检索结果-南通市图书馆

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

基于区块链的可信分布式工业数据治理方案

浙江大学学报(工学版) 2025年第2期59卷 269-277页

作者：黄荣杨文琴宋志刚福州大学数字中国研究院(福建) 福建福州350003 福州大学空间数据挖掘与信息共享教育部重点实验室福建福州350108 福州大学卫星空间信息技术综合应用国家地方联合工程研究中心福建福州350108

针对当前工业系统缺乏统一的产品数据共享服务,限制了用户获取可信的产品追溯信息的问题,基于区块链设计可信分布式工业数据治理方案,实现高效、安全的产品数据共享与治理.产品数据生成者将数据提交到区块链系统之前,在离链状态下对产... 详细信息

针对当前工业系统缺乏统一的产品数据共享服务,限制了用户获取可信的产品追溯信息的问题,基于区块链设计可信分布式工业数据治理方案,实现高效、安全的产品数据共享与治理.产品数据生成者将数据提交到区块链系统之前,在离链状态下对产品数据进行压缩和加密.为了在离链过程中使产品数据可用,系统通过2种类型的区块链交易(生成者交易和数据交易)支持离链/链上数据访问.提供混合访问控制机制用于加密产品数据,将秘密密钥仅提供给经过授权的数据用户.该方案能够有效地保护产品数据的隐私性,提供细粒度的访问控制,能够对产品数据生成的全流程进行溯源.系统性能的测试结果表明,在secp256k1椭圆曲线上(提供128 bit安全性),密钥生成阶段的计算和通信开销不高于81.592 ms和2.83 kB,数据提交阶段不高于50.251 ms和3.59 kB,数据更新时间不超过251.596 ms,数据读取时间不高于311.104 ms.与同类方案的性能比较结果证实了该方案的高效性.

关键词：区块链数据可信治理隐私保护细粒度访问控制全流程溯源

同方期刊数据库

地形地貌视角下黄土高原植被GPP模拟及空间分异研究

在线全文

学校读者我要写书评

暂无评论

水土保持研究 2025年第2期32卷 331-339页

作者：李文戈陈楠孙阵阵福州大学空间数据挖掘与信息共享教育部重点实验室福州350108 福州大学数字中国研究院(福建) 福州350108

[目的]揭示在地势起伏影响下植被GPP时空格局特征,进而深入分析地形地貌与植被GPP之间的相互作用机制,为植被碳通量模拟以及空间分异性研究提供新的视角。[方法]采用机器学习模型,基于宏观地形因子构建植被GPP模拟模型。通过谱模型提取... 详细信息

[目的]揭示在地势起伏影响下植被GPP时空格局特征,进而深入分析地形地貌与植被GPP之间的相互作用机制,为植被碳通量模拟以及空间分异性研究提供新的视角。[方法]采用机器学习模型,基于宏观地形因子构建植被GPP模拟模型。通过谱模型提取6个典型地貌样区的植被GPP空间谱,并运用定性和定量分析方法研究了其空间异质性。[结果]XGBoost模型的模拟精度较好,且引入宏观地形因子特征组模型的决定系数(R2)相较于经典特征组提升11.26%,与微观地形因子特征组相比提高了0.94%,同时均方根误差(RMSE)分别降低了21.27%和2.27%。2003—2023年,黄土高原植被GPP整体上升了19.12%,呈现出东南高西北低的空间分布特征。区域内6种典型样区的GPP在不同地形条件下表现出明显的地形分异性,且普遍随着地形崎岖度的增加,呈现先降后升的波动变化趋势。[结论]地形因子在植被GPP的模拟中起到了关键作用,且宏观地形因子比微观地形因子更能揭示地形起伏对GPP的影响。

关键词：黄土高原植被总初级生产力机器学习数字高程模型谱模型

福建全省海洋藻类养殖区高精度智能提取方法研究

在线全文

学校读者我要写书评

暂无评论

海洋环境科学 2025年第1期44卷 116-125页

作者：陈红梅吴婷林万强陈芸芝罗冬莲福建省水产研究所福建厦门361013 福州大学数字中国研究院(福建) 福建福州350108 福州大学空间数据挖掘与信息共享教育部重点实验室福建福州350108 卫星空间信息技术综合应用国家地方联合工程研究中心福建福州350108

为建立适合省级尺度的海洋藻类养殖区高精度智能提取方法,推进海洋藻类养殖面积的准确测算和变化监测,本文基于国产高分辨率遥感影像,对海洋藻类养殖区遥感智能提取方法进行研究。对比U-Net模型、DeepLab V3+模型、MSUResUnet模型在典... 详细信息

