检索结果-南通市图书馆

基于光谱-纹理特征的辣椒早疫病潜育期高光谱图像检测识别

在线全文

学校读者我要写书评

暂无评论

生物化学与生物物理进展 2025年第1期52卷 233-243页

作者：沈梦姣鲍浩张艳贵阳学院计算机科学学院农产品无损检测中心贵阳550005 贵州大学大数据与信息工程学院贵阳550025

目的早疫病是茄科作物生长过程中的一种常见破坏性病害,严重时会导致作物欠收而损失严重,传统的作物病害检测方法难以在病害潜育期及时发现病害特征从而采取科学有效的防治措施。本文通过高光谱成像仪连续监测从而获得不同感染期辣椒早... 详细信息

目的早疫病是茄科作物生长过程中的一种常见破坏性病害,严重时会导致作物欠收而损失严重,传统的作物病害检测方法难以在病害潜育期及时发现病害特征从而采取科学有效的防治措施。本文通过高光谱成像仪连续监测从而获得不同感染期辣椒早疫病的高光谱图像,利用光谱角余弦-相关系数和切比雪夫距离确定了辣椒早疫病潜育期最早可识别时间(本实验潜育期最早可识别时间为接种后24h)。方法以辣椒早疫病潜育期病状作为研究对象,采用遗传算法筛选出13个特征波长,经特征波长优化组合并结合逻辑回归模型建立基于光谱特征的作物病害潜育期病状识别模型。同时,利用局部二值模式建立基于图像纹理特征的辣椒早疫病潜育期识别模型。结果实验以120个样本进行测试,基于光谱特征的作物病害潜育期病状检测识别模型在训练集和测试集的准确率均达到93%以上,基于纹理特征的作物病害潜育期病状检测识别模型在训练集和测试集的准确率分别达到了98.96%和100%。结论利用光谱特征或者纹理特征均可实现作物病害潜育期病状的检测识别,纹理特征相比光谱特征更显著地揭示了病害潜育期特征,有效提升了模型检测性能。本文研究成果可为其他作物病害潜育期病状的监测识别提供理论参考。

关键词：高光谱图像辣椒早疫病潜育期图谱特征检测识别

在线全文

学校读者我要写书评

暂无评论

基于沙普利值改进的DPOS共识机制

计算机应用与软件 2025年第1期42卷 234-240页

作者：王新胜蒋立卫熊书明江苏大学计算机科学与通信工程学院江苏镇江212013

针对委托权益共识机制(Delegated-Proof-of-Stake, DPOS)中存在的记账权集中在权重节点、节点投票不积极与恶意节点处理困难的问题,提出一种基于沙普利值的DPOS改进方案,对记账节点的选举进行优化适配,区块收益再分配以激励节点积极参与... 详细信息

针对委托权益共识机制(Delegated-Proof-of-Stake, DPOS)中存在的记账权集中在权重节点、节点投票不积极与恶意节点处理困难的问题,提出一种基于沙普利值的DPOS改进方案,对记账节点的选举进行优化适配,区块收益再分配以激励节点积极参与,并引入惩处机制快速剔除恶意节点。实验结果表明,改进后的DPOS机制能够提高节点的投票率,保证系统去中心化,降低恶意节点出块概率,提高整体稳定性与安全性。

关键词：区块链共识机制委托权益博弈论沙普利值

基于深度学习和联合特征提取的人脸活体检测及决策融合攻击类型检测算法

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2025年第5期48卷 91-100页

作者：王彤张高原丁邦杰杨金柱张立立东北大学计算机科学与工程学院国家级计算机实验教学示范中心辽宁沈阳110819

生物特征识别技术越来越多地应用于身份认证,随之不断出现伪造合法用户信息的欺骗手段,人脸识别系统容易受到欺骗攻击,严重威胁了系统的安全性。为了提高生物特征识别系统的安全性,文中提出一种基于深度学习和联合特征提取的人脸活体检... 详细信息

