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
共找到5,468篇文章
< 1 2 … 250 >
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：
大语言模型的偏见挑战:识别、评估与去除 被引量：1
1
作者 徐月梅 叶宇齐 何雪怡 《计算机应用》 北大核心 2025年第3期697-708,共12页
针对大语言模型(LLM)输出内容存在偏见而导致LLM不安全和不可控的问题,从偏见识别、偏见评估和偏见去除3个角度出发深入梳理和分析现有LLM偏见的研究现状、技术与局限。首先,概述LLM的三大关键技术,从中分析LLM不可避免存在内隐偏见(Int... 针对大语言模型(LLM)输出内容存在偏见而导致LLM不安全和不可控的问题,从偏见识别、偏见评估和偏见去除3个角度出发深入梳理和分析现有LLM偏见的研究现状、技术与局限。首先,概述LLM的三大关键技术,从中分析LLM不可避免存在内隐偏见(Intrinsic Bias)的根本原因;其次,总结现有LLM存在的语言偏见、人口偏见和评估偏见三类偏见类型,并分析这些偏见的特点和原因;再次,系统性回顾现有LLM偏见的评估基准,并探讨这些通用型评估基准、特定语言评估基准以及特定任务评估基准的优点及局限;最后,从模型去偏和数据去偏2个角度出发深入分析现有LLM去偏技术,并指出它们的改进方向,同时,分析指出LLM偏见研究的3个方向:偏见的多文化属性评估、轻量级的偏见去除技术以及偏见可解释性的增强。 展开更多
关键词 大语言模型 偏见溯源 偏见识别 偏见评估 偏见去除
在线阅读 下载PDF
基于改进YOLO 11模型的棉田地表残膜识别方法研究
2
作者 孟庆建 翟志强 +3 位作者 张连朴 吕继东 王虎挺 张若宇 《农业机械学报》 北大核心 2025年第5期17-25,48,共10页
为实现残膜回收机在自然环境中快速、准确地识别棉田地表残膜目标,本文提出了一种基于DCA-YOLO 11轻量化模型的棉田地表残膜识别方法。以4JMLE-210型残膜回收机工作后棉田地表残膜为研究对象,在不同时间段采集地表残膜图像900幅,通过透... 为实现残膜回收机在自然环境中快速、准确地识别棉田地表残膜目标,本文提出了一种基于DCA-YOLO 11轻量化模型的棉田地表残膜识别方法。以4JMLE-210型残膜回收机工作后棉田地表残膜为研究对象,在不同时间段采集地表残膜图像900幅,通过透视变换、图像裁剪、数据清洗、数据增强等预处理,最终得到5215幅残膜样本图像,按照4∶1划分为训练集和测试集,实现了对棉田地表残膜的数据集构建。通过在YOLO 11模型主干网络中增加深度可分离卷积(DWConv)模块代替通用卷积(Conv)模块,用于减少计算复杂度和参数量;通过在输出检测端末尾加入CBAM卷积块注意力机制模块来提高模型的感知能力,减少边缘与背景干扰;通过用ADown模块替换主干网络中的Conv模块,实现残膜特征图不同层之间的下采样,减少特征图空间维度,保留关键信息来提高残膜目标检测准确性。试验结果表明,在复杂自然环境下,DCA-YOLO 11模型精确率P为81.9%,召回率R为80.9%,平均精度均值mAP(重叠率0.5)为86.7%,参数量为2.20×10^(6),处理速度为80 f/s。通过对不同模型进行对比试验,DCA-YOLO 11模型检测精确率比YOLO v10、YOLO v9、YOLO v8分别高2.9、2.3、3.8个百分点,召回率比YOLO v10、YOLO v9、YOLO v8分别高2.0、1.0、1.8个百分点,处理速度比YOLO v9、YOLO v8分别提升12.7%、14.2%,略低于YOLO v10。DCA-YOLO 11模型在保证精度的同时,模型最小,参数量最少,证明其轻量化与优越性。模型通过泛化性试验,其在验证数据集上的检测结果,R^(2)为0.72,平均绝对误差和均方根误差分别为4.92个和2.72个,提出的DCA-YOLO 11轻量化模型泛化性较好。该研究可为残膜回收机械在复杂环境下精准、高效捡拾残膜以及残膜回收机回收率车载视觉估测提供理论依据与数据基础。 展开更多
