人车和火炮等多个系统中得到应用.

关键词：时间敏感网络流量规划器开源可满足性理论时间感知整形器

来源：评论

学校读者我要写书评

暂无评论

面向天地一体化算力网的类脑智能计算研究现状与展望

引用

中国科学基金 2025年第02期 218-228页

作者：张伟马征宇田永鸿鹏城实验室智能计算研究部北京大学计算机学院北京大学信息工程学院

面向国家天地一体智能计算网络的重大战略需求，本文回顾了国内外在星载智能芯片与系统、天地协同智能计算方面的发展历程，并分析了其存在的问题及其未来发展的趋势；在此基础上，本文进一步总结了类脑模型与算法、类脑芯片系统的发展... 详细信息

面向国家天地一体智能计算网络的重大战略需求，本文回顾了国内外在星载智能芯片与系统、天地协同智能计算方面的发展历程，并分析了其存在的问题及其未来发展的趋势；在此基础上，本文进一步总结了类脑模型与算法、类脑芯片系统的发展历程，并探讨了类脑智能计算在星载应用中的现实状况；最后，结合类脑智能的最新进展与未来天地一体化算力网络的发展需求，提出了星载低功耗类脑计算芯片与系统、大规模高效能类脑脉冲神经网络、天地协同增量学习架构等未来值得深入探索的研究方向。

关键词：天地一体化类脑计算高能效协同计算

来源：评论

学校读者我要写书评

暂无评论

番茄早疫病高光谱图像早期判别及可视化研究

引用

生物化学与生物物理进展 2025年第2期52卷 513-524页

作者：鲍浩黄莉张艳庞浩贵阳学院计算机科学学院农产品无损检测工程研究中心贵阳550005 贵州大学大数据与信息工程学院贵阳550025

目的番茄是世界范围内产量高、种植面积广的经济作物之一,具有较高的经济效益。番茄早疫病感染速度快、传播范围广、破坏性强,导致番茄减产减收带来严重的经济损失。番茄早疫病早期病状的判别可以为病害的科学防治提供参考,实现病害区... 详细信息

目的番茄是世界范围内产量高、种植面积广的经济作物之一,具有较高的经济效益。番茄早疫病感染速度快、传播范围广、破坏性强,导致番茄减产减收带来严重的经济损失。番茄早疫病早期病状的判别可以为病害的科学防治提供参考,实现病害区域的可视化定位,精准指导病害防治。本文使用高光谱图像结合机器学习算法建立了番茄早疫病早期病状的判别模型,实现了番茄早疫病早期判别和病害区域的可视化定位。方法针对高光谱图像的噪声干扰,利用鲁棒主成分分析(RPCA)实现高光谱图像的去噪处理;为了避免主观选择感兴趣区域造成信息表征不足的问题,使用最大类间方差法(OTSU)算法从背景中有效提取了番茄叶片,并以整个番茄叶片的平均光谱作为研究对象,结合多元散射校正(MSC)算法以及标准化建立了光谱预处理的综合方法;针对预处理后的光谱,为了提高模型的判别能力,建立了基于特征波长和线性核函数SVM的番茄早疫病早期判别模型。结果较全光谱波长建模在测试集上的准确率提高8.33%;对SVM模型的参数进行优化,当参数C=1.64时,训练集和测试集上准确率分别达到了91.67%和94.44%,较参数优化前的模型在训练集上的准确率提高了1.19%,而测试集准确率保持不变,有效缓解了模型欠拟合问题。结论本文建立了番茄早疫病高光谱图像早期判别模型并实现了早期病状的可视化定位,基于特征波长和线性核函数SVM的判别模型可以有效判别番茄早疫病病害的早期病状;利用患病概率的形式对番茄早疫病早期病状进行可视化定位,可视化分析更直观地发现早期病害并采取防治措施。本研究为植物病害早期病状的判别和可视化研究提供了参考,对作物病害的监测识别和科学防治具有重要意义。

关键词：高光谱成像机器学习遗传算法番茄早疫病早期病状可视化

来源：评论

学校读者我要写书评

暂无评论

基于无免靶区域的水下偏振去散射成像

引用

物理学报 2025年第4期74卷 95-102页

作者：朱叶青王星朱竹青南京师范大学泰州学院信息工程学院泰州225300 南京师范大学计算机与电子信息学院南京210023 中国科学院长春光学精密机械与物理研究所应用光学国家重点实验室长春130033

偏振成像技术在去除后向散射光方面是有效的.针对该技术依赖免靶区域以计算后向散射光信息限制其适用范围和实时成像能力的问题,本文提出了无免靶区域的偏振成像方法.该方法结合主动偏振成像和透射率去散射模型,将相机接收到的图像分解... 详细信息

偏振成像技术在去除后向散射光方面是有效的.针对该技术依赖免靶区域以计算后向散射光信息限制其适用范围和实时成像能力的问题,本文提出了无免靶区域的偏振成像方法.该方法结合主动偏振成像和透射率去散射模型,将相机接收到的图像分解为具有偏振信息和无偏振信息的部分,具有偏振信息的部分采用主动成像模型计算,而无偏振信息的部分基于Stokes矢量计算.同时,结合透射率校正原理实现去散射.实验和真实世界水下成像结果表明,本文方法能够有效去除大部分后向散射光,且具有速率优势,能够助力实时复杂条件下的水下成像技术,在海底资源探测与研究等领域具有广阔的应用前景.

