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

基于迁移学习的苹果落叶病识别与应用

农业工程学报 2024年第3期40卷 184-192页

作者：郭惠萍曹亚州王晨思荣麟瑞李怡王霆伟杨福增西北农林科技大学机械与电子工程学院杨凌712100 西安比亚迪汽车工程研究院西安710000

为解决现有卷积神经网络苹果叶片病害识别模型泛化能力弱,模型体积较大等问题,该研究提出一种基于改进MobileNetV3苹果落叶病识别模型。以健康叶片和常见苹果落叶病为研究对象,包括斑点落叶病、灰斑病、褐斑病、锈病4种,每种病害2级,共... 详细信息

为解决现有卷积神经网络苹果叶片病害识别模型泛化能力弱,模型体积较大等问题,该研究提出一种基于改进MobileNetV3苹果落叶病识别模型。以健康叶片和常见苹果落叶病为研究对象,包括斑点落叶病、灰斑病、褐斑病、锈病4种,每种病害2级,共9类特征,通过改进网络的注意力模块、全连接层及算子,结合迁移学习的训练方式,构建苹果落叶病识别模型。在扩充前后的数据集上对比不同的学习方式、学习率和注意力模块等对模型的影响,验证模型的识别性能。试验结果表明:采用迁移学习的方式,在训练50轮达曲线收敛,比全新学习的准确率增加6.74~10.79个百分点;使用引入的ET(efficient channel attention-tanh)注意力模块,网络损失曲线更加平滑,模型的参数量更少,模型体积减小了48%,提高了模型的泛化能力;在扩充数据集上,学习率为0.000 1时,结合迁移学习的训练方式,改进MobileNetV3(ET3-MobileNetV3)苹果落叶病识别模型,平均准确率能达到95.62%,模型体积6.29 MB。将模型部署到喷药设备上,可实现基于苹果叶片病害识别的变量喷施,该研究可为苹果叶片病害的检测与果园的现代化管理提供参考。

关键词：病害图像识别苹果落叶病 ET注意力模块改进MobileNetV3 迁移学习

在线全文

学校读者我要写书评

暂无评论

人体胸部有限元模型的构建与军事应用

火力与指挥控制 2024年

作者：赵雪婷汪送武警工程大学研究生大队武警工程大学装备管理与保障学院

为推动人体胸部有限元模型的构建与仿真应用研究，结合实际场景，针对爆炸、钝性弹道冲击、高速弹道冲击，3种不同场景下的人体胸部有限元模型结构进行了详细分析。由于人体胸部组织的生理结构存在差异，在受到弹道冲击和碰撞时，不同... 详细信息

为推动人体胸部有限元模型的构建与仿真应用研究，结合实际场景，针对爆炸、钝性弹道冲击、高速弹道冲击，3种不同场景下的人体胸部有限元模型结构进行了详细分析。由于人体胸部组织的生理结构存在差异，在受到弹道冲击和碰撞时，不同类型的组织会出现不同程度的损伤。因此，对不同场景下的人体胸部有限元模型进行综合分析，明确其优劣特点，并提出一些建议来优化这些模型以提高其生物保真度和精确度。通过减少事故中胸部组织受损的程度，满足单兵防护等相关领域对人体胸部冲击研究的需求。

关键词：有限元模型人体胸部爆炸钝性弹道冲击高速弹道冲击

基于改进TOPSIS法的反无人机蜂群系统作战效能评估

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

现代防御技术 2024年

作者：吴润泽彭维仕马医选武警工程大学装备管理与保障学院武警工程大学研究生大队

近年来，无人机蜂群攻防战已成为一种新兴的能够改变战争态势的作战样式，但目前研究反无人机蜂群系统作战效能评估的文章较少，且常见的评估方法存在较强的局限性。为此，本文提出一种将模糊层次分析法（FAHP）-指标相关性指标权重确... 详细信息

