检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

改进残差网络在玉米叶片病害图像的分类研究

计算机工程与应用 2021年第23期57卷 178-184页

作者：黄英来艾昕东北林业大学信息与计算机工程学院哈尔滨150040

针对传统的玉米叶片病害图像识别方法正确率不高、速度慢等问题,提出一种基于改进深度残差网络模型的玉米叶片图像识别算法。提出的改进策略有:将传统的ResNet-50模型第一层卷积层中7×7卷积核替换为3个3×3的卷积核;使用LeakyReLU激活... 详细信息

针对传统的玉米叶片病害图像识别方法正确率不高、速度慢等问题,提出一种基于改进深度残差网络模型的玉米叶片图像识别算法。提出的改进策略有:将传统的ResNet-50模型第一层卷积层中7×7卷积核替换为3个3×3的卷积核;使用LeakyReLU激活函数替代ReLU激活函数;改变残差块中批标准化层、激活函数与卷积层的排列顺序。进行数据预处理,将训练集与测试集的比例划分为4∶1,采用数据增强的方式对训练集进行扩充,将改进的ResNet-50模型经过迁移学习得到在ImageNet上预训练好的权重参数。实验结果表明,改进的网络在玉米叶片病害图像分类中得到了98.3%的正确率,与其他网络模型相比准确率大幅提升,鲁棒性进一步增强,可为玉米叶片病害的识别提供参考。

关键词：玉米叶片病害图像识别深度学习残差网络迁移学习

基于高可用云计算的中国智慧林业大数据系统探究

在线全文

学校读者我要写书评

暂无评论

世界林业研究 2017年第6期30卷 63-68页

作者：李清锋孔明茹黄英来东北林业大学数字化校园建设办公室哈尔滨150040 牡丹江医学院红旗医院信息中心黑龙江牡丹江157011 东北林业大学信息与计算机工程学院哈尔滨150040

国内外对于林业智慧化建设还处于摸索阶段,我国林业信息化经过多年的建设积累已初见成效。国家林业局于2013年提出了智慧林业发展指导意见,以推进信息技术与林业深度融合。林业各业务系统数据类型多样,具有多维度、多尺度、多时序、多... 详细信息

国内外对于林业智慧化建设还处于摸索阶段,我国林业信息化经过多年的建设积累已初见成效。国家林业局于2013年提出了智慧林业发展指导意见,以推进信息技术与林业深度融合。林业各业务系统数据类型多样,具有多维度、多尺度、多时序、多元性等特点,对于林业大数据系统的分析探究暂处于概念阶段。文中介绍了高可用林业云计算平台和中国智慧林业,提出了基于高可用云计算的中国智慧林业大数据系统架构并概述了其特点,展望了中国林业大数据发展趋势,以期为林业工作者提供可靠的智能化科学决策服务系统,为林业宏观决策提供科学参考及林业信息服务提供支持,并为实现我国智慧林业蓝图打下坚实基础。

关键词：智慧林业高可用云计算大数据系统中国

基于FMEA的MDF连续平压板厚诊断与控制失效信息表达方法

在线全文

学校读者我要写书评

暂无评论

林业工程学报 2019年第6期4卷 127-135页

作者：吕云蕾刘亚秋黄英来东北林业大学信息与计算机工程学院

连续热压是中密度纤维板(MDF)生产中最重要的工序之一,由于连续平压机作为整条生产线的核心设备,因此,对其运行控制的精准性、可靠性将会直接影响整线的生产能力和产品品质。利用失效模式和影响分析(FMEA)方法,针对连续平压过程中易出... 详细信息

