检索结果-南通市图书馆

基于深度学习三维重建技术的建筑施工进度管理自动化系统构建

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

土木与环境工程学报(中英文) 2024年第1期46卷 173-181页

作者：苏阳毛超郭鹏飞重庆大学管理科学与房地产学院重庆400045

随着建筑工程项目管理复杂程度的不断提升,越来越多自动化、智能化的施工进度方法受到传统管理领域的关注。然而受到成本高昂且使用复杂等限制,现有的主流方法难以适用于复杂的建筑施工进度管理场景。通过对比各类三维重建技术特点,搭... 详细信息

随着建筑工程项目管理复杂程度的不断提升,越来越多自动化、智能化的施工进度方法受到传统管理领域的关注。然而受到成本高昂且使用复杂等限制,现有的主流方法难以适用于复杂的建筑施工进度管理场景。通过对比各类三维重建技术特点,搭建了基于深度学习三维重建技术的建筑施工进度协同管理自动化系统(DLR-P),利用高速摄像头采集施工现场实时图像信息,完成由二维信息到三维信息的重建,并结合BIM动态模型技术实现对建筑施工进度的自动化管控。以重庆市巴南区某项目施工现场为例对系统进行实证研究,并对系统运行过程中的各项数据进行验证分析。结果表明:DLR-P系统平均三维重建时间为61 s,满足基本进度管理需求,能够实现建筑施工进度自动化管理,有效提升建筑施工进度管理效率。相较于目前已有的管理方式,其在运行成本及使用便捷性方面均表现出较大优势。

关键词：深度学习三维重建施工进度管理智能建造

基于改进YOLOv8的轻量化小麦病害检测方法

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

农业工程学报 2024年第5期40卷 187-195页

作者：马超伟张浩马新明王键霖张永爽张小艾河南农业大学信息与管理科学学院(软件学院) 郑州450046 河南农业大学农学院郑州450046

为提高小麦病害检测精度,实现将模型方便快速部署到移动端,该研究提出了一种基于改进YOLOv8的轻量化小麦病害检测方法。首先,使用PP-LCNet模型替换YOLOv8网络结构的骨干网络,并在骨干网络层引入深度可分离卷积(depthwise separable conv... 详细信息

为提高小麦病害检测精度,实现将模型方便快速部署到移动端,该研究提出了一种基于改进YOLOv8的轻量化小麦病害检测方法。首先,使用PP-LCNet模型替换YOLOv8网络结构的骨干网络,并在骨干网络层引入深度可分离卷积(depthwise separable convolution, DepthSepConv)结构,减少模型参数量,提升模型检测性能;其次,在颈部网络部分添加全局注意力机制(global attention mechanism, GAM)模块,强化特征中语义信息和位置信息,提高模型特征融合能力;然后,引入轻量级通用上采样内容感知重组(content-aware reassembly of features,CARAFE)模块,提高模型对重要特征的提取能力;最后,使用Wise-IoU(weighted interpolation of sequential evidence for intersection over union)边界损失函数代替原损失函数,提升网络边界框回归性能和对小目标病害的检测效果。试验结果表明,对于大田环境下所采集的小麦病害数据集,改进后模型的参数量及模型大小相比原YOLOv8n基线模型分别降低了12.5%和11.3%,同时精确度(precision)及平均精度均值(mean average precision,m AP)相较于原模型分别提高了4.5和1.9个百分点,优于其他对比目标检测算法,可为小麦病害检测无人机等移动端检测装备的部署和应用提供参考。

关键词：图像识别深度学习目标检测轻量化小麦病害 YOLOv8 PP-LCNet

同方期刊数据库

基于改进FasterNet的轻量化小麦生育期识别模型

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5期55卷 226-234页

作者：时雷雷镜楷王健杨程凯刘志浩席磊熊蜀峰河南农业大学信息与管理科学学院郑州450046 河南粮食作物协同创新中心郑州450046

针对现阶段小麦生育期信息获取需依靠人工观测,效率低、主观性强等问题,本文构建包含冬小麦越冬期、返青期、拔节期和抽穗期4个生育期共计4599幅小麦图像数据集,并提出一种基于FasterNet的轻量化网络模型FSST(Fast shuffle swin transfo... 详细信息

针对现阶段小麦生育期信息获取需依靠人工观测,效率低、主观性强等问题,本文构建包含冬小麦越冬期、返青期、拔节期和抽穗期4个生育期共计4599幅小麦图像数据集,并提出一种基于FasterNet的轻量化网络模型FSST(Fast shuffle swin transformer),开展4个关键生育期的智能识别。在FasterNet部分卷积的基础上引入Channel Shuffle机制,以提升模型计算速度。引入Swin Transformer模块来实现特征融合和自注意力机制,用来提升小麦关键生育期识别准确率。调整整个模型结构,进一步降低网络复杂度,并在训练中引入Lion优化器,加快网络模型收敛速度。在自建的数据集上进行模型验证,结果表明,FSST模型参数量仅为1.22×10^(7),平均识别准确率、F1值和浮点运算量分别为97.22%、78.54%和3.9×10^(8),与FasterNet、GhostNet、ShuffleNetV2和MobileNetV34种模型相比,FSST模型识别精度更高,运算速度更快,并且识别时间分别减少84.04%、73.74%、72.22%和77.01%。提出的FSST模型能够较好地进行小麦关键生育期识别,并且具有识别快速精准和轻量化的特点,可以为大田作物生长实时监测提供信息技术支持。

