检索结果-维普期刊中文期刊服务平台

智慧城市应用场景实验室的期望与实践——以M应用场景实验室为例被引量：1: 1; 作者尹婧文曾维希《四川师范大学学报（社会科学版）》 CSSCI 北大核心 2024年第6期55-62,196,共9页; 智慧城市应用场景的开发对于深化智慧城市发展和城市数字化转型至关重要,国内多个城市已经启动了智慧城市应用场景实验室的建设,M应用场景实验室是国内智慧城市应用场景实验室的先行者。尽管M应用场景实验室的前瞻性结构为企业、研究机... 展开更多; 关键词智慧城市城市实验应用场景实验室; 在线阅读下载PDF 职称材料

改进YOLOv7-tiny与D-S理论结合的实验室人员行为检测研究: 2; 作者杨永亮曹敏 +4 位作者徐凌桦王霄杨靖王涛冯平平《现代电子技术》北大核心 2024年第19期153-160,共8页; 针对目前实验室场景缺少对人员行为检测的方法,且主流算法精度低、误检率高的问题,文中提出一种改进YOLOv7-tiny的人员行为检测算法,并通过多源信息融合,提高人员行为在实际实验室场景中的识别准确率。首先,在检测算法主干网络引入Ghost... 展开更多; 关键词实验室场景人员行为 YOLOv7-tiny 轻量化网络注意力模块损失函数 D-S证据理论信息融合; 在线阅读下载PDF 职称材料

基于感知注意力和轻量金字塔融合网络模型的室内场景语义分割方法被引量：7: 3; 作者李钰袁晴龙 +1 位作者徐少铭和嘉鹏《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第1期116-127,共12页; 针对实验室场景理解时存在背景复杂、光照多变等问题,利用RGB信息与深度信息在场景理解中具有互补性的特点,提出了一种感知注意力和轻量空间金字塔融合的网络模型(Perception Attention and Lightweight Spatial Fusion Network,PLFNet... 展开更多; 关键词生物实验室场景感知注意力轻量金字塔多尺度特征语义分割融合; 在线阅读下载PDF 职称材料

深度学习训练数据分布对植物病害识别的影响研究被引量：3: 4; 作者王宏乐王兴林 +4 位作者李文波叶全洲林涌海谢辉邓烈《广东农业科学》 CAS 2022年第6期100-107,共8页; 【目的】通过调节训练集内实验室场景图片与田间场景图片的分布,提高深度学习模型的准确度,以减少植物病害识别深度学习模型对田间场景数据的依赖。【方法】通过调节训练集内实验室场景图片和田间场景图片的分布,使用ResNeSt-50、VGG-16... 展开更多; 关键词植物病害深度学习卷积神经网络数据分布实验室场景田间场景; 在线阅读下载PDF 职称材料

题名智慧城市应用场景实验室的期望与实践——以M应用场景实验室为例被引量：1: 1; 作者尹婧文曾维希; 机构电子科技大学公共管理学院; 出处《四川师范大学学报（社会科学版）》 CSSCI 北大核心 2024年第6期55-62,196,共9页; 基金国家社会科学基金青年项目“智慧城市实验平台赋能城市数字化转型的机制及路径优化研究”(24CGL116)的阶段性成果。; 文摘智慧城市应用场景的开发对于深化智慧城市发展和城市数字化转型至关重要,国内多个城市已经启动了智慧城市应用场景实验室的建设,M应用场景实验室是国内智慧城市应用场景实验室的先行者。尽管M应用场景实验室的前瞻性结构为企业、研究机构和政府行动者分配了角色,但由于多种原因,许多行动者并未接受其所分配的角色和推动承诺和要求循环,最终导致M应用场景实验室的期望与实践之间存在一定的差距。为了让智慧城市应用场景实验室这种城市实验类型更好赋能我国智慧城市建设和城市全域数字化转型,需要对数据资源进行迭代和完善,采用多种激励措施鼓励中小企业参与应用场景研发,探索兼顾公共服务及营利的双元发展模式,采取多元且有针对性的协调机制。; 关键词智慧城市城市实验应用场景实验室; Keywords smart city urban experiment application scenario laboratory; 分类号 F49 [经济管理—产业经济] F299.27 [经济管理—国民经济]; 在线阅读下载PDF 职称材料

