检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

可编辑的根系建模与生长模拟方法

计算机辅助设计与图形学学报 2024年第1期36卷 73-80页

作者：杨猛肖成北京林业大学信息学院北京100083 国家林业草原林业智能信息处理工程技术研究中心北京100083

针对植物根系种类繁多,形态呈现出高度多样性问题,提出一种可编辑的建模方法来模拟根系生长.首先拓展了传统的L系统,以一种具有语义特征的规则描述根系结构与拓扑关系;然后加入根茎半径与单根长度的连续方程,生成符合自然规律的生长;再... 详细信息

针对植物根系种类繁多,形态呈现出高度多样性问题,提出一种可编辑的建模方法来模拟根系生长.首先拓展了传统的L系统,以一种具有语义特征的规则描述根系结构与拓扑关系;然后加入根茎半径与单根长度的连续方程,生成符合自然规律的生长;再通过指导向量控制根系的全局形态;最后提供多种编辑根茎局部形状的手段,如根茎骨架、曲面造型、不规则表面等,生成具有自然观感的根茎模型.对自然界中的6种植物进行仿真实验,包括直根系、须根系、储藏根系和板根4种不同类型,结果表明,根系的模拟结果与真实图片的平均相似度达到79.16%,所提方法具有构建多种类型根系的建模能力,可以通过设置形状指导曲线或者调节部分参数,构建出具有特殊形态的真实感根系模型.

关键词：根系建模生长模拟可编辑模型指导生长

基于YOLOv7的红外相机野生动物图像筛选

在线全文

学校读者我要写书评

暂无评论

北京林业大学学报 2024年第2期46卷 143-154页

作者：齐建东马鐘添郑尚姿北京林业大学信息学院北京100083 国家林业和草原局林业智能信息处理工程技术研究中心北京100083

【目的】野外环境通常植被繁茂、树木杂乱,且受环境、天气、光照等因素影响,红外相机易误触发拍摄,从而捕获大量废片,需要耗费大量人力进行筛选。为解决此类问题,本研究以YOLOv7模型为基础,对其进行轻量化改进,以实现对废片的自动筛选... 详细信息

【目的】野外环境通常植被繁茂、树木杂乱,且受环境、天气、光照等因素影响,红外相机易误触发拍摄,从而捕获大量废片,需要耗费大量人力进行筛选。为解决此类问题,本研究以YOLOv7模型为基础,对其进行轻量化改进,以实现对废片的自动筛选。【方法】本研究构建了北京密云雾灵山自然保护区2014—2015年期间采集到的2172张野生动物图像数据集,并对图像中出现的动物进行位置标记。对YOLOv7网络使用不同方式进行改进:引入MicroBlock替换YOLOv7的主干网络,使用轻量化SPPCSPC结构降低模型参数量。采用SIoU损失、LNDown下采样、BiFPN提升模型检测动物的能力。使用YOLOv5-m、YOLOv5-l、Ghost-YOLOv5-l、YOLOv6、YOLOX-M、YOLOR-CSP模型,在含有1万张图像的Snapshot Serengeti相机陷阱图像子数据集上进行训练和验证,对比本文模型对野生动物图像的筛选效果。利用迁移学习训练自建野生动物数据集,测试冻结不同层数的训练效果。【结果】基于YOLOv7的改进模型推理时间降低了14.3%,每秒浮点运算次数FLOPS降低了33.5%,参数量减少了17.8%,误检测方面也优于YOLOv7模型。与其他模型进行对比,改进后的YOLOv7虽未在所有指标中均达到最优,但在检测时间与精度上达到了更好的平衡。在自建数据集中使用未冻结权重方式微调效果最优,平均精度比未使用迁移学习模型提高了12.6%。【结论】本研究为密云地区野生动物监测网络提供了更快速、准确的筛选方案。

关键词：野生动物图像图像筛选深度学习目标检测

在线全文

学校读者我要写书评

暂无评论

虚拟环境中面向灭火指挥的火场信息可视分析

系统仿真学报 2024年第4期36卷 1001-1016页

作者：张本润曹卫群北京林业大学信息学院北京100083 国家林业和草原局林业智能信息处理工程技术研究中心北京100083

针对森林火灾现场指挥的需求,综合分析地理环境、气象条件、森林资源和林火行为等灭火指挥所需信息,设计实现了在虚拟林火环境中的数据可视化可视分析方法。使用王正非-3D混合元胞自动机模型模拟林火蔓延过程;采取差时方法预测林火蔓延... 详细信息