连续热压是中密度纤维板(MDF)生产中最重要的工序之一,由于连续平压机作为整条生产线的核心设备,因此,对其运行控制的精准性、可靠性将会直接影响整线的生产能力和产品品质。利用失效模式和影响分析(FMEA)方法,针对连续平压过程中易出现的板厚控制失效和板厚偏差缺陷消隐问题,提出了一种MDF连续平压板厚诊断与控制失效信息表达方法,根据该方法潜在失效性与海明编码的方法相结合,并通过海明编码对连续热压定厚段控制执行组单元压缸阵列进行诊断表达,用以分析MDF热压生产过程中潜在的定厚失效模式,并给出板厚缺陷和板材的偏差等级消隐工艺控制决策规则。通过海明编码和逻辑或运算算法结合测试分析表明,设计提出的MDF连续平压板厚诊断与纠偏控制失效信息表达方法符合MDF连续平压生产的全工况过程信息的表达,能够满足连续平压机的敏捷生产和可靠运行要求,并对实现MDF厚度偏差诊断与控制提供了理论基础,为后续生产过程提供了安全保障。

关键词：故障模式及影响分析中密度纤维板连续平压板厚纠偏诊断与控制海明编码

共鸣板用木材的振动特性与民族乐器的声学品质

在线全文

学校读者我要写书评

暂无评论

2016年

作者：刘镇波黄英来杨扬

来源：南通市图书馆图书评论

学校读者我要写书评

暂无评论

改进YOLOv4算法的袋料香菇检测方法

哈尔滨理工大学学报 2022年第4期27卷 23-31页

作者：黄英来李大明吕鑫杨柳松东北林业大学信息与计算机工程学院哈尔滨150040

为探索对袋料栽培香菇的机械式采摘,提出一种基于改进YOLOv4的识别算法。主要改进方法为:在PANet(Path Aggregation Network)结构中,增加一条具有残差注意力机制的特征图路径,提高对小目标的识别精度,并用深度可分离卷积结构替换PANet... 详细信息

为探索对袋料栽培香菇的机械式采摘,提出一种基于改进YOLOv4的识别算法。主要改进方法为:在PANet(Path Aggregation Network)结构中,增加一条具有残差注意力机制的特征图路径,提高对小目标的识别精度,并用深度可分离卷积结构替换PANet网络中卷积层,降低了参数量。使用Focal loss损失函数改进原置信度损失函数。在数据预处理方面,采用gamma变换方法对数据进行增强扩充。在训练过程中利用迁移学习的思想,对主干网络载入VOC数据集的预训练权重。相比原YOLOv4算法,mAP值增加了4.82个百分点,达到94.39%,算法参数量降为原来的58.13%,算法更加高效和轻量化,为机械采摘提供视觉算法支持。

关键词： YOLOv4 目标检测 gamma变换迁移学习香菇采摘

在线全文

学校读者我要写书评

暂无评论

应用近红外光谱分析对竹材力学强度的预测

东北林业大学学报 2022年第3期50卷 103-108页

作者：李超陈勋张立新马心雨黄英来东北林业大学哈尔滨150040

使用900~1700 nm近红外光谱分析仪对展平竹进行多点采样,随后利用深度置信网络(DBN)与局部支持向量回归(LSVR)进行训练,建立DBN_LSVR预测模型来预测单元材料的力学性能。采集到的光谱数据经过S-G滤波,完成了数据平滑,去除了大部分噪声。... 详细信息

使用900~1700 nm近红外光谱分析仪对展平竹进行多点采样,随后利用深度置信网络(DBN)与局部支持向量回归(LSVR)进行训练,建立DBN_LSVR预测模型来预测单元材料的力学性能。采集到的光谱数据经过S-G滤波,完成了数据平滑,去除了大部分噪声。DBN-LSVR预测模型的竹材断裂模量(MOR)和弹性模量(MOE)的均方根误差分别为716.23、17.54,平均绝对误差分别为524.40、16.82。将预测误差与BP、DBN、LSVR模型预测误差比较,DBN_LSVR模型的预测误差最小。基于DBN_LSVR的MOR和MOE预测模型的相关系数分别为0.85和0.80。提出的方法可以有效地对展平竹力学强度进行无损分析,缩短了判别竹材物理性能的时间和成本。

关键词：近红外光谱力学强度深度学习

在线全文

学校读者我要写书评

暂无评论

基于全卷积神经网络的林木图像分割

计算机工程与应用 2019年第4期55卷 219-224页

作者：黄英来刘亚檀任洪娥东北林业大学信息与计算机工程学院哈尔滨150040

针对传统方法进行图像分割易受噪声影响问题,提出了一种基于全卷积神经网络的林木图像分割方法。该方法不需要对图像进行预处理,利用上池化和反卷积层恢复图像分辨率,采用跳跃连接降低网络复杂度,同时避免了梯度消失问题,使用Dropout正... 详细信息

