检索结果-内蒙古大学图书馆

北京林业大学学报 2024年第2期46卷 143-154页

作者：齐建东马鐘添郑尚姿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

【目的】野外环境通常植被繁茂、树木杂乱,且受环境、天气、光照等因素影响,红外相机易误触发拍摄,从而捕获大量废片,需要耗费大量人力进行筛选。为解决此类问题,本研究以YOLOv7模型为基础,对其进行轻量化改进,以实现对废片的自动筛选... 详细信息

【目的】野外环境通常植被繁茂、树木杂乱,且受环境、天气、光照等因素影响,红外相机易误触发拍摄,从而捕获大量废片,需要耗费大量人力进行筛选。为解决此类问题,本研究以YOLOv7模型为基础,对其进行轻量化改进,以实现对废片的自动筛选。【方法】本研究构建了北京密云雾灵山自然保护区2014—2015年期间采集到的2172张野生动物图像数据集,并对图像中出现的动物进行位置标记。对YOLOv7网络使用不同方式进行改进:引入MicroBlock替换YOLOv7的主干网络,使用轻量化SPPCSPC结构降低模型参数量。采用SIoU损失、LNDown下采样、BiFPN提升模型检测动物的能力。使用YOLOv5-m、YOLOv5-l、Ghost-YOLOv5-l、YOLOv6、YOLOX-M、YOLOR-CSP模型,在含有1万张图像的Snapshot Serengeti相机陷阱图像子数据集上进行训练和验证,对比本文模型对野生动物图像的筛选效果。利用迁移学习训练自建野生动物数据集,测试冻结不同层数的训练效果。【结果】基于YOLOv7的改进模型推理时间降低了14.3%,每秒浮点运算次数FLOPS降低了33.5%,参数量减少了17.8%,误检测方面也优于YOLOv7模型。与其他模型进行对比,改进后的YOLOv7虽未在所有指标中均达到最优,但在检测时间与精度上达到了更好的平衡。在自建数据集中使用未冻结权重方式微调效果最优,平均精度比未使用迁移学习模型提高了12.6%。【结论】本研究为密云地区野生动物监测网络提供了更快速、准确的筛选方案。

关键词：野生动物图像图像筛选深度学习目标检测

来源：评论

学校读者我要写书评

暂无评论

虚拟环境中面向灭火指挥的火场信息可视分析

引用

系统仿真学报 2024年第4期36卷 1001-1016页

作者：张本润曹卫群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

针对森林火灾现场指挥的需求,综合分析地理环境、气象条件、森林资源和林火行为等灭火指挥所需信息,设计实现了在虚拟林火环境中的数据可视化可视分析方法。使用王正非-3D混合元胞自动机模型模拟林火蔓延过程;采取差时方法预测林火蔓延... 详细信息

针对森林火灾现场指挥的需求,综合分析地理环境、气象条件、森林资源和林火行为等灭火指挥所需信息,设计实现了在虚拟林火环境中的数据可视化可视分析方法。使用王正非-3D混合元胞自动机模型模拟林火蔓延过程;采取差时方法预测林火蔓延行为;实时捕捉不同兴趣域内环境数据的变化,结合多视图面板及图层叠加的方法,构建火场信息可视分析模块。通过调整虚拟林场的环境参数,对不同场景下的林火蔓延过程进行模拟仿真,并对火场信息进行可视化可视分析。实验结果表明:该方法能够在一定条件下较准确地预测林火蔓延行为,还可以较全面地描述火场信息。

关键词：三维虚拟环境林火蔓延模型可视化可视分析林火仿真

来源：评论

学校读者我要写书评

暂无评论

用于碳通量长时间缺失值插补的深度学习模型ARformer

引用

农业工程学报 2024年第24期40卷 127-136页

作者：齐建东吴鹏查天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 北京林业大学水土保持学院北京100083

为提高净生态系统交换量(net ecosystem exchange,NEE)在长期缺失下的插补精度,为地球碳循环的后续研究提供关键数据,该研究提出了一种用于NEE长时间缺失值插补的模型Adapter-Reverseformer(ARformer)。首先,为了更好地捕捉NEE数据的时... 详细信息