针对森林火灾现场指挥的需求,综合分析地理环境、气象条件、森林资源和林火行为等灭火指挥所需信息,设计实现了在虚拟林火环境中的数据可视化可视分析方法。使用王正非-3D混合元胞自动机模型模拟林火蔓延过程;采取差时方法预测林火蔓延行为;实时捕捉不同兴趣域内环境数据的变化,结合多视图面板及图层叠加的方法,构建火场信息可视分析模块。通过调整虚拟林场的环境参数,对不同场景下的林火蔓延过程进行模拟仿真,并对火场信息进行可视化可视分析。实验结果表明:该方法能够在一定条件下较准确地预测林火蔓延行为,还可以较全面地描述火场信息。

关键词：三维虚拟环境林火蔓延模型可视化可视分析林火仿真

基于ConvNeXt的北京地区红外相机野生动物图像识别改进模型构建

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

林业科学 2024年第8期60卷 33-45页

作者：齐建东郑尚姿陈子仪马鐘添北京林业大学信息学院北京100083 国家林业和草原局林业智能信息处理工程技术研究中心北京100083 唐山学院人工智能学院唐山063000

【目的】针对红外相机拍摄的野生动物图像数据量大、无效图像占比多、图像背景复杂等问题,提出一种可对图像进行自动、高准确率识别的模型,为生物多样性研究和野生动物保护工作提供更高效的支持。【方法】收集整理近4年来北京园林绿化... 详细信息

【目的】针对红外相机拍摄的野生动物图像数据量大、无效图像占比多、图像背景复杂等问题,提出一种可对图像进行自动、高准确率识别的模型,为生物多样性研究和野生动物保护工作提供更高效的支持。【方法】收集整理近4年来北京园林绿化生态系统监测网络各站点红外相机拍摄的约5 TB图像数据,对其手工标注并进行数据增强后自建10类共4234张图像数据集。基于ConvNeXt卷积神经网络,结合北京地区野生动物图像数据集特点,设计BSGG-ConvNeXt模型,使用BlurPool、SENet、全局响应归一化层(GRN)、GCNet提升模型识别能力,并在自建数据集上探究训练策略对ConvNeXt网络识别准确率的影响,通过与其他经典模型比较,明确BSGG-ConvNeXt模型的优势。利用公开的红外野生动物Snapshot Serengeti(SS)数据集和Caltech Camera Traps(CCT)数据集,验证模型的泛化能力。【结果】以ConvNeXt的ConvNeXt-T网络尺寸模型为例,其在自建数据集中的准确率为74.13%,乘加累积操作数(MACs)为4.47×10^(9)。应用不同改进方案发现,使用BlurPool后准确率提升2.2%,MACs降至1.07×10^(9);使用SENet后准确率提升3.2%;使用GRN并删掉缩放层后准确率升至87.18%,参数数量增至27.88×10^(6);使用GCNet后在不增大计算量的情况下准确率升至75.44%,但参数数量增至28.25×10^(6)。将上述改进方案结合得到的BSGGConvNeXt应用于ConvNeXt-T模型获得BSGG-ConvNeXt-T模型,参数数量虽有少量增多,但MACs降为1.07×10^(9),模型准确率升至83.63%,高于原模型。使用预训练权重后的BSGG-ConvNeXt-T模型准确率可达94.07%,高于ResNet-50(76.39%)、ResNeXt-50(87.60%)、MobileViT(90.00%)、DenseNet(87.66%)、RegNet(69.90%)、ConvNeXtv2(91.93%)、SwinTransformer的(86.23%)和MobileOne(71.53%),将BSGG-ConvNeXt模型应用于4种不同网络尺寸的ConvNeXt模型后,在自建数据集中的表现均优于未改进模型。BSGG-ConvNeXt模型在SS数据集中的识别准确率达50.28%,在CCT数据集中的识别准确率达56.15%,均高于原模型的准确率。【结论】BSGG-ConvNeXt模型识别红外相机拍摄的野生动物图像准确率更高,在自建、公开的野生动物红外图像数据集上均有较好表现,且具有一定泛化能力。

