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
基于残差注意力网络模型的浮游植物识别
被引量：
8
1
作者
项和雨
邹斌
+5 位作者
唐亮
陈维国
饶凯锋
刘勇
马梅
杨艳
《生态学报》
CAS
CSCD
北大核心
2021年第17期6883-6892,共10页
浮游植物作为水生态系统中最重要的生物组成部分之一,对水环境敏感,在水环境监测中得到了广泛的关注。然而水生环境复杂多样,准确高效地识别浮游植物是监测工作中的一大挑战。当前浮游植物识别方法可分为经典形态学分类、分子标记和人...
浮游植物作为水生态系统中最重要的生物组成部分之一,对水环境敏感,在水环境监测中得到了广泛的关注。然而水生环境复杂多样,准确高效地识别浮游植物是监测工作中的一大挑战。当前浮游植物识别方法可分为经典形态学分类、分子标记和人工智能图像识别三类。前两种方法已被广泛采用,但费时费力,不利于监测机构的大规模应用和推广。同样,利用图像进行自动化分类难以在高准确率与高效率上达到平衡。深度学习技术的发展为此提供了新思路。本文提出一种新的深度卷积神经网络RAN-11。该网络以残差注意力网络Attention-56和Attention-92为基础,凭借通道对齐融合主干上的底层特征与顶层特征,通过调整注意力模块和残差快个数以精简结构,并引入了Leaky ReLU激活函数代替ReLU。以太湖11个优势属共计1036张图像为数据来源进行对比验证。除星杆藻外,RAN-11对单一优势属的的查准率都在90%以上,并且有5个优势属达到100%的查准率。RAN-11的识别准确率为95.67%,推理速率为41.5帧/s,不仅比Attention-92(95.19%的准确率,23.6帧/s)更准确,而且比Attention-56(94.71%的准确率,41.2帧/s)更快,真正兼顾了准确率与效率。研究结果表明:(1)RAN-11在查准率、准确率和推理速率上优于原始残差注意力网络,更优于以词包模型为代表的传统图像识别方法;(2)融合多尺度特征、精简网络结构和优化激活函数是提高卷积神经网络性能的有力手段。建立在经典分类基础之上,本文提出新的残差注意力网络来提升浮游植物鉴定技术,并构建出浮游植物自动化识别系统,识别准确率高、易于推广,对于实现水体中浮游植物的自动化监测具有重要意义。
展开更多
关键词
水质监测
浮游植物识别
残差注意力网络
深度学习
在线阅读
下载PDF
职称材料
小波分析在活体浮游植物离散三维荧光光谱特征提取及识别中的应用研究
被引量：
14
2
作者
张芳
王良
+3 位作者
苏荣国
宋志杰
王修林
祝陈坚
《传感技术学报》
CAS
CSCD
北大核心
2007年第10期2143-2150,共8页
为了区分和识别不同属的浮游植物,选择了Daubechies-3小波的二阶低频分量对10种浮游植物的离散三维光谱进行了特征提取.Bayes判别分析结果表明此类特征谱对不同属间浮游植物的正确判别率可达96.75%.利用非负最小二乘法,依据此类特征谱...
为了区分和识别不同属的浮游植物,选择了Daubechies-3小波的二阶低频分量对10种浮游植物的离散三维光谱进行了特征提取.Bayes判别分析结果表明此类特征谱对不同属间浮游植物的正确判别率可达96.75%.利用非负最小二乘法,依据此类特征谱建立的标准谱库可对加入不同噪声的某些藻进行100%的定性识别.可对绝大多数混合样中优势种进行定性识别;并可使某些优势种的识别量达到真实量的75%以上.小波分析可对浮游植物在属的层次上进行有效的特征提取.
