检索结果-内蒙古大学图书馆

热带气象学报 2024年第6期40卷 1063-1073页

作者：樊姝琪刘慧铭庄润杰王诗雨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

气温的准确预测对人类生产生活、农业等方面至关重要。针对传统气温预测方法难以捕捉数据的动态变化、预测精度差等问题,提出了一种融合离散小波变换(Discrete Wavelet Transformation,DWT)、卷积神经网络(Convolutional Neural Network... 详细信息

气温的准确预测对人类生产生活、农业等方面至关重要。针对传统气温预测方法难以捕捉数据的动态变化、预测精度差等问题,提出了一种融合离散小波变换(Discrete Wavelet Transformation,DWT)、卷积神经网络(Convolutional Neural Network,CNN)和长短期记忆网络(Long Short-Term Memory,LSTM)的组合气温预测模型。首先,利用DWT对原始气温观测数据进行分解与重构;其次,使用CNN进行特征提取,使用LSTM对提取的特征信息进行处理,以实现气温预测。同时采用均方根误差、平均绝对值误差和决定系数作为评价指标;最后,使用气温观测数据验证所提模型的有效性,并分别与LSTM模型、CNN-LSTM模型和DWTLSTM模型进行对比分析。实验结果表明,与LSTM模型、CNN-LSTM模型和基于离散小波变换的LSTM模型相比,DWT-CNN-LSTM模型分别将RMSE降低了1.00924,1.00274,0.10023,MAE降低了0.91836,0.86265,0.14489,R^(2)提高了0.04703,0.04662,0.00400,验证了该模型在气温预测中的有效性。这一结果为气温预测领域提供了新的参考依据,并有望在未来得到更广泛的应用。

关键词：气温预测时间序列离散小波变换卷积神经网络长短期记忆网络

来源：评论

学校读者我要写书评

暂无评论

茄子果实相关农艺性状全基因组关联分析研究进展与展望

引用

生物工程学报 2024年第1期40卷 94-103页

作者：黎成杨婷庄彬贤温永仙福建农林大学计算机与信息学院福建福州350002 福建农林大学农学院福建福州350028 福建省作物设计育种重点实验室福建福州350003 福建农林大学统计及应用研究所福建福州350002

茄子是重要的园艺作物,也是茄科植物中种植最广泛的蔬菜之一。茄子果实相关农艺性状是一种复杂的数量性状,传统育种选育效率低、周期长。高通量测序技术与生物信息学技术的快速发展,使得全基因组关联分析(genome-wide association study... 详细信息

茄子是重要的园艺作物,也是茄科植物中种植最广泛的蔬菜之一。茄子果实相关农艺性状是一种复杂的数量性状,传统育种选育效率低、周期长。高通量测序技术与生物信息学技术的快速发展,使得全基因组关联分析(genome-wide association study,GWAS)在解析茄子果实相关复杂农艺性状的遗传规律方面展现出巨大的应用前景。本文对全基因组关联分析在茄子的果形、果色等果实相关农艺性状中的研究进展进行了综述;针对茄子数量性状遗传研究中普遍存在的“丢失遗传力”(missing heritability)问题,从4个GWAS策略在茄子果实相关农艺性状研究中的应用热点出发,提出了未来茄子GWAS的发展对策;并结合当前茄子遗传改良的实践需求,展望了GWAS策略在茄子分子育种领域的广阔应用前景。本文为今后利用GWAS解析各种茄子果实相关性状的遗传基础以及选育符合消费者需求的果实材料提供了理论依据和参考。

关键词：全基因组关联分析系统遗传学遗传结构丢失遗传力分子育种

来源：评论

学校读者我要写书评

暂无评论

基于混合注意力机制的茶芽检测

引用

南京信息工程大学学报 2024年

作者：王洲周旗王李进吴清寿福建农林大学计算机与信息学院/智慧农林福建省高校重点实验室武夷学院数学与计算机学院

准确识别茶芽图像需要克服茶芽颜色与背景相似且目标尺寸小的问题，为此提出一种应用于茶芽检测的基于混合注意力机制的YOLOv5s模型。首先，提出一种混合注意力机制（HAM）并将其加入到YOLOv5s主干网络中，使网络能够专注于目标区域，... 详细信息

准确识别茶芽图像需要克服茶芽颜色与背景相似且目标尺寸小的问题，为此提出一种应用于茶芽检测的基于混合注意力机制的YOLOv5s模型。首先，提出一种混合注意力机制（HAM）并将其加入到YOLOv5s主干网络中，使网络能够专注于目标区域，更加充分地提取特征，提高模型识别物体的准确性。然后，引入归一化瓦瑟斯坦距离（NWD）作为新的度量指标，并与原有的CIoU损失函数相结合。NWD损失函数通过边界框对应的高斯分布来计算它们之间的相似性，从而提高模型对图像中小目标的检测精度。实验结果表明，与原YOLOv5s模型相比，改进后模型的mAP0.5、mAP0.5:0.95分别提高0.9和1.3个百分点，而参数量仅仅增加0.044×106。这些结果验证了本文所提出的方法在茶芽检测方面的有效性。

