检索结果-南通市图书馆

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

政府开放数据中个人信息披露识别与统计方法

山东大学学报（理学版） 2024年第3期59卷 95-106页

作者：陈海粟廖佳纯姚思诚南湖实验室大数据技术研究中心浙江嘉兴314002

为推进数据开放过程中个人信息保护,深入分析政府开放数据中个人信息的披露现状:首先从相关平台中获取数据,并对其预处理,根据字段、表名等特征筛选出含有个人信息的数据;其次利用敏感信息识别方法识别数据中各类个人信息,并将其映射到... 详细信息

为推进数据开放过程中个人信息保护,深入分析政府开放数据中个人信息的披露现状:首先从相关平台中获取数据,并对其预处理,根据字段、表名等特征筛选出含有个人信息的数据;其次利用敏感信息识别方法识别数据中各类个人信息,并将其映射到个体,以统计个体数量同时检测其关联数据;最后通过数据可视化,直观展示个人信息披露现状。虽然部分公共数据开放平台虽然对公共数据进行分级分类以及去标识化等处理,但是已开放的数据中依旧包含大量直接展示的个人信息,需要在数据规范化分级分类、敏感信息识别和敏感信息脱敏等方面进行完善。

关键词：大数据隐私个人信息政府开放数据信息识别统计分析

基于轻量型网络的无人机遥感图像中茶叶枯病检测方法

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2024年第4期55卷 165-175页

作者：胡根生谢一帆鲍文霞梁栋安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心合肥230601

针对无人机采集的茶叶枯病图像中病斑差异大,病斑和背景之间相似性高等问题,设计了一个轻量型网络LiTLBNet,用于准确、实时地检测野外茶园无人机图像中的茶叶枯病。LiTLBNet使用轻量型的M-Backbone作为骨干网络,用来提取茶叶枯病病斑的... 详细信息

针对无人机采集的茶叶枯病图像中病斑差异大,病斑和背景之间相似性高等问题,设计了一个轻量型网络LiTLBNet,用于准确、实时地检测野外茶园无人机图像中的茶叶枯病。LiTLBNet使用轻量型的M-Backbone作为骨干网络,用来提取茶叶枯病病斑的可区分特征,减少因图像中病斑的尺度、颜色和形状的巨大差异而导致的漏检。在LiTLBNet的LNeck结构中引入了SE和ECA模块,帮助网络在通道维度上学习目标的综合特征,减少因病斑和背景之间的相似性造成的误检,同时删除原基线网络最大的特征图,以减少计算量和模型大小。此外,本研究还通过旋转、加噪声、构建合成图像等方式来扩充训练样本数量,提高小样本条件下LiTLBNet网络泛化能力。实验结果表明,利用LiTLBNet检测无人机遥感图像中茶叶枯病的精度为75.1%,平均精度均值为78.5%,与YOLO v5s接近。然而,LiTLBNet内存占用量仅2.0 MB,是YOLO v5s网络的13.9%。LiTLBNet网络可用于对茶叶枯病进行实时、准确的无人机遥感监测。

关键词：茶叶病害目标检测无人机遥感轻量型网络 LiTLBNet

维普期刊数据库博看期刊

基于FE-P2Pnet的无人机小麦图像麦穗计数方法

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2024年第4期55卷 155-164,289页

作者：鲍文霞苏彪彪胡根生黄承沛梁栋安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心合肥230601

针对无人机图像背景复杂、小麦密集、麦穗目标较小以及麦穗尺寸不一等问题,提出了一种基于FE-P2Pnet(Feature enhance-point to point)的无人机小麦图像麦穗自动计数方法。对无人机图像进行亮度和对比度增强,增大麦穗目标与背景之间的... 详细信息

