期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于深度学习的雾天非法采砂船只辨识方法
1
作者 张慧 王新猛 +1 位作者 程占军 杨一涛 《电子测量与仪器学报》 北大核心 2025年第2期160-168,共9页
为解决长江流域非法采砂船只试别困难、监测效率低、精度差等问题,提出一种基于深度学习的雾天非法采砂船只辨识方法。首先,提出改进的生成对抗网络对采集图像进行去雾处理,得到清晰水域图像。其中,利用融合特征注意力机制的生成器提取... 为解决长江流域非法采砂船只试别困难、监测效率低、精度差等问题,提出一种基于深度学习的雾天非法采砂船只辨识方法。首先,提出改进的生成对抗网络对采集图像进行去雾处理,得到清晰水域图像。其中,利用融合特征注意力机制的生成器提取雾天环境下船只的复杂纹理特征;在判别器中加入谱归一化操作,解决网络训练梯度消失的问题;改进损失函数,引入循环一致性损失保证生成图像与原始图像间的结构一致性。其次,提出融合注意力机制的YOLOv8算法,有效增强网络对图像重要特征的提取能力,实现对清晰水域图像中非法采砂船只的精准定位与辨识。实验结果表明,本研究提出的改进生成对抗网络对图像的去雾效果较好,峰值信噪比(PSNR)与结构相似性(SSIM)分别为31.86和0.64,较Cycle GAN和GC-GAN算法分别提升了3.6%~13.1%、4.9%~56.1%。去雾后的图像经过融合注意力机制的YOLOv8算法处理,可实现对非法采砂船只的准确识别与准确定位,其mAP@0.5:0.95和帧率可达到89.6%、36 FPS,满足公安实战对精度与速度的要求,可有效提高长江流域非法采砂信息化、智能化监管与执法水平。 展开更多
关键词 非法采砂 图像去雾 生成对抗网络 目标检测 YOLOv8算法。
在线阅读 下载PDF
贝叶斯优化的DAE-MLP恶意流量识别模型
2
作者 王新猛 陈俊雹 +2 位作者 杨一涛 李文瑾 顾杜娟 《信息网络安全》 北大核心 2025年第9期1465-1472,共8页
随着互联网技术的迅猛发展,网络安全问题愈发凸显,其中恶意流量已成为网络安全领域亟需解决的关键问题之一。文章首先对NSL-KDD、CSIC 2010和CICIDS2017等网络入侵检测数据集进行预处理和融合,构建成新的研究数据集;然后,基于深度自编码... 随着互联网技术的迅猛发展,网络安全问题愈发凸显,其中恶意流量已成为网络安全领域亟需解决的关键问题之一。文章首先对NSL-KDD、CSIC 2010和CICIDS2017等网络入侵检测数据集进行预处理和融合,构建成新的研究数据集;然后,基于深度自编码器(DAE)的恶意流量特征提取算法,提取出具有较强鲁棒性的流量特征,并通过贝叶斯优化调整基于DAE-MLP的恶意流量识别算法的超参数;最后,对多种典型的机器学习和深度学习模型进行比较实验与分析。实验结果表明,相较于传统的机器学习和深度学习模型,文章提出的恶意流量识别模型具有更强的数据表示和自动特征学习能力,计算复杂度较低,可以更好地捕捉数据中的复杂模式,并具备一定的可解释性。 展开更多
关键词 恶意流量识别 融合模型 特征提取 入侵检测 深度学习
在线阅读 下载PDF
自我民族志的生命镜像书写及其价值反思 被引量:3
3
作者 丁和根 查荣林 《当代传播》 CSSCI 北大核心 2024年第1期65-70,共6页
自我民族志作为一种后现代范式的研究方法,旨在基于自我的反身性实践,诠释作为生命谱系的自我图景及其意义。自我民族志在问题、田野和方法等层面提供了审视自我的全新视角,通过描述自我经验来展现自我主体性,同时对自我日常进行深刻省... 自我民族志作为一种后现代范式的研究方法,旨在基于自我的反身性实践,诠释作为生命谱系的自我图景及其意义。自我民族志在问题、田野和方法等层面提供了审视自我的全新视角,通过描述自我经验来展现自我主体性,同时对自我日常进行深刻省思,有助于研究者更全面、更深入地理解自我经验和文化现象。自我民族志研究范式通过自我的多重性视角,构筑自我田野观测的生命镜像结构,提供自我解构和自我深描的文化透镜。它并非生命镜像的简单描摹,而是以自我为方法,回归自我实践的主体之维并重塑自我的解释范式。在自我民族志研究范式中,自我解释的关键在于重新审视个体实践的反思性空间,把握生命镜像的整体结构以编织自我的意义之网。 展开更多
关键词 自我民族志 生命镜像 研究范式 自我研究
在线阅读 下载PDF
基于深度学习的可食用野菜种类识别 被引量:1
4
作者 吴玉强 孙荀 +1 位作者 季呈明 胡乃娟 《中国瓜菜》 CAS 北大核心 2024年第11期57-66,共10页
