期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
TTLD-YOLOv7:非结构化环境下茶树病害的检测算法 被引量:2
1
作者 俞淑燕 杜晓晨 +1 位作者 冯海林 李颜娥 《茶叶科学》 CAS CSCD 北大核心 2024年第3期453-468,共16页
茶树病害对茶树种植业和相关行业的影响极为严重。在动态而复杂的茶园环境中检测疾病的传统方法效率低下,检测效果不尽人意。本研究提出一种基于YOLOv7-tiny的模型,增强了茶树病害的细微检测能力。通过整合CoordConv和ECA信道关注机制,... 茶树病害对茶树种植业和相关行业的影响极为严重。在动态而复杂的茶园环境中检测疾病的传统方法效率低下,检测效果不尽人意。本研究提出一种基于YOLOv7-tiny的模型,增强了茶树病害的细微检测能力。通过整合CoordConv和ECA信道关注机制,本模型在卷积特征图中实现了更高的空间识别能力,并降低了背景噪声对特征识别的影响。进一步的改进包括采用归一化瓦瑟斯坦距离度量和去耦头,以提高对小病斑的检测能力。使用K-means算法根据茶树病斑的特殊性生成了新的锚框,提高了模型的精确性和通用性。对比分析表明,该模型优于现有模型FasterR-CNN、 SSD、 YOLOv5s、 YOLO-Tea、 YOLOv7-tiny和YOLOv7,平均精确度提高5.39个百分点,达到了93%。改进后的模型可应用于茶树病害监测。 展开更多
关键词 茶树病害 YOLOv7-tiny 自然环境 目标检测
在线阅读 下载PDF
基于深度学习的激光遥感图像特征识别 被引量:8
2
作者 俞淑燕 魏哲 《激光杂志》 北大核心 2019年第2期123-127,共5页
以往基于模糊生物的激光遥感图像特征提取方法,通常采用单一的特征提取方式,获取的结果存在较多不明确部分以及维度高的问题,识别精度低。因此,提出基于深度学习的激光遥感图像特征识别方法,对激光遥感图像的颜色、纹理特征进行提取,获... 以往基于模糊生物的激光遥感图像特征提取方法,通常采用单一的特征提取方式,获取的结果存在较多不明确部分以及维度高的问题,识别精度低。因此,提出基于深度学习的激光遥感图像特征识别方法,对激光遥感图像的颜色、纹理特征进行提取,获取相应的特征向量描述;采用基于卷积神经网络的深度学习方法,基于深度学习神经网络设计卷积神经网络,采用卷积神经网络对激光遥感图像特征向量进行训练,经过卷积层、池化层以及Softmax层的操作对特征向量进行降维处理,获取激光遥感图像特征的初步识别结果;采用Alexnet神经网络与GoogLeNet神经网络,基于初步识别结果对激光遥感图像中特征不明确的部分进行再次识别训练,获取激光遥感图像中的最优特征子集,完成激光遥感图像特征的高精度识别。实验结果表明,所提方法在激光遥感图像特征提取方面具有识别精度高、性能好的优势。 展开更多
关键词 深度学习 激光 卷积神经网络 遥感图像 特征 识别
在线阅读 下载PDF
关于高职软件技术专业人才培养方案的思考 被引量:2
3
作者 俞淑燕 《教育与职业》 北大核心 2012年第17期112-113,共2页
文章通过深入市场调研,研究软件行业新动向,挖掘新领域中适合高职学生的新岗位,提取岗位技能,由此构建适合学生能力培养的课程体系,并提出一系列提高学生培养质量的保障措施。
关键词 行业升级 岗位群 课程体系 教学质量保障体系
在线阅读 下载PDF
基于累积信誉和路径递减的无线传感器网络可靠路由方法 被引量:2
4
作者 魏哲 俞淑燕 张欢 《科学技术与工程》 北大核心 2018年第18期236-240,共5页
在无线传感器网络中,某些节点会在路由数据时选择性转发数据包以节约自身能量;或者恶意丢弃某些数据以对网络进行破坏。这些路由节点的不良行为会使网络中传递的数据缺乏安全性;也使得网络变得不可靠,易受到各种攻击。针对无线传感器网... 在无线传感器网络中,某些节点会在路由数据时选择性转发数据包以节约自身能量;或者恶意丢弃某些数据以对网络进行破坏。这些路由节点的不良行为会使网络中传递的数据缺乏安全性;也使得网络变得不可靠,易受到各种攻击。针对无线传感器网络节点数据路由时存在不良行为的问题,提出一种基于累积信誉和路径递减的可靠路由方法。首先是根据统计学中负二项分布原理,对参与数据路由的节点进行信誉评价;并选取满足一定信誉条件的节点作为路由节点。然后通过路径递减方法对数据进行路由,目的是避免过多的中间节点,最后将数据包以可靠的方式通过最短的路径路由到目的地。实验测试结果表明所提方法在网络中存在恶意路由节点情况下,能够较好地提高数据包投递率,以及减少数据包到达目的节点的平均跳转次数,提高了数据路由的可靠性。 展开更多
关键词 无线传感器网络 累积信誉 路径递减 可靠路由
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部