检索结果-南通市图书馆

Parallel channel and position attention-guided feature pyramid for pig face posture detection

International Journal of Agricultural and Biological Engineering 2022年第6期15卷 222-234页

作者： Zhiwei Hu hongwen yan Tiantian Lou College of Information Science and Engineer Shanxi Agricultural UniversityJinzhong 030801ShanxiChina School of Computer and Information Technology(School of Big Data) Shanxi UniversityTaiyuan 03006China College of Agricultural Economics and Management Shanxi Agricultural UniversityJinzhong 030801ShanxiChina

The area of the pig’s face contains rich biological information,such as eyes,nose,and *** high-precision detection of pig face postures is crucial to the identification of pigs,and it can also provide fundamental archival information for the study of abnormal behavioral characteristics and *** this study,a series of attention blocks were embedded in Feature Pyramid Network(FPN)for automatic detection of the pig face posture in group-breeding ***,the Channel Attention Block(CAB)and Position Attention Block(PAB)were proposed to capture the channel dependencies and the pixel-level long-range relationships,***,a variety of attention modules are proposed to effectively combine the two kinds of attention information,specifically including Parallel Channel Position(PCP),Cascade Position Channel(CPC),and Cascade Channel Position(CCP),which fuse the channel and position attention information in both parallel or cascade ***,the verification experiments on three task networks with two backbone networks were conducted for different attention blocks or modules.A total of 45 pigs in 8 pigpens were used as the research *** results show that attention-based models perform ***,with Faster Region Convolutional Neural Network(Faster R-CNN)as the task network and ResNet101 as the backbone network,after the introduction of the PCP module,the Average Precision(AP)indicators of the face poses of Downward with head-on face(D-O),Downward with lateral face(D-L),Level with head-on face(L-O),Level with lateral face(L-L),Upward with head-on face(U-O),and Upward with lateral face(U-L)achieve 91.55%,90.36%,90.10%,90.05%,85.96%,and 87.92%,*** experiments show that the PAB attention block is not as effective as the CAB attention block,and the parallel combination method is better than the cascade *** Faster R-CNN as the task network and ResNet101 as the backbone network,the heatmap

关键词： objection detection attention mechanism feature pyramid network face posture detection pig

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Concurrent channel and spatial attention in Fully Convolutional Network for individual pig image segmentation

引用

International Journal of Agricultural and Biological Engineering 2023年第1期16卷 232-242页

作者： Zhiwei Hu Hua yang Tiantian Lou hongwen yan College of Information Science and Engineer Shanxi Agricultural UniversityTaigu 030801ShanxiChina School of Computer and Information Technology(School of Big Data) Shanxi UniversityTaiyuan 03006China College of Agricultural Economics&Management Shanxi Agricultural UniversityTaigu 030801ShanxiChina

The separation of individual pigs from the pigpen scenes is crucial for precision farming,and the technology based on convolutional neural networks can provide a low-cost,non-contact,non-invasive method of pig image ***,two factors limit the development of this *** the one hand,the individual pigs are easy to stick together,and the occlusion of debris such as pigpens can easily make the model *** the other hand,manual labeling of group-raised pig data is time-consuming and labor-intensive and is prone to labeling ***,it is urgent for an individual pig image segmentation model that can perform well in individual scenarios and can be easily migrated to a group-raised *** order to solve the above problems,taking individual pigs as research objects,an individual pig image segmentation dataset containing 2066 images was constructed,and a series of algorithms based on fully convolutional networks were proposed to solve the pig image segmentation *** order to capture the long-range dependencies and weaken the background information such as pigpens while enhancing the information of individual parts of pigs,the channel and spatial attention blocks were introduced into the best-performing decoders UNet and *** show that using ResNext50 as the encoder and Unet as the decoder as the basic model,adding two attention blocks at the same time achieves 98.30%and 96.71%on the F1 and IOU metrics,*** with the model adding channel attention block alone,the two metrics are improved by 0.13%and 0.22%,*** experiment of introducing channel and spatial attention alone shows that spatial attention is more effective than channel *** VGG16-LinkNet as an example,compared with channel attention,spatial attention improves the F1 and IOU metrics by 0.16%and 0.30%,***,the heatmap of the feature of different layers of the decoder after adding different atte

关键词： pig image segmentation Fully Convolutional Network(FCN) attention mechanism channel and spatial attention

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于适宜性的济南市宜耕未利用地开发潜力评估

引用

农业工程学报 2010年第2期26卷 307-312页

作者：王筱明闫弘文卞正富中国矿业大学环境与测绘学院徐州221008 山东师范大学人口资源与环境学院济南250014

为了实现粮食安全,未利用地作为后备耕地资源,是中国补充耕地的重要途径。该文以济南市为例,根据土地适宜性评价,估算宜耕未利用地的开发潜力,在此基础上,结合地形、交通条件、基础设施及区位等因素,运用聚类分析方法,对宜耕未利用地开... 详细信息