近年来，无人机蜂群攻防战已成为一种新兴的能够改变战争态势的作战样式，但目前研究反无人机蜂群系统作战效能评估的文章较少，且常见的评估方法存在较强的局限性。为此，本文提出一种将模糊层次分析法（FAHP）-指标相关性指标权重确定法（CRITIC）组合赋权，运用改进TOPSIS法评估的反无人机蜂群作战效能评估方法。首先，利用“感知-判断-决策-打击”（OODA）环构建反无人机蜂群系统作战效能评估指标体系。其次，使用FAHP-CRITIC法计算系统作战效能评估指标权重。再次，利用改进TOPSIS法对不同方案效能值进行排序优选。最后，通过对照实验数据验证使用改进TOPSIS法的反无人机蜂群系统作战效能评估方法的正确合理性。研究工作为反无人机蜂群系统作战效能评估提供了一种较为科学的方法。

关键词：作战效能评估反无人机蜂群 FAHP法 CRITIC法权重计算方法 TOPSIS法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

数据库管理系统模糊测试技术研究综述

软件学报 2024年

作者：梁杰吴志镛符景洲朱娟姜宇孙家广湖北文理学院物理与电子工程学院清华大学软件学院

数据库管理系统(DBMS)是用于高效存储、管理、分析数据的基础软件,在现代数据密集型应用中起着举足轻重的作用.数据库管理系统中存在的漏洞则对数据的安全性和应用的正常运行造成巨大威胁.模糊测试是当前最为流行的动态漏洞检测技术之一... 详细信息

数据库管理系统(DBMS)是用于高效存储、管理、分析数据的基础软件,在现代数据密集型应用中起着举足轻重的作用.数据库管理系统中存在的漏洞则对数据的安全性和应用的正常运行造成巨大威胁.模糊测试是当前最为流行的动态漏洞检测技术之一,它已经被应用于分析DBMS,并发现许多漏洞.分析DBMS的测试需求和难点,提出对DBMS进行模糊测试的一般框架,同时分析DBMS模糊测试工具面临的挑战和需要支持的维度;接着从挖掘不同类型漏洞的角度介绍典型的DBMS模糊测试工具;然后总结包括SQL表达式合成、代码覆盖追踪、测试准则构建在内的DBMS模糊测试的关键技术.接着就测试的覆盖率,生成测试用例的语法语义正确性和漏洞的发现能力对当前的几个流行模糊测试工具进行评估.最后,讨论当前DBMS模糊测试技术研究和实践中面临的问题,并对未来的研究方向进行展望.

关键词：数据库管理系统模糊测试漏洞挖掘

考虑多类型时间依赖资源约束的敏捷卫星调度优化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

控制理论与应用 2024年第6期41卷 1038-1046页

作者：李君邢立宁彭观胜徐运保湖南工程学院管理学院湖南长沙410073 西安电子科技大学电子工程学院陕西西安710071 中国人民解放军军事科学院国防科技创新研究院北京100000

随着现代空间科技的迅猛发展,光学遥感图像数据的应用需求越来越广泛,大力推动了光学对地观测卫星的发展.然而,由于高昂的发射成本的约束,对地观测卫星的资源是有限的,远远无法满足各类数据需求.因此,提高对地观测卫星的使用效率,提高... 详细信息