为建立适合省级尺度的海洋藻类养殖区高精度智能提取方法,推进海洋藻类养殖面积的准确测算和变化监测,本文基于国产高分辨率遥感影像,对海洋藻类养殖区遥感智能提取方法进行研究。对比U-Net模型、DeepLab V3+模型、MSUResUnet模型在典型海洋藻类养殖区提取的结果,MSUResUnet模型提取的准确率(accuracy)、召回率(recall)、平均交并比(m IoU)、F1分数(F1-score)较U-Net模型提高0.14%、0.84%、0.34%、0.32%,较DeepLab V3+模型提高0.18%、0.88%、0.40%、0.36%,因此,选择MSUResUnet模型进行福建全省海洋藻类养殖区自动化提取。经提取结果统计,2022年7月至2023年5月,福建全省海洋藻类养殖面积约为345.6912 km^(2)。

关键词：三沙湾海洋藻类养殖深度学习高分辨率遥感影像

面向多源数据的多区域尺度协同高分遥感图像语义分割

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2025年第1期46卷 158-166页

作者：林易丰陈光剑陈浩翁谦林嘉雯福州大学计算机与大数据学院福州350116 福州大学福建省网络计算与智能信息处理重点实验室福州350116 福州大学空间数据挖掘与信息共享教育部重点实验室福州350116 福建省地质测绘院福州350116

在高分遥感图像语义分割中,为解决如何有效融合光谱信息与高程信息以分割相似光谱的不同地物的问题和通过捕获长距离依赖信息来提升局部地物识别精度,本文提出一种面向多源数据的多区域尺度协同语义分割方法.该方法包括:一种不等长的多... 详细信息

在高分遥感图像语义分割中,为解决如何有效融合光谱信息与高程信息以分割相似光谱的不同地物的问题和通过捕获长距离依赖信息来提升局部地物识别精度,本文提出一种面向多源数据的多区域尺度协同语义分割方法.该方法包括:一种不等长的多分支语义分割网络,以有效提取多源特征,充分利用多源数据之间的互补信息;一个轻量级的协同注意力特征融合模块,用于在特征融合阶段有效地融合多分支特征;一种多区域尺度协同的数据增强方法,引导网络捕获长距离依赖信息.在ISPRS提供的公开数据集Vaihingen和Potsdam上的实验结果表明,与同类型主流方法对比,本文提出的方法具有更优的分割性能,且得到的地物细节信息更加完整,参数量也更小.

关键词：语义分割高分遥感图像数字表面模型多源数据融合协同注意力

维普期刊数据库博看期刊

基于Hyperledger Fabric的数据可信共享平台

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2025年第1期46卷 189-199页

作者：林哲旭陈汉林刘漳辉陈星莫毓昌福州大学计算机与大数据学院福州350116 空间数据挖掘与信息共享教育部重点实验室福州350002 福州大学福建省网络计算与智能信息处理重点实验室福州350116 华侨大学计算科学福建省高校重点实验室福建泉州362021

现今社会上数据的规模和种类变得越来越庞大和多样化,如何安全可信地共享异构数据资源成为了亟待解决的问题.为实现大数据的可信互联,提出基于Hyperledger Fabric的数据可信共享平台.首先,针对数据异源异构的问题,定义了数据架构的转换... 详细信息

现今社会上数据的规模和种类变得越来越庞大和多样化,如何安全可信地共享异构数据资源成为了亟待解决的问题.为实现大数据的可信互联,提出基于Hyperledger Fabric的数据可信共享平台.首先,针对数据异源异构的问题,定义了数据架构的转换规则;然后,以数据提供方和数据需求方之间的数据共享全过程为导向,提出了数据可信追溯机制,保证了数据共享的真实性和完整性;此外,文中设计了一种数据处理即服务的数据共享框架,在确保数据可信的前提下,支撑数据调用、数据训练和数据匹配操作.通过对执行效率和智能合约性能进行验证分析,证明了本平台的有效性和实用性.