关键词：茶芽检测 YOLOv5s 注意力机制损失函数

来源：评论

学校读者我要写书评

暂无评论

基于双重梯度调制的多模态情感识别

引用

软件导刊 2025年

作者：黄昕如程丽陈日清兰林毅福建农林大学计算机与信息学院

针对多模态情感识别下模态数据固有的异质性限制模型全面感知情感信息，导致模态贡献度不平衡问题，提出了一种基于双重梯度幅度调制的方法。该方法利用预定义的模态贡献比率动态监测各个模态的学习贡献，根据贡献差异适时调整梯度幅度... 详细信息

针对多模态情感识别下模态数据固有的异质性限制模型全面感知情感信息，导致模态贡献度不平衡问题，提出了一种基于双重梯度幅度调制的方法。该方法利用预定义的模态贡献比率动态监测各个模态的学习贡献，根据贡献差异适时调整梯度幅度，优化反向传播过程，减轻强势模态对弱势模态的抑制，促进模型全面捕捉各个模态中的关键情感信息。在CREMA-D、CMU-MOSI和RAVDESS三个公开情感识别数据集上的实验结果表明，采用该方法的模型准确率分别达到了74.05%、60.06%和46.31%，相较于最先进方法分别提升了4.01%、4.23%和3.17%，更好地处理多模态情感识别任务。

关键词：多模态梯度调制模态不平衡情感识别模态融合

来源：评论

学校读者我要写书评

暂无评论

基于CSAtt-GraphSAGE双通道特征加权融合的企业内部网络威胁检测方法

引用

智能计算机与应用 2025年

作者：罗燕燕刘子傲谢媛媛纪祥敏福建农林大学计算机与信息学院

针对许多研究注重于用户个体行为分析，忽略了用户之间潜在关联关系的问题，提出一种基于双通道特征加权融合的企业内部网络威胁检测方法。首先，在Intra通道采用CSAtt分析用户个体行为特征的内在联系和增强关键特征的表达能力；其次，... 详细信息

针对许多研究注重于用户个体行为分析，忽略了用户之间潜在关联关系的问题，提出一种基于双通道特征加权融合的企业内部网络威胁检测方法。首先，在Intra通道采用CSAtt分析用户个体行为特征的内在联系和增强关键特征的表达能力；其次，在Inter通道将用户行为特征与用户关联关系抽象成异构图，并借助GraphSAGE捕捉图中关联用户节点间的群体行为模式；然后，引入可学习因子将不同通道获取的特征信息进行加权融合，使后续分类任务不仅能关注到与恶意操作相关的关键特征，还补充了对群体行为模式的分析，以提高整体模型检测性能。在CMU-CERTr4.2数据集上的实验表明，提出的双通道特征加权融合方法在解决企业内部网络威胁检测问题上具备有效性和普遍适用性，最终检测效果在准确率、精确率和F1值分别达到95.67%、96.32% 和95.37%。

关键词：企业内部网络威胁检测自注意力机制 GraphSAGE 卷积神经网络特征融合

来源：评论

学校读者我要写书评

暂无评论

差分隐私结合GAN的图像数据保护方法仿真

引用

计算机仿真 2023年第11期40卷 147-150,515页

作者：李盼盼魏丽芳赵浩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

图像数据的过度挖掘会对图像隐私性带来影响,使得数据被泄露或滥用的风险不断增加。为避免图像隐私数据泄露,提出差分隐私结合GAN的图像隐私数据保护算法研究。针对当前图像数据参杂的不确定性,通过对图像数据清洗,获取的图像重要隐私区... 详细信息

图像数据的过度挖掘会对图像隐私性带来影响,使得数据被泄露或滥用的风险不断增加。为避免图像隐私数据泄露,提出差分隐私结合GAN的图像隐私数据保护算法研究。针对当前图像数据参杂的不确定性,通过对图像数据清洗,获取的图像重要隐私区域,有利于后续噪声的加入,便于实现图像隐私数据的保护;根据差分隐私与生成对抗网络(Generative Adversarial Networks, GAN)结合,构建图像数据差分隐私保护的GAN模型,依据拉普拉斯实现机制,对清洗后的图像数据扰动,达到隐私数据保护的目的;由于模型在迭代期间会对图像数据隐私性产生侵犯,所以进一步对图像隐私性侵犯程度度量,令上述算法在实际应用时有效兼顾图像隐藏数据的安全性及隐私性。实验结果表明,所提方法对图像的加密和解密时间短,且隐私性高。