为提高净生态系统交换量(net ecosystem exchange,NEE)在长期缺失下的插补精度,为地球碳循环的后续研究提供关键数据,该研究提出了一种用于NEE长时间缺失值插补的模型Adapter-Reverseformer(ARformer)。首先,为了更好地捕捉NEE数据的时序特征,重新设计和优化了层归一化(layer normalization)、前馈网络(feed-forward network)和自注意力(self-attention)3个模块的功能,模型能够使用更长的回望窗口,从更长的时间序列中捕获时序特征;其次,设计了特征融合模块Attention-MLP,以拟合NEE与环境因子的即时响应关系,提高模型在不同土地利用类型NEE数据上的插补精度。在全球长期通量观测网络(FLUXNET)65个站点、10种土地利用类型的数据上进行试验,结果显示,ARformer模型的R^(2)在0.762~0.913之间,均方根误差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)和偏差(bias)在0.668~2.724、0.410~1.751和−0.024~0.067μmol/(m^(2)·s)之间。在不同缺失长度和土地利用类型下插补精度均高于边际分布采样法(marginal distribution sampling,MDS)、随机森林(random forest,RF)、DLinear、PatchTST和iTransformer。该研究结果可为NEE数据在长时间缺失场景下的插补提供参考。

关键词：碳通量 Adapter-Reverseformer 深度学习长缺失插补

来源：评论

学校读者我要写书评

暂无评论

基于渐进DS证据理论的空气质量评价方法

引用

北京林业大学学报 2022年第3期44卷 119-128页

作者：孙俏张彤王新阳陈志泊北京林业大学信息学院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

【目的】科学地评价环境空气质量对大气污染防治具有重大的现实意义。环境空气质量的好坏是一个不确定性问题,常用的模糊综合评判法综合了多种大气污染物来评价空气质量,但评价结果往往低于我国空气质量指数(AQI)标准等级,弱化了多种污... 详细信息

【目的】科学地评价环境空气质量对大气污染防治具有重大的现实意义。环境空气质量的好坏是一个不确定性问题,常用的模糊综合评判法综合了多种大气污染物来评价空气质量,但评价结果往往低于我国空气质量指数(AQI)标准等级,弱化了多种污染物同时超标对空气质量的影响。DS证据理论在处理模糊或不确定等问题时具有很大优势,但是目前较少有DS证据理论评价空气质量的研究。DS证据理论的关键问题是基本概率分配(BPA)和证据冲突可能引起反直觉的结果。【方法】因此本文首先利用Pearson和Spearman相关系数分析了大气污染物浓度数据,确立了高可信度的非线性BPA函数,并提出渐进式DS证据理论策略(Pro-DS)避免了冲突证据的融合问题,建立了环境空气质量综合评价模型。然后将该模型实际应用于2019年天津市空气质量评价,并以国家标准AQI为评价指标,与主因素型与加权型常用的模糊综合评判模型对比。最后本文提出了综合污染相对系数(CPRC)量化了多种污染物对总体空气质量的影响。【结果】以AQI为评价指标,本文模型F1-score比常用的模糊综合评判模型最少提高了4.58%,最大提高了27.46%,验证了本文模型的优越性。由于AQI标准空气质量评价取决于某个污染物而不是综合多个污染物,几种模糊综合评判模型的F1-score都低于50%。以CPRC为评价指标,AQI评价结果的F1-score超过99.1%,几类模糊综合评判模型F1-score都超过89.0%,验证了CPRC的有效性。而Pro-DS模型F1-score为93.1%,综合评价空气质量的模型最优,具有很强的实际应用价值。【结论】Pro-DS模型的综合评价结果低于或高于AQI评价级别,更好地体现了多种污染物对空气质量的综合影响。相比AQI评价方式,本文Pro-DS模型得出了综合空气质量级别的概率值,CPRC指标能够对综合空气质量日排名,为相关部门预防治理空气污染和生态环境工程建设提供实质性参考。

