检索结果-内蒙古大学图书馆

地理与地理信息科学 2020年第3期36卷 34-41页

作者：王晓鹏付慧杨刚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

基于传统图像拼接方法对低空航拍图像进行拼接时,会出现局部扭曲、重影等问题,且得到的全景图存在非正射的对象。为解决此问题,该文提出大视差补全法(Large-Parallax Patch):首先利用特征点匹配筛选出大视差区域,然后将大视差区域以外... 详细信息

基于传统图像拼接方法对低空航拍图像进行拼接时,会出现局部扭曲、重影等问题,且得到的全景图存在非正射的对象。为解决此问题,该文提出大视差补全法(Large-Parallax Patch):首先利用特征点匹配筛选出大视差区域,然后将大视差区域以外的区域统一作为低地物区进行拼接,同时从大视差区域序列图像中筛选出正射效果最佳的图像,将其修补到低地物区拼接结果图中,最终得到类似正射影像的全景图。与Pix4D生成的正射影像相比,该方法拼接后的图像质量更好、耗时更低;与APAP算法相比,该方法速度更快,提取的大视差区域的正射效果更好,明显减轻了高建筑对周围地物的遮挡问题;与PTGUI生成的全景拼接图相比,该方法提取的大视差区域无重影和错切,拼接图效果更佳。

关键词：低空航拍大视差图像拼接正射影像

来源：评论

学校读者我要写书评

暂无评论

基于部分标签数据和经验分布的命名实体识别

引用

中文信息学报 2021年第4期35卷 51-57页

作者：宋晔璇陈钊武刚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

近年来,基于数据驱动的命名实体识别方法在新闻、生物医疗等领域上取得了很大的成功,然而许多领域缺少标签,且人工标注成本高昂。为了降低标注成本,该文尝试使用含有噪声的部分标签数据进行命名实体识别,提出了一种基于部分标签数据和... 详细信息

近年来,基于数据驱动的命名实体识别方法在新闻、生物医疗等领域上取得了很大的成功,然而许多领域缺少标签,且人工标注成本高昂。为了降低标注成本,该文尝试使用含有噪声的部分标签数据进行命名实体识别,提出了一种基于部分标签数据和经验分布的方法。首先介绍基于部分标签数据的建模方法,然后引入标签经验分布的假设,通过将经验分布加入模型,有效降低了数据中的噪声。最后分别在植物病虫害数据集和优酷视频数据集上进行测试,结果表明,该方法优于其他方法。

关键词：部分标签数据经验分布命名实体识别

来源：评论

学校读者我要写书评

暂无评论

基于ERNIE-RCNN梅花研究信息文本分类方法

引用

东北农业大学学报 2022年第5期53卷 20-31页

作者：付红萍陈恺之陈志泊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

采用文本分类方法对梅花中文语料按研究方向(基因、育种、非生物胁迫等)进行分类,是构建梅花知识图谱的重要预处理过程,也是对基于以上研究方向的梅花研究信息进行相关语义检索、智能问答等的重要基础。为探究文本分类方法应用于梅花研... 详细信息

采用文本分类方法对梅花中文语料按研究方向(基因、育种、非生物胁迫等)进行分类,是构建梅花知识图谱的重要预处理过程,也是对基于以上研究方向的梅花研究信息进行相关语义检索、智能问答等的重要基础。为探究文本分类方法应用于梅花研究信息的可行性,提出基于改进ERNIE-RCNN的梅花研究信息文本分类方法。针对缺乏梅花研究信息数据集导致常用文本分类方法分类效果不佳的问题,构建包含6个研究方向的中文梅花研究信息文本数据集;针对传统分类模型的编码机制难以体现文本逻辑性、语义还原不精确的问题,引入预训练模型ERNIE对文本进行编码,在编码过程中增强对文本特征提取与语义表示的能力;为更好保留文本词序及特征,提高分类正确性,在ERNIE模型编码基础上融合TextRCNN模型进行分类,改进TextRCNN模型卷积层丢弃率,增强分类模型泛化性,提高分类能力。通过对改进ERNIE-RCNN模型与仅改进ERNIE的ERNIE-RCNN模型、原始ERNIE-RCNN模型、ERNIE模型、BERT模型以及TextRCNN模型进行对比,试验结果表明,改进ERNIE-RCNN模型在不同评价指标上均高于其他模型,精准率、召回率和F1值分别不小于91.53%、90.27%、92.35%,正确率为95.35%。基于改进ERNIE-RCNN的梅花研究信息文本分类方法可满足实际需要。

