- 年份
- 2024(6709)
- 2023(9666)
- 2022(8258)
- 2021(7710)
- 2020(6627)
- 2019(15155)
- 2018(14925)
- 2017(28765)
- 2016(15230)
- 2015(17255)
- 2014(16661)
- 2013(16232)
- 2012(14761)
- 2011(12999)
- 2010(12556)
- 2009(11179)
- 2008(10613)
- 2007(9044)
- 2006(7742)
- 2005(6633)
- 学科
- 济(58290)
- 经济(58224)
- 管理(40961)
- 业(38743)
- 企(32745)
- 企业(32745)
- 方法(32414)
- 数学(29060)
- 数学方法(28571)
- 财(15585)
- 银(15157)
- 银行(15126)
- 制(14892)
- 行(14172)
- 学(13960)
- 中国(13719)
- 农(13653)
- 业经(11452)
- 融(10368)
- 金融(10367)
- 务(10250)
- 财务(10214)
- 财务管理(10189)
- 企业财务(9713)
- 贸(9692)
- 贸易(9686)
- 易(9433)
- 地方(9360)
- 农业(9226)
- 理论(9053)
- 机构
- 大学(207146)
- 学院(204007)
- 济(81553)
- 管理(80742)
- 经济(79927)
- 理学(70323)
- 理学院(69563)
- 研究(69274)
- 管理学(67955)
- 管理学院(67608)
- 中国(57190)
- 科学(45106)
- 京(43589)
- 农(39363)
- 财(37930)
- 所(34597)
- 中心(34127)
- 业大(33872)
- 研究所(31995)
- 农业(31578)
- 财经(30898)
- 江(30234)
- 经(28349)
- 北京(26567)
- 院(26273)
- 经济学(25560)
- 范(24894)
- 师范(24478)
- 州(23702)
- 财经大学(23568)
- 基金
- 项目(150416)
- 科学(119362)
- 基金(112740)
- 研究(102744)
- 家(101465)
- 国家(100749)
- 科学基金(86515)
- 社会(65419)
- 社会科(62167)
- 社会科学(62148)
- 自然(59848)
- 基金项目(59370)
- 自然科(58538)
- 自然科学(58519)
- 自然科学基金(57437)
- 省(57214)
- 划(50278)
- 教育(47618)
- 资助(46849)
- 编号(39036)
- 重点(34813)
- 部(33557)
- 创(31682)
- 发(31496)
- 科研(30643)
- 计划(30130)
- 创新(29796)
- 成果(29770)
- 教育部(28363)
- 国家社会(28156)
共检索到294884条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 华中农业大学学报
[作者]
杜粤猛 史慧 高峰 邓红涛