关键词 残膜识别 YOLO 11模型 目标检测 模型轻量化
在线阅读 下载PDF
基于大语言模型的气象数据语义智能识别算法研究
3
作者 酆薇 肖文名 +2 位作者 田征 梁中军 姜滨 《信息网络安全》 北大核心 2025年第7期1163-1171,共9页
气象数据作为典型的时空大数据,在赋能经济社会发展的同时面临严峻的数据安全挑战。针对当前气象数据安全监测中存在的语义理解不足、数据特征识别准确率低和泛化能力差等问题,文章提出一种基于大语言模型的气象数据语义智能识别算法。... 气象数据作为典型的时空大数据,在赋能经济社会发展的同时面临严峻的数据安全挑战。针对当前气象数据安全监测中存在的语义理解不足、数据特征识别准确率低和泛化能力差等问题,文章提出一种基于大语言模型的气象数据语义智能识别算法。该算法通过构建高质量的训练数据集和领域知识库,融合检索增强生成(RAG)与低秩适应(LoRA)轻量化模型技术,应用思维链(CoT)进行微调,选择近端策略优化(PPO)算法作为强化学习算法,持续优化气象数据识别大模型的识别性能。实验结果表明,文章所提算法能有效提高气象数据特征识别的准确率。 展开更多
关键词 大语言模型 数据安全 语义智能识别 RAG COT
在线阅读 下载PDF
SSGCN-混合式图卷积网络:用于三维CAD模型的加工特征识别
4
作者 王洪申 王尚旭 强会英 《机械科学与技术》 北大核心 2025年第1期30-39,共10页
为解决CAD/CAPP/CAM集成过程中,三维CAD模型加工特征识别问题,提出了一种混合式图卷积网络(Hybrid spectral domain and spatial domain graph convolution networks, SSGCN)的特征识别算法。以三维模型的面为节点,边为节点间的连接关系... 为解决CAD/CAPP/CAM集成过程中,三维CAD模型加工特征识别问题,提出了一种混合式图卷积网络(Hybrid spectral domain and spatial domain graph convolution networks, SSGCN)的特征识别算法。以三维模型的面为节点,边为节点间的连接关系,构建图数据结构。提取面的几何属性信息,自定义编码构建节点属性矩阵,作为网络的输入。提取图结构的邻接矩阵、度矩阵等构建混合式图卷积网络。通过Python-OCC相关算法以及布尔运算,设计了一种批量生成带有面标签的加工特征模型数据集算法。使用带有面标签的加工特征模型数据集对网络进行训练,对加工特征模型进行测试,得到很好的识别效果。 展开更多
关键词 CAD模型 图卷积网络 加工特征识别 邻接矩阵
在线阅读 下载PDF
基于APCS 模型输入优化的水质污染因子识别分析
5
作者 陈向阳 黄国情 +1 位作者 雷少华 肖巍峰 《水利水运工程学报》 北大核心 2025年第2期153-164,共12页
河流在城市生态系统中扮演着重要角色,但随着城市化加剧,大量未经处理的生活污水和工业废水排放严重恶化了水质。为准确识别和量化长江南通段水质污染因子,采用绝对主成分分析(APCS)优化输入的多模型回归分析方法,包括多元线性回归(MLR... 河流在城市生态系统中扮演着重要角色,但随着城市化加剧,大量未经处理的生活污水和工业废水排放严重恶化了水质。为准确识别和量化长江南通段水质污染因子,采用绝对主成分分析(APCS)优化输入的多模型回归分析方法,包括多元线性回归(MLR)、岭回归(RR)和套索回归(LR)。结果表明:APCS-RR模型在处理高度相关的水质数据方面表现优异,有利于精准识别和量化不同季节的污染因子贡献;长江南通段水质在枯水期与丰水期呈现显著差异,枯水期以无机盐类和矿物质污染为主,丰水期则以有机物和营养盐污染为主导;加强工业排放管控、优化农业种植模式、实施分季节的水质管理政策和措施等,可有效应对水质季节性差异带来的挑战。研究结果可为当地水质与水环境管理策略奠定数据基础,也可为其他地区精确识别水质污染因子提供借鉴。 展开更多
