检索结果-内蒙古大学图书馆

福建农林大学学报(自然科学版) 2025年第2期54卷 279-288页

作者：郑泽斌郑书河翁武雄林添良郭雷福建农林大学机电工程学院福建福州350002 福建省现代农业装备高校工程研究中心福建福州350002 福建省移动机械绿色智能驱动与传动重点实验室福建厦门361000

【目的】提出一种机械臂路径规划算法,以解决多自由度机械臂在大棚采摘作业中路径规划速度慢、路径成本高等问题,为采摘机械臂高效作业提供依据。【方法】基于Informed RRT^(*)机械臂路径规划算法,引入自适应目标偏置策略,结合贪婪思想... 详细信息

【目的】提出一种机械臂路径规划算法,以解决多自由度机械臂在大棚采摘作业中路径规划速度慢、路径成本高等问题,为采摘机械臂高效作业提供依据。【方法】基于Informed RRT^(*)机械臂路径规划算法,引入自适应目标偏置策略,结合贪婪思想的双向非优化路径搜索方式,增加动态概率节点拒绝策略。提出一种动态拒绝的知情RRT^(*)贪婪连接算法(dynamic rejection informed RRT^(*) greedy connect algorithm, DR-IRRT^(*)-GC),并通过Matlab多障碍物场景、ROS(机器人操作系统,robot operating system)机械臂场景的仿真对比试验进行验证。【结果】DR-IRRT^(*)-GC算法在路径规划的过程中具有运行速度快、路径成本低、路径规划成功率高等优势。与Informed RRT^(*)算法相比,DR-IRRT^(*)-GC算法在首次路径搜索用时上缩短了97.36%,路径规划成功率提高了283.33%。【结论】DR-IRRT^(*)-GC算法具有较强的实用性。

关键词：采摘机械臂路径规划改进Informed RRT^(*)算法贪婪思想动态概率

来源：评论

学校读者我要写书评

暂无评论

基于上下文信息的多尺度特征融合织物疵点检测算法

引用

计算机应用 2025年第2期45卷 640-646页

作者：何秋润胡节彭博李天源西南交通大学计算机与人工智能学院成都611756 福建省运动鞋面料重点实验室(福建华峰新材料有限公司) 福建莆田351164

针对纺织品疵点边缘特征弱以及极端长宽比导致检测困难的问题,提出基于YOLOv7的上下文信息多尺度特征融合织物疵点检测算法(CMFFD-YOLO)。首先,采用k均值聚类算法得到适应目标尺寸的更好锚框,并通过迁移学习引入主干权重;然后,重新设计... 详细信息

针对纺织品疵点边缘特征弱以及极端长宽比导致检测困难的问题,提出基于YOLOv7的上下文信息多尺度特征融合织物疵点检测算法(CMFFD-YOLO)。首先,采用k均值聚类算法得到适应目标尺寸的更好锚框,并通过迁移学习引入主干权重;然后,重新设计主干网络,添加全局上下文信息(GC)模块,从而充分利用局部和全局上下文的信息增强小目标特征的提取能力;最后,设计一种基于多尺度特征融合网络的通道空间注意力渐近特征金字塔网络(CAFPN),采用渐近融合的方式使不同层次的语义信息联系更紧密,且在融合过程中能提取更多有用信息。在天池和ZJU-Leaper这2个纺织面料瑕疵数据集上的实验结果表明,所提算法的平均精度均值(mAP)分别达到了64.6%和61.7%,相较于原始YOLOv7分别提高了12.5和7.8个百分点,并且模型参数量比原始YOLOv7降低了5.013×106,具有更高的检测速度。可见,所提算法能满足企业织物疵点检测对检测精度和速度的需求。