随着现代空间科技的迅猛发展,光学遥感图像数据的应用需求越来越广泛,大力推动了光学对地观测卫星的发展.然而,由于高昂的发射成本的约束,对地观测卫星的资源是有限的,远远无法满足各类数据需求.因此,提高对地观测卫星的使用效率,提高其任务执行率,具有非常重要的应用价值.本文聚焦于敏捷对地观测卫星的任务调度问题,即在给定的调度周期内,对有限的卫星资源制定合理的任务调度方案,在满足一定星上资源约束下,最大化观测任务收益.该问题难点在于星上的资源是非常有限的,例如存储图像数据的固存资源、用于采集数据和卫星姿态切换的能量资源及执行任务活动耗费的时间资源.需要注意的是,能量消耗量和时间消耗量依赖于任务的执行时间,这是敏捷卫星相对传统的非敏捷卫星独有的特性.不同任务场景对不同类型资源的需求不同,多种资源约束互相耦合,资源约束具有时间依赖特性,这些难点无疑极大地增加了卫星调度的求解难度.为高效地求解该问题,本文构建了多类型时间依赖资源约束的敏捷卫星调度整数规划模型,并针对问题特性提出了一种基于自适应选择因子的迭代局部搜索启发式算法.自适应选择因子综合考虑了目标收益、资源消耗量、资源约束的松弛量,采用动态变化的资源重要度,能快速自适应地根据当前场景下各种类型的资源数据使用量来确定最佳局部搜索方向,从而在有限时间内找到高质量的解.实验结果证明,本文所提出的算法在多种情况下相比当前最好算法求解效果显著更优.此外,算法独有的自适应选择因子相比传统的选择因子的求解质量更高,这是因为所设计的自适应选择因子兼顾了目标收益和资源消耗量之间权衡关系的同时,采用动态变化的资源重要度准确捕捉了资源需求的迫切程度.

关键词：卫星调度迭代局部搜索动态规划时间依赖性数据验证

维普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

基于无服务器边缘计算下的服务负载调度算法

计算机应用研究 2024年第3期41卷 811-817,841页

作者：高明陈国扬浙江工商大学信息与电子工程学院杭州310018

随着边缘计算的不断发展,其在资源管理配置方面逐渐出现相关问题,无服务器计算作为一种新的方式可以有效解决边缘计算的相关问题。然而,无服务器计算不具备在分布式边缘场景中高效处理请求所需服务负载调度的能力,针对这一问题,提出了... 详细信息

随着边缘计算的不断发展,其在资源管理配置方面逐渐出现相关问题,无服务器计算作为一种新的方式可以有效解决边缘计算的相关问题。然而,无服务器计算不具备在分布式边缘场景中高效处理请求所需服务负载调度的能力,针对这一问题,提出了一种基于无服务器边缘计算的服务负载调度算法(service load scheduling algorithm,SLSA)。SLSA的核心是通过隐式建模充分考虑了动态变化的节点状态、负载调度器放置等影响因素来优化整体时延,然后通过改进的平滑加权轮询调度(smooth weighted round robin,SWRR)算法进行服务调度。经仿真实验分析,SLSA在资源消耗上有着明显下降,同时在单城市场景与多城市场景下均有良好的性能表现,其中在单城市场景中相对于集中式轮询调度(round robin centralized,RRC)算法提升了43.01%,在多城市场景中提升了53.81%。实验结果表明,SLSA可以有效降低资源消耗率并提升性能。

关键词：边缘计算无服务器计算负载调度性能对比

基于Bi-GRU和空-谱信息融合的油菜菌核病侵染区域高光谱图像分割方法

在线全文

学校读者我要写书评

暂无评论

智慧农业（中英文） 2024年第2期6卷 40-48页

作者：张京赵泽瑄赵艳茹卜泓超吴星宇首都经济贸易大学管理工程学院北京100070 西北农林科技大学机械与电子工程学院陕西杨凌712100

[目的/意义]油菜菌核病是一种全球性的植物病害,可严重影响油菜的产量和品质,造成巨大的经济损失。为解决传统化学检测方法存在的操作复杂、污染环境、破坏样品及检测效率低等问题,构建了一种基于空-谱信息融合的双向门控循环网络(Bi-di... 详细信息

[目的/意义]油菜菌核病是一种全球性的植物病害,可严重影响油菜的产量和品质,造成巨大的经济损失。为解决传统化学检测方法存在的操作复杂、污染环境、破坏样品及检测效率低等问题,构建了一种基于空-谱信息融合的双向门控循环网络(Bi-directional Gate Recurrent Unit,Bi-GRU)模型,实现油菜菌核病侵染区域的高光谱图像分割。[方法]首先提取7×7像素邻域作为目标像素的空间特征,同时考虑全波段光谱特征,实现空间信息和光谱信息的有效融合。在此基础上结合Bi-GRU架构,实现序列数据中任意位置上特征的同时提取,避免了空-谱数据融合顺序对模型结果的影响。[结果和讨论]与卷积神经网络模型和长短时记忆网络模型相比,基于空-谱信息融合的Bi-GRU模型在平均精度、平均交并比、Kappa系数和Dice系数等评价指标上均获得显著提升。该模型的油菜菌核病检测平均精度达到93.7%,同时可以有效提取早期感染阶段的病斑区域。[结论]本研究可为油菜菌核病的高通量无损检测奠定基础,也为油菜菌核病的早期感染检测提供参考依据。