关键词 水质污染 污染因子识别 多模型回归 绝对主成分 长江南通段
在线阅读 下载PDF
大模型辅助的研发合作机会识别与可交互图谱构建
6
作者 郝世博 史东昊 +2 位作者 朱学芳 孙明汉 宦昭润 《情报杂志》 北大核心 2025年第4期173-180,189,共9页
[研究目的]为提高科技成果转化效率和质量、优化创新资源配置,实现技术供需精准对接和挖掘潜在研发合作机会。[研究方法]首先通过大语言模型辅助智能抽取得到关键技术信息,利用不同模型获得文本嵌入向量表征并生成相似度矩阵;其次使用... [研究目的]为提高科技成果转化效率和质量、优化创新资源配置,实现技术供需精准对接和挖掘潜在研发合作机会。[研究方法]首先通过大语言模型辅助智能抽取得到关键技术信息,利用不同模型获得文本嵌入向量表征并生成相似度矩阵;其次使用最优模型编码的专利相似度数据生成创新主体相似度,并构建满足多元化场景挖掘需求的研发合作机会可交互网络图谱;最后以激光增材制造领域为例验证了该文所提方法的可行性。[研究结果/结论]案例研究表明,所提出的研发合作机会识别与可交互网络图谱构建方法能够为企业技术创新及高校院所专利转化运用提供更为精准的决策支撑。 展开更多
关键词 专利文本嵌入 大语言模型 研发合作机会识别 可交互网络图谱 激光增材制造
在线阅读 下载PDF
钢筋混凝土锈蚀损伤软接触模型的非线性超声导波识别
7
作者 阎石 王雪南 《应用声学》 北大核心 2025年第3期734-743,共10页
将软接触模型结合超声导波检测技术,可解决钢筋混凝土结构锈蚀早期识别难的问题。然而,目前缺少以层状锈蚀为基础的软接触模型及相关参数的确定方法与实验证明。该文将钢筋的锈胀问题简化为一个均匀的层状平面模型,并确立了整个锈胀过... 将软接触模型结合超声导波检测技术,可解决钢筋混凝土结构锈蚀早期识别难的问题。然而,目前缺少以层状锈蚀为基础的软接触模型及相关参数的确定方法与实验证明。该文将钢筋的锈胀问题简化为一个均匀的层状平面模型,并确立了整个锈胀过程中层表面接触压力与刚度;使用颗粒接触模型建立了锈蚀程度和超声导波非线性部分之间的关系;在数值分析时将锈蚀接触问题简化为一个软接触模型,并通过对比分析得到软接触中各参数和锈蚀程度之间的关系;通过理论分析与有限元计算及实验验证的方法证明了所提出方法的有效性。在软接触模型得到的结果中,超声导波的非线性系数变化趋势和理论计算及实验结果一致。通过理论计算推导出二阶非线性系数和接触力之间的关系,得到一种基于非线性超声导波的钢筋混凝土早期锈蚀识别方法,该方法对基于软接触模型的钢筋混凝土结构锈蚀损伤的识别是有效的。 展开更多
关键词 钢筋锈蚀识别 非线性超声导波 层状结构 软接触模型 钢筋混凝土结构 颗粒链接触模型
在线阅读 下载PDF
基于大语言模型的参考文献自动识别与著录信息抽取
8
作者 陈和 《情报杂志》 北大核心 2025年第7期192-198,共7页
[研究目的]利用大语言模型从参考文献文本数据中自动逐条识别出参考文献,并对识别出的参考文献的著录信息进行自动抽取,为文本识别相关工作提供新的思路和方法。[研究方法]通过Python编程和案例研究法,设计并优化Prompt模板,调用百度千... [研究目的]利用大语言模型从参考文献文本数据中自动逐条识别出参考文献,并对识别出的参考文献的著录信息进行自动抽取,为文本识别相关工作提供新的思路和方法。[研究方法]通过Python编程和案例研究法,设计并优化Prompt模板,调用百度千帆ERNIE-Speed大语言模型的服务API接口进行问答交互,实现从参考文献文本数据中自动逐条识别出参考文献,并进一步自动抽取每条参考文献中的作者、题名、出版物名称、出版年份等著录信息。[研究结果/结论]相较于传统文本识别方法,利用大语言模型自动识别参考文献并抽取著录信息,具有使用门槛低、对目标文本数据要求宽松、文本识别准确率高、抽取效率高等优点。同时,大语言模型也存在输入与输出内容长度受限制、“幻觉”和“礼貌性”行为增加数据处理复杂度的局限性。 展开更多