针对目前养殖场中自动检测奶牛跛行效率低、准确率不高等问题，设计了一种基于姿态估计和膝关节角度特征向量的奶牛跛行识别方法。鉴于奶牛行为具有随机停留的特点，制作奶牛在不同远近视场尺度和观测角度等条件下奶牛姿态估计数据集。将Faster RCNN卷积神经网络模型引入到奶牛关键点检测中提高跛行识别的可靠性；以ResNet101网络作为特征提取网络，构建奶牛姿态估计网络，并采用超参数微调训练方法，对网络模型进行迁移训练。通过视频中的奶牛姿态信息和关键点坐标信息，计算出奶牛行走时膝关节的角度特征，并利用1-D Convolution分类模型实现奶牛的跛行识别。实验结果显示：以ResNet101网络模型为基础的奶牛姿态估计网络的PCK@0.1值可以达到0.925 0；使用1-D Convolution模型对奶牛行为分类识别的准确率为97.22%，与LSTM、Bi-LSTM、GRU模型相比，分别提高5.55、2.78、11.11百分点。以上结果表明，所提方法对自然环境下奶牛跛行有较好的检测效果，可用于奶牛智能化养殖并为养殖管理提供技术参考。
[期刊] 中国农业大学学报
[作者]
吴赛赛 吴建寨 程国栋 张楷 邢丽玮 韩书庆
为分析姿态估计在动物行为识别和动物福利研究中的应用和发展潜力，本文以基于深度学习的姿态估计方法为突破口，从二维和三维空间的角度综述了动物姿态估计研究进展和方向，并介绍常见数据集与评价指标；然后整合基于姿态估计的动物行为识别相关研究成果，重点介绍关键点检测和行为分类的算法及其特征选取方式。姿态估计为动作识别和行为分析等研究提供了骨架信息和运动特征，成为动物行为识别和异常信息预警的非接触式监测方法。但由于受到训练数据集较少的限制，相对于人体姿态估计，动物姿态估计研究和发展速度相对较慢。因此，近年来利用跨域学习的方式来进一步提升其性能成为一种新兴手段。本综述为动物智能行为识别、动物福利研究以及智慧养殖等相关研究者扩展研究思路和研究方法。
[期刊] 福建农林大学学报(自然科学版)
[作者]
杨长才 魏丽芳 周术诚 田金文
提出一种基于单目视觉的连续多帧空间非合作目标姿态估计算法．根据目标主体主轴方向和太阳能帆板方向将目标姿态切分成姿态子空间，采用方向Ｃｈａｍｆｅｒ匹配在姿态子空间中搜寻与目标匹配的候选姿态．通过连续多帧候选姿态的方向Ｃｈａｍｆｅｒ匹配代价和转移代价来构建轨迹的总代价，采用动态规划对轨迹代价进行优化．结果表明该算法求解精度高，鲁棒性好．
[期刊] 工业工程
[作者]
荆旭 李春华 范秀敏 何其昌
作为汽车驾驶过程中的次级任务，内饰部件操作是否便捷严重影响行车安全。针对汽车内饰按键，提出一种基于驾驶员身体特征和肢体操作姿态的操作时间建模方法。首先，利用汽车模拟驾驶器和人体运动捕捉系统，采集９名驾驶员在驾驶状态下的肢体操作姿态和操作时间；然后，统计分析影响操作时间的主要因素；接着，通过主成分回归方法建立操作时间预测模型；最后，利用测试按键和５名新驾驶员的操作数据验证模型。实验结果表明：上躯干侧倾和前倾、肩关节前后摆、肘关节屈伸以及手臂的内外旋转等肢体运动和驾驶员的身体特征均是影响操作时间的主要因素；测试按键的平均预测绝对误差为０．２１２ ｓ，新驾驶员为０．２２６ ｓ，验证了模型的有效性。本．．．
[期刊] 福建农林大学学报(自然科学版)
[作者]
叶大鹏 刘震
通过分析切削过程刀具产生的振动信号的特点,引入自回归(AR)模型来表征刀具切削过程的工作状态;并利用隐Markov模型(HMM)对经AR模型处理后得到的特征向量(AR系数)和由FFT得到的特征向量(幅值谱)进行比较.结果表明:对于切削过程产生的振动信号采用AR模型得到的特征参数比由FFT得到的幅值谱更能有效地表征这一过程中刀具的工作状态.