生物特征识别技术越来越多地应用于身份认证,随之不断出现伪造合法用户信息的欺骗手段,人脸识别系统容易受到欺骗攻击,严重威胁了系统的安全性。为了提高生物特征识别系统的安全性,文中提出一种基于深度学习和联合特征提取的人脸活体检测及决策融合攻击类型检测算法。基于改进的AlexNet模型,有效降低了训练过程中的过拟合等问题,显著降低了模型训练时间;采取手工特征和深度学习相结合的模式判断非活体攻击类型,手工特征提取采取LBP结合多层DCT变换的联合特征提取,深度学习特征采取四层CNN网络的全局图像特征提取;在攻击类型判别上,提取待测样本的局部和全局特征进行初步判定,再通过决策融合将两个SVM分类器的输出结果以加权方式进行整合。算法在公开的CASIA数据集和NUAA数据集上进行验证,实验结果表明,融合不用的信息可以获得更高的准确率,降低了计算的复杂度,提高了算法的效率。

关键词：深度学习联合特征提取人脸活体检测 AlexNet LBP DCT

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

文档级神经机器翻译综述

软件学报 2025年第1期36卷 152-183页

作者：吕星林李军辉陶仕敏杨浩张民苏州大学计算机科学与技术学院江苏苏州215006 华为翻译中心北京100080

机器翻译(machine translation,MT)研究旨在构建一个自动转换系统,将给定源语言序列自动地转换为具有相同语义的目标语言序列.由于机器翻译广阔的应用场景,使其成为自然语言理解领域乃至人工智能领域的一个重要的研究方向.近年来,端到... 详细信息

机器翻译(machine translation,MT)研究旨在构建一个自动转换系统,将给定源语言序列自动地转换为具有相同语义的目标语言序列.由于机器翻译广阔的应用场景,使其成为自然语言理解领域乃至人工智能领域的一个重要的研究方向.近年来,端到端的神经机器翻译(neural machine translation,NMT)方法显著超越了统计机器翻译(statistical machine translation,SMT)方法,成为目前机器翻译研究的主流方法.然而,神经机器翻译系统通常以句子为翻译单位,在面向文档的翻译场景中,将文档中每个句子独立地进行翻译,会因脱离文档的篇章语境引起一些篇章级的错误,如词语错翻、句子间不连贯等.因此将文档级的信息融入到翻译的过程中去解决跨句的篇章级错误是更加自然和合理的做法,文档级的神经机器翻译(document-level neural machine translation,DNMT)的目标正是如此,成为机器翻译研究的热门方向.调研了近年来在文档级神经机器翻译研究方向的主要工作,从篇章评测方法、使用的数据集和模型方法等方面系统地对当前研究工作进行了归纳与阐述,目的是帮助研究者们快速了解文档级神经机器翻译研究现状以及未来的发展和研究方向.同时在文中也阐述了在文档级神经机器翻译的一些展望、困难和挑战,希望能带给研究者们一些启发.

关键词：神经机器翻译 Transformer模型文档上下文篇章评测

在线全文

学校读者我要写书评

暂无评论

岩石储能极限演化模型与强度准则研究

岩石力学与工程学报 2025年第1期44卷 140-151页

作者：刘继郭建强王姣姣张钦榕贵州大学土木工程学院贵州贵阳550025

强度理论是岩土工程灾害防控的基础,传统强度理论在复杂应力状态下的适用性仍存在一定不足。针对岩石储能极限的演化机制,在已有理论基础上,通过引入能够反映罗德角的参数λ,建立复杂应力状态下岩石储能极限演化模型,采用该模型对4种特... 详细信息