关键词：野生动物图像识别深度学习卷积神经网络 ConvNeXt

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于流行的推荐研究综述

计算机科学与探索 2024年第5期18卷 1109-1134页

作者：雷钦岚田萱北京林业大学信息学院北京100083 国家林业草原林业智能信息处理工程技术研究中心北京100083

目前,基于流行的推荐系统成为研究热点。流行度使得推荐效果得到显著提升,而流行偏差带来的马太效应也引发了研究者的广泛关注,同时一些研究者考虑将二者结合作为混合式流行来实现推荐。采用流行这一概念,对流行度、流行偏差和混合式流... 详细信息

目前,基于流行的推荐系统成为研究热点。流行度使得推荐效果得到显著提升,而流行偏差带来的马太效应也引发了研究者的广泛关注,同时一些研究者考虑将二者结合作为混合式流行来实现推荐。采用流行这一概念,对流行度、流行偏差和混合式流行进行统一表示。首先介绍流行在推荐领域的应用背景,然后根据不同视角,分别对流行度增强推荐方法、去流行偏差推荐方法和混合式流行推荐方法进行综述。在每类方法中,根据建模的具体子任务或具体策略进行进一步划分,对代表性方法进行分析介绍,评价其优点和局限性等,并详细总结每类方法的方法机制和适用场景,从多方面对不同方法间的联系与区别进行讨论。还介绍了该领域中常用数据集、评价指标和基线算法,并对其中代表性方法进行性能对比分析。最后针对基于流行的推荐研究发展趋势提出一些看法,从多角度对该技术未来的发展难点与热点进行总结与展望。

关键词：流行度流行偏差混合式流行基于流行的推荐

在线全文

学校读者我要写书评

暂无评论

基于深度学习的抽取式摘要研究综述

计算机科学与探索 2024年

作者：田萱李嘉梁孟晓欢北京林业大学信息学院国家林业草原林业智能信息处理工程技术研究中心

是自然语言处理的热门研究方向，主要实现方法分为抽取式和生成式两类。抽取式摘要直接采用源文档中的文字内容，相比生成式摘要具有更高的语法正确性和事实正确性，在政策解读、官方文件总结、法律和医药等要求较为严谨的领域具有广泛... 详细信息

是自然语言处理的热门研究方向，主要实现方法分为抽取式和生成式两类。抽取式摘要直接采用源文档中的文字内容，相比生成式摘要具有更高的语法正确性和事实正确性，在政策解读、官方文件总结、法律和医药等要求较为严谨的领域具有广泛应用前景。近几年基于深度学习的抽取式摘要研究受到广泛关注。主要梳理了近几年基于深度学习的抽取式摘要技术研究进展；针对抽取式摘要的两个关键步骤——文本单元编码和摘要抽取分别来梳理分析相关研究工作。首先根据模型框架不同，将文本单元编码方法分为层级序列编码、基于图神经网络的编码、融合式编码和基于预训练的编码等四类介绍；然后根据摘要抽取阶段抽取粒度的不同，将摘要抽取方法分为文本单元级抽取和摘要级抽取两类分析。并介绍了抽取式摘要任务常用公共数据集和性能评估指标。最后，预测并分析总结了该领域未来可能的研究方向及相应的发展趋势。

关键词：深度学习抽取式摘要文本单元编码摘要抽取

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于变化更新的中东欧国家森林覆盖制图

林业科学 2024年第5期60卷 116-126页

作者：王春玲史锴源庞勇蒙诗栎北京林业大学信息学院北京100083 国家林业和草原局林业智能信息处理工程技术研究中心北京100083 中国林业科学研究院资源信息研究所北京100091 国家林业和草原局林业遥感与信息技术重点实验室北京100091

[目的]分析中东欧国家森林资源覆盖状况,了解中东欧各国林业的现实情形和独特优势,为中国与中东欧国家加强林业合作提供基础数据。[方法]基于Google Earth Engine(GEE)平台获取中东欧国家2020年生长季无云影像,利用随机森林算法对影像... 详细信息