关键词： DS证据理论 AQI 模糊综合评判环境空气质量评价

来源：评论

学校读者我要写书评

暂无评论

利用改进遗传算法的软件故障定位辅助测试用例生成方法

引用

北京航空航天大学学报 2023年第9期49卷 2279-2288页

作者：杨波何宇泽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 北方工业大学信息学院北京100144

在软件故障自动化定位过程中,如果在给定的测试用例集合情况下故障在故障疑似度列表种排名不高,比较有效的方法为补充新的测试用例。如何在较小的代价下提升故障的可疑度排名是一项具有挑战的工作。提出一种基于改进遗传算法(IGA)的测... 详细信息

在软件故障自动化定位过程中,如果在给定的测试用例集合情况下故障在故障疑似度列表种排名不高,比较有效的方法为补充新的测试用例。如何在较小的代价下提升故障的可疑度排名是一项具有挑战的工作。提出一种基于改进遗传算法(IGA)的测试用例生成方法,利用软件故障定位的疑似故障排名,来辅助生成软件故障定位过程中的测试用例。依次对所提方法进行阐述和分析,在6个C程序和2个Python程序上开展实验,实验结果表明:所提方法自动生成的测试用例能够有效地帮助提高故障定位的效率。

关键词：故障定位测试用例生成遗传算法适应度函数随机测试

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

基于深度学习的新闻推荐算法研究综述

引用

计算机科学与探索 2021年第6期15卷 971-998页

作者：田萱丁琪廖子慧孙国栋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

新闻推荐(NR)可以有效缓解新闻信息过载,是当今人们获取新闻资讯的重要方式,而深度学习(DL)成为近年来促进新闻推荐发展的主流技术,使新闻推荐的效果得到显著提升,受到研究者们的广泛关注。主要对基于深度学习的新闻推荐方法研究现状进... 详细信息

新闻推荐(NR)可以有效缓解新闻信息过载,是当今人们获取新闻资讯的重要方式,而深度学习(DL)成为近年来促进新闻推荐发展的主流技术,使新闻推荐的效果得到显著提升,受到研究者们的广泛关注。主要对基于深度学习的新闻推荐方法研究现状进行分类梳理和分析归纳。根据对新闻推荐的核心对象——用户和新闻的建模思路不同,将基于深度学习的新闻推荐方法分为“两段式”方法、“融合式”方法和“协同式”方法三类。在每类方法中,根据建模过程中的具体子任务或基于的数据组织结构进行更进一步细分,对代表性模型进行分析介绍,评价其优点和局限性等,并详细总结每类方法的特点和优缺点。另外还介绍了新闻推荐中常用数据集、基线算法和性能评价指标,最后分析展望了该领域未来可能的研究方向及发展趋势。

关键词：新闻推荐(NR) 深度学习(DL) 用户兴趣建模新闻建模

来源：评论

学校读者我要写书评

暂无评论

提示学习研究综述

引用

计算机工程与应用 2024年第23期60卷 1-27页

作者：崔金满李冬梅田萱孟湘皓杨宇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

经过微调的预训练语言模型在各领域任务中均取得了显著的性能。但是,预训练和微调之间在训练数据和目标函数方面存在着巨大差距,阻碍了预训练语言模型对下游任务的有效适应。提示学习的提出缩小了预训练和微调之间的差距,并可以很好地... 详细信息

经过微调的预训练语言模型在各领域任务中均取得了显著的性能。但是,预训练和微调之间在训练数据和目标函数方面存在着巨大差距,阻碍了预训练语言模型对下游任务的有效适应。提示学习的提出缩小了预训练和微调之间的差距,并可以很好地应用到小样本甚至零样本场景中。提示学习的核心思想是将提示模板插入到原始输入中,将下游任务数据转化为自然语言的形式输入到预训练模型中,输出预测结果,然后通过语言表达器将输出映射到相应的标签。系统地梳理了当前提示学习的相关工作,根据提示学习的实现步骤,从提示模板和语言表达器构建两个阶段介绍该类方法的研究进展。将基于提示模板的方法细分为人工构建、自动构建、引入外部知识构建提示和思维提示方法4种;将基于语言表达器的方法细分为人工构建的表达器、基于搜索的表达器、软表达器和引入外部知识构建表达器的方法4种。总结了提示学习在自然语言处理、计算机视觉和多模态领域的主要应用,并对提示学习相关实验进行了分析。最后,概述了提示学习的现状和挑战,展望了提示学习的未来发展方向。