关键词 大语言模型 文本挖掘 文本识别 信息抽取 参考文献 著录规则
在线阅读 下载PDF
基于LDA模型的福建省家庭农场研究热点主题识别与趋势分析
9
作者 段园园 陈卫娜 林树文 《福建农业科技》 2025年第3期76-82,共7页
通过全面系统地展示福建省家庭农场研究领域的整体脉络、热点演进及前沿趋势,旨在为关注该领域的学者开展后续研究、政府部门制定相关政策提供参考和启发。研究基于文献计量学视角,借助LDA主题模型对1982-2024年中国知网525篇福建省家... 通过全面系统地展示福建省家庭农场研究领域的整体脉络、热点演进及前沿趋势,旨在为关注该领域的学者开展后续研究、政府部门制定相关政策提供参考和启发。研究基于文献计量学视角,借助LDA主题模型对1982-2024年中国知网525篇福建省家庭农场研究领域的中文文献进行主题挖掘及趋势预测分析。结果表明:福建省家庭农场研究历经3个阶段:起步期(1982-2010年)聚焦农业社会保障与基础服务;增长期(2011-2014年)关注土地流转与政策支持;成熟期(2015-2024年)深化现代农业技术与合作社作用研究。福建农林类高校为该方向的科研主力,但跨学科合作不足。研究主题主要围绕四大核心领域:农业社会化服务与土地流转、新型农业经营主体与农业现代化、集约化经营与合作社作用、发展问题与对策建议。研究指出,土地流转、社会化服务体系、现代农业技术、经营模式、政策和制度支持仍将是家庭农场研究的热点。 展开更多
关键词 家庭农场 新型农业经营主体 LDA模型 主题识别
在线阅读 下载PDF
基于大语言模型的燃气事故调查报告实体识别
10
作者 王明达 赵宝熙 +1 位作者 吴志生 冷高强 《中国安全生产科学技术》 北大核心 2025年第2期139-145,共7页
为解决样本稀少对大语言模型(LLM)在燃气事故调查报告中的实体识别精度影响显著的问题,提出1种基于两阶段训练的大语言模型实体识别方法。在数据集构建阶段,LLM根据对话式指令微调模板自动生成燃气事故调查报告数据集,采用简单数据增强(... 为解决样本稀少对大语言模型(LLM)在燃气事故调查报告中的实体识别精度影响显著的问题,提出1种基于两阶段训练的大语言模型实体识别方法。在数据集构建阶段,LLM根据对话式指令微调模板自动生成燃气事故调查报告数据集,采用简单数据增强(EDA)技术扩充人工标注的关键样本;在模型微调训练阶段,采用低秩适配微调技术对Phi3-mini-128k模型进行微调训练,第1阶段微调训练利用LLM自动标注数据集,在训练基础上利用增强数据集对模型进行第2阶段微调训练。研究结果表明:经过第1阶段微调训练后,Phi3-mini-rq模型的实体识别综合评价指标提高11.01百分点;当EDA增强数据占总数据的50%时,模型第2阶段微调效果最佳,综合评价指标值进一步提升2.49百分点。研究结果可为燃气领域的事故报告自动化处理提供有效技术支持。 展开更多
关键词 燃气事故调查报告 命名实体识别 大语言模型 指令微调 数据增强
在线阅读 下载PDF
基于随机子空间法的振动台试验模态参数识别——以超高层建筑缩尺模型为例
11
作者 张国伟 李建赢 +2 位作者 张宏 秦昌安 杨昕雨 《实验技术与管理》 北大核心 2025年第7期17-25,共9页