针对无人机图像背景复杂、小麦密集、麦穗目标较小以及麦穗尺寸不一等问题,提出了一种基于FE-P2Pnet(Feature enhance-point to point)的无人机小麦图像麦穗自动计数方法。对无人机图像进行亮度和对比度增强,增大麦穗目标与背景之间的差异度,减少叶、秆等复杂背景因素的影响。引入了基于点标注的网络P2Pnet作为基线网络,以解决麦穗密集的问题。同时,针对麦穗目标小引起的特征信息较少的问题,在P2Pnet的主干网络VGG16中添加了Triplet模块,将C(通道)、H(高度)和W(宽度)3个维度的信息交互,使得主干网络可以提取更多与目标相关的特征信息;针对麦穗尺寸不一的问题,在FPN(Feature pyramid networks)上增加了FEM(Feature enhancement module)和SE(Squeeze excitation)模块,使得该模块能够更好地处理特征信息和融合多尺度信息;为了更好地对目标进行分类,使用Focal Loss损失函数代替交叉熵损失函数,该损失函数可以对背景和目标的特征信息进行不同的权重加权,进一步突出特征。实验结果表明,在本文所构建的无人机小麦图像数据集(Wheat-ZWF)上,麦穗计数的平均绝对误差(MAE)、均方误差(MSE)和平均精确度(ACC)分别达到3.77、5.13和90.87%,相较于其他目标计数回归方法如MCNN(Multi-column convolutional neural network)、CSRnet(Congested scene recognition network)和WHCNETs (Wheat head counting networks)等,表现最佳。与基线网络P2Pnet相比,MAE和MSE分别降低23.2%和16.6%,ACC提高2.67个百分点。为了进一步验证本文算法的有效性,对采集的其它4种不同品种的小麦(AK1009、AK1401、AK1706和YKM222)进行了实验,实验结果显示,麦穗计数MAE和MSE平均为5.10和6.17,ACC也达到89.69%,表明本文提出的模型具有较好的泛化性能。

关键词：麦穗计数无人机图像 FE-P2Pnet FEM Wheat-ZWF数据集

融合Benford律和限值模型的造假数据行为分析

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

计算机仿真 2024年

作者：唐海涛陈迪三范广义桂林航天工业学院理学院桂航大数据技术应用研究中心南京高精齿轮集团有限公司

为提高监管部门对污染源排放单位监测数据的真实性、有效性以及客观性，提出一种融合Benford律和限制值模型的企业污染排放监测数据造假行为的风险评估方法。首先结合Benford律建立多层级数据是否造假的检测结构并以此生成非造假正样本... 详细信息

为提高监管部门对污染源排放单位监测数据的真实性、有效性以及客观性，提出一种融合Benford律和限制值模型的企业污染排放监测数据造假行为的风险评估方法。首先结合Benford律建立多层级数据是否造假的检测结构并以此生成非造假正样本数据集；其次，针对环境监测数据人为造假行为提出限制值造假模型（Limit Value Fake Model，LVFM），实现造假负样本数据集的生成；最后将扩充后的数据集输入多分类学习器进行预测识别。仿真结果表明，LVFM模型具有较好的造假隐蔽性；同时合成造假数据与真实造假数据基本相似度达到81%，即具有一定数据造假能力；综合多分类器预测对正负样本识别结果分析，随机森林（Random Forests，RF）获得了81.35%的准确率和71.33%的F1值，研究结果可为辅助生态安全监督以及决策的智慧管理提供参考。

关键词：限制值造假模型散度多分类器

基于EMD-GWO-LSTM模型的新疆标准化降水蒸散指数预测方法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

干旱区研究 2024年第4期41卷 527-539页

作者：许超杰窦燕孟琪琳新疆财经大学统计与数据科学学院新疆财经大学新疆社会经济统计与大数据应用研究中心

干旱预测一直是干旱研究领域的重大挑战,提高干旱预测的准确性是解决干旱问题的关键。基于1961—2019年新疆34个气象站点月降水和月平均气温数据,计算得到标准化降水蒸散指数(Standardized Precipitation Evapotranspiration Index,SPE... 详细信息