关键词：梅花研究信息文本分类 ERNIE TextRCNN 深度学习

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的查询建议研究综述

引用

计算机研究与发展 2024年

作者：田萱徐泽洲王子涵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(北京林业大学)

查询建议是当今搜索引擎必不可少的一个组成部分，它可以在用户输入完整查询前提供查询候选项，帮助用户更准确、更快速地表达信息需求.深度学习技术有助于提升查询建议的准确度，成为近年来推动查询建议发展的主流技术.主要对基于深度... 详细信息

查询建议是当今搜索引擎必不可少的一个组成部分，它可以在用户输入完整查询前提供查询候选项，帮助用户更准确、更快速地表达信息需求.深度学习技术有助于提升查询建议的准确度，成为近年来推动查询建议发展的主流技术.主要对基于深度学习的查询建议研究现状进行归纳整理与分析对比，根据深度学习应用阶段不同，把其分为生成式查询建议与排名式查询建议2类，分析其中每种模型的建模思路和处理特征.此外还介绍了查询建议领域常用的数据集、基线方法与评价指标，并对比其中不同模型的技术特点与实验结果.最后总结了基于深度学习的查询建议研究目前面临的挑战与未来发展趋势.

关键词：查询建议深度学习查询自动补全编码器-解码器神经语言模型

来源：评论

学校读者我要写书评

暂无评论

基于Resnet的林地无人机图像去雾算法

引用

南京林业大学学报(自然科学版) 2023年

作者：牛弘健刘文萍陈日强宗世祥骆有庆北京林业大学信息学院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林业大学林学院

【目的】针对雾霾天气下林地无人机航拍图像存在对比度低、饱和度低和色调偏移等现象，本研究基于Resnet网络，提出一种适应林地航拍场景的无人机图像去雾方法（DHnet）。【方法】林地场景下无人机图像具有纹理特征、高低频信息丰富的... 详细信息

【目的】针对雾霾天气下林地无人机航拍图像存在对比度低、饱和度低和色调偏移等现象，本研究基于Resnet网络，提出一种适应林地航拍场景的无人机图像去雾方法（DHnet）。【方法】林地场景下无人机图像具有纹理特征、高低频信息丰富的特点，在主干网络各个层级附加信息传递模块，将特征图转化为权值图进行筛选过滤并发送到其他层级，接收端设置阈值避免冗余信息的不良影响，再经密集链接增强全局去雾效果，提高图像高低频区域的去雾质量，最后在林地无人机有雾图像测试集上进行去雾实验。【结果】DHnet在林地图像测试集上的平均结构相似性为0.83，平均峰值信噪比为22.3dB，分别较Resnet方法提高了4.8%和39.3%。【结论】本研究提出的算法能有效降低色调偏移，去除残留雾气，有效提高无人机航拍林地雾气图像的色彩保真度和细节信息保持度。

关键词：林地无人机图像去雾深度学习

来源：评论

学校读者我要写书评

暂无评论

多层次地形编辑工具的设计与实现

引用

系统仿真学报 2021年第4期33卷 900-909页

作者：向兵杨刚董晓红北京林业大学北京100083 呼伦贝尔学院内蒙古呼伦贝尔021008 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

三维地形是计算机游戏、虚拟仿真、地理信息等各种应用领域中不可或缺的场景元素。逼真的数字地形对于增强虚拟场景的真实感,提高用户的沉浸感具有重要作用。在对地形特征及用户的建模需求进行深入分析的基础上,构建了一种多层次的地形... 详细信息