题名改进YOLOv7-tiny与D-S理论结合的实验室人员行为检测研究: 2; 作者杨永亮曹敏徐凌桦王霄杨靖王涛冯平平; 机构贵州大学电气工程学院; 出处《现代电子技术》北大核心 2024年第19期153-160,共8页; 基金国家自然科学基金资助项目(61861007) 贵州省教育厅创新群体项目(黔教合KY字[2021]012) +1 种基金贵州省科技计划项目(黔科合支撑[2023]一般412)。; 文摘针对目前实验室场景缺少对人员行为检测的方法,且主流算法精度低、误检率高的问题,文中提出一种改进YOLOv7-tiny的人员行为检测算法,并通过多源信息融合,提高人员行为在实际实验室场景中的识别准确率。首先,在检测算法主干网络引入GhostNetV2轻量化网络,进一步降低模型计算量和复杂度;其次,在颈部网络嵌入改进后的CBAM_E注意力模块,加强目标重要特征的提取;再次,在预测端使用SIoU替换原有的损失函数,减少角度因素和边界框回归精度的影响。检测结果表明,相较于YOLOv7-tiny,文中算法精度提升10.08%,模型参数量和复杂度分别下降36.45%和46.76%。最后通过将检测数据与传感器采集数据运用D-S证据理论进行信息融合后发现,人员不规范行为检测的误检率得到有效降低。结果表明,该方法可实现对实验室人员不规范行为的有效检测。; 关键词实验室场景人员行为 YOLOv7-tiny 轻量化网络注意力模块损失函数 D-S证据理论信息融合; Keywords laboratory scene personnel behavior YOLOv7-tiny lightweight network attention module loss function D-S evidence theory information fusion; 分类号 TN911.73-34 [电子电信—通信与信息系统] TP391.41 [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

题名基于感知注意力和轻量金字塔融合网络模型的室内场景语义分割方法被引量：7: 3; 作者李钰袁晴龙徐少铭和嘉鹏; 机构华东理工大学信息科学与工程学院; 出处《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第1期116-127,共12页; 文摘针对实验室场景理解时存在背景复杂、光照多变等问题,利用RGB信息与深度信息在场景理解中具有互补性的特点,提出了一种感知注意力和轻量空间金字塔融合的网络模型(Perception Attention and Lightweight Spatial Fusion Network,PLFNet)。在该模型的感知注意力模块中,利用RGB图像与深度图像在网络中的权重不同,以加权的方式实现深度信息对RGB信息的多级辅助;在轻量空间金字塔池化模块中,通过增加级联的空洞空间卷积,不但有效地聚集了多尺度特征,而且比传统空间金字塔池化模块的参数量减少了约92%,使RGB信息和深度信息的融合更充分。在两个室内场景公开数据集上的实验结果表明,该模型的表现均优于经典算法。消融实验结果表明,本文模型添加感知注意力模块和轻量空间金字塔池化模块后,平均交并比分别提高了4.3%和3.5%。最后,利用场景较复杂的生物实验室数据集进行测试,结果表明本文模型可以有效地实现对生物实验室的场景理解。; 关键词生物实验室场景感知注意力轻量金字塔多尺度特征语义分割融合; Keywords biological laboratory scene perceptual attention lightweight pyramid multi-scale features semantic segmentation fusion; 分类号 TP391 [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

题名深度学习训练数据分布对植物病害识别的影响研究被引量：3: 4; 作者王宏乐王兴林李文波叶全洲林涌海谢辉邓烈; 机构华南理工大学环境与能源学院深圳市丰农控股有限公司深圳市五谷网络科技有限公司深圳市宇众物联科技有限公司; 出处《广东农业科学》 CAS 2022年第6期100-107,共8页; 基金深圳市科技计划项目(CJGJZD20210408092401004)。; 文摘【目的】通过调节训练集内实验室场景图片与田间场景图片的分布,提高深度学习模型的准确度,以减少植物病害识别深度学习模型对田间场景数据的依赖。【方法】通过调节训练集内实验室场景图片和田间场景图片的分布,使用ResNeSt-50、VGG-16、ResNet-50等3种神经网络结构分别对训练得到的深度学习模型进行测试和比较,从而优化植物病害识别模型。【结果】在由一定数量的植物病害图像组成的训练集内,调节其中不同场景图片的分布会对模型的准确率产生影响。当训练集内的田间场景图片分布达30%时,模型准确率提升18%以上。在100%实验室场景图片的训练集内添加30%田间场景图片,可提升模型准确率17%以上;在100%田间场景图片的训练集内添加实验室场景图片,模型准确率随图片数量增加而提升,提升幅度为2%~4%。【结论】该方法适用于农业复杂环境下高准确度病害识别模型的快速建立,可减少深度学习模型对田间场景数据的依赖,缩短模型建立初期的田间数据采集周期,降低田间数据采集成本,促进人工智能技术在无人农场及智慧农业中更有效地运用。; 关键词植物病害深度学习卷积神经网络数据分布实验室场景田间场景; Keywords plant disease deep learning convolutional neural network data distribution lab-condition field-condition; 分类号 S237 [农业科学—农业机械化工程]; 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	智慧城市应用场景实验室的期望与实践——以M应用场景实验室为例	尹婧文曾维希	《四川师范大学学报（社会科学版）》 CSSCI 北大核心	2024	1	在线阅读下载PDF 职称材料
2	改进YOLOv7-tiny与D-S理论结合的实验室人员行为检测研究	杨永亮曹敏徐凌桦王霄杨靖王涛冯平平	《现代电子技术》北大核心	2024	0	在线阅读下载PDF 职称材料
3	基于感知注意力和轻量金字塔融合网络模型的室内场景语义分割方法	李钰袁晴龙徐少铭和嘉鹏	《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心	2023	7	在线阅读下载PDF 职称材料
4	深度学习训练数据分布对植物病害识别的影响研究	王宏乐王兴林李文波叶全洲林涌海谢辉邓烈	《广东农业科学》 CAS	2022	3	在线阅读下载PDF 职称材料