展开更多
关键词
浮游植物识别
特征提取
小波分析
离散三维荧光光谱
在线阅读
下载PDF
职称材料
题名
基于残差注意力网络模型的浮游植物识别
被引量：
8
1
作者
项和雨
邹斌
唐亮
陈维国
饶凯锋
刘勇
马梅
杨艳
机构
湖北大学
无锡中科水质环境技术有限公司
北京工业大学
中国科学院生态环境研究中心
中国科学院生态环境研究中心
中国科学院大学
武汉晴川学院
出处
《生态学报》
CAS
CSCD
北大核心
2021年第17期6883-6892,共10页
基金
国家自然科学基金面上项目(61772011)
中国科学院前沿项目(QYZDY-SSW-DQC004)
+1 种基金
北京市科技计划项目(Z171100004417025)
山西省智能信息处理重点实验室开放项目(CICIP2018002)。
文摘
浮游植物作为水生态系统中最重要的生物组成部分之一,对水环境敏感,在水环境监测中得到了广泛的关注。然而水生环境复杂多样,准确高效地识别浮游植物是监测工作中的一大挑战。当前浮游植物识别方法可分为经典形态学分类、分子标记和人工智能图像识别三类。前两种方法已被广泛采用,但费时费力,不利于监测机构的大规模应用和推广。同样,利用图像进行自动化分类难以在高准确率与高效率上达到平衡。深度学习技术的发展为此提供了新思路。本文提出一种新的深度卷积神经网络RAN-11。该网络以残差注意力网络Attention-56和Attention-92为基础,凭借通道对齐融合主干上的底层特征与顶层特征,通过调整注意力模块和残差快个数以精简结构,并引入了Leaky ReLU激活函数代替ReLU。以太湖11个优势属共计1036张图像为数据来源进行对比验证。除星杆藻外,RAN-11对单一优势属的的查准率都在90%以上,并且有5个优势属达到100%的查准率。RAN-11的识别准确率为95.67%,推理速率为41.5帧/s,不仅比Attention-92(95.19%的准确率,23.6帧/s)更准确,而且比Attention-56(94.71%的准确率,41.2帧/s)更快,真正兼顾了准确率与效率。研究结果表明:(1)RAN-11在查准率、准确率和推理速率上优于原始残差注意力网络,更优于以词包模型为代表的传统图像识别方法;(2)融合多尺度特征、精简网络结构和优化激活函数是提高卷积神经网络性能的有力手段。建立在经典分类基础之上,本文提出新的残差注意力网络来提升浮游植物鉴定技术,并构建出浮游植物自动化识别系统,识别准确率高、易于推广,对于实现水体中浮游植物的自动化监测具有重要意义。
关键词
水质监测
浮游植物识别
残差注意力网络
深度学习
Keywords
water quality monitoring
phytoplankton recognition
residual attention network
deep learning
分类号
Q948.8 [生物学—植物学]
在线阅读
下载PDF
职称材料
题名
小波分析在活体浮游植物离散三维荧光光谱特征提取及识别中的应用研究
被引量：
14
2
作者
张芳
王良
苏荣国
宋志杰
王修林
祝陈坚
机构
中国海洋大学化学化工学院
中国海洋大学海洋化学理论与工程技术教育部重点实验室
中国海洋大学信息科学与工程学院
出处
《传感技术学报》
CAS
CSCD
北大核心
2007年第10期2143-2150,共8页
基金
国家863计划资助(2006AA09Z178)
国家重点基础研究发展规划项目资助(2001CB409703)
文摘
为了区分和识别不同属的浮游植物,选择了Daubechies-3小波的二阶低频分量对10种浮游植物的离散三维光谱进行了特征提取.Bayes判别分析结果表明此类特征谱对不同属间浮游植物的正确判别率可达96.75%.利用非负最小二乘法,依据此类特征谱建立的标准谱库可对加入不同噪声的某些藻进行100%的定性识别.可对绝大多数混合样中优势种进行定性识别;并可使某些优势种的识别量达到真实量的75%以上.小波分析可对浮游植物在属的层次上进行有效的特征提取.
关键词
浮游植物识别
特征提取
小波分析
离散三维荧光光谱
Keywords
phytoplankton identification
characteristic extraction
wavelet analysis
discrete 3D fluorescence spectra
分类号
O657.32 [理学—分析化学]
Q949.2 [生物学—植物学]
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
基于残差注意力网络模型的浮游植物识别
项和雨
邹斌
唐亮
陈维国
饶凯锋
刘勇
马梅
杨艳
《生态学报》
CAS
CSCD
北大核心
2021
8
在线阅读
下载PDF
职称材料
2
小波分析在活体浮游植物离散三维荧光光谱特征提取及识别中的应用研究
张芳
王良
苏荣国
宋志杰
王修林
祝陈坚
《传感技术学报》
CAS
CSCD
北大核心
2007
14
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