可食用野菜兼具营养价值和药用价值,然而传统采摘可食用野菜的分辨主要依赖人为主观经验,效率低且错误风险高,因此对可食用野菜快速准确的识别对实现野菜产业开发和保障食用安全具有重要意义。以南京地区“七头一脑”共8种可食用野菜为... 可食用野菜兼具营养价值和药用价值,然而传统采摘可食用野菜的分辨主要依赖人为主观经验,效率低且错误风险高,因此对可食用野菜快速准确的识别对实现野菜产业开发和保障食用安全具有重要意义。以南京地区“七头一脑”共8种可食用野菜为研究对象,构建了8种野菜的2400张图像数据集,采用3种具有代表性的卷积神经网络(convolutional neural network,CNN)模型(AlexNet、VGG16和ResNet50)和3种视觉自注意力(vision transformer,ViT)模型(ViT、CaiT和DeiT)共6种不同的深度学习模型进行训练和验证,并通过梯度加权类激活映射(gradient-weighted class activation mapping,Grad-CAM)来分析深度学习模型的决策机制。结果表明,ResNet50在验证集上的准确率达到94.68%,精确率、召回值和F1分数分别为97.66%、97.74%和97.70%,在6个模型中表现最佳。随后,在最优模型ResNet50基础上添加卷积模块的注意力机制(convolutional block attention module,CBAM)和坐标注意力机制(coordinate attention,CA)模块进行模型优化,结果显示,CBAM-ResNet50准确率达到了97.67%,CA-ResNet50准确率达到了98.34%,分别提高了2.99个百分点和3.66个百分点。以上研究结果证实了CNN模型在数据集上能取得比ViT更好的结果,利用深度学习识别可食用野菜种类是可行的,且添加注意力模块能够实现更高的识别准确率。 展开更多
关键词 可食用野菜 种类识别 卷积神经网络 视觉自注意力 注意力机制模块
在线阅读 下载PDF
基于相关系数的生物散斑活性表征研究
5
作者 翟春婕 王新猛 +2 位作者 薛晓明 唐寅 李浩 《激光技术》 CAS CSCD 北大核心 2024年第5期739-745,共7页
为了解决传统生物散斑测量结果易受实验参数影响的问题,采用模拟动态光散射及荧光相关光谱技术,用相关系数表征生物散斑活性,搭建了实验装置,并对中药糖浆、酸奶、老酸奶、西红柿、苹果等产品进行了实验测试。结果表明,基于相关系数构... 为了解决传统生物散斑测量结果易受实验参数影响的问题,采用模拟动态光散射及荧光相关光谱技术,用相关系数表征生物散斑活性,搭建了实验装置,并对中药糖浆、酸奶、老酸奶、西红柿、苹果等产品进行了实验测试。结果表明,基于相关系数构造的特征时间指标主要由样品中颗粒运动的速率决定,物理意义明确,几乎不受相机曝光时间、散斑区域等实验参数的影响,平均测量偏差小于5%,易在实际应用中使用。由于农业及医药领域中生物样品的多种特性均与颗粒运动速度有关,该方法可为食品、药品行业提供一种新的无损检测工具。 展开更多
关键词 测量与计量 生物散斑活性 相关系数 特征时间
在线阅读 下载PDF
基于密度Canopy的评论文本主题识别方法 被引量:1
6
作者 刘滨 詹世源 +7 位作者 刘宇 雷晓雨 杨雨宽 陈伯轩 刘格格 高歆 皇甫佳悦 陈莉 《河北科技大学学报》 CAS 北大核心 2023年第5期493-501,共9页
融合Sentence-BERT和LDA的评论文本主题识别(SBERT-LDA)方法,将LDA的主题数作为K-means算法中的k值,导致算法可解释性较差、主题一致性较低。为了解决上述问题,提出基于密度Canopy的SBERT-LDA优化方法(SBERT-LDA-DC),利用密度Canopy改进... 融合Sentence-BERT和LDA的评论文本主题识别(SBERT-LDA)方法,将LDA的主题数作为K-means算法中的k值,导致算法可解释性较差、主题一致性较低。为了解决上述问题,提出基于密度Canopy的SBERT-LDA优化方法(SBERT-LDA-DC),利用密度Canopy改进Kmeans算法。实验结果表明,提出的方法在一致性指标上要优于使用K-means以及K-means++对特征向量聚类的同类方法;与SBERT-LDA方法相比,在1852条戏剧评论数据集上,一致性指标值提高了22.9%。因此,所提出的SBERT-LDA-DC方法是有效的,对产品或服务提供者更好地了解用户意见、完善自身产品或提升服务水平提供了新方法,具有较强的实际应用价值。 展开更多
关键词 自然语言处理 主题识别 评论文本 Sentence-BERT LDA
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部