检索结果-内蒙古大学图书馆

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

自然场景图像中的重叠蜜柚识别及试验

引用

农业工程学报 2021年第24期37卷 158-167页

作者：林耀海吕钟亮杨长才林培杰陈芳育洪嘉伟福建农林大学计算机与信息学院福州350002 福州大学物理与信息工程学院福州350116 福建农林大学农学院福州350002

重叠蜜柚目标的准确分离和蜜柚果梗的定位是实现采摘自动化必须解决的两个关键问题。现有的苹果、柑橘等重叠果实分离方法不适用于重叠蜜柚,且无果梗定位功能。针对以上问题,该研究提出了一种结合渐进式中心定位的重叠蜜柚分离方法和果... 详细信息

重叠蜜柚目标的准确分离和蜜柚果梗的定位是实现采摘自动化必须解决的两个关键问题。现有的苹果、柑橘等重叠果实分离方法不适用于重叠蜜柚,且无果梗定位功能。针对以上问题,该研究提出了一种结合渐进式中心定位的重叠蜜柚分离方法和果梗定位方法。首先利用主成分分析方法提取蜜柚区域、滤除背景并对图像中的重叠蜜柚进行初步分离;接着,对重叠蜜柚区域采用渐进式中心定位方法得到各个蜜柚的中心;然后,利用区域边缘点到其相应的不同中心点的距离大小的变化规律实现重叠蜜柚的分离;最后,利用前述的中心点结合蜜柚的形状特征,定位出遮挡程度较小的蜜柚果梗。在50张自然场景下的图像上进行试验,结果表明在有阴影、小目标、遮挡和重叠等复杂环境下,该方法的平均识别率为94.02%。同时,对于果梗未被遮挡且离摄像头较近的蜜柚,也给出了准确的果梗区域。在利用蜜柚模型搭建的识别自动化试验平台上进行试验,结果表明采摘机器人能够有效识别并分离重叠蜜柚、定位果梗。该研究可为蜜柚采摘机器人准确识别重叠果实提供参考。

关键词：图像处理识别机器视觉重叠蜜柚主成分分析渐进式中心定位分离果梗

来源：评论

学校读者我要写书评

暂无评论

利用积分的轮换对称性巧解数学竞赛题

引用

高等数学研究 2023年第2期26卷 18-18,57页

作者：尤品龙林鸿钊福建农林大学计算机与信息学院福建福州350000

针对第十三届(2021年)全国大学生数学竞赛第四大题,利用积分的轮换对称性,给出了一种巧妙解法,简单直接.

关键词：轮换对称性第一类曲面积分

来源：评论

学校读者我要写书评

暂无评论

“人口统计学”课程思政改革探析 ——论思政元素融入“人口统计学”教学大纲、教案的路径

引用

教育教学论坛 2023年第18期 65-68页

作者：陈虹尤添革纪志荣福建农林大学计算机与信息学院福建福州350002

中国是世界上人口最多的国家,人口问题始终是一个全局性、战略性问题。人口统计学是人口统计工作和进行人口分析的理论基础,通过思想政治融入“人口统计学”教学,将专业理论知识教学与思想政治素养培育有效融合,是新时代赋予课程的崭新... 详细信息

中国是世界上人口最多的国家,人口问题始终是一个全局性、战略性问题。人口统计学是人口统计工作和进行人口分析的理论基础,通过思想政治融入“人口统计学”教学,将专业理论知识教学与思想政治素养培育有效融合,是新时代赋予课程的崭新内涵。围绕政治认同、家国情怀、文化素养、法治意识、全球视野五个目标,深挖思政元素、优化内容供给、服务国家战略,积极探索思政元素融入“人口统计学”教学大纲和教案的具体思路,确保立德树人根本任务落地、落实、落细、落到位。

