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
CNN集成机器学习的金属缺陷少样本分类方法
被引量：
2
1
作者
刘铭璇
唐东林
+1 位作者
何媛媛
周立
《电子测量与仪器学报》
CSCD
北大核心
2023年第3期86-94,共9页
针对金属缺陷分类,以深度学习为代表的分类方法主要是基于大规模数据的统计学习方法,一方面需要大量优质的标注样本,另一方面对数据中未能涵盖的样本泛化性能差。提出了一种利用集成学习思想,将人类分类知识嵌入到深度学习的少样本分类...
针对金属缺陷分类,以深度学习为代表的分类方法主要是基于大规模数据的统计学习方法,一方面需要大量优质的标注样本,另一方面对数据中未能涵盖的样本泛化性能差。提出了一种利用集成学习思想,将人类分类知识嵌入到深度学习的少样本分类方法。首先搭建了一个卷积神经网络作为分类模型的骨干网络,并设计了一个利用机器学习的类人学习模块,利用人类分类所用特征进行分类。此外,为了提高模型的泛化性、鲁棒性和更好的融合效果,设计了一种以对数函数为核心的数学集成模型,模块中的数学集成模型利用集成学习思想将骨干网络和类人学习模块的输出进行耦合。实验结果表明,对于小训练集大测试集的金属缺陷数据在分类性能和训练参数量方面优于深度学习方法。此外,类人学习模块和数学集成模型嵌入到不同的骨干网络上均取得了很好的性能,表明所提出的方法适用于多种深度卷积神经网络。
展开更多
关键词
金属缺陷分类
CNN
集成
学习
机器学习
数学集成模型
在线阅读
下载PDF
职称材料
基于土地适宜性和固碳需求的紫云英种植布局研究:以福建省浦城县为例
被引量：
2
2
作者
曹孟锦
周碧青
+3 位作者
张黎明
邱龙霞
陈容
邢世和
《中国生态农业学报》
CSCD
北大核心
2018年第1期125-135,共11页
藏碳于土是减少温室气体排放的重要途径,紫云英等绿肥回田能显著促进土壤有机碳积累,且培肥地力,但至今有关其种植布局的研究极少结合用地适宜性和固碳培肥现实需求性进行探讨。本文以福建省浦城县为研究区,借助GIS与修正的加权指数和...
藏碳于土是减少温室气体排放的重要途径,紫云英等绿肥回田能显著促进土壤有机碳积累,且培肥地力,但至今有关其种植布局的研究极少结合用地适宜性和固碳培肥现实需求性进行探讨。本文以福建省浦城县为研究区,借助GIS与修正的加权指数和、动态聚类等数学模型集成技术,在基于1∶5万比例尺的区域紫云英用地适宜性评价和耕层土壤碳密度分析的基础上,以适宜性和耕层土壤有机碳密度为指标,遵循最适宜生长和耕层土壤碳密度较低的耕地优先安排为种植用地的原则,将研究区紫云英优化种植区划分为优先、次优先和一般种植区。结果表明,研究区81.82%的耕地不同程度地适宜种植紫云英,耕层有机碳密度介于2.50~5.74 kg×m^(-2),空间差异较为明显。经优化布局的研究区紫云英用地面积占耕地总面积的59.72%,以优先种植区和次优先种植区占优势,分别占研究区紫云英优化布局用地总面积的25.72%和50.34%;其中耕地土壤固碳培肥需求较为强烈的莲塘、水北、古楼、永兴和忠信等乡镇可作为紫云英重点种植区,富岭、仙阳、石陂和九牧等乡镇可作为紫云英种植的后备种植区。基于土地适宜性和固碳需求,择优选取紫云英适宜种植区域,对于其高效种植利用、区域耕地土壤有机质提升计划的科学实施以及耕地质量的有效提高具有重要指导意义。
展开更多
关键词
紫云英
固碳
适宜性
土壤有机碳密度
数学
模型
集成
优化布局
在线阅读
下载PDF
职称材料
题名
CNN集成机器学习的金属缺陷少样本分类方法
被引量：
2
1
作者
刘铭璇
唐东林
何媛媛
周立
机构
西南石油大学机电工程学院石油天然气装备教育部重点实验室
四川省特种设备检验研究院
出处
《电子测量与仪器学报》
CSCD
北大核心
2023年第3期86-94,共9页
基金
四川省市场监督管理局科技计划项目(SCSJZ2022007)资助。
文摘