针对传统方法进行图像分割易受噪声影响问题,提出了一种基于全卷积神经网络的林木图像分割方法。该方法不需要对图像进行预处理,利用上池化和反卷积层恢复图像分辨率,采用跳跃连接降低网络复杂度,同时避免了梯度消失问题,使用Dropout正则化随机激活网络隐藏单元以防止过拟合,后端结合全连接的条件随机场以恢复对象边缘的细节信息,进一步优化分割结果。该模型能够在林木图像上实现良好的分割。

关键词：全卷积神经网络跳跃连接条件随机场图像分割

在线全文

学校读者我要写书评

暂无评论

基于动物声音的个体辨认技术的研究

基于动物声音的个体辨认技术的研究

作者：黄英来东北林业大学

学位级别：硕士

随着野生动物的数量不断减少,人们对野生动物的保护工作和重视程度的逐渐加大,相应的研究也就越来越多。因此,生物声学的研究已引起了人们的重视;分类学家通过研究,把动物的声音信号作为动物分类的一种指标;生态学家也在探索,如何通过... 详细信息

随着野生动物的数量不断减少,人们对野生动物的保护工作和重视程度的逐渐加大,相应的研究也就越来越多。因此,生物声学的研究已引起了人们的重视;分类学家通过研究,把动物的声音信号作为动物分类的一种指标;生态学家也在探索,如何通过声音信号,来揭示动物行为的奥秘。本文通过研究声音识别的基本原理与系统结构,分析现有的声音识别技术,研究了能频值端点检测、线性预测倒谱系数（LPCC）和美尔倒谱系数（MFCC）及其差分特征参数、矢量量化（VQ）与隐马尔可夫模型（HMM）相结合应用于声音识别的识别方法,建立了基于动物声音的个体辨认系统。本文通过MATLAB声音处理工具箱,提取输入声音的特征参数,采用线性预测倒谱系数（LPCC）和美尔倒谱系数（MFCC）及其差分作为声音信号的特征参数,并采用LBG算法进行码书设计、Viterbi算法进行训练和识别,获得了较高的识别率,并且具有运算速度快,计算量小,差错率低等优点。本文通过对实际声音识别系统的测试和研究,为进一步开发实用性声音识别系统的工作做了基础和探索性的工作。

关键词：能频值线性预测倒谱系数美尔倒谱系数矢量量化隐马尔可夫模型

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

深度迁移学习在古筝品质分级中的应用

计算机工程与应用 2021年第10期57卷 218-224页

作者：黄英来温馨任洪娥王佳琪东北林业大学信息与计算机工程学院哈尔滨150040

深度学习和迁移学习的兴起为树种识别提供了新方向,然而其在同树种内不同品质间木材识别仍存在挑战。为改善古筝面板品质分级现状,设计了一种深度残差网络模型。首先将数据集进行划分并采用数据增强技术来扩充训练样本,然后将ImageNet... 详细信息

深度学习和迁移学习的兴起为树种识别提供了新方向,然而其在同树种内不同品质间木材识别仍存在挑战。为改善古筝面板品质分级现状,设计了一种深度残差网络模型。首先将数据集进行划分并采用数据增强技术来扩充训练样本,然后将ImageNet上经过预训练的模型迁移到该问题上。为高效提取到板材图像特征,在预训练模型后新增深层特征提取部分,其融合了残差连接和深度可分离卷积,不仅可增强特征重利用率和缓解梯度消失,而且有利于提取到图像深层特征。最后为提升模型在训练过程中的鲁棒性,使用LeakyReLU函数代替ReLU函数避免神经元死亡问题。该方法在泡桐导管图像数据集上测试精度达到了92.8%,对比其他主流方法,该模型可节省古筝品质分级时间,提高识别精度。

关键词：古筝面板泡桐导管图像识别残差连接深度可分离卷积