检索结果-内蒙古大学图书馆

基于眼动追踪技术的教学视频眼动分析系统

引用

河南财政金融学院学报（自然科学版） 2024年第1期33卷 26-31页

作者：柳晓龙钟节辉福建农林大学计算机与信息学院福建福州350002 福建农林大学机电工程学院福建福州350002

设计了可兼容大部分眼动仪的教学视频眼动分析系统,并从眼动数据记录、动态兴趣区定义、眼动分析3个模块,探讨了教学视频眼动分析系统的实现机制。该系统有助于提高眼动分析在教育领域应用的普适性,降低研究者在眼动相关方向的研究成本。

关键词：眼动分析眼动追踪教学视频数据分析视频分析

来源：评论

学校读者我要写书评

暂无评论

基于云计算特色实验室的建设与创新实践教学

引用

实验室科学 2023年第3期26卷 141-145,149页

作者：阮灿华刘必雄林晓宇福建农林大学计算机与信息学院福建福州350002

为满足计算机实验教学、不同学科实验教学环境交叉融合以及创新实践训练对多样化实验环境的需求,结合福建农林大学云计算实验室建设的实践,介绍了云计算实验室解决方案价值及其优势,分析了云计算实验体系架构、环境管理、教学、科研、... 详细信息

为满足计算机实验教学、不同学科实验教学环境交叉融合以及创新实践训练对多样化实验环境的需求,结合福建农林大学云计算实验室建设的实践,介绍了云计算实验室解决方案价值及其优势,分析了云计算实验体系架构、环境管理、教学、科研、实践、服务社会体系构建,提出了云计算实验室建设规划,最后阐述了解决方案的安全管理。基于云计算实验室可以轻松应对实验室管理、教学、科研、服务社会等方面的挑战,满足师生随时随地不间断创新实验的要求,对提高学生创新能力和师生教学多样化服务有很大的帮助。

关键词：云计算特色实验室安全管理虚拟技术

来源：评论

学校读者我要写书评

暂无评论

基于多色彩空间的YOLOv5松枯死树检测方法

引用

生物安全学报 2023年第3期32卷 282-289页

作者：游子绎王文瑾邵历江郭丹吴松青黄世国张飞萍福建农林大学林学院福建福州350002 福州农林大学生态公益重大有害生物防控福建省高校重点实验室福建福州350002 福建农林大学计算机与信息学院福建福州350002

【目的】针对在松枯死树监测实践中,从无人机航拍RGB影像中自动识别松枯死树漏检率高的问题,提出了一种生产应用场景下基于多色彩空间的YOLOv5松枯死树高精度自动识别新方法。【方法】利用无人机采集大面积松材线虫病发生林分的RGB图像,... 详细信息

【目的】针对在松枯死树监测实践中,从无人机航拍RGB影像中自动识别松枯死树漏检率高的问题,提出了一种生产应用场景下基于多色彩空间的YOLOv5松枯死树高精度自动识别新方法。【方法】利用无人机采集大面积松材线虫病发生林分的RGB图像,用Pix4Dmapper软件拼接,用LabelImg开源软件建立VOC格式的松枯死树数据集,分别用Faster R-CNN、YOLOv3、YOLOv4、YOLOv5、SSD和EfficientDet等6种基于深度学习的目标检测算法对数据集进行训练和测试,以精确率、召回率、平均准确率以及F 1分数作为评价指标筛选出最优目标检测算法;然后将采集的RGB图像转换成LAB和HSV色彩空间图像,再将这3个色彩空间的图像分别用最优目标检测算法进行训练,得到目标在每个色彩空间的边界框,使用非极大值抑制算法对这些边界框进行处理,得到最优边界框实现松枯死树自动识别。【结果】6种算法均取得良好效果,其中YOLOv5模型为最优算法,其精准率、平均查准率和F 1分数在6种算法中均最高,分别达到97.58%、82.40%和0.85。通过3个色彩空间融合后,反映漏检情况的召回率由74.54%提高到98.99%,平均准确率提升至98.39%。【结论】基于多色彩空间的YOLOv5模型能够显著提高从无人机航拍RGB影像中检测松枯死树的精度,为松枯死树监测提供了有力工具,也有助于松材线虫病的防治。

关键词：无人机影像松枯死树深度学习多色彩空间松材线虫病

来源：评论

学校读者我要写书评

暂无评论

基于高光谱与纹理融合的烤烟分类方法研究

引用

中国烟草学报 2022年第3期28卷 72-80页

作者：张慧张文伟张永毅李士静申佳瑜朱均燕谢小芳温永仙福建农林大学计算机与信息学院福建福州350002 福建农林大学统计及应用研究所福建福州350002 南平市烟草公司延平分公司福建南平353000 福建农林大学生命科学学院福建福州350002

【目的】为提高烤烟的分类正确率。【方法】利用高光谱成像系统采集烤烟样本,采用Savitzky-Golay卷积平滑法(SG)、多元散射校正(MSC)、一阶导数法(FD)的组合方法对数据进行预处理。通过连续投影算法(SPA)选择特征波长,利用灰度共生矩阵(... 详细信息