针对金属缺陷分类,以深度学习为代表的分类方法主要是基于大规模数据的统计学习方法,一方面需要大量优质的标注样本,另一方面对数据中未能涵盖的样本泛化性能差。提出了一种利用集成学习思想,将人类分类知识嵌入到深度学习的少样本分类方法。首先搭建了一个卷积神经网络作为分类模型的骨干网络,并设计了一个利用机器学习的类人学习模块,利用人类分类所用特征进行分类。此外,为了提高模型的泛化性、鲁棒性和更好的融合效果,设计了一种以对数函数为核心的数学集成模型,模块中的数学集成模型利用集成学习思想将骨干网络和类人学习模块的输出进行耦合。实验结果表明,对于小训练集大测试集的金属缺陷数据在分类性能和训练参数量方面优于深度学习方法。此外,类人学习模块和数学集成模型嵌入到不同的骨干网络上均取得了很好的性能,表明所提出的方法适用于多种深度卷积神经网络。
关键词
金属缺陷分类
CNN
集成
学习
机器学习
数学集成模型
Keywords
classification of metal defects
CNN
ensemble learning
machine learning
mathematical integration models
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TN06 [电子电信—物理电子学]
在线阅读
下载PDF
职称材料
题名
基于土地适宜性和固碳需求的紫云英种植布局研究:以福建省浦城县为例
被引量：
2
2
作者
曹孟锦
周碧青
张黎明
邱龙霞
陈容
邢世和
机构
福建农林大学资源与环境学院/土壤生态系统健康与调控福建省高校重点实验室
出处
《中国生态农业学报》
CSCD
北大核心
2018年第1期125-135,共11页
基金
农业部耕地质量监测与评价项目(2016FA0016)资助
文摘
藏碳于土是减少温室气体排放的重要途径,紫云英等绿肥回田能显著促进土壤有机碳积累,且培肥地力,但至今有关其种植布局的研究极少结合用地适宜性和固碳培肥现实需求性进行探讨。本文以福建省浦城县为研究区,借助GIS与修正的加权指数和、动态聚类等数学模型集成技术,在基于1∶5万比例尺的区域紫云英用地适宜性评价和耕层土壤碳密度分析的基础上,以适宜性和耕层土壤有机碳密度为指标,遵循最适宜生长和耕层土壤碳密度较低的耕地优先安排为种植用地的原则,将研究区紫云英优化种植区划分为优先、次优先和一般种植区。结果表明,研究区81.82%的耕地不同程度地适宜种植紫云英,耕层有机碳密度介于2.50~5.74 kg×m^(-2),空间差异较为明显。经优化布局的研究区紫云英用地面积占耕地总面积的59.72%,以优先种植区和次优先种植区占优势,分别占研究区紫云英优化布局用地总面积的25.72%和50.34%;其中耕地土壤固碳培肥需求较为强烈的莲塘、水北、古楼、永兴和忠信等乡镇可作为紫云英重点种植区,富岭、仙阳、石陂和九牧等乡镇可作为紫云英种植的后备种植区。基于土地适宜性和固碳需求,择优选取紫云英适宜种植区域,对于其高效种植利用、区域耕地土壤有机质提升计划的科学实施以及耕地质量的有效提高具有重要指导意义。
关键词
紫云英
固碳
适宜性
土壤有机碳密度
数学
模型
集成
优化布局
Keywords
Milk vetch
Carbon sequestration
Suitability
Soil organic carbon density
Integration of mathematic models
Optimal arrangement
分类号
S315 [农业科学—作物栽培与耕作技术]
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
CNN集成机器学习的金属缺陷少样本分类方法
刘铭璇
唐东林
何媛媛
周立
《电子测量与仪器学报》
CSCD
北大核心
2023
2
在线阅读
下载PDF
职称材料
2
基于土地适宜性和固碳需求的紫云英种植布局研究:以福建省浦城县为例
曹孟锦
周碧青
张黎明
邱龙霞
陈容
邢世和
《中国生态农业学报》
CSCD
北大核心
2018
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