关键词：小麦生育期识别 FasterNet 轻量化 Lion优化器

同方期刊数据库博看期刊

长江经济带城市生态福利绩效评价及空间变异性特征分析

在线全文

学校读者我要写书评

暂无评论

长江流域资源与环境 2024年

作者：杨杰李志刚成都理工大学管理科学学院

生态福利绩效是衡量区域绿色发展的新指标。考察城市生态福利绩效的空间分布和变异性特征，对城市生态资源进行分区规划和管理至关重要。基于投入-产出理论，纳入环境污染非期望产出，采用超效率SBM模型评价了长江经济带城市生态福利绩... 详细信息

生态福利绩效是衡量区域绿色发展的新指标。考察城市生态福利绩效的空间分布和变异性特征，对城市生态资源进行分区规划和管理至关重要。基于投入-产出理论，纳入环境污染非期望产出，采用超效率SBM模型评价了长江经济带城市生态福利绩效，分析了其空间分布特征，并就其空间变异性进行了建模分析。结果表明：①长江经济带城市生态福利绩效自2016年发展规划实施以来显著提升，增幅达33.3%。②城市间生态福利绩效呈现明显的空间集聚趋势，特别是长三角地区绩效整体水平显著提升。③城市生态福利绩效的空间相关性范围随时间推移逐渐减小，但变异程度保持相对稳定，需要加强生态环境治理，确保绩效持续提升。基于以上结论从生态环境治理，生态资源配置与机制构建以及城市间合作提出对策建议。

关键词：生态福利绩效超效率SBM模型半变异函数空间变异性长江经济带

基于改进YOLO v8s的小麦小穗赤霉病检测研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

农业机械学报 2024年第7期55卷 280-289页

作者：时雷杨程凯雷镜楷刘志浩王健席磊熊蜀峰河南农业大学信息与管理科学学院郑州450046 河南粮食作物协同创新中心郑州450046

为实现大田复杂背景下小麦小穗赤霉病快速准确识别,构建了包含冬小麦开花期、灌浆期和成熟期3个生育期共计640幅的小麦赤霉病图像数据集,并提出一种基于改进YOLO v8s的小麦小穗赤霉病识别方法。首先,利用全维动态卷积ODConv替换主干网... 详细信息

为实现大田复杂背景下小麦小穗赤霉病快速准确识别,构建了包含冬小麦开花期、灌浆期和成熟期3个生育期共计640幅的小麦赤霉病图像数据集,并提出一种基于改进YOLO v8s的小麦小穗赤霉病识别方法。首先,利用全维动态卷积ODConv替换主干网络中的标准Conv,提高网络对目标区域特征的提取;然后,在Neck网络使用改进Efficient RepGFPN特征融合网络实现低层特征与高层语义信息的融合,使模型能够提取更丰富的特征信息;最后,采用EIoU损失函数替换CIoU损失函数,加快模型收敛速度,进一步提高模型准确率,实现对小麦小穗赤霉病的快速、准确识别。在自建的数据集上进行模型验证,结果表明,改进模型(OCE-YOLO v8s)对小麦小穗赤霉病的检测精度达到98.3%,相比原模型提高2个百分点;与Faster R-CNN、CenterNet、YOLO v5s、YOLO v6s、YOLO v7模型相比分别提高36、25.7、2.1、2.6、3.9个百分点。提出的OCE-YOLO v8s模型能有效实现小麦小穗赤霉病精确检测,可为大田环境下农作物病虫害实时监测提供参考。

关键词：小麦赤霉病目标检测 YOLO v8 全维动态卷积 Neck网络 EIoU

同方期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

考虑成本信息透明和学习效应的跨期定价策略

中国管理科学 2024年第2期32卷 11-22页

作者：王君马闻康鲁馨蔓天津财经大学管理科学与工程学院天津300222

由于企业自身或第三方机构的披露,企业的生产成本对于消费者来说日益透明。与此同时,对于耐用品生产企业,往往存在成本学习效应,即企业在重复制造生产过程中可以降低后期的生产成本。针对制造企业面对策略型消费者的动态定价问题,构建... 详细信息

由于企业自身或第三方机构的披露,企业的生产成本对于消费者来说日益透明。与此同时,对于耐用品生产企业,往往存在成本学习效应,即企业在重复制造生产过程中可以降低后期的生产成本。针对制造企业面对策略型消费者的动态定价问题,构建了两周期信号博弈模型,研究了成本信息透明和成本学习效应分别对企业的跨期价格歧视策略、利润、消费者战略等待决策和消费者剩余的影响。通过对比成本信息透明和不透明下的企业及消费者策略发现:当成本学习效应较小时,成本信息透明整体上使高成本企业和消费者受益,使低成本企业受损;当成本学习效应较大时,成本信息透明仍使高成本企业受益,使低成本企业和消费者受损。成本学习效应的增强使高成本企业受益,使低成本企业受损,使消费者受益。