为了实现粮食安全,未利用地作为后备耕地资源,是中国补充耕地的重要途径。该文以济南市为例,根据土地适宜性评价,估算宜耕未利用地的开发潜力,在此基础上,结合地形、交通条件、基础设施及区位等因素,运用聚类分析方法,对宜耕未利用地开发潜力进行分区。结果表明,济南市宜耕未利用地面积占未利用地总面积65.39%,但质量较差,受自然条件限制,各区县宜耕未利用地分布差异较大。从各潜力类型区分布来看,Ⅰ类潜力区主要分布于济南市北部,以平原为主,为优先开发潜力区。Ⅱ类潜力区分布较广,济南市北部、中部、南部均有分布,为次优先开发潜力区。Ⅲ类潜力区主要分布于济南市中部的城郊地带,为适度开发潜力区。Ⅳ类潜力区主要分布于济南市中部的山地丘陵区,为最差开发潜力区。该研究可确定济南市不同地域的未利用地开发时序,研究结果可为编制济南市未利用地开发规划提供参考。

关键词：土地利用聚类分析区域规划未利用地适宜性评价潜力分区济南市

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于改进YOLOv3的绝缘子串定位与状态识别方法

引用

高电压技术 2020年第2期46卷 423-432页

作者：颜宏文陈金鑫长沙理工大学计算机与通信工程学院长沙410114

为了对高压输电线路的绝缘子串航拍图像进行精确快速的定位与状态识别,提出了一种基于改进YOLOv3的绝缘子串诊断方法。在自主建立航拍绝缘子串数据库的基础上,针对数据集样本存在的复杂度不均衡和类别不均衡现象,采用Focal Loss函数和... 详细信息

为了对高压输电线路的绝缘子串航拍图像进行精确快速的定位与状态识别,提出了一种基于改进YOLOv3的绝缘子串诊断方法。在自主建立航拍绝缘子串数据库的基础上,针对数据集样本存在的复杂度不均衡和类别不均衡现象,采用Focal Loss函数和均衡交叉熵函数改进YOLOv3算法的损失函数;然后,对原网络在COCO数据集上训练的卷积层过滤器进行可视化分析,选择冻结层并采用多阶段迁移学习策略来训练网络。在Python环境下训练并测试实例,结果表明:改进的损失函数可优化网络训练的损失值,提升算法精确度;多阶段迁移学习策略在提高算法精确度的同时,能有效应对数据集小而易过拟合问题;所提方法可端对端实现绝缘子串的定位与状态识别,且诊断精确度达到0.918。研究结果证明所提方法具有较高的精确性和实时性。

关键词：绝缘子串状态识别 YOLOv3 损失函数迁移学习高压输电线路

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于Snort的改进BMH单模式匹配算法研究

引用

计算机工程与应用 2012年第31期48卷 78-81页

作者：燕红文山西农业大学信息科学与工程学院计科系山西太谷030801

对目前常见的网络入侵检测系统中模式匹配算法进行研究总结,针对著名的Snort中的模式匹配算法,进行了详细分析和对比。基于现存BMH等算法思想,以求取优化检测效率为目标,提出了一种基于Snort的改进BMH模式匹配算法。将改进的BMH模式匹... 详细信息

对目前常见的网络入侵检测系统中模式匹配算法进行研究总结,针对著名的Snort中的模式匹配算法,进行了详细分析和对比。基于现存BMH等算法思想,以求取优化检测效率为目标,提出了一种基于Snort的改进BMH模式匹配算法。将改进的BMH模式匹配算法应用到实际网络入侵检测过程中,针对处理结果进行科学评价。通过实例的应用,验证了改进算法的可行性和高效性。

关键词：网络入侵检测系统模式匹配单模式优化策略

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

数据挖掘中判定树算法SLIQ的设计与应用

引用

计算机工程 2005年第6期31卷 60-62页

作者：颜宏文马瑞龙际珍颜宏斌长沙理工大学计算机与通讯学院长沙410077 中建五局上海分公司上海200333

分析了一种用Gini指标进行属性选择的SLIQ算法,讨论了提高效率的可行方法。把算法用到电力市场发电竞价决策系统中,通过对发电商的竞标能力进行挖掘,获取的知识对发电商的决策有重要现实意义。