白噪声激励是振动台试验获取模态参数常用的识别方法,但其长时间激励可能对主频较低(如缩尺超高层)的模型造成轻微损伤,间接影响后续地震波工况抗震性能的计算。针对这一问题,该文在振动台试验的地震波工况中,基于随机子空间法识别了模... 白噪声激励是振动台试验获取模态参数常用的识别方法,但其长时间激励可能对主频较低(如缩尺超高层)的模型造成轻微损伤,间接影响后续地震波工况抗震性能的计算。针对这一问题,该文在振动台试验的地震波工况中,基于随机子空间法识别了模型的模态参数,并与对应震级后的白噪声工况结果进行对比分析。试验现象及数据分析结果表明,在7度小震、中震及大震的地震波工况下,随机子空间法能够稳定、有效识别缩尺超高层建筑结构模型的模态参数,为同类模型振动台试验的模态参数识别研究提供了方法借鉴。 展开更多
关键词 模态参数识别 随机子空间法 超高层缩尺模型 相似关系 振动台试验
在线阅读 下载PDF
大语言模型幻觉现象的分类识别与优化研究 被引量：3
12
作者 何静 沈阳 谢润锋 《计算机科学与探索》 北大核心 2025年第5期1295-1301,共7页
随着大语言模型在自然语言理解和生成任务上的广泛应用,其在医疗、法律和科研等高精度领域的表现被愈发关注。然而,幻觉现象作为大语言模型普遍存在的问题,极大制约了其在这些领域的实际应用。当前,针对大语言模型幻觉现象的评估和优化... 随着大语言模型在自然语言理解和生成任务上的广泛应用,其在医疗、法律和科研等高精度领域的表现被愈发关注。然而,幻觉现象作为大语言模型普遍存在的问题,极大制约了其在这些领域的实际应用。当前,针对大语言模型幻觉现象的评估和优化尚存在显著不足:缺乏高质量的高精度领域幻觉评估数据集;现有幻觉评估方法大多依赖单一模型,未能充分利用多模型间的差异性优势;不同模型在幻觉类型和幻觉率上表现存在较大差异,尚未有有效方法来降低高幻觉率模型的幻觉现象。该研究采用数据集构建-群体智能选举-幻觉分类与量化-先验知识优化的系统流程,全面评估和优化了大语言模型在医疗问答领域的幻觉现象。根据公开数据集Huatuo,结合GPT4生成问题答案和人工标注的形式构建了医疗问答领域大模型幻觉评估数据集;使用GPT4o、GPT4、ChatGLM4、Baichuan-13B和Claude 3.5等先进的大语言模型对数据集中的问题生成答案。通过一种基于群体智能的方法,选举出一个LeaderAI,它将各模型的回答与参考答案进行比较,从而确定各模型的幻觉率。进一步将幻觉分为事实性幻觉和忠实性幻觉两类。研究结果表明,在LeaderAI的指导下,被评估的大模型的幻觉率显著下降,特别是忠实性幻觉率明显降低。 展开更多
关键词 大语言模型 幻觉识别 幻觉分类 模型优化
在线阅读 下载PDF
基于坐标注意力的多尺度轻量级苹果叶片病害识别模型 被引量：1
13
作者 谷瑞 顾家乐 +1 位作者 宋翠玲 钱春花 《中国农机化学报》 北大核心 2025年第2期173-180,186,共9页
为解决传统神经网络参数量大、无法满足资源有限的移动设备对苹果叶片病害的识别需求,提出一种基于坐标注意力的多尺度轻量级模型CA—MobileNetV2。首先,将MobileNetV2倒残差中3×3的卷积替换成多尺度特征融合模块(MMF—module),在... 为解决传统神经网络参数量大、无法满足资源有限的移动设备对苹果叶片病害的识别需求,提出一种基于坐标注意力的多尺度轻量级模型CA—MobileNetV2。首先,将MobileNetV2倒残差中3×3的卷积替换成多尺度特征融合模块(MMF—module),在不增加参数量的前提下,引入空洞卷积增大感受野,以捕捉丰富的多尺度细节信息,增强网络对细节信息和语义信息提取能力;其次,引入坐标注意力机制自适应地学习不同位置的特征权重,增强对苹果叶片病害区域的感知能力;最后,针对模型训练中的梯度消失问题,改进MobileNetV2的分类器,并引入Leaky ReLU激活函数。结果表明,所提轻量级模型在验证集上的识别准确率、参数量、浮点运算量分别为98.36%,2.35 MB和298.70 M,与ShuffleNetV2、EfficientNet—B2、MobileNetV2、MobileNetV3和GhostNet相比,参数量压缩0.69 MB、6.41 MB、0.28 MB、4.32 MB、1.46 MB,准确率提升8.6%,6.47%,5.07%,4.28%和3.85%,推理时间减少8.7 ms、21.1 ms、13 ms、6.9 ms、17.6 ms。 展开更多