关键词：织物疵点检测小目标检测 YOLOv7 加强特征提取特征融合

来源：评论

学校读者我要写书评

暂无评论

耐盐耐洗涤剂抑菌海藻纤维的制备及性能研究

引用

化工新型材料 2025年第3期53卷 240-244,252页

作者：张伊龙柯惠珍万志豪耿立宏颉海娟裴珞汐王雨璇新疆大学纺织与服装学院乌鲁木齐830046 闽江学院服装与艺术工程学院福建省新型功能性纺织纤维及材料重点实验室福州350108 福建理工大学材料科学与工程学院福建省高校高分子材料及制品重点实验室福州350118

为了改善海藻(AL)纤维的耐盐、耐洗涤剂性和抑菌性,采用硼酸(BA)交联和七水合硫酸锌(ZnSO_(4)·7H_(2)O)后处理工艺对AL纤维进行改性,探究了不同含量BA和ZnSO_(4)·7H_(2)O对纤维形貌结构、耐盐、耐洗涤剂性能和抑菌性的影响。... 详细信息

为了改善海藻(AL)纤维的耐盐、耐洗涤剂性和抑菌性,采用硼酸(BA)交联和七水合硫酸锌(ZnSO_(4)·7H_(2)O)后处理工艺对AL纤维进行改性,探究了不同含量BA和ZnSO_(4)·7H_(2)O对纤维形貌结构、耐盐、耐洗涤剂性能和抑菌性的影响。研究结果表明,经过BA和ZnSO_(4)·7H_(2)O改性后,AL纤维的表面沟槽结构明显减少,表面更加平滑,且耐盐、耐洗涤剂性能显著提升。随着BA含量的增加,AL纤维在NaCl溶液中的溶胀率从118.57%下降到60.34%,在无磷WOB标准洗涤剂溶液中的溶胀率从126.31%下降到63.89%。经过ZnSO_(4)·7H_(2)O后处理,Zn^(2+)被吸附于SA的M单元(β-D-甘露糖醛酸)内,破坏了细菌细胞膜,使AL纤维对大肠杆菌和金黄色葡萄球菌的抑菌率大幅度提高到99.99%。制备的改性AL纤维具有良好的耐盐、耐洗涤剂性和优异的抑菌性能,有望应用于抑菌功能纺织品领域。

关键词：海藻纤维交联改性耐盐耐洗涤剂抑菌性湿法纺丝

来源：评论

学校读者我要写书评

暂无评论

考虑多资源交错的深度学习训练作业调度策略

引用

小型微型计算机系统 2025年

作者：林洁楠郑裕恒陈星福州大学计算机与大数据学院福建省网络计算与智能信息处理重点实验室大数据智能教育部工程研究中心

随着深度学习(deep learning，DL)的迅速发展，各类DL模型在CPU、GPU、存储IO和网络IO等资源的使用上表现出明显差异化特征.然而，在带有资源约束的集群环境中，面对资源瓶颈各异的DL训练作业，如何进行作业调度以最小化完工时间是一个... 详细信息

随着深度学习(deep learning，DL)的迅速发展，各类DL模型在CPU、GPU、存储IO和网络IO等资源的使用上表现出明显差异化特征.然而，在带有资源约束的集群环境中，面对资源瓶颈各异的DL训练作业，如何进行作业调度以最小化完工时间是一个挑战.大多数现有工作主要关注GPU分配，难以有效应对不同类型模型对多种资源的综合需求.为了解决这一挑战，本文引入了一种考虑多资源交错的DL训练作业调度策略，该策略充分利用DL作业分阶段迭代的特点，通过不同资源的交替使用实现作业的并行运行，并提出一种结合了DDPSO-GA（Dynamic Discrete Particle Swarm Optimization algorithm with Genetic Algorithm operators）和多轮Blossom算法的调度方法DPGB，以搜索最优作业调度方案.实验结果表明，该方法能够有效缩短集群环境下DL训练作业的完工时间.