关键词：免靶区域水下偏振成像去散射透射率校正

来源：评论

学校读者我要写书评

暂无评论

融合改进TCN与DRSN的IoT入侵检测模型

引用

小型微型计算机系统 2025年第2期46卷 474-481页

作者：赵建姜伟哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025

入侵检测系统已逐步成为物联网安全的重要防护手段.然而,现有物联网入侵检测模型的样本数据存在类别不平衡、特征提取不足等问题,这导致了对于小类别攻击的低识别率与较低的精确率.因此,本文提出了一种融合改进时域卷积网络与深度残差... 详细信息

入侵检测系统已逐步成为物联网安全的重要防护手段.然而,现有物联网入侵检测模型的样本数据存在类别不平衡、特征提取不足等问题,这导致了对于小类别攻击的低识别率与较低的精确率.因此,本文提出了一种融合改进时域卷积网络与深度残差收缩网络的物联网入侵检测模型.首先,利用扩张因果卷积与一维卷积充分提取数据的时空特征,形成深层层次的网络结构;然后引入自我注意的软门槛,能够无需专家经验自动地设置门槛,消除冗余特征;最后,使用焦点损失函数来增强对少数类的识别率.实验在TON-IoT数据集上的总体准确率和F1值分别高达99.88%和99.64%,其中小样本类的F1值为100%.实验结果表明,与其他模型相比,所提模型显著提高了对于不平衡入侵数据的检测能力.

关键词：物联网入侵检测时域卷积网络深度残差收缩网络样本不平衡焦点损失函数

来源：评论

学校读者我要写书评

暂无评论

基于知识图谱的多模态教学资源跨域推荐方法研究

引用

河南大学学报(自然科学版) 2025年第03期 262-270页

作者：刘定一刘会霞乔保军刘丽娟河南警察学院河南大学计算机与信息工程学院信阳农林学院

多模态教学资源涉及文字、图像、视频等多种媒体形式，且其分布不均，跨域推荐难度大，为此提出一种基于知识图谱的推荐方法.收集文字、图像、视频以及交互类等多种类型的多模态教学资源，从收集到的多模态教学资源中抽取实体、关系、... 详细信息

多模态教学资源涉及文字、图像、视频等多种媒体形式，且其分布不均，跨域推荐难度大，为此提出一种基于知识图谱的推荐方法.收集文字、图像、视频以及交互类等多种类型的多模态教学资源，从收集到的多模态教学资源中抽取实体、关系、属性建立知识图谱，计算不同资源之间的知识图谱相似度以及资源推荐分值，对于资源推荐分值降序排列后形成Top-N推荐列表.测试结果表明，所研究推荐方法的多模态教学资源跨域推荐覆盖率与准确率更高，说明方法推荐的资源更加全面且准确，能够更好地发掘和利用教学资源库中的资源.

关键词：知识图谱多模态教学资源跨域推荐方法

来源：评论

学校读者我要写书评

暂无评论

基于动态混合注意力与多尺度特征的遥感图像配准

引用

激光与光电子学进展 2025年

作者：魏庭旭陈颖李铖昊马文浩上海应用技术大学计算机科学与信息工程学院同济大学中德工程学院

针对遥感图像的高分辨率、目标尺度变化大等特点导致现有的主流配准模型精度和效率较低的问题，本文提出了一种基于动态混合注意力和多尺度特征的配准模型。首先，在特征提取阶段引入ConvNeXtV2网络，通过嵌入动态混合注意力增强动态联... 详细信息

针对遥感图像的高分辨率、目标尺度变化大等特点导致现有的主流配准模型精度和效率较低的问题，本文提出了一种基于动态混合注意力和多尺度特征的配准模型。首先，在特征提取阶段引入ConvNeXtV2网络，通过嵌入动态混合注意力增强动态联系全局上下文与局部细节的能力。接着，提出多尺度特征校准模块，将低层次纹理信息与高层次语义信息聚合在多个感受野中以提高配准精度。其次，在匹配阶段使用基于预测矩阵加权的双向匹配方法计算密集对应关系得到双向参数，最后通过仿射变换完成图像配准。在Aerial Image等三个数据集上的实验结果表明，归一化距离阈值为0.01,0.03和0.05的情况下，配准精度达到40.9%,86.4%和95.3%，平均配准时间为0.87秒，证明了该模型有效提高了遥感图像配准的精度和效率。

关键词：遥感图像配准线性注意力多尺度特征特征融合双向匹配

来源：评论

学校读者我要写书评

暂无评论

混合特征平衡图注意力网络日志异常检测模型

引用

计算机工程与应用 2025年第1期61卷 308-320页

作者：陈旭张硕景永俊王叔洋北方民族大学计算机科学与工程学院银川750000 北方民族大学电气信息工程学院银川750000

针对现有方法忽略了日志异常数据不平衡和日志特征间的关联性,导致异常检测准确率低的问题。提出一种基于混合特征平衡图注意力网络的日志异常检测模型(HBGATLog)。构建混合日志图构建模块,通过混合特征提取模块提取日志数据的语义信息... 详细信息

针对现有方法忽略了日志异常数据不平衡和日志特征间的关联性,导致异常检测准确率低的问题。提出一种基于混合特征平衡图注意力网络的日志异常检测模型(HBGATLog)。构建混合日志图构建模块,通过混合特征提取模块提取日志数据的语义信息、日志序列和时间结构,增强日志特征间的关联性,并采用日志图构建模块构建日志图,有效保留空间结构特征。设计平衡日志图生成模块,解决不平衡的日志数据导致检测结果偏向多数类问题。采用图日志异常检测模块进行异常检测。使用BGL、Thunderbird和HDFS三个公共数据集对HBGATLog进行验证,实验结果表明,F1 score分别达到了99.0%、98.7%和98.1%。证明HBGATLog不但能够解决日志数据不平衡问题,充分考虑日志数据特征的关联性,而且有效降低了漏检率。

关键词：日志异常检测日志分析图神经网络混合特征提取数据不平衡

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：