干旱预测一直是干旱研究领域的重大挑战,提高干旱预测的准确性是解决干旱问题的关键。基于1961—2019年新疆34个气象站点月降水和月平均气温数据,计算得到标准化降水蒸散指数(Standardized Precipitation Evapotranspiration Index,SPEI),对新疆气象干湿变化进行分析,提出一种经验模态分解方法(empirical mode decomposition,EMD)-灰狼优化算法(grey wolf optimizer,GWO)-长短期神经网络(long short-term memory network,LSTM)的数据分解型干旱组合预测模型进行预测,并进行模型性能评价。结果表明:(1)干旱周期性变化整体呈现平稳且周期长的特点;(2)EMD能够有效优化数据的平稳性,GWO优化预测模型参数,组合模型的预测精度相较于单一预测模型有明显提高;(3)4个预测模型结果精度由高到低的排序为:EMD-GWO-LSTM、GWO-LSTM、GWO-支持向量回归(Support Vactor Regression,SVR)、LSTM,拟合优度分别为0.972、0.939、0.862、0.830,EMD-GWO-LSTM组合预测模型的预测精度优于其余3个预测模型。EMD-GWO-LSTM组合模型可有效提高气象干旱的预测精度,为新疆地区气象干旱预报及抗旱减灾工作提供了新的方法手段。

关键词： EMD-GWO-LSTM模型标准化降水蒸散指数干旱预测新疆

在线全文

学校读者我要写书评

暂无评论

面向机器学习应用的可解释性需求分析框架

计算机研究与发展 2024年第4期61卷 983-1002页

作者：裴忠一刘璘王晨王建民大数据系统软件国家工程研究中心(清华大学) 北京100084 清华大学软件学院北京100084

基于大数据机器学习的智能软件研发过程需要综合运用软件工程、数据与领域知识工程、机器学习等多方面的知识和工具,涉及的研究主题和人员角色众多,技术实现手段复杂、研发难度大.面向智能软件的需求工程需要面对领域知识、业务知识、... 详细信息

基于大数据机器学习的智能软件研发过程需要综合运用软件工程、数据与领域知识工程、机器学习等多方面的知识和工具,涉及的研究主题和人员角色众多,技术实现手段复杂、研发难度大.面向智能软件的需求工程需要面对领域知识、业务知识、数据科学交织带来的挑战.然而,如何将领域知识和端到端的机器学习技术恰当地融合到给定的业务流程之中,以及如何应对工业、医疗等高可信要求场景中的可解释性需求,仍是亟待探索的重要研究问题.调研了近年来面向机器学习应用的需求工程研究文献,对该领域的发展现状、核心问题和代表性方法进行综述.提出了面向机器学习应用的可解释性需求分析框架.基于该框架,通过一个工业智能应用案例分析了未来待研究的重要问题,展望了可行的研究路径.

关键词：需求工程机器学习领域模型工业工程可解释性

LDASH：高鉴别力强鲁棒性的点云局部特征描述符

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2024年第12期61卷 229-239页

作者：周磊赵宝梁栋王梓涵刘强安徽大学互联网学院安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心

三维局部特征描述是三维计算机视觉的重要研究方向，被广泛用于三维感知任务中，以获取两片点云之间的点对应关系。针对现有大多数描述符存在的鉴别力低和鲁棒性弱等问题，提出一种局部分区属性统计直方图（LDASH）描述符。LDASH描述符... 详细信息

三维局部特征描述是三维计算机视觉的重要研究方向，被广泛用于三维感知任务中，以获取两片点云之间的点对应关系。针对现有大多数描述符存在的鉴别力低和鲁棒性弱等问题，提出一种局部分区属性统计直方图（LDASH）描述符。LDASH描述符基于局部参考轴（LRA）构建，首先沿径向划分局部空间，然后在每个划分分区中统计5个特征属性，实现空间和几何信息的全面编码。在LDASH描述符中，提出一种用于局部特征描述的新属性——距离加权角度值（DWAV）。DWAV的构成不依赖LRA，增强了描述符对LRA误差的鲁棒性。此外，提出一种针对点云分辨率变化的鲁棒性增强策略，以降低实际测试中点云分辨率变化对描述符的干扰。在6个具有不同应用场景和干扰类型的数据集上对LDASH描述符的性能进行全面的评估，结果表明：LDASH描述符在所有数据集上的性能都明显优于现有描述符；与性能第二高的分区局部特征统计描述符相比，LDASH描述符的鉴别力平均提高约16.3%，鲁棒性平均增强约7.5%。最后，将LDASH描述符应用于点云配准，实现了最好的配准性能，其与5种转换估计算法结合后的平均正确配准率达到了73%。

