期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
巨大口蘑的研究现状及前景展望
被引量：
9
1
作者
杨水莲
聂健
+6 位作者
叶运寿
莫美华
蒋鑫宇
黄友环
郑锦荣
刘英
袁菁艺
《安徽农业科学》
CAS
2016年第10期9-12,共4页
综述了巨大口蘑在生物学特性、食用和药用作用及营养和经济价值、野生菌种的分离与驯化、栽培料方面的研究现状,指出了巨大口蘑栽培中存在的问题,并展望了巨大口蘑栽培技术的发展前景。
关键词
巨大口蘑
研究现状
生物特性
栽培料
前景
在线阅读
下载PDF
职称材料
改进的SSD-ResNet算法
被引量：
2
2
作者
孟婧
江平
+1 位作者
王凯
蒋鑫宇
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2023年第3期326-332,共7页
单次多边界框检测器(single shot multibox detector,SSD)算法因其性能优良已被应用于许多场景中,但该算法对小目标物体的检测精度偏低,主要原因是高层的语义信息没有被充分利用。为解决该问题,文章将其基础网络替换为残差网络(residual...
单次多边界框检测器(single shot multibox detector,SSD)算法因其性能优良已被应用于许多场景中,但该算法对小目标物体的检测精度偏低,主要原因是高层的语义信息没有被充分利用。为解决该问题,文章将其基础网络替换为残差网络(residual network,ResNet),同时融合深浅层的特征信息来增强浅层特征图的语义信息,此外还引入注意力模块,保留更多的目标特征信息,抑制无关信息,进一步提升对小目标物体的检测效果。在PASCAL VOC2007数据集上进行实验测试,平均精度均值为80.2%,优于其他SSD改进算法。由于增加了特征融合和注意力模块,所提算法检测速度有所下降,但相比于SSD改进算法,检测速度仍有明显的优势。
展开更多
关键词
目标检测
单次多边界框检测器(SSD)
残差网络(ResNet)
特征融合
注意力机制
在线阅读
下载PDF
职称材料
题名
巨大口蘑的研究现状及前景展望
被引量：
9
1
作者
杨水莲
聂健
叶运寿
莫美华
蒋鑫宇
黄友环
郑锦荣
刘英
袁菁艺
机构
华南农业大学食品学院
东莞雀巢有限公司
广东星河生物科技股份有限公司
出处
《安徽农业科学》
CAS
2016年第10期9-12,共4页
基金
广东省省部产学研项目(2012B091100302)
广东省星火计划项目(2013B020502019)
+1 种基金
广东省农业科技推广项目(201201138)
广东省科技计划项目(2015A020209144)
文摘
综述了巨大口蘑在生物学特性、食用和药用作用及营养和经济价值、野生菌种的分离与驯化、栽培料方面的研究现状,指出了巨大口蘑栽培中存在的问题,并展望了巨大口蘑栽培技术的发展前景。
关键词
巨大口蘑
研究现状
生物特性
栽培料
前景
Keywords
Tricholoma giganteum
Research status
Biological characteristics
Cultivation material
Prospect
分类号
S646 [农业科学—蔬菜学]
在线阅读
下载PDF
职称材料
题名
改进的SSD-ResNet算法
被引量：
2
2
作者
孟婧
江平
王凯
蒋鑫宇
机构
合肥工业大学数学学院
出处
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2023年第3期326-332,共7页
基金
国家自然科学基金资助项目(12172115)。
文摘
单次多边界框检测器(single shot multibox detector,SSD)算法因其性能优良已被应用于许多场景中,但该算法对小目标物体的检测精度偏低,主要原因是高层的语义信息没有被充分利用。为解决该问题,文章将其基础网络替换为残差网络(residual network,ResNet),同时融合深浅层的特征信息来增强浅层特征图的语义信息,此外还引入注意力模块,保留更多的目标特征信息,抑制无关信息,进一步提升对小目标物体的检测效果。在PASCAL VOC2007数据集上进行实验测试,平均精度均值为80.2%,优于其他SSD改进算法。由于增加了特征融合和注意力模块,所提算法检测速度有所下降,但相比于SSD改进算法,检测速度仍有明显的优势。
关键词
目标检测
单次多边界框检测器(SSD)
残差网络(ResNet)
特征融合
注意力机制
Keywords
object detection
single shot multibox detector(SSD)
residual network(ResNet)
feature fusion
attention mechanism
分类号
TP391.413 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
巨大口蘑的研究现状及前景展望
杨水莲
聂健
叶运寿
莫美华
蒋鑫宇
黄友环
郑锦荣
刘英
袁菁艺
《安徽农业科学》
CAS
2016
9
在线阅读
下载PDF
职称材料
2
改进的SSD-ResNet算法
孟婧
江平
王凯
蒋鑫宇
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2023
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