[目的]分析中东欧国家森林资源覆盖状况,了解中东欧各国林业的现实情形和独特优势,为中国与中东欧国家加强林业合作提供基础数据。[方法]基于Google Earth Engine(GEE)平台获取中东欧国家2020年生长季无云影像,利用随机森林算法对影像进行分类,应用连续变化检测和分类算法得到森林变化信息并更新初步分类结果,最终获得中东欧国家土地覆盖分类结果。利用欧盟统计局土地利用/覆盖区域框架调查(LUCAS)数据、目视解译数据以及联合国粮农组织统计数据(FAOSTAT)对本研究分类结果进行验证和评估,结合谷歌高分辨率影像对制图结果进行分析。[结果]本研究分类结果利用LUCAS数据和目视解译数据的森林类型用户精度分别为0.930和0.911,生产者精度分别为0.860和0.956,总体精度分别为0.810和0.881,整体上优于GlobeLand30 2020产品(森林类型用户精度分别为0.920和0.900,生产者精度分别为0.690和0.840,总体精度分别为0.700和0.832)。根据研究结果计算出中东欧国家总体森林覆盖率为39.6%,相比GlobeLand30 2020结果(34.4%),与FAOSTAT的森林覆盖率(40.0%)更接近。目视上看,本制图结果在细节刻画上比GlobeLand30 2020产品更丰富,更能准确反映森林分布特征。截至2020年,中东欧国家森林覆盖呈北部、东南地区和西南地区丰富密集,中部分布广泛且相对较少的特点,爱沙尼亚、拉脱维亚、斯洛文尼亚、黑山等国家森林分布茂密,波兰、匈牙利等国家森林分布较为稀少。[结论]针对中东欧国家森林覆盖应用需求,本研究提出基于产品变化更新的森林覆盖制图方法,生产了中东欧国家2020年森林覆盖产品。本研究方法可为大区域森林覆盖制图提供新的借鉴和参考,结果有助于宏观了解中东欧国家森林覆盖状况。

关键词：中东欧国家 Google Earth Engine 森林资源遥感监测

在线全文

学校读者我要写书评

暂无评论

基于信息检索的知识库问答综述

计算机研究与发展 2024年

作者：田萱吴志超北京林业大学信息学院国家林业草原林业智能信息处理工程技术研究中心

知识库问答旨在从知识库中检索相关信息用于模型推理，最终返回准确简洁的答案.近年来随着深度学习和大语言模型的发展，基于信息检索的知识库问答研究成为焦点，涌现出许多新颖方法.从模型方法、数据集等不同方面对基于信息检索的知识... 详细信息

知识库问答旨在从知识库中检索相关信息用于模型推理，最终返回准确简洁的答案.近年来随着深度学习和大语言模型的发展，基于信息检索的知识库问答研究成为焦点，涌现出许多新颖方法.从模型方法、数据集等不同方面对基于信息检索的知识库问答研究进行梳理总结.首先对知识库问答的研究意义和相关定义进行介绍.然后按照模型执行过程从问句解析、信息检索、模型推理、答案生成这4个阶段阐述每个阶段面临的关键问题以及典型解决方法，对每个阶段所使用到的共性网络模块进行总结.其次从模型整体出发针对基于信息检索的知识库问答方法的不可解释性进行分析梳理.此外，对不同特点的相关数据集和不同阶段的基线模型进行了分类介绍与总结.最后对基于信息检索的知识库问答每个执行阶段以及该领域整体发展方向进行了总结和展望.

关键词：知识库问答信息检索深度学习大语言模型阶段性问题

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

结合数据增强方法的藏文预训练语言模型

中文信息学报 2024年第9期38卷 66-72页

作者：色差甲班马宝才让加柔特省部共建藏语智能信息处理及应用国家重点实验室青海西宁810008 青海省藏文信息处理工程技术研究中心青海西宁810008

最近在自然语言处理领域中,预训练加微调模式已然成为新的训练范式。在藏文自然语言处理领域中虽缺乏人工标注数据,但预训练语言模型能够缓解下游任务中数据规模不足和模型重新训练时难以收敛等问题。首先,该文收集整理含有46.55亿字符... 详细信息

最近在自然语言处理领域中,预训练加微调模式已然成为新的训练范式。在藏文自然语言处理领域中虽缺乏人工标注数据,但预训练语言模型能够缓解下游任务中数据规模不足和模型重新训练时难以收敛等问题。首先,该文收集整理含有46.55亿字符的藏文文本语料;然后在UniLM模型的基础上,利用藏文文本特征的数据增强方法和预训练技术相结合的方法预训练藏文语言模型。实验表明,该文方法在藏文La格例句分类和藏文文本分类等四个下游任务中获得显著效果。

关键词：藏文预训练语言模型文本数据增强方法 UniLM模型