强度理论是岩土工程灾害防控的基础,传统强度理论在复杂应力状态下的适用性仍存在一定不足。针对岩石储能极限的演化机制,在已有理论基础上,通过引入能够反映罗德角的参数λ,建立复杂应力状态下岩石储能极限演化模型,采用该模型对4种特殊应力状态的分析揭示了岩石拉压强度不等及静水压力下可能破坏的现象。基于岩石储能极限演化模型,建立岩石强度准则,该准则可蜕化为D-P强度准则,且能够解决D-P强度准则不具有罗德角效应和拉剪区偏大的问题。4种岩石的真三轴试验数据验证表明新建立的强度准则具备较高的计算精度,平均误差为2%~12%,而D-P强度准则平均误差为18%~51%。相较于其他强度准则,从岩石储能极限角度建立的强度准则物理意义明确、精度较高,对岩石的破坏行为研究具有参考意义。

关键词：岩石力学复杂应力状态弹性应变能储能极限强度准则

在线全文

学校读者我要写书评

暂无评论

番茄早疫病高光谱图像早期判别及可视化研究

生物化学与生物物理进展 2025年第2期52卷 513-524页

作者：鲍浩黄莉张艳庞浩贵阳学院计算机科学学院农产品无损检测工程研究中心贵阳550005 贵州大学大数据与信息工程学院贵阳550025

目的番茄是世界范围内产量高、种植面积广的经济作物之一,具有较高的经济效益。番茄早疫病感染速度快、传播范围广、破坏性强,导致番茄减产减收带来严重的经济损失。番茄早疫病早期病状的判别可以为病害的科学防治提供参考,实现病害区... 详细信息

目的番茄是世界范围内产量高、种植面积广的经济作物之一,具有较高的经济效益。番茄早疫病感染速度快、传播范围广、破坏性强,导致番茄减产减收带来严重的经济损失。番茄早疫病早期病状的判别可以为病害的科学防治提供参考,实现病害区域的可视化定位,精准指导病害防治。本文使用高光谱图像结合机器学习算法建立了番茄早疫病早期病状的判别模型,实现了番茄早疫病早期判别和病害区域的可视化定位。方法针对高光谱图像的噪声干扰,利用鲁棒主成分分析(RPCA)实现高光谱图像的去噪处理;为了避免主观选择感兴趣区域造成信息表征不足的问题,使用最大类间方差法(OTSU)算法从背景中有效提取了番茄叶片,并以整个番茄叶片的平均光谱作为研究对象,结合多元散射校正(MSC)算法以及标准化建立了光谱预处理的综合方法;针对预处理后的光谱,为了提高模型的判别能力,建立了基于特征波长和线性核函数SVM的番茄早疫病早期判别模型。结果较全光谱波长建模在测试集上的准确率提高8.33%;对SVM模型的参数进行优化,当参数C=1.64时,训练集和测试集上准确率分别达到了91.67%和94.44%,较参数优化前的模型在训练集上的准确率提高了1.19%,而测试集准确率保持不变,有效缓解了模型欠拟合问题。结论本文建立了番茄早疫病高光谱图像早期判别模型并实现了早期病状的可视化定位,基于特征波长和线性核函数SVM的判别模型可以有效判别番茄早疫病病害的早期病状;利用患病概率的形式对番茄早疫病早期病状进行可视化定位,可视化分析更直观地发现早期病害并采取防治措施。本研究为植物病害早期病状的判别和可视化研究提供了参考,对作物病害的监测识别和科学防治具有重要意义。

关键词：高光谱成像机器学习遗传算法番茄早疫病早期病状可视化

在线全文

学校读者我要写书评

暂无评论

基于全局-局部协同增强的遥感目标检测

激光与光电子学进展 2025年第04期 321-328页

作者：张众维郭芙蓉刘树东天津城建大学计算机与信息工程学院

为了提高遥感图像中各类目标的检测性能，提出一种基于LSKNet-S的改进算法。该算法通过融合不同层级感受野的特征，大幅提升了网络对遥感目标的检测能力。首先，设计了一个多尺度特征融合模块，通过改进多层感知器增强模型对全局上下文... 详细信息