关键词：数据挖掘判定树分类规则 SLIQ Gini指标电力市场

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于云模型的电网统计数据质量评估方法研究

引用

计算机应用与软件 2014年第12期31卷 100-103页

作者：颜宏文陈鹏长沙理工大学计算机与通信工程学院湖南长沙410114

针对电网统计数据的质量评估问题,提出一种基于云模型的质量评估方法。利用云模型对评语进行软划分,借助逆向云发生器将评估结果转化为云模型,并由此构造一个评价综合云。最后通过基于云模型的相似度算法计算评价综合云与各评价等级云... 详细信息

针对电网统计数据的质量评估问题,提出一种基于云模型的质量评估方法。利用云模型对评语进行软划分,借助逆向云发生器将评估结果转化为云模型,并由此构造一个评价综合云。最后通过基于云模型的相似度算法计算评价综合云与各评价等级云的相似度,借以确定统计数据所隶属的评价等级。通过实例分析,验证了该方法的可行性与有效性,同时能够较好地避免常规方法在定性评价时的主观随意性缺陷。

关键词：一强三优指标体系云发生器评价云等级云

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于关联规则的PSO-Elman短期风速预测

引用

计算机工程与应用 2017年第23期53卷 261-266页

作者：颜宏文邹丹长沙理工大学计算机与通信工程学院长沙410114

传统神经网络在短期风速预测中,存在易陷入局部极值和动态性能不足等问题,从而导致风速预测精度较低。为了提高风速预测精度,提出一种基于关联规则的粒子群优化Elman神经网络风速预测模型。利用粒子群算法优化Elman神经网络模型参数,以... 详细信息

传统神经网络在短期风速预测中,存在易陷入局部极值和动态性能不足等问题,从而导致风速预测精度较低。为了提高风速预测精度,提出一种基于关联规则的粒子群优化Elman神经网络风速预测模型。利用粒子群算法优化Elman神经网络模型参数,以提高算法的收敛速度,避免陷入局部极值,以得到最优的预测值。同时结合关联规则分析考虑气象因素,采用Apriori算法对风速与其他气象因素进行关联规则挖掘,并利用得到的关联规则对风速预测值进行修正与补偿。实验结果表明,所提出的预测模型的预测效果比传统模型的效果更佳,同时验证了结合关联规则考虑气象因素能够降低风速预测误差。

关键词：短期风速预测关联规则粒子群优化算法 Elman神经网络

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

多目标模糊决策在电力市场日有功优化交易计划制定中的应用

引用

华东电力 2001年第7期29卷 7-9页

作者：马瑞颜宏文长沙电力学院湖南长沙410077

介绍了一种兼顾全网发电费用最小和电网收益最大的日有功交易计划制定方法 ,通过定义目标函数的隶属函数从而将确定性问题模糊化 ,然后采用最大隶属度法将多目标问题转化为单目标非线性规划问题 ,然后可求解 ,对一个火电系统算例仿真表... 详细信息

介绍了一种兼顾全网发电费用最小和电网收益最大的日有功交易计划制定方法 ,通过定义目标函数的隶属函数从而将确定性问题模糊化 ,然后采用最大隶属度法将多目标问题转化为单目标非线性规划问题 ,然后可求解 ,对一个火电系统算例仿真表明该策略与确定性的单目标模型相比在各单目标轻微伸缩的情况下更能使双目标综合考虑更好。

关键词：电力市场日有功交易计划日有功负荷多目标模糊决策最大隶属度法电力工业

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于层次聚类和极限学习机的母线短期负荷预测

引用

计算机应用 2018年第8期38卷 2437-2441页

作者：颜宏文盛成功长沙理工大学计算机与通信工程学院长沙410114

利用传统方法预测母线负荷时,通常选取离待测日相近的一段时间作为历史相似日进行模型训练,没有考虑其天气情况、星期类型、节假日等因素的影响,相似日与待测日特征相差较大。为解决以上问题,提出一种基于层次聚类(HC)和极限学习机(ELM... 详细信息

利用传统方法预测母线负荷时,通常选取离待测日相近的一段时间作为历史相似日进行模型训练,没有考虑其天气情况、星期类型、节假日等因素的影响,相似日与待测日特征相差较大。为解决以上问题,提出一种基于层次聚类(HC)和极限学习机(ELM)的母线负荷预测算法。首先使用层次聚类法将母线历史日负荷进行聚类,然后对层次聚类得出的聚类结果建立决策树,其次根据待测日的温度、湿度、星期和节假日类型等日属性在决策树中匹配出训练极限学习机预测模型的历史日负荷,最后建立极限学习机预测模型,对待测日母线日负荷进行预测。对两条不同母线的负荷进行了预测,与传统单一的极限学习机相比,所提算法的平均绝对百分比误差(MAPE)分别降低了1.4和0.8个百分点。实验结果表明,所提算法预测母线负荷具有更高的预测精度和稳定性。

关键词：母线负荷短期预测层次聚类决策树极限学习机

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

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

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

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

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

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：