关键词：机器视觉局部特征描述符局部参考轴特征描述点云配准

LSVSH描述符:高鉴别强鲁棒的点云局部特征统计直方图

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2024年第2期36卷 248-257页

作者：吴鹏鹏梁栋赵宝周磊安徽大学互联网学院合肥230039 安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心合肥230601

三维局部特征描述是三维计算机视觉中的重要任务.现实场景中包含噪声、遮挡和杂波等干扰,使得准确和鲁棒的三维局部特征描述具有很大的挑战性.为提高特征描述的性能,提出一种局部曲面变化统计直方图(local sur-face variation based sta... 详细信息

三维局部特征描述是三维计算机视觉中的重要任务.现实场景中包含噪声、遮挡和杂波等干扰,使得准确和鲁棒的三维局部特征描述具有很大的挑战性.为提高特征描述的性能,提出一种局部曲面变化统计直方图(local sur-face variation based statistics histogram,LSVSH)描述符.首先设计一种不依赖于局部参考轴(local reference axis,LRA)的新属性(称为曲率属性),增强描述符对LRA误差的稳健性;然后沿径向剖分局部空间,在每个子空间中统计3个角度属性和1个曲率属性生成LSVSH描述符,实现对局部曲面信息的全面稳健描述.在B3R,U3M,U3OR和QuLD这4个数据集上进行大量的实验,结果表明,LSVSH在4个数据集上的RPC下面积(the area under the recall-precision curve,AUCpr)值分别为0.95,0.70,0.54和0.10,优于现有的局部特征描述符的性能;在U3M数据集上的正确配准率和在U3OR数据集上的正确识别率分别达到70%和100%,验证了LSVSH应用于物体配准和识别任务上的有效性.

关键词：局部特征描述符局部参考轴点云配准点云识别

在线全文

学校读者我要写书评

暂无评论

基于自监督图网络的脑电情绪识别方法研究

计算机科学 2024年

作者：张嘉翔潘敏张瑞西北大学医学大数据研究中心

脑电情绪识别是指通过分析人类脑电信号（Electroencephalogram，EEG）来识别相应情绪状态的技术，在医疗健康、人机交互等领域有着广泛的应用。目前，脑电情绪识别往往借助机器学习或深度学习方法对标签脑电数据进行充分训练从而能够... 详细信息

脑电情绪识别是指通过分析人类脑电信号（Electroencephalogram，EEG）来识别相应情绪状态的技术，在医疗健康、人机交互等领域有着广泛的应用。目前，脑电情绪识别往往借助机器学习或深度学习方法对标签脑电数据进行充分训练从而能够辨别不同情绪状态。然而，以往方法严重依赖于大量标签数据，而数据标注耗时耗力，并且由于脑电信号的个体差异性，导致传统方法表现不佳。同时，研究表明，脑电信号的空间结构信息能够反映不同情绪状态下蕴含的脑区相互作用，有助于提高情绪的辨识度。为此，本文提出了一种基于自监督图网络的脑电情绪识别方法。首先，使用减数分裂方法预处理脑电信号；其次，利用图卷积网络提取脑电信号的空间结构信息，并通过设计自监督辅助任务对图卷积网络进行训练；最后，在公开数据集SEED和SEED-IV上验证所提方法的可行性和有效性，得到情绪识别的准确率为95.16%和80.23%，优于现有方法。

关键词：脑电信号情绪识别减数分裂自监督学习图卷积网络