关键词 苹果叶片 病害识别 坐标注意力 轻量级模型 多尺度特征融合
在线阅读 下载PDF
AI大模型赋能财务舞弊识别的实践探索 被引量：1
14
作者 叶钦华 黄世忠 《中国注册会计师》 北大核心 2025年第3期36-40,F0002,5,共7页
本文基于天健财判与DeepSeek的融合应用,介绍AI大模型赋能财务舞弊识别的应用场景,分析应用效果。本文研究表明,AI大模型在智能数据采集和智能人机交互的应用方面,显著提升了财务舞弊识别系统的效能,但在反舞弊规则模型优化的应用方面... 本文基于天健财判与DeepSeek的融合应用,介绍AI大模型赋能财务舞弊识别的应用场景,分析应用效果。本文研究表明,AI大模型在智能数据采集和智能人机交互的应用方面,显著提升了财务舞弊识别系统的效能,但在反舞弊规则模型优化的应用方面还有待发展。本文的研究启示是,“人机协同”将是AI时代的反舞弊新模式,AI是反舞弊专家的智能助理而非替代者。AI将对注册会计师行业产生深远的影响,会计师事务所及其注册会计师必须因应AI时代的变革,借助AI技术赋能反舞弊,提高审计工作的技术含量。 展开更多
关键词 AI 大模型 财务舞弊识别 人机协同 智能审计
在线阅读 下载PDF
基于改进S-ResNet34模型的小麦条锈病等级识别研究
15
作者 尉国帅 贺佳 +3 位作者 常宝方 袁培燕 赵肖媛 王来刚 《南京农业大学学报》 CAS 北大核心 2025年第1期230-239,共10页
[目的]快速准确识别小麦条锈病病害等级,对其精准防控具有重要意义。[方法]利用数码相机获取小麦叶片条锈病RGB图像,构建小麦叶片条锈病不同病害等级数据集,通过对ResNet34模型添加通道注意力模块(SE)和Inception模块加以改进,增强模型... [目的]快速准确识别小麦条锈病病害等级,对其精准防控具有重要意义。[方法]利用数码相机获取小麦叶片条锈病RGB图像,构建小麦叶片条锈病不同病害等级数据集,通过对ResNet34模型添加通道注意力模块(SE)和Inception模块加以改进,增强模型对小麦条锈病特征的关注程度和提取能力,并采用精准率、召回率、平衡F分数和准确率等评价指标,对比分析S-ResNet34与VGG16、MobileNetV2、Swin-Transformer、ResNet34等多种主流模型的识别精度。[结果]S-ResNet34模型的训练准确率为93.85%,相比于VGG16(84.53%)、MobileNetV2(79.35%)、Swin-Transformer(85.67%)和ResNet34(87.50%)等深度网络模型,准确率分别提高了9.32%、14.50%、8.18%和6.35%。模型损失值更小,改进的ResNet34模型识别小麦条锈病特征能力更强,训练收敛更快。[结论]采用深度学习模型能够准确识别小麦条锈病发病程度,通过对ResNet34模型添加注意力模块能有效提高小麦条锈病病害识别精度。 展开更多
关键词 小麦条锈病 深度学习 病害等级 图像识别 改进S-ResNet34模型
在线阅读 下载PDF
基于改进MobileNet v3-small模型的苹果叶片病害识别方法
16
作者 王浩宇 胡玉荣 +3 位作者 崔艳荣 陈华锋 李素若 刘奕 《江苏农业科学》 北大核心 2025年第5期113-120,共8页