关键词：油菜菌核病检测高光谱图像分割双向门控循环神经网络空-谱信息融合深度学习

基于联邦强化学习的电热综合能源系统能量管理策略

在线全文

学校读者我要写书评

暂无评论

上海交通大学学报 2024年第6期58卷 904-915页

作者：王金锋王琪任正某孙晓晨孙毅赵一伊国网陕西省电力有限公司经济技术研究院西安710065 华北电力大学电气与电子工程学院北京102206

电热综合能源系统(IES)的能量管理关系到园区的经济效益与多能互补能力,但面临新能源出力随机性和用户负荷不确定性的挑战.首先,构建电热IES能量管理问题的数学模型,将各供能子系统赋能为智能体,基于深度确定性策略梯度(DDPG)算法建立... 详细信息

电热综合能源系统(IES)的能量管理关系到园区的经济效益与多能互补能力,但面临新能源出力随机性和用户负荷不确定性的挑战.首先,构建电热IES能量管理问题的数学模型,将各供能子系统赋能为智能体,基于深度确定性策略梯度(DDPG)算法建立综合考虑子系统实时用能负荷、分时电价及各设备出力的系统能量管理模型.然后,采用联邦学习技术,在训练过程中交互3个子系统的能量管理模型梯度参数对模型的训练效果进行协同优化,打破数据壁垒的同时保护各子系统数据隐私.最后,通过算例分析验证了所构建基于联邦学习框架的DDPG能量管理模型能有效提升园区IES经济效益.

关键词：综合能源系统联邦学习能量管理深度确定性策略梯度

基于改进CNN的猕猴桃根区土壤含水率反演方法

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11期40卷 85-91页

作者：潘时佳吴津乐程梅周敏姑牛子杰韩文霆西北农林科技大学机械与电子工程学院杨凌712100 西北农林科技大学中国旱区节水农业研究院杨凌712100

为解决无人机遥感领域根据冠层光谱信息对猕猴桃果树根系土壤含水率(root soil water content, RSWC)进行反演时,现有算法对冠层图像信息分析不足的问题,该研究对传统卷积神经网络模型进行改进,提出一种复合视觉卷积回归神经网络(compou... 详细信息

为解决无人机遥感领域根据冠层光谱信息对猕猴桃果树根系土壤含水率(root soil water content, RSWC)进行反演时,现有算法对冠层图像信息分析不足的问题,该研究对传统卷积神经网络模型进行改进,提出一种复合视觉卷积回归神经网络(compound visual convolutional regression network, CVCRNet),该网络复合两种不同尺寸卷积层对图像数据进行卷积特征提取,并使用全连接层对卷积特征值进行降维,从而直接以多光谱图像为分析对象对RSWC进行反演,充分利用多光谱图像内所有数据,提升反演精度。研究采集徐香猕猴桃果树果实膨大期(5-9月)冠层多光谱信息和深度40 cm处的RSWC,把基于图像的CVCRNet网络反演方法与基于植被指数的传统反演方法进行对比,CVCRNet训练结果在验证集R^(2)为0.827,RMSE为0.787%,相较于传统方法在验证集R^(2)为0.759,RMSE为0.983%,反演结果相关性有了明显提升,准确率也有得到一定提高。结果表明,改进后的CNN网络能够作为冠层信息反演的重要工具,在冠层复杂的场景下达成良好的土壤数据反演效果。

关键词：土壤含水率多光谱成像无人机遥感卷积神经网络果园管理