关键词：区块链智能合约 Hyperledger Fabric 数据共享可信凭证

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

考虑多资源交错的深度学习训练作业调度策略

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

基于改进YOLOx模型的无人机影像城市树种识别

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

测绘与空间地理信息 2025年第2期48卷 46-49页

作者：王全福唐丽玉焦怀瑾何建国福州大学空间数据挖掘与信息共享教育部重点实验室福建福州350108 福州大学地理空间信息技术国家地方联合工程研究中心福建福州350108

利用高分辨率无人机遥感影像,结合深度学习算法,提出一种城市棕榈树树种识别的解决方法。以YOLOx-s模型为基础,在主干特征网络引入一种混合注意力机制模块CBAM;在Neck部分特征金字塔结构中加入Bottom-up结构;并改进IoU损失的计算方式,... 详细信息

利用高分辨率无人机遥感影像,结合深度学习算法,提出一种城市棕榈树树种识别的解决方法。以YOLOx-s模型为基础,在主干特征网络引入一种混合注意力机制模块CBAM;在Neck部分特征金字塔结构中加入Bottom-up结构;并改进IoU损失的计算方式,增大对网络误判的惩罚来优化模型。分别与Faster R-CNN、SSD、YOLOv3和原始YOLOx-s模型对实验区进行棕榈树识别,并对实验结果进行对比分析。实验结果表明,本文方法在基于高分辨率无人机影像的棕榈树识别中具有更高的精度,相较于原始的YOLOx-s有一定的提升。本文提出的改进后的YOLOx-s模型,实现了可见光影像的树种识别,可为城市棕榈树识别提供一定参考。

关键词：无人机遥感影像 YOLOx-s 棕榈树树种识别注意力机制

在线全文

学校读者我要写书评

暂无评论

资源化影像刚性定位互操作模型研究

测绘与空间地理信息 2025年第2期48卷 7-12页

作者：刘甫余劲松弟吴升邵远征郑智嘉佟瑞菊李德友魏丹丹罗帅米佩福州大学空间数据挖掘与信息共享教育部重点实验室福建福州350116 福州大学数字中国研究院(福建) 福建福州350116 武汉大学测绘遥感信息工程国家重点实验室湖北武汉430079 福建工程学院智慧海洋与工程研究院福建福州350118

地球剖分网格作为传统地理坐标参考的有效补充,具有形状近似、空间无缝不重叠、尺度连续、全球统一的刚性定位等优势,与REST(Representational State Transfer)Web服务的结合可完成空间区域位置标识下的影像数据互操作。基于此,本研究... 详细信息

地球剖分网格作为传统地理坐标参考的有效补充,具有形状近似、空间无缝不重叠、尺度连续、全球统一的刚性定位等优势,与REST(Representational State Transfer)Web服务的结合可完成空间区域位置标识下的影像数据互操作。基于此,本研究基于地球剖分网格探索遥感影像数据REST资源化方法,定义了面向资源架构(Resource-Oriented Architecture,ROA)的URI标识模型,从面向资源的角度设计互操作协议函数,采用地球剖分网格单元的地址编码代替传统地理坐标以刚性定位资源化影像。最后,以北斗网格作为参考网格,开发分析就绪(Analysis-Ready)资源化影像服务原型系统,并开展互操作案例研究,验证了影像数据资源刚性定位互操作模型用于影像资源共享互操作的可行性和有效性。

关键词：地球剖分网格资源化互操作协议函数刚性定位

在线全文

学校读者我要写书评

暂无评论

基于强化特征金字塔和聚焦损失的小目标检测

计算机科学与探索 2025年第3期19卷 693-702页

作者：施宇王乐姚叶鹏毛国君福建理工大学计算机科学与数学学院福州350118 福建理工大学福建省大数据挖掘与应用技术重点实验室福州350118 中国科学院信息工程研究所北京100084 景区交易数据要素化文化和旅游部技术创新中心福州350000

无人机航拍图像具有目标尺度小和背景复杂等特点,因此直接对这类图像使用通用目标检测方法很难获得理想的识别精度。基于YOLOv8,提出一种强化特征金字塔和聚焦损失的小目标检测模型CFE-YOLO。设计一种跨层级强化特征金字塔网络,以跨层... 详细信息

无人机航拍图像具有目标尺度小和背景复杂等特点,因此直接对这类图像使用通用目标检测方法很难获得理想的识别精度。基于YOLOv8,提出一种强化特征金字塔和聚焦损失的小目标检测模型CFE-YOLO。设计一种跨层级强化特征金字塔网络,以跨层级的方式融合注意力特征图来改进传统特征金字塔结构,通过增加浅层网络的高分辨率特征图和去除深层检测头来适应小目标检测需求。结合Complete-IOU和Focalloss损失函数思想,设计了一个基于面积交并比的聚焦损失函数,进一步提升小目标的检测能力。通过引入深度可分离卷积实现一个轻量化空间金字塔池化层模块,在减少参数量的同时保持模型的检测精度。在VisDrone和Tinyperson两个无人机航拍数据集上进行的大量实验显示,CFE-YOLO较基准模型的m AP0.50分别提高了4.72和5.58个百分点且参数量减少37.74%,同时与其他先进算法对比也取得更高的精度。

关键词：小目标检测航拍图像特征金字塔损失函数