针对真实环境下苹果叶片病害识别背景复杂、识别准确率不高的现状,提出基于改进MobileNet v3-small模型的苹果叶片病害识别方法,根据苹果叶片病害特征,在模型主干网络前嵌入Inception v2模型,不仅可增强模型对特征的多尺度感知能力,还... 针对真实环境下苹果叶片病害识别背景复杂、识别准确率不高的现状,提出基于改进MobileNet v3-small模型的苹果叶片病害识别方法,根据苹果叶片病害特征,在模型主干网络前嵌入Inception v2模型,不仅可增强模型对特征的多尺度感知能力,还能使模型更好地捕捉到病害的细微差异,有助于提升特征的多样性;同时在池化层前引入通道混洗,将输入通道分成2个组进行混洗操作,便于通道之间的信息交互,使得模型对特征的整合能力有所提升,有助于提升模型对复杂背景下病害特征的识别效果。采用覆盖斑点落叶病、褐斑病、花叶病、灰斑病和锈病等5种常见病害的图像数据集进行试验。结果表明,改进的模型比原模型平均召回率提升1.98百分点,平均F1分数提升1.97百分点,Top-1准确率提升1.89百分点,平均精确率提升1.88百分点,而参数量仅为17.7 M,与其他经典网络模型相比,性能评估指标均有不同程度的提升。改进的模型可为真实场景下苹果叶片病害的识别提供一种新颖且有效的方法。 展开更多
关键词 苹果叶片病害 图像识别 MobileNet v3-small模型 通道混洗 Inception v2模型
在线阅读 下载PDF
基于GC特征和脑区频段Transformer模型的EEG情感识别
17
作者 张睿 张雪英 +1 位作者 陈桂军 黄丽霞 《计算机工程》 北大核心 2025年第6期311-319,共9页
人的情感在发生变化时,不同通道间脑电图(EEG)信号会交互作用,且不同频段交互特征存在分脑区特性。为提取全脑交互性特征和充分捕获特征在不同脑区频段间依赖性,提出主对角线非0的格兰杰因果(GC)特征提取方法和分脑区分频段的Transforme... 人的情感在发生变化时,不同通道间脑电图(EEG)信号会交互作用,且不同频段交互特征存在分脑区特性。为提取全脑交互性特征和充分捕获特征在不同脑区频段间依赖性,提出主对角线非0的格兰杰因果(GC)特征提取方法和分脑区分频段的Transformer模型。首先,针对计算自身因果度量值时GC值为0的问题,通过改进GC算法,提取出EEG信号各通道非0的自身因果信息。然后,针对常用情感识别模型总是关注局部特性,缺乏全局视野的问题,根据不同频段下同脑区间存在关联的特点,对因果特征进行脑区频段划分,使用脑区频段Transformer模型将特征进行不同脑区不同频段特征间的依赖性和贡献捕获。在TYUT3.0数据集上的实验结果表明,在使用提出的脑区频段Transformer模型分类识别时,主对角线非0 GC矩阵相比于常用GC矩阵,平均识别准确率提升了约1.59百分点,说明了所提出特征的优越性;在使用提出的主对角线非0 GC矩阵作为特征时,提出的脑区频段Transformer模型平均准确率达到94.50%,较已有的模型平均识别准确率提升了1.89百分点,说明了脑区频段划分特征依赖性及全局融合思路的有效性。 展开更多
关键词 格兰杰因果 脑区 频段 Transformer模型 脑电图情感识别
在线阅读 下载PDF
基于改进Transformer模型的Ad Hoc网络MAC协议识别技术
18
作者 何文雯 李盛祥 +3 位作者 王莉 李浩 李盈达 马鹏飞 《电讯技术》 北大核心 2025年第8期1240-1247,共8页
针对现有的媒体访问控制(Media Access Control,MAC)协议识别模型存在特征数据选取不完善和只关注局部特征的问题,首先,基于Transformer模型提出了Conv-Transformer模型。该模型将卷积操作引入到模型中,对卷积后特征图中的特征值进行分... 针对现有的媒体访问控制(Media Access Control,MAC)协议识别模型存在特征数据选取不完善和只关注局部特征的问题,首先,基于Transformer模型提出了Conv-Transformer模型。该模型将卷积操作引入到模型中,对卷积后特征图中的特征值进行分割拼接,并添加类别信息编码。其次,基于Exata平台搭建不同拓扑结构的Ad Hoc网络仿真场景,收集所有物理层的数据对Conv-Transformer模型进行训练和测试。测试结果表明,在Ad Hoc网络中对ALOHA、CSMA/CA、MACA和TDMA 4种MAC协议的识别任务上,提出的模型与经典深度学习模型递归神经网络(Recurrent Neural Network,RNN)、卷积神经网络(Convolutional Neural Network,CNN)和Transformer相比,比RNN模型的准确率提高了20.8%,比CNN模型的准确率提高了14.6%,比Transformer模型的准确率提高了68.8%。 展开更多