关键词：成本信息透明成本学习效应跨期价格歧视策略型消费者动态定价

住房支出、家庭幸福感与女性的生育就业选择:对“低生育率”现象的透视

在线全文

学校读者我要写书评

暂无评论

数理统计与管理 2024年

作者：李斌任津汝山西财经大学管理科学与工程学院

能否明晰家庭“住房负担”与女性生育就业决策的关系是破解中国“低生育率”困境的关键问题。首先,考虑女性家庭和社会双重角色冲突下,构建女性“生育-就业选择模型”,从理论上刻画家庭住房支出和女性生育就业选择的内在关联。在此基础... 详细信息

能否明晰家庭“住房负担”与女性生育就业决策的关系是破解中国“低生育率”困境的关键问题。首先,考虑女性家庭和社会双重角色冲突下,构建女性“生育-就业选择模型”,从理论上刻画家庭住房支出和女性生育就业选择的内在关联。在此基础上,基于“中国家庭追踪调查”数据,利用宏微观嵌套的多层logit模型检验家庭住房支出对女性决策的影响程度及作用机制,识别了家庭幸福感和对社保制度的信心在其中的关键作用。研究发现:1)家庭住房支出对女性生育就业选择影响显著。住房支出越多,女性越倾向于选择工作而非生育。2)城镇失业率上升会强化住房支出对女性生育就业决策的负向影响。3)家庭住房支出影响女性决策的机制在于家庭幸福感发挥的部分中介作用,而对社保制度的信心又正向调节了该中介效应的后半路径。研究结论对于科学制定住房及人口管理政策,对于消除生育焦虑、提升家庭幸福感,对于扭转人口生育困局、激发城市创新活力等意义重大。

关键词：住房支出生育就业选择家庭幸福感多层logit模型有调节的中介效应

收入结构视角下农民收入增长动力的时空演化特征——以石漠化脱贫地区为例

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

人文地理 2024年第1期39卷 48-58页

作者：周滔黄冬月重庆大学管理科学与房地产学院重庆400045

农民收入的持续稳定增长对于进一步巩固脱贫攻坚成果,实现脱贫地区的乡村振兴具有重要意义。本文基于理论分析构建了农民收入增长动力的分析框架,基于石漠化脱贫地区80个县级行政单位的数据,运用Weaver-Thomas模型测度农民收入增长动力... 详细信息

农民收入的持续稳定增长对于进一步巩固脱贫攻坚成果,实现脱贫地区的乡村振兴具有重要意义。本文基于理论分析构建了农民收入增长动力的分析框架,基于石漠化脱贫地区80个县级行政单位的数据,运用Weaver-Thomas模型测度农民收入增长动力及其组合关系,并运用灰色关联度模型验证农民收入增长动力结构及其稳定性与农民收入水平及增长率的关联性,进而探究研究区域农民收入增长动力的时空演化特征。研究表明:(1)农民收入增长受非农产业发展、农业产业发展、资金投入、基础设施、公共服务等5类因素所驱动,特定区域、特定时间范围内驱动因素会呈现出不同强度的组合关系,并表征为不同状态的农民收入增长动力结构,进而影响农民收入水平;(2)农民收入增长主导驱动因素的占比与农民收入水平之间存在显著的正相关性;(3)农民收入增长动力结构的稳定性与农民收入增长率之间存在显著的负相关性;(4)农民收入增长动力结构在一定区域内存在时空异质性。

关键词：农民收入增长动力时空演化 Weaver-Thomas模型灰色关联度石漠化地区

在线全文

学校读者我要写书评

暂无评论

一种求解高维优化问题的改进灰狼算法

系统工程学报 2024年第2期39卷 200-216页

作者：李煜林笑笑刘景森河南大学管理科学与工程研究所河南开封475004 河南大学商学院河南开封475004 河南大学智能网络系统研究所河南开封475004

为求解高维优化问题,提出基于反向学习和衰减因子的灰狼优化算法(grey wolf algorithm based on opposition learning and reduction factor,ORGWO).设计一种灰狼反向学习模型,模型考虑问题搜索边界信息和种群历史搜索信息,初始种群阶... 详细信息

为求解高维优化问题,提出基于反向学习和衰减因子的灰狼优化算法(grey wolf algorithm based on opposition learning and reduction factor,ORGWO).设计一种灰狼反向学习模型,模型考虑问题搜索边界信息和种群历史搜索信息,初始种群阶段增加反向学习,增强种群多样性.根据算法各个阶段不同特征引入衰减因子,平衡全局和局部勘探能力.选取8个高维函数和23个不同特征的优化函数对算法性能进行测试,进一步使用收敛性分析,寻优成功率,CPU时间,Wilcoxon秩和检验来评估改进算法,实验结果表明,ORGWO算法在求解高维问题上具有较好的精度,鲁棒性和更快的收敛速度.

关键词：灰狼优化算法反向学习衰减因子高维优化问题