关键词：提示学习预训练模型预训练和微调小样本学习零样本学习

来源：评论

学校读者我要写书评

暂无评论

推荐任务中知识图谱嵌入应用研究综述

引用

计算机科学与探索 2022年第8期16卷 1681-1705页

作者：田萱陈杭雪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

推荐系统旨在为用户推荐个性化内容以提升用户体验,但目前仍面临着诸如可解释性差、冷启动问题和序列化推荐建模等挑战。近年来,蕴含大量结构化知识和语义信息的知识图谱(KG)被广泛应用于各种推荐任务中以期缓解上述问题。对不同推荐任... 详细信息

推荐系统旨在为用户推荐个性化内容以提升用户体验,但目前仍面临着诸如可解释性差、冷启动问题和序列化推荐建模等挑战。近年来,蕴含大量结构化知识和语义信息的知识图谱(KG)被广泛应用于各种推荐任务中以期缓解上述问题。对不同推荐任务中知识图谱嵌入(KGE)的创新应用进行系统性综述。首先梳理出采用知识图谱嵌入的三类常见推荐任务以及知识图谱嵌入应用的四种目的;然后根据技术不同归纳总结出四类知识图谱嵌入方法,包括传统嵌入方法、嵌入传播方法、异质图嵌入方法和基于图神经网络的方法;进一步详细阐述了每类方法在不同推荐任务中的使用特点及应用策略,评价其优点和局限性等,并从多个方面对方法间的联系与区别进行定性和定量分析;最后,针对面向不同推荐任务中知识图谱嵌入应用的发展趋势提出一些看法,从多个角度展望了该领域未来值得关注的几个发展方向。

关键词：知识图谱嵌入(KGE) 推荐任务可解释推荐冷启动序列化推荐知识图谱嵌入应用

来源：评论

学校读者我要写书评

暂无评论

迁移学习应用于新型冠状病毒肺炎诊断综述

引用

计算机科学与探索 2023年第3期17卷 561-576页

作者：孟伟袁艺琳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

新型冠状病毒肺炎(COVID-19)疫情爆发以来,由于该病毒具有极强的传染性,所导致的感染人数与死亡人数持续增加。筛查疑似患者和早期诊断COVID-19是防止疫情恶化的重要措施之一。通过核酸检测和人工检查等方法在感染早期诊断出COVID-19是... 详细信息

新型冠状病毒肺炎(COVID-19)疫情爆发以来,由于该病毒具有极强的传染性,所导致的感染人数与死亡人数持续增加。筛查疑似患者和早期诊断COVID-19是防止疫情恶化的重要措施之一。通过核酸检测和人工检查等方法在感染早期诊断出COVID-19是防止其在社会中爆发的最佳途径。然而核酸检测效率低下,仅仅依靠放射科专家诊断X射线图像和CT扫描图像存在耗时长且易出现诊断误差等问题。研究人员相继提出了基于迁移学习的计算机辅助诊断算法,可以最大程度地减少传统诊断方法所产生的问题,但目前关于迁移学习在新冠肺炎成像中的应用综述较少,因此总结和分析了当前国内外基于迁移学习技术诊断COVID-19的研究成果。针对模型类型进行分类讨论,分别从数据集来源、数据预处理方法、基于迁移学习的诊断模型、模型可视化、评价指标以及模型性能6个角度进行分析和比较。并指出了当前所面临的挑战和未来的发展方向,为今后进一步的研究工作奠定了基础。

关键词：新型冠状病毒肺炎(COVID-19) 迁移学习计算机辅助诊断医学影像处理

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：