三维地形是计算机游戏、虚拟仿真、地理信息等各种应用领域中不可或缺的场景元素。逼真的数字地形对于增强虚拟场景的真实感,提高用户的沉浸感具有重要作用。在对地形特征及用户的建模需求进行深入分析的基础上,构建了一种多层次的地形编辑模式。在此模式下,地形编辑行为可以从点、线、面3个层次来展开,每个层次都有特定的操作目标和对应的编辑工具,构建形成了由点工具、曲线工具和笔刷工具组成的多层次、综合化的地形编辑工具集。为用户提供了一种直观灵活、系统全面的地形编辑手段。

关键词：地形编辑均值坐标法移动最小二乘法笔刷

来源：评论

学校读者我要写书评

暂无评论

钻蛀性害虫取食声音的人工智能早期识别

引用

林业科学 2021年第10期57卷 93-101页

作者：刘璇昕孙钰崔剑蒋琦陈志泊骆有庆北京林业大学信息学院北京100083 北京航空航天大学网络空间安全学院北京100191 北京林业大学林学院北京100083 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】以双条杉天牛为研究对象,设计基于卷积神经网络的识别模型识别其取食声,并对模型的抗噪性能进行测试,以期实现蛀干害虫的早期预警。【方法】使用SP-1 L探头连接NI 9215电压采集卡采集双条杉天牛咬食木段的声音和典型户外环境下... 详细信息

【目的】以双条杉天牛为研究对象,设计基于卷积神经网络的识别模型识别其取食声,并对模型的抗噪性能进行测试,以期实现蛀干害虫的早期预警。【方法】使用SP-1 L探头连接NI 9215电压采集卡采集双条杉天牛咬食木段的声音和典型户外环境下的噪声并以音频格式保存。研究选取部分噪声作为加噪音频,以-3 dB至3 dB的信噪比向双条杉天牛取食声中混入环境噪声,生成训练数据和简单测试集,然后经过短时傅里叶变换、对数计算、平均池化3步操作计算音频的平均对数谱,分别设计并训练基于卷积神经网络的识别模型和传统高斯混合模型,提取音频特征判断音频是否为双条杉天牛取食声。为进一步测试模型的抗噪性能,利用独立划分的加噪音频以-7~3 dB的信噪比向双条杉天牛取食声中混入噪声生成抗噪测试集,对卷积神经网络和传统高斯混合模型的抗噪性能进行测试。【结果】在简单测试集上,基于卷积神经网络的识别模型的识别准确率为98.80%,较高斯混合模型有0.88%的下降。在抗噪测试集上,基于卷积神经网络的识别模型识别双条杉天牛取食声的整体准确率为97.37%,较高斯混合模型提高6.76%,其中,信噪比为-3 dB时,识别准确率为98.13%,较高斯混合模型提高9.80%,信噪比为-6 dB时,识别准确率为92.13%,较高斯混合模型提高5.67%。【结论】卷积神经网络能有效综合频谱特征,准确判断音频中有无双条杉天牛的取食声,同时,相比高斯混合模型,卷积神经网络具有良好的泛化能力,在低信噪比下仍能保证较高的识别准确率。基于卷积神经网络的取食声识别模型能够适应林木蛀干害虫的野外监测环境,可为隐蔽蛀干害虫的自动化监测和早期预警提供技术支撑。

关键词：蛀干害虫取食声音卷积神经网络早期识别抗噪性

来源：评论

学校读者我要写书评

暂无评论

异质图神经网络协同过滤模型

引用

清华大学学报（自然科学版） 2023年第9期63卷 1339-1349页

作者：杨波邱雷吴书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 中国科学院自动化研究所北京100190

协同过滤算法被广泛运用于各类大数据的推荐系统中,能够向用户推荐与该用户类似的用户感兴趣的信息。随着深度学习,尤其是图神经网络的发展,基于图神经网络的协同过滤算法受到了越来越多的关注。基于图结构的协同过滤模型通常将用户与... 详细信息