【目的】为提高烤烟的分类正确率。【方法】利用高光谱成像系统采集烤烟样本,采用Savitzky-Golay卷积平滑法(SG)、多元散射校正(MSC)、一阶导数法(FD)的组合方法对数据进行预处理。通过连续投影算法(SPA)选择特征波长,利用灰度共生矩阵(GLCM)选择烤烟的纹理特征,将纹理特征与光谱特征归一化处理后进行融合,利用邻近算法(KNN)、随机森林(RF)、支持向量机(SVM)、朴素贝叶斯(NB)验证烤烟分类效果。【结果】预处理后的全波长数据分类正确率较预处理前有所提升;利用SPA选择特征波段进行分类,正确率下降;高光谱融合纹理特征后进行分类,分类效果显著提升。【结论】基于高光谱与纹理融合可准确、有效地对烤烟进行无损分类,为量化烤烟分类提供了可行方法。

关键词：烤烟分类高光谱成像纹理特征机器学习分类算法

来源：评论

学校读者我要写书评

暂无评论

融合ERNIE和双向注意力流的医生推荐算法

引用

闽江学院学报 2024年第2期45卷 42-55页

作者：陈梦黄建一林耿张梓坪福建农林大学计算机与信息学院福建福州350002 闽江学院计算机与大数据学院福建福州350108

医生推荐是在线问诊平台的研究热点之一,为了向患者提供更加精准、个性化的医生推荐,提出一种融合ERNIE和双向注意力流的医生推荐算法。首先,利用ERNIE预训练模型对患者疾病描述进行词向量编码,通过弱监督的方式自定义标签生成医生擅长... 详细信息

医生推荐是在线问诊平台的研究热点之一,为了向患者提供更加精准、个性化的医生推荐,提出一种融合ERNIE和双向注意力流的医生推荐算法。首先,利用ERNIE预训练模型对患者疾病描述进行词向量编码,通过弱监督的方式自定义标签生成医生擅长文本训练数据,再将医生职称信息与擅长文本进行拼接输入到ERNIE模型中;其次,采用双向注意力流(bi-directional attention flow)捕捉医生文本中的关键信息,学习患者疾病描述文本和医生文本的关系,获得融合患者信息的医生综合特征向量;最后,将医生综合特征和患者特征进行相似度计算产生推荐结果。利用来自“好大夫在线”的真实数据进行了不同算法实验对比,结果表明所提算法在推荐性能上有明显提升。

关键词： ERNIE预训练模型双向注意力流医生推荐在线问诊平台

来源：评论

学校读者我要写书评

暂无评论

中国种植业生产集聚的时空演变特征

引用

北方园艺 2022年第1期 143-150页

作者：傅玮韡王自立路春燕庄佩芬福建农林大学经济管理学院福建福州350002 福建农林大学计算机与信息学院福建福州350002

通过测算1997—2019年种植业及9种主要农作物生产的空间基尼系数、产业集中率和区位熵等指标,分析了种植业生产重心变化轨迹和空间自相关性,研究了中国种植业生产集聚的时间演变特征,以期为优化农业生产布局、调整农业产业结构以及提高... 详细信息

通过测算1997—2019年种植业及9种主要农作物生产的空间基尼系数、产业集中率和区位熵等指标,分析了种植业生产重心变化轨迹和空间自相关性,研究了中国种植业生产集聚的时间演变特征,以期为优化农业生产布局、调整农业产业结构以及提高农产品有效供给提供参考依据。结果表明:种植业总体上具有显著的生产集聚特征,但总体生产集聚程度呈现小幅度下降,生产重心向西北方向缓慢移动。9种农作物生产集聚程度的变化趋势和主产区的空间分布存在较大差异,呈现出专业化、连片化的集聚特征。棉花、糖料、麻类和烟叶生产集聚程度较高且呈上升趋势,茶叶、油料和蔬菜生产集聚程度中等且较稳定,水果生产集聚程度低并呈现下降趋势。粮食生产集聚程度低但呈现上升趋势,其空间正相关程度不断加强。山东、河南和安徽是我国种植业生产最重要的连片分布地区。

关键词：种植业生产集聚空间基尼系数重心变化区位熵空间自相关

来源：评论

学校读者我要写书评

暂无评论

自然资源资产委托代理机制构建对森林资源保护力度的影响

引用

林业经济问题 2025年第1期45卷 74-81页

作者：张瑞琛徐诺魏秀林福建农林大学计算机与信息学院福州350002 生态与资源统计福建省高校重点实验室福州350002 福州工商学院管理学院福州350715

对2012—2022年31个省份森林资源保护力度进行评价,构建森林资源保护力度评价指标体系,采用熵值法计算森林资源保护力度,并运用面板数据模型分析自然资源委托代理机制对森林资源保护力度的贡献。结果表明:2012—2022年森林资源保护力度... 详细信息