关键词：资源共享深度学习作业调度粒子群优化算法

来源：评论

学校读者我要写书评

暂无评论

基于数值增强图卷积网络的数学应用题求解

引用

小型微型计算机系统 2025年

作者：肖伶盛陈羽中俞俊毅福州大学计算机与大数据学院福建省网络计算与智能信息处理重点实验室大数据智能教育部工程研究中心

数学应用题求解是机器阅读与数学推理结合的关键任务，其核心目标是通过对题目文本的理解，生成准确的数学表达式以求解问题.近年来，深度学习技术的快速发展推动了数学应用题自动求解模型的进步，此外，预训练语言模型的引入进一步提... 详细信息

数学应用题求解是机器阅读与数学推理结合的关键任务，其核心目标是通过对题目文本的理解，生成准确的数学表达式以求解问题.近年来，深度学习技术的快速发展推动了数学应用题自动求解模型的进步，此外，预训练语言模型的引入进一步提升了模型对文本语义的理解能力.然而，现有模型仍未能充分捕捉数学问题中的结构化依赖关系，缺乏对数值信息间隐含逻辑的深度建模.针对上述问题，本文提出了一个基于数值增强的图卷积网络（Number-enhanced Graph Convolutional Network，NEGCN）.NEGCN 通过构建数值比较图捕捉数值的大小、类型及其相互关系，实现数值信息与文本语义特征的有效融合，从而显著提升模型的数值推理能力.此外，本文设计了一种基于句法依赖的结构化信息提取机制，将数学问题文本转化为具备句法依赖关系的图表示，并通过图卷积神经网络学习句法结构特征，为问题求解过程提供更丰富的结构化语义信息.最后，NEGCN利用交互注意力机制强化不同子句间的语义交互，提取全局语义信息，提高了模型对数学问题整体语义的把握.实验结果表明，NEGCN在MAWPS和Math23K两个数据集上的总体性能优于对比模型，表现出更高的解题准确率与稳定性.

关键词：数学应用题图卷积数值推理句法依赖交互注意力

来源：评论

学校读者我要写书评

暂无评论

植物乳杆菌SAL-L型谷氨酸合生元改善肠道屏障功能缓解小鼠氧化应激损伤

引用

中国微生态学杂志 2025年第2期37卷 174-181页

作者：范金清李雅茹赵文琪张思琪温俊斌伦永志莆田学院附属医院检验科莆田学院药学与医学技术学院医学检验系泉州医学高等专科学校感染性疾病筛检与防控福建省高校重点实验室

目的观察植物乳杆菌SAL-L型谷氨酸合生元对氧化应激损伤模型小鼠的缓解作用并探究其作用机制。方法通过腹腔注射D-半乳糖（D-gal）建立氧化应激小鼠模型，随后将小鼠随机分为正常对照组、模型对照组、植物乳杆菌SAL组、L-谷氨酸组和... 详细信息

目的观察植物乳杆菌SAL-L型谷氨酸合生元对氧化应激损伤模型小鼠的缓解作用并探究其作用机制。方法通过腹腔注射D-半乳糖（D-gal）建立氧化应激小鼠模型，随后将小鼠随机分为正常对照组、模型对照组、植物乳杆菌SAL组、L-谷氨酸组和植物乳杆菌SAL-L型谷氨酸合生元组。连续灌胃给药4周后，收集小鼠血浆和结肠组织，检测血浆丙二醛（MDA）、总超氧化物歧化酶（T-SOD）和氧化型谷胱甘肽（GSSG）水平，通过苏木精-伊红（HE）染色评估结肠组织病理变化。使用Western blotting技术分析结肠组织紧密连接蛋白Occludin和Claudin-1的表达。结果与正常对照组相比，模型组小鼠MDA(t=4.411,P=0.001)、GSSG(t=4.516,P=0.001)水平和T-SOD(t=4.086,P=0.002)活性显著升高，同时其结肠组织结构出现了明显的损伤。合生元干预后，小鼠血浆MDA(t=1.955, P=0.190)、 T-SOD(t=0.316, P=0.993)和GSSG(t=7.455,P<0.001)水平有所改善，结肠组织病理损伤减轻，紧密连接蛋白表达上调。结论植物乳杆菌SAL-L型谷氨酸合生元能够显著缓解D-gal诱导的小鼠氧化应激损伤，其机制可能与增强抗氧化防御系统、改善肠道屏障功能有关。