关键词：图像清洗图像隐私性保护拉普拉斯噪声分配隐私侵犯度量

来源：评论

学校读者我要写书评

暂无评论

一种伪装昆虫图像的前背景自动分割算法——ZDNet

引用

昆虫学报 2024年第8期67卷 1127-1136页

作者：范炬臣李小林任昊杰王荣张飞萍黄世国福建农林大学计算机与信息学院福州350002 智慧农林福建省高校重点实验室福州350002 福建农林大学林学院福州350002

【目的】昆虫常在色彩、纹理或形态上和背景相似,具有伪装性,识别难度大。本研究旨在探索基于深度学习的伪装昆虫前背景自动分割方法。【方法】将显著目标检测算法(salient object detection algorithm)、大模型图像分割算法(large-scal... 详细信息

【目的】昆虫常在色彩、纹理或形态上和背景相似,具有伪装性,识别难度大。本研究旨在探索基于深度学习的伪装昆虫前背景自动分割方法。【方法】将显著目标检测算法(salient object detection algorithm)、大模型图像分割算法(large-scale model-based image segmentation algorithm)以及伪装目标检测算法(camouflaged object detection algorithm)应用于伪装昆虫数据集,该数据集包括10类昆虫共1 900张图片;并进一步针对现有伪装目标检测算法的不足,提出了一种基于DGNet(deep-gradient network)的网络模型改进方法,即ZDNet(zoom-deep gradient network)。在构建该模型时,充分运用图像特征增强、交错图像金字塔、梯度诱导和跳跃式特征融合等技术。利用伪装目标检测公开数据集COD10K与CAMO构建了包含螽斯、蜘蛛等10个目昆虫的图像数据集,结合迁移学习进行网络训练,将经过训练的模型用于分割伪装昆虫。【结果】现有的伪装目标检测模型用于伪装昆虫前背景分割时,其分割性能明显优于显著目标检测模型和大模型分割图像。同时,ZDNet在性能上也明显优于现有的伪装目标检测算法,获得的S度量值、最大F度量值、平均F度量值、最大E度量值、平均E度量值和平均绝对误差(mean absolute error,MAE)分别为0.890, 0.865, 0.824, 0.966, 0.951和0.020。【结论】研究结果证明了ZDNet网络模型能够获得很好的伪装昆虫前背景分割结果,有利于提高昆虫识别的性能,也进一步拓宽了伪装目标检测方法的应用范围。

关键词：昆虫伪装目标检测深度学习图像分割深层梯度网络

来源：评论

学校读者我要写书评

暂无评论

蒋家沟泥石流堆积扇不同植被类型区土壤抗蚀性评价

引用

应用与环境生物学报 2024年第5期30卷 886-893页

作者：刘忆南申振宏都都张知然林勇明福建农林大学菌草与生态学院福州350002 福建省高校森林生态系统过程与经营重点实验室福州350002 福建农林大学计算机与信息学院福州350002

土壤抗蚀性与土壤理化性质密切相关,可以指示生态恢复过程中土壤性质的变化趋势,其研究可促进土壤侵蚀控制与水土流失防治.选择昆明市东川区蒋家沟泥石流堆积扇6种典型植被类型土壤为研究对象,基于野外采样和实验室数据处理,采用主成分... 详细信息

土壤抗蚀性与土壤理化性质密切相关,可以指示生态恢复过程中土壤性质的变化趋势,其研究可促进土壤侵蚀控制与水土流失防治.选择昆明市东川区蒋家沟泥石流堆积扇6种典型植被类型土壤为研究对象,基于野外采样和实验室数据处理,采用主成分分析法对研究区土壤抗蚀性指标进行综合分析以评价土壤抗蚀性.结果表明:(1)相比其他5种植被类型,裸地土壤总孔隙度、含水量、持水量、有机质和全氮含量均表现为最低,容重表现为最高,表明裸地土壤结构和质量相对较差.(2)蒋家沟泥石流堆积扇不同植被类型区土壤抗蚀性综合指数大小表现为桉树林地>玉米地>扭黄茅草地>新银合欢林地>山蚂蝗灌丛地>裸地.(3)描述研究区土壤抗蚀性的12个指标可简化为总孔隙度、土壤含水量、土壤容重、毛管持水量、有机质含量和抗蚀指数6个指标,并与土壤抗蚀性综合指数回归拟合,得到最佳线性模型:Y=0.181X_(1)+0.058X_(4)-1.342X_(5)+0.213X_(7)+0.115X_(9)+0.082X_(12)+2.191.综上,蒋家沟泥石流堆积扇的植被恢复对土壤抗蚀性有一定的改善作用,桉树林地、玉米地、扭黄茅草地的改善效果显著优于新银合欢林地、山蚂蝗灌丛地,该结果可为干热河谷区泥石流堆积扇植被恢复、土壤改良以及生态重建提供基础数据和理论支撑.(图2表7参40)