关键词：实施积极应对人口老龄化国家战略乡村振兴战略人口统计学课程思政

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MHA-BiLSTM的网络流量异常检测方法

引用

现代信息科技 2024年第2期8卷 65-69页

作者：叶文冰詹仕华福建农林大学机电工程学院福建福州350108 福建农林大学计算机与信息学院福建福州350028

针对传统的网络流量异常检测方法存在识别准确率低、忽略特征之间的相互关系等问题,提出一种基于多头注意力机制(MHA)和融合Highway连接的双向长短时记忆网络(BiLSTM)的网络流量异常检测方法。通过使用多头注意力机制学习数据之间的特... 详细信息

针对传统的网络流量异常检测方法存在识别准确率低、忽略特征之间的相互关系等问题,提出一种基于多头注意力机制(MHA)和融合Highway连接的双向长短时记忆网络(BiLSTM)的网络流量异常检测方法。通过使用多头注意力机制学习数据之间的特征关系,实现对不同维度特征关系的提取,接下来采用多层BiLSTM进行长距离依赖特征提取,并利用Highway连接来缓解深层网络训练中的梯度消失问题。通过NSL-KDD数据集,验证了该方法的准确度和有效性。

关键词：异常流量多头自注意力机制双向长短时记忆网络 Highway连接深度学习

来源：评论

学校读者我要写书评

暂无评论

考虑随机分布的中立型区间交叉效率研究

引用

系统科学与数学 2021年第12期41卷 3517-3529页

作者：黄衍尤翠玲何霄福建农林大学计算机与信息学院福州350000

文章针对不确定环境下,投入和产出值为区间数的情形,构建中立型区间交叉效率评价模型,计算决策单元在最佳和最差两种生产状态下的区间交叉效率矩阵,通过平均算子将二者集结,得到综合区间交叉效率矩阵.文章进一步考虑评价过程的随机因素... 详细信息

文章针对不确定环境下,投入和产出值为区间数的情形,构建中立型区间交叉效率评价模型,计算决策单元在最佳和最差两种生产状态下的区间交叉效率矩阵,通过平均算子将二者集结,得到综合区间交叉效率矩阵.文章进一步考虑评价过程的随机因素将区间交叉效率值延伸成区间交叉随机效率值,利用SN比率值表示评价结果的稳定性,基于稳定性对决策单元赋予相应的权重对综合区间交叉效率矩阵进行集结,计算得到每个决策单元的区间交叉效率评价值.最后,给出算例说明所提出的方法的有效性和合理性.

关键词：数据包络分析交叉效率区间数 SN比率

来源：评论

学校读者我要写书评

暂无评论

基于无人机影像与面向对象-深度学习的滨海湿地植物物种分类

引用

生物多样性 2023年第3期31卷 139-154页

作者：黄雨菲路春燕贾明明王自立苏越苏艳琳福建农林大学计算机与信息学院福州350002 福建农林大学生态与资源统计福建省高校重点实验室福州350002 中国科学院东北地理与农业生态研究所湿地生态与环境重点实验室长春130102

明确滨海湿地植物物种类型及其分布状况是实现滨海湿地精细化生物多样性监测的基础,对于滨海湿地的保护管理与生态可持续发展均具有重要意义。本研究以无人机可见光遥感影像为基础数据源,在定量分析最优分割尺度与最优分类特征组合的基... 详细信息

明确滨海湿地植物物种类型及其分布状况是实现滨海湿地精细化生物多样性监测的基础,对于滨海湿地的保护管理与生态可持续发展均具有重要意义。本研究以无人机可见光遥感影像为基础数据源,在定量分析最优分割尺度与最优分类特征组合的基础上,应用面向对象-U-net深度学习方法对闽江河口湿地植物物种类型进行分类,并与K最近邻、决策树、随机森林和贝叶斯分类方法进行精度对比分析,以期为滨海湿地植物物种遥感精细分类与生物多样性保护管理提供方法借鉴与科学参考。研究结果表明,利用面向对象-U-net深度学习方法提取不同滨海湿地植物物种类型的分类精度可达95.67%,总体精度较其他分类方法提高6.67%-13.67%,Kappa系数提高0.12-0.31,且分类整体性好。此外,实现植物物种光谱特征、形状特征、纹理特征与高度特征的最优特征选择对于有效提高湿地植物物种信息分类精度具有重要作用,应用最优分割尺度实现影像分割可提高整体分类效率。