关键词：植物乳杆菌SAL L-谷氨酸合生元氧化应激肠道屏障

来源：评论

学校读者我要写书评

暂无评论

龙岩市新罗区城市绿地外来入侵植物风险评估

引用

热带作物学报 2025年第1期46卷 212-221页

作者：凌书伟林碧华阮广鸣陈泽平张雨晨蔡晨李珂佳郑世群福建农林大学林学院福建福州320002 福建农林大学生态与资源统计福建省高校重点实验室福建福州320002 福建省龙岩市园林绿化中心福建龙岩364000 福建农林大学菌草与生态学院(碳中和学院) 福建福州320002

龙岩市新罗区作为闽西地区的政治、经济及文化中心,随着城市化进程的加快,与周边城市人员、货物往来密切,使得外来入侵植物侵入本地,生物安全遭受严重威胁。本研究旨在全面掌握龙岩市新罗区城市绿地外来入侵植物的现状,评估该地区外来... 详细信息

龙岩市新罗区作为闽西地区的政治、经济及文化中心,随着城市化进程的加快,与周边城市人员、货物往来密切,使得外来入侵植物侵入本地,生物安全遭受严重威胁。本研究旨在全面掌握龙岩市新罗区城市绿地外来入侵植物的现状,评估该地区外来入侵植物风险认知与应对能力,以制定有效的防治策略和科学管理体系。通过实地调查、查阅相关文献资料和运用样方法收集新罗区外来入侵植物情况并构建入侵风险评估体系,采用DPSIR模型结合层次分析法(AHP)确定评价指标权重,对外来植物的入侵驱动力、对本地环境适应性、本地分布情况、对本地影响、响应措施进行综合评估,并根据等级划分标准和风险值将外来入侵植物划分为3个入侵等级(Ⅰ~Ⅲ级)。结果表明:新罗区城市绿地共有65种外来入侵植物,隶属22科52属,其中菊科(Asteroideae)植物种数最多,占比为29.23%,其次是苋科(Amaranthaceae, 12.31%)和大戟科(Euphorbiaceae, 9.23%);生活型共有5种,一年生草本植物最多,共有32种,占比为49.23%;从地理来源来看,美洲是主要来源地,共有48种,占总数的73.85%;分析入侵途径发现,无意引入的植物最多,共35种,占总种数的53.85%;根据入侵现状评估结果,高风险入侵植物(Ⅲ级)有16种、中风险(Ⅱ级)18种、低风险(Ⅰ级)31种。表明新罗区城市绿地外来入侵植物种类较多,但入侵风险等级相对不高,多数处于中低风险(Ⅱ、Ⅲ级)。建议根据风险等级对危害程度最大的白花鬼针草(Bidens alba)和小蓬草(Erigeron canadensis)进行重点防控。

关键词：外来入侵植物城市绿地层次分析法(AHP) 风险评估新罗区

来源：评论

学校读者我要写书评

暂无评论

基于时频数据融合的分层图卷积手势识别方法

引用

计算机辅助设计与图形学学报 2025年

作者：黄葵刘石坚邹峥荆东星福建省大数据挖掘与应用技术重点实验室福建师范大学计算机与网络空间安全学院湘西民族职业技术学院信息与智能学院

图卷积神经网络善于提取非欧几里得结构特征，已成为基于骨架手势识别的主流方法. 针对图卷积神经网络方法训练和推理时间较长，且准确率仍有待提升的问题，提出一种基于时频数据融合的分层图卷积手势识别方法HHTS-Net. 首先提出一... 详细信息