关键词：泥石流堆积扇土壤抗蚀性植被类型主成分分析

来源：评论

学校读者我要写书评

暂无评论

中国农业净碳汇的时空动态及其驱动因素

引用

水土保持学报 2024年第4期38卷 198-208页

作者：董晓龙郑兰钦连海峰田碧莲陈志勇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

[目的]在“双碳”战略背景下,明确我国农业净碳汇的时空动态及其驱动因素,为促进我国农业低碳发展提供理论依据。[方法]基于水稻种植、农地利用、农用物资及畜禽养殖4大方面19类主要碳源和7类主要碳汇,测算2002—2022年我国及31个省市区... 详细信息

[目的]在“双碳”战略背景下,明确我国农业净碳汇的时空动态及其驱动因素,为促进我国农业低碳发展提供理论依据。[方法]基于水稻种植、农地利用、农用物资及畜禽养殖4大方面19类主要碳源和7类主要碳汇,测算2002—2022年我国及31个省市区(除港澳台)农业净碳汇,运用Arc GIS统计软件分析其时空动态,并采用LMDI模型分析影响我国农业净碳汇的因素。[结果]我国农业碳排放的主要碳源已由畜牧业的肠道发酵和粪便管理转向种植业的农用物资;碳汇以水稻和玉米的贡献为主;农业净碳汇和碳汇水平整体呈现波动上升的态势,不同地区的农业净碳汇和碳汇水平表现为东北部高西部低的空间分布格局;农业净碳汇存在显著的全局空间正相关,各地区呈现出高高聚集或低低聚集的特征,且空间聚集呈增长趋势;农业净碳汇强度、农业产业结构和农村人口规模在抑制农业净碳汇方面发挥了重要作用,农业经济发展水平在一定程度上增强了碳汇能力。[结论]我国农业净碳汇呈现明显向好趋势,提高农业生产水平、优化农业产业结构对推动我国农业低碳发展、实现低碳循环具有重要作用。

关键词：中国农业净碳汇时空动态 LMDI模型

来源：评论

学校读者我要写书评

暂无评论

我国猪丹毒疫情的时空特征及其影响因素

引用

畜牧兽医学报 2023年第6期54卷 2528-2542页

作者：王静宇樊姝琪黎成尹宁庄彬贤刘慧铭温永仙福建农林大学计算机与信息学院福州350002 福建农林大学统计及应用研究所福州350002 福建农林大学动物科学学院福州350002

猪丹毒是危害养殖业的一种由丹毒丝菌引起的传染病,了解我国猪丹毒的时空分布格局以及影响因素可以为今后猪丹毒的早期预警和防控措施提供参考。以我国31个省级行政区为研究区域,结合H-P滤波法、空间自相关分析和时空扫描统计对我国2010... 详细信息

猪丹毒是危害养殖业的一种由丹毒丝菌引起的传染病,了解我国猪丹毒的时空分布格局以及影响因素可以为今后猪丹毒的早期预警和防控措施提供参考。以我国31个省级行政区为研究区域,结合H-P滤波法、空间自相关分析和时空扫描统计对我国2010-2020年各省猪丹毒发病数的时空分布特征进行探讨,同时采用多尺度地理加权回归模型(multiscale geographically weighted regression,MGWR)、地理加权回归模型(geographically weighted regression,GWR)以及经典的最小二乘法(ordinary least squares,OLS)模型探究社会和气候因素在空间层面上对猪丹毒发病数的影响程度。结果表明:时间上,疫情呈现先增后减的趋势,病例数的季节指数在6—9月大于120%,在1—4月小于90%。空间上,每年的发病数存在明显的空间正相关性(Moran’s I值为0.127~0.295)。时空扫描在2010—2014年和2015—2020年探测出的一级聚集区分别为5和4个,聚集时间为6—8月,且聚集中心有向南移动的趋势。对比多个模型结果显示,MGWR模型拟合效果最佳(R 2为0.43~0.84),风速显著影响猪丹毒病例的时期覆盖了整个研究期,气温、公路密度、生猪数量以及乡村人口比例均能在研究期内的部分年份显著地影响猪丹毒病例,并且不同地区的影响因素存在不同的波动方向和强度。研究结果表明,疫情分布在时空上存在明显的聚集性,疫情主要暴发于我国东南地区的夏季,风速、气温、公路密度、生猪数量以及乡村人口比例均会对区域猪丹毒的病例数有一定影响。

关键词：猪丹毒时空特征时空扫描影响因素多尺度地理加权回归模型

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：