关键词 Ad Hoc网络 MAC协议识别 深度学习 Transformer模型
在线阅读 下载PDF
一种基于高光谱技术的温室环境下叶片遮挡树莓果实识别模型
19
作者 陈竹筠 席瑞谦 +2 位作者 张晓乾 顾玉红 任振辉 《河北农业大学学报》 北大核心 2025年第3期107-116,126,共11页
在智能化农业管理中,精准识别被叶片遮挡的树莓果实是实现高效采摘作业的关键难题。传统机器视觉技术因果实易被叶片遮挡而难以准确定位,影响采摘效率与质量,也无法满足温室对果实生长状况精准监测与管理的需求。本研究针对现有机器视... 在智能化农业管理中,精准识别被叶片遮挡的树莓果实是实现高效采摘作业的关键难题。传统机器视觉技术因果实易被叶片遮挡而难以准确定位,影响采摘效率与质量,也无法满足温室对果实生长状况精准监测与管理的需求。本研究针对现有机器视觉技术在处理遮挡问题上的局限性,开发了一种基于高光谱技术的树莓果实识别方法,首次引入并优化了voting-RF-MLP集成模型。通过采集不同遮挡状态下的树莓果实反射率光谱数据,为模型训练提供了全面的数据集,并采用定制化的数据预处理和PCA特征提取算法提升数据质量。voting-RF-MLP模型结合随机森林(RF)和多层感知器(MLP)优势,通过GridSearchCV算法优化超参数,确保最优性能。测试结果显示,voting-RF-MLP模型在各类遮挡状态下分类性能卓越,准确率达到0.8435,精确度、召回率和F1分数均显著优于传统单一模型。这一成果提高了树莓果实识别的准确性,该模型可为自动化采摘设备提供精准的果实定位支持,在叶片遮挡条件下实现树莓果实深度距离信息(遮挡距离)的预测,且952条光谱样本推理时间仅需13.43 s,可为高光谱技术在复杂农业场景中的高效计算提供算法基础,助力精准农业的智能化升级。 展开更多
关键词 高光谱技术 机器学习 模型优化 树莓果实识别 集成模型 voting算法
在线阅读 下载PDF
藏语语声识别声学模型建模单元研究
20
作者 王嘉文 高定国 索朗曲珍 《应用声学》 北大核心 2025年第2期405-412,共8页
语声识别建模单元的选择是藏语语声识别任务中的关键问题,决定了语声识别声学模型的训练质量和识别准确性。针对藏语语声识别研究中多种建模单元在不同数据集上进行的实验,导致难以探寻合适建模单元进行藏语语声识别,使得相关科研成果... 语声识别建模单元的选择是藏语语声识别任务中的关键问题,决定了语声识别声学模型的训练质量和识别准确性。针对藏语语声识别研究中多种建模单元在不同数据集上进行的实验,导致难以探寻合适建模单元进行藏语语声识别,使得相关科研成果难以相互支持的问题,该文提出了适用性更高同时识别效果更优秀的藏语语声识别声学模型建模单元。该文总结改进了4种建模单元,并在3种方言数据上进行了消融实验,分别训练了5种声学模型。实验结果表明,基于拉丁音素的建模单元适用于卫藏方言和康巴方言,基于拉丁音节的建模单元适用于安多方言,改进的基于注意力机制的深度卷积声学模型在安多方言上达到了最好的识别效果,测试集字错误率为14.67%。 展开更多
关键词 藏语 语声识别 声学模型 建模单元
在线阅读 下载PDF
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 2 … 250 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部