对2012—2022年31个省份森林资源保护力度进行评价,构建森林资源保护力度评价指标体系,采用熵值法计算森林资源保护力度,并运用面板数据模型分析自然资源委托代理机制对森林资源保护力度的贡献。结果表明:2012—2022年森林资源保护力度分化明显,自然资源委托代理机制与森林资源保护力度显著相关,且对森林资源保护力度的贡献较大;自然资源委托代理机制实施地区的森林资源保护力度较高,反之较低。建议建立代理约束与激励机制,完善自然资源资产监管机制,构建完善的森林资源评价指标体系。

关键词：自然资源资产所有权委托代理机制森林资源保护

来源：评论

学校读者我要写书评

暂无评论

“新工科+人工智能”时代应用型高校双创人才培养新模式

引用

石家庄学院学报 2023年第6期25卷 150-155页

作者：彭毅弘程丽福建农林大学金山学院福建福州350001 福建农林大学计算机与信息学院福建福州350001

针对新工科和人工智能时代中国社会对创新创业人才需求的新变化,深入分析当前应用型高校双创教育所面临的困难和挑战,提出“横向融合+纵向递进”的创新创业人才培养新模式.这一模式以人工智能技术为驱动,通过更新教育理念和创新人才培... 详细信息

针对新工科和人工智能时代中国社会对创新创业人才需求的新变化,深入分析当前应用型高校双创教育所面临的困难和挑战,提出“横向融合+纵向递进”的创新创业人才培养新模式.这一模式以人工智能技术为驱动,通过更新教育理念和创新人才培养方法,将创新创业教育与专业教育有机融合,实施全面的人才培养改革.在具体实施中,以计算机专业为改革主力,联合强关联专业进行多学科交叉融合的培养方案与课程体系改革,建立“四维一体”双创导师团队,构建多元化的创新实训支撑平台.新模式的实施不仅有助于学生更好地适应新工科和人工智能时代的需求,还有助于推动应用型高校在人才培养领域的创新,提高教育质量并提升竞争力.

关键词：创新创业新工科人工智能人才培养

来源：评论

学校读者我要写书评

暂无评论

Banach空间中一类分裂等式可行问题的强收敛定理

引用

宁夏大学学报（自然科学版） 2023年第4期44卷 317-322页

作者：陈丽君程丽福建农林大学金山学院福建福州350002 福建农林大学计算机与信息学院福建福州350002

为了在Banach空间中得到分裂等式公共不动点问题的强收敛性,在适当的条件下构造了一种新的迭代算法,并在更具一般性的条件下证明了由该算法生成的序列强收敛于分裂等式不动点问题的一个解.最后,根据所得结论进一步得到了分裂等式均衡问... 详细信息

为了在Banach空间中得到分裂等式公共不动点问题的强收敛性,在适当的条件下构造了一种新的迭代算法,并在更具一般性的条件下证明了由该算法生成的序列强收敛于分裂等式不动点问题的一个解.最后,根据所得结论进一步得到了分裂等式均衡问题与极大单调算子零点问题的强收敛性定理.

关键词：分裂等式不动点问题 Banach空间拟非扩张映射强收敛

来源：评论

学校读者我要写书评

暂无评论

融合全局与随机局部特征的鸟类姿态识别模型

引用

计算机辅助设计与图形学学报 2022年第4期34卷 581-591页

作者：林梦翔林志玮黄秀萍洪思弟福建农林大学计算机与信息学院福州350002 福建农林大学林学院福州350002 福建农林大学林学博士后流动站福州350002 生态与资源统计福建省高校重点实验室福州350002 海峡自然保护区研究中心福州350002 莆田学院新工科产业学院莆田351100

为了高效地进行鸟类姿态分类,提出一种基于全局与随机局部特征融合的鸟类姿态识别模型.首先利用融合多分辨率的网络提取鸟类姿态全局特征;然后于网络中浅层与深层的高分辨率特征引入随机定位模块,即根据随机抽取的特征图求取最大值位置... 详细信息

为了高效地进行鸟类姿态分类,提出一种基于全局与随机局部特征融合的鸟类姿态识别模型.首先利用融合多分辨率的网络提取鸟类姿态全局特征;然后于网络中浅层与深层的高分辨率特征引入随机定位模块,即根据随机抽取的特征图求取最大值位置,形成包围盒裁剪原图;再将裁剪的局部图片送入子分类网络提取鸟类姿态局部特征;最后将全局和随机局部特征进行融合,并采用融合全局损失和局部损失的多损失策略进行网络调整,构建一种融合全局与随机局部特征的鸟类姿态识别模型.对CUB200-2011中存在完整单种姿态的鸟类图片进行整理汇总得到包含蹲伏、飞翔、游水和站立4种姿态的鸟类姿态数据集,基于该数据集进行实验的结果表明,所提模型的分类精度优于主流卷积神经网络框架,达到96.1%;对随机定位模块及其内部是否随机、分组情况和多损失策略等进行消融实验的结果表明,引入随机定位模块和多损失策略能够提高识别正确率,证明了随机定位模块和多损失策略的有效性.

关键词：鸟类姿态识别卷积神经网络随机定位特征融合全局特征局部特征

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：