为了提高遥感图像中各类目标的检测性能，提出一种基于LSKNet-S的改进算法。该算法通过融合不同层级感受野的特征，大幅提升了网络对遥感目标的检测能力。首先，设计了一个多尺度特征融合模块，通过改进多层感知器增强模型对全局上下文信息的提取能力。同时，引入轻量级局部视觉中心模块，以提高模型对局部特征的感知能力。两者结合，实现了模型对多尺度特征的有效提取和融合。其次，在检测头中引入用于尺度增强的上采样操作，通过提高特征图的分辨率，使模型能够更好地捕捉遥感图像中各类目标的细节信息。实验结果表明，所提算法在HRSC2016数据集上的平均精度均值（mAP）相比原模型提升了3.43百分点，在DIOR-R数据集上的mAP较原模型提升了1.12百分点，且均优于目前主流算法，验证了所提算法在遥感目标检测场景中的有效性。

关键词：图像处理遥感图像目标检测多尺度特征融合上采样策略

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种基于区间验证的隐私保护真值发现算法

小型微型计算机系统 2025年第2期46卷 410-416页

作者：张志敏赵国生王健哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025 哈尔滨理工大学计算机科学与技术学院哈尔滨150080

隐私保护真值发现技术在移动群智感知网络领域中受到了广泛关注.然而在实际应用中,恶意用户上传的异常值对真值发现结果的可靠性带来了较大影响.为此,提出了一种基于区间验证的隐私保护真值发现算法IVPPTD (Interval Verification based... 详细信息

隐私保护真值发现技术在移动群智感知网络领域中受到了广泛关注.然而在实际应用中,恶意用户上传的异常值对真值发现结果的可靠性带来了较大影响.为此,提出了一种基于区间验证的隐私保护真值发现算法IVPPTD (Interval Verification based Privacy-Preserving Truth Discovery).首先,采用Paillier同态加密方法实现用户感知数据的安全上传和真值发现,保护用户的感知数据、权重信息以及估算真值的隐私不被泄露.其次,提出一种密文域中的异常数据过滤算法,对数据约束区间外的异常值进行数据清洗,从而在保护用户敏感信息不被泄露的前提下,提高真值发现结果的可靠性.最后,基于感知平台和密钥生成中心协作完成真值发现过程,减少了用户与云服务器之间的通信开销.仿真实验结果表明,所提方法具有高准确率、对异常值的鲁棒性以及较低的计算开销.

关键词：移动群智感知真值发现隐私保护异常数据过滤同态加密

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

基于模糊强化学习的云计算虚拟机调度策略

计算机工程与科学 2025年第1期47卷 56-65页

作者：余世瑞姜春茂哈尔滨师范大学计算机科学与信息工程学院黑龙江哈尔滨150025 福建理工大学计算机科学与数学学院福建福州350118

针对云计算数据中心中,低效的资源管理产生的高能耗问题,提出一种基于模糊的(Q-learning(λ))强化学习算法,通过处理虚拟机放置(VMP)问题来解决云计算数据中心的高能耗开销问题。将当前状态下的虚拟机数量以及物理机利用率作为输入状态... 详细信息

针对云计算数据中心中,低效的资源管理产生的高能耗问题,提出一种基于模糊的(Q-learning(λ))强化学习算法,通过处理虚拟机放置(VMP)问题来解决云计算数据中心的高能耗开销问题。将当前状态下的虚拟机数量以及物理机利用率作为输入状态传入模糊控制器,并与强化学习(RL)算法相结合来执行对应相关的策略。该算法能够动态地将相关虚拟机分配到所对应的物理服务器上并且能够减少虚拟机迁移次数,优化资源利用率,在满足用户服务级别协议(SLA)的同时降低能源消耗。该算法能够应对工作负载波动的情况,并在满足SLA的期望服务质量(QoS)需求的同时,提供合适的VM部署(初始或重新映射)。实验结果显示,与Q-learning、Q-learning(λ)、Greedy和PSO放置算法相比,基于模糊的Q-learning(λ)算法的能源消耗显著减少且具有更快的收敛速度和一定的实用价值。

关键词：云计算虚拟机放置强化学习模糊系统