图卷积神经网络善于提取非欧几里得结构特征，已成为基于骨架手势识别的主流方法. 针对图卷积神经网络方法训练和推理时间较长，且准确率仍有待提升的问题，提出一种基于时频数据融合的分层图卷积手势识别方法HHTS-Net. 首先提出一种空间注意力块与图卷积模块相结合的框架，降低计算负担; 然后提出针对手掌及指关节的分层图卷积模块，提升特征提取效率; 最后提出一种融合频域特征的多流学习方案，进一步提升模型的性能. 在公共数据集DHG和SHREC’17上与较权威的方法进行实验，结果表明， HHTS-Net的准确率至少提升1.8%和0.3%，推理速度加快47.6%和52.9%以上; 通过大量消融实验，验证了该方法的有效性. 文中算法的源代码详见https://***/CoderHoooK/HTSATNet.

关键词：手势识别图卷积神经网络多分支流特征学习傅里叶变换

来源：评论

学校读者我要写书评

暂无评论

基于分组卷积的通道重洗注意力机制

引用

计算机应用 2025年第4期45卷 1069-1076页

作者：张李伟梁泉胡禹涛朱乔乐福建理工大学计算机科学与数学学院福州350118 福建省大数据挖掘与应用技术重点实验室(福建理工大学) 福州350118

注意力机制的引入使得主干网能够学习更具区分性的特征表示。然而,为了控制注意力的复杂度,传统的注意力机制采用的通道降维或减少通道数而增加批量大小的策略会导致过度减少通道数和损失重要特征信息的问题。为解决这一问题,提出通道... 详细信息

注意力机制的引入使得主干网能够学习更具区分性的特征表示。然而,为了控制注意力的复杂度,传统的注意力机制采用的通道降维或减少通道数而增加批量大小的策略会导致过度减少通道数和损失重要特征信息的问题。为解决这一问题,提出通道重洗注意力(CSA)模块。首先,利用分组卷积学习注意力权重,以控制CSA的复杂度;其次,通过传统通道重洗和深层通道重洗(DCS)方法,增强不同组间的通道特征信息交流;再次,使用逆通道重洗恢复注意力权重的顺序;最后,将恢复后的注意力权重与原始特征图相乘,以获得更具表达能力的特征图。实验结果表明,在CIFAR-100数据集上,与添加CA(Coordinate Attention)的ResNet50相比,添加CSA的ResNet50的参数量降低了2.3%,Top-1准确率提升了0.57个百分点;与添加EMA(Efficient Multi-scale Attention)的ResNet50相比,添加CSA的ResNet50的计算量降低了18.4%,Top-1准确率提升了0.27个百分点。在COCO2017数据集上,添加CSA的YOLOv5s比添加CA和EMA的YOLOv5s在平均精度均值(mAP@50)上分别提升了0.5和0.2个百分点。可见,CSA达到了参数量和计算量的平衡,并能够同时提升图像分类任务的准确率和目标检测任务的定位能力。

关键词：注意力机制分组卷积通道重洗图像分类目标检测

来源：评论

学校读者我要写书评

暂无评论

流量经济与地方文化生态平衡

引用

旅游学刊 2025年第05期 14-15页

作者：林娟林明水福建师范大学文化旅游与公共管理学院智慧旅游福建省高校重点实验室福建师范大学地理科学学院福建省文化和旅游研究院

进入数字文明时代，以云计算、人工智能、大数据为代表的数字技术不断推进数字文明建设，数字转型成为21世纪文化变迁最深刻、最基本的特征，“数字化将决定我们生存”（2）的著名论断正在逐步实现。文化与技术相伴相生，移动互联网、...

进入数字文明时代，以云计算、人工智能、大数据为代表的数字技术不断推进数字文明建设，数字转型成为21世纪文化变迁最深刻、最基本的特征，“数字化将决定我们生存”（2）的著名论断正在逐步实现。文化与技术相伴相生，移动互联网、数字媒介、社交互动在数字平台上催生流量经济，改变了文化生态环境，打破了地方文化生态平衡，衍生出新的文化生态。

关键词：

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：