关键词：植物物种分类滨海湿地面向对象 U-net深度学习无人机遥感最优分割尺度机器学习

来源：评论

学校读者我要写书评

暂无评论

基于迁移学习的中国蛇类识别研究

引用

野生动物学报 2022年第2期43卷 436-443页

作者：周志斌罗志聪张展榜孙奇燕福建农林大学机电工程学院福州350002 福建省农业信息感知技术重点实验室福建农林大学机电工程学院福州350002 福建农林大学计算机与信息学院福州350002

蛇在野外广泛分布,不同种类的蛇具有不同的特性,实现蛇的准确识别对保护生物多样性和促进全球健康具有重要意义。为提高传统神经网络模型在蛇类图像上的识别效果,以中国地区常见蛇种作为研究对象,包括金环蛇(Bungarus fasciatus)、银环... 详细信息

蛇在野外广泛分布,不同种类的蛇具有不同的特性,实现蛇的准确识别对保护生物多样性和促进全球健康具有重要意义。为提高传统神经网络模型在蛇类图像上的识别效果,以中国地区常见蛇种作为研究对象,包括金环蛇(Bungarus fasciatus)、银环蛇(***)、圆斑蝰(Daboia russelli siamensis)、尖吻蝮(Deinagkistrodon acutus)、竹叶青(Trimeresurus stejnegeri)和王锦蛇(Elaphe carinata)。针对蛇类识别任务的特点,提出改进方案:根据蛇类形态特点,采用合适的数据增强方式扩充数据集;对神经网络模型进行改进,以适应蛇类图像分类任务;训练中采用Adam优化算法,优化模型学习过程;采用迁移学习方式,利用ImageNet数据集上训练得到的权值对模型初始化,并进行微调训练提升模型对蛇类识别任务的高阶特征表达能力。结果表明,改进方案可以有效提升卷积神经网络模型在蛇类图像识别任务上的准确度,在以VGG19、ResNet50、ResNet101、MobileNetV2和Xception网络为基础的分类模型上,平均识别准确率达到96.08%,可为建立蛇的自动识别系统提供参考。

关键词：蛇类识别迁移学习数据增强微调训练

来源：评论

学校读者我要写书评

暂无评论

信息互补的锐度感知最小化的标签噪声学习

引用

贵州大学学报(自然科学版) 2025年第3期42卷 52-58页

作者：许朝阳吴婉晗林耀海莆田学院机电与信息工程学院福建莆田351100 福建农林大学计算机与信息学院福建福州350002

标签噪声在机器学习和计算机视觉应用中是一个普遍存在的问题。锐度感知最小化通过向模型参数空间中引入对抗性权重扰动,有效地提升了在噪声标签数据环境下学习模型的泛化性能。但是由于标签噪声的存在,锐度感知最小化难以在每批噪声数... 详细信息

标签噪声在机器学习和计算机视觉应用中是一个普遍存在的问题。锐度感知最小化通过向模型参数空间中引入对抗性权重扰动,有效地提升了在噪声标签数据环境下学习模型的泛化性能。但是由于标签噪声的存在,锐度感知最小化难以在每批噪声数据中找到正确的对抗性扰动。为了克服这一问题,采用信息互补的锐度感知最小化结合扰动前后信息实现互补的效果,以此更好地寻找正确的扰动方向。同时为了提高扰动方向的准确性,还引入了动态阈值策略来区分噪声样本与干净样本。在CIFAR10,CIFAR100和ANIMAL-10N等多个基准数据集上的大量实验结果也证实了该方法的优越性。本方法能够在噪声标签环境下有效减少噪声对扰动方向的干扰,提高分类准确度,且具备优秀的泛化能力。

关键词：机器学习深度学习神经网络锐度感知最小化标签噪声学习模型泛化扰动计算信息互补

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：