检索结果-内蒙古大学图书馆

生态环境学报 2024年第4期33卷 597-606页

作者：肖扬岚沈惠柔许一涵尤添革郑艺婧谢候展宁静福建农林大学计算机与信息学院福建福州350002 福建省统计信息研究中心福建福州350002

闽江作为福建省最大的河流,其生态保护对维护全省水生态环境而言意义重大。为进一步利用水质评价和预测方法对水质状况进行有效分析,选取闽江流域2017年1月-2023年8月共20处水质监测站数据作为研究对象,采用水质综合指数法对各站点水质... 详细信息

闽江作为福建省最大的河流,其生态保护对维护全省水生态环境而言意义重大。为进一步利用水质评价和预测方法对水质状况进行有效分析,选取闽江流域2017年1月-2023年8月共20处水质监测站数据作为研究对象,采用水质综合指数法对各站点水质状态进行判断;比较LSTM模型和GBDT-LSTM模型的拟合结果,并对各指标数据进行预测。结果表明,1)闽江流域各监测点除总氮外的水质指标均呈现较好趋势,各监测点的总氮浓度存在差异,整体情况较差,其中位于三明和南平市的河段由于当地重工业发达,导致水体中的硝态氮不断增加,进而致使河段内总氮浓度过高。2)流域水质的WQI值呈现逐年上升的趋势,水质状况普遍处于中等及以上水平,仅有少数监测点的水质状况处于很差状态,从中上游携带的泥沙等固体的堆积导致了连江琯头的水质情况较差;沙县斑竹溪渡口由于位于三明和南平的交界处,且沿岸分布较多重工业城市,故水质状态略差;相较于南平和三明的大型重工业企业,位于古田县的监测点以农业、轻工业为主,对水质指标的影响相对较小,水质状况因此较好。3)采用GBDT对变异程度较高的各水质指标在预测模型中的重要性进行排序,发现GBDT-LSTM混合模型的拟合效果相较于LSTM模型更好,更有利于对水质状况进行精确地预测。4)水体中总氮、高锰酸盐指数等含量的不断增加主要源于大量的工业废水,建议加强对临近闽江流域高污染高排放企业的控制,科学合理地实现工业污染排放和污染物容量在时空上的合理分配。

关键词：闽江流域水质预测水质综合指数长短期记忆神经网络梯度提升树水质评价

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

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

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

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

融合中心损失和焦点损失的蝴蝶自动识别

引用

昆虫学报 2025年第2期68卷 223-230页

作者：李小林李建祥陈彬彬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 福建农林大学林学院福州350002 生态公益重大有害生物防控福建省高校重点实验室福州350002

【目的】针对蝴蝶样本存在类间和类内分布不平衡导致识别性能下降的问题,探索一种多损失融合的蝴蝶自动识别方法。【方法】利用开源的Butterfly-200图像数据集作为实验数据。该数据集包括200种蝴蝶,每种蝴蝶的图像数量从30~885不等。以... 详细信息

【目的】针对蝴蝶样本存在类间和类内分布不平衡导致识别性能下降的问题,探索一种多损失融合的蝴蝶自动识别方法。【方法】利用开源的Butterfly-200图像数据集作为实验数据。该数据集包括200种蝴蝶,每种蝴蝶的图像数量从30~885不等。以交叉熵损失(cross-entropy loss)为基准损失,分别叠加对比损失(contrastive loss)、焦点损失(focal loss)、类平衡损失(class-balanced loss)、采样(sampling)、logit调整(logit adjustment),比较算法的识别性能。在此基础上,利用中心损失(center loss)有助于缓解类内不平衡而焦点损失有助于缓解类内和类间不平衡的特点,开展消融实验分析叠加中心损失和焦点损失对识别性能的影响,提出了融合上述这两种损失的蝴蝶自动识别新方法。【结果】交叉熵损失与其他单一损失(对比损失除外)结合时,算法的识别性能基本上呈现不同程度的下降。我们的算法在交叉熵损失基础上结合中心损失和焦点损失后,其识别性能均超过交叉熵损失及其与其他损失的组合,准确率、F1分值、查准率和召回率分别91.67%,90.68%,91.68%和90.38%。消融试验进一步证实了中心损失和焦点损失的互补性,同时使用这两种损失能明显提升识别性能。此外,不同权重的损失组合对识别性能也有明显影响。【结论】研究结果证明融合中心损失和焦点损失在一定程度上缓解了类间和类内分布不均衡的问题,能够有效提高蝴蝶识别的准确性,为生态环境监测提供了一种有效的辅助手段。

关键词：蝴蝶分布不均衡交叉熵损失中心损失焦点损失图像分类

来源：评论

学校读者我要写书评

暂无评论

机器学习视角下风味分子研究及其在茉莉花茶中的应用

引用

粮油食品科技 2024年第2期32卷 74-82页

作者：庞杰李小林王芹张钦华黄世国孙意岚福建农林大学食品科学学院福建福州350002 福建农林大学计算机与信息学院福建福州350002 沧州市物资储备和粮油质检中心河北沧州061000 福建农林大学海峡联合研究院农林大数据研究中心福建福州350002

旨在探讨机器学习在风味分子研究领域的应用,尤其是其在茉莉花茶风味分析中的实践。风味分子的研究是理解和优化食品、特别是茶类饮品味道和品质的基础。机器学习技术的引入为风味分子的识别和分析打开了新的视野。概述了风味分子的基... 详细信息

旨在探讨机器学习在风味分子研究领域的应用,尤其是其在茉莉花茶风味分析中的实践。风味分子的研究是理解和优化食品、特别是茶类饮品味道和品质的基础。机器学习技术的引入为风味分子的识别和分析打开了新的视野。概述了风味分子的基本概念和研究方法,详细讨论了机器学习在解析分子结构与风味特性关系、茉莉花茶品质预测与控制、风味分析、预测与优化、智能化加工等方面的应用,并提出了研究展望,以期为提升茉莉花茶的品质和茶产业发展提供技术支持。

关键词：风味分子机器学习茉莉花茶品质预测与控制风味优化智能化加工研究展望

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：