协同过滤算法被广泛运用于各类大数据的推荐系统中,能够向用户推荐与该用户类似的用户感兴趣的信息。随着深度学习,尤其是图神经网络的发展,基于图神经网络的协同过滤算法受到了越来越多的关注。基于图结构的协同过滤模型通常将用户与条目的交互信息建模为二部图,然后利用二部图的高阶连通性建模捕获用户与条目之间的隐藏关系。但是,这种二部图模型没有将用户之间的相似关系和条目之间的相似关系明确建模。此外,二部图的稀疏性会产生图中高阶连通性依赖问题。为此,该文提出了一种基于异质图卷积神经网络的协同过滤模型,将用户之间的相似度和条目之间的相似度显式地编码到图结构中,使得用户与条目的交互关系被建模成异质图。异质图结构使用户之间的相似度与条目之间的相似度能被直接捕获,降低了对高阶连通性的依赖,同时缓解了二部图过于稀疏的问题。该文在4个典型的数据集上进行了实验,并与4种经典模型进行了对比,结果表明所提出的模型效果较好。

关键词：图卷积神经网络协同过滤推荐系统二部图异质图

来源：评论

学校读者我要写书评

暂无评论

命名实体识别方法研究综述

引用

计算机科学与探索 2022年第9期16卷 1954-1968页

作者：李冬梅罗斯斯张小平许福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 中国中医科学院中医药信息研究所北京100700

在自然语言处理领域,命名实体识别是信息抽取的第一个关键环节。命名实体识别任务旨在从大量非结构化的文本中识别出命名实体并将其分类为预定义的类型,为关系抽取、文本摘要和机器翻译等自然语言处理任务提供基础支持。首先概述了命名... 详细信息

在自然语言处理领域,命名实体识别是信息抽取的第一个关键环节。命名实体识别任务旨在从大量非结构化的文本中识别出命名实体并将其分类为预定义的类型,为关系抽取、文本摘要和机器翻译等自然语言处理任务提供基础支持。首先概述了命名实体识别的定义、研究难点和中文命名实体识别任务的特殊性,总结了命名实体识别任务中常用的中英文公共数据集和评估标准。然后根据命名实体识别的发展历程调研了现有的命名实体识别方法,主要为早期基于规则和词典的命名实体识别方法、基于统计机器学习的命名实体识别方法和基于深度学习的命名实体识别方法。归纳总结了每一种命名实体识别方法的关键思路、优缺点和具有代表性的模型,同时对各阶段的中文命名实体识别方法进行了总结。特别对最新的基于Transformer和基于提示学习的命名实体识别方法进行了综述,这两种细分类的方法是基于深度学习的命名实体识别方法中最先进的方法。最后总结了命名实体识别研究面临的挑战,并展望了未来的研究方向。

关键词：自然语言处理命名实体识别机器学习深度学习关系抽取

来源：评论

学校读者我要写书评

暂无评论

使用频域卷积的端到端图像数字盲水印方法

引用

计算机辅助设计与图形学学报 2024年第11期36卷 1719-1727页

作者：张志伟王晗崔凯元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 腾讯科技有限公司CSIG质量部成都610095

传统数字水印方法对裁剪、噪声、形变等攻击具有强鲁棒性,但很难抵御真实场景中由图像压缩编码和移动摄像设备翻拍引起的水印信息丢失.为了增强水印的鲁棒性,利用离散余弦变换频谱中某些频段对人眼的掩蔽特性,以及卷积神经网络对一些不... 详细信息

传统数字水印方法对裁剪、噪声、形变等攻击具有强鲁棒性,但很难抵御真实场景中由图像压缩编码和移动摄像设备翻拍引起的水印信息丢失.为了增强水印的鲁棒性,利用离散余弦变换频谱中某些频段对人眼的掩蔽特性,以及卷积神经网络对一些不可见扰动的学习能力,提出一种基于频域卷积的端到端图像数字盲水印方法.首先使用卷积神经网络构建编码网络,将水印信息嵌入到图像频域中;其次构建与编码网络对称的解码网络,从图像频域中提取水印信息;最后对编码和解码网络进行联合训练,并监督编码网络的图像质量和解码网络的水印提取效果.在MIRFLICKR数据集上的实验结果表明,所提方法对显示器下翻拍攻击的PSNR,SSIM,LPIPS和BPP分别达到36.29 dB, 0.951, 3.11×10^(-3), 2.44×10^(-3)和93.1%,与其他基准方法相比具有一定的优势,证明了该方法的有效性.

关键词：图像数字水印离散余弦变换鲁棒水印卷积神经网络

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：