[期刊] 南京农业大学学报
[作者]
施宏 沈明霞 刘龙申 陆明洲 孙玉文 刘志刚
[目的]哺乳期母猪的姿态是其母性的外在表现,为监测母猪在哺乳期的哺乳行为,提出了一种基于Kinect的无接触式母猪姿态识别算法。[方法]使用Kinect 2.0采集位于限位栏内哺乳期小梅山母猪的深度数据。先通过姿态预分类将母猪的姿态分为站姿与卧姿,而后针对卧姿,使用基于DBSCAN(density-based spatial clustering of applications with noise)密度聚类算法计算母猪高度信息的簇数,通过比较簇的个数将卧姿分为侧卧与趴卧;针对站姿,使用基于脊背线提取的识别算法,将脊背线分成前后2段,通过比较前后2段脊背线的平均高度将站姿分为站立与坐立。[结果]比较人眼观察结果与算法识别结果,该算法识别站立、坐立的准确率分别为94.3%、92.6%,趴卧识别准确率为84.2%,侧卧姿态为93.7%。[结论]提出了一种无接触式的哺乳期母猪姿态识别算法,为母猪哺乳能力的评判与健康状况的分析提供了技术支持。
[期刊] 实验技术与管理
[作者]
吴林涛 王文明
针对如何缓解跨模态行人重识别任务中行人模态之间的差异性问题，提出一种随机通道邻近数据增强方法RCNA和一种结合多维互信息的U型网络UMME。RCNA通过选取同类别的可见光图像和红外图像进行数据增强生成新的行人图像，既满足了真实数据分布，又融合了可见光图像的形状和结构信息以及红外图像的语义信息，缓解了可见光图像与红外图像之间的模态差异性。UMME通过互信息提取模块UMI提取同类别行人之间的互信息特征，再经过特征整合模块MSIF将互信息特征嵌入语义特征，增强了同类别行人之间语义特征的一致性。所提出的方法在数据集SYSU-MM01和RegDB上的Rank-1和mAP分别达到70.48%、68.34%和91.70%、88.42%，与现有研究方法相比，取得了优异的识别效果。
[期刊] 北京林业大学学报
[作者]
谢将剑 李文彬 张军国 丁长青
【目的】深度学习在鸟类物种识别的应用是目前的研究热点,为了进一步提高识别效果,提出一种基于鸟鸣声的Chirplet语图特征和深度卷积神经网络的鸟类物种识别方法。【方法】引入线性调频小波变换(Chirplet transform,CT)计算鸟鸣声信号的语图,输入深度卷积神经网络VGG16模型中,通过对语图进行分类实现鸟类物种的识别。以北京市松山国家自然保护区实地采集的18种鸟类为研究对象,利用Chirplet变换、短时傅里叶变换(short-time fourier transform,STFT)和梅尔频率
[期刊] 图书情报工作
[作者]
陈翀 李楠 梁冰 王晨琳 徐曾旭林 郑婷婷
[目的/意义]基于成果特征标识学者的学术专长是学者画像的重要任务,对学者分类、评审专家遴选、发现小同行等应用具有重要价值。[方法/过程]首先分析揭示学术专长的因素,用层次分析法构造专长标签权重分配模型;采用TextRank和概念链接技术从中英文成果内容中识别主题术语,结合权重筛选出具有领域共识和专长概括性的词汇作为专长标签。选取获得人才称号的多个领域科研人员,从中文或英文代表成果中提取专长标签,以人才公示中的专长领域作为对照基准,通过人工打分和语义计算评测识别效果。[结果/结论]在被贴中文专长标签的学者中,71.9%的个体的专长描述被认为满意。在被贴英文专长标签的学者中,77.2%的个体的专长描述被认为满意。实验表明提出的学者学术专长识别方法具有合理性。主要创新在于:在中英文不同语种以及是否存在外部知识库的条件下,提出从文献内容中挖掘候选标签词的解决方案;结合计量因素,用多种成果特征筛选专长标签,并提出权重分配的方案;针对评价基准欠缺的问题,提出基于语义计算的方式补充答案,从而扩充评价手段。
[期刊] 中国软科学
[作者]
胥碧华 张霞 王文智
本文综合应用多元统计的主成份分析原理和模糊数学的两两比较判断法,对四川洛带气田蓬莱镇组气藏高低压分输建设方案的优选问题进行了讨论,证明该方法在工程应用中具有一定的科学性和先进性,可供类似问题借鉴。
[期刊] 沈阳农业大学学报
[作者]
田有文 于琳琳 杨镔
针对电气设备运行状态图像的特点,提出将支持向量机(SVM)分类器应用于多种电气设备运行状态识别中。首先利用C-均值聚类法,分割出运行状态指示牌的汉字或数字部分;再利用K-L变换提取出运行状态的特征向量;最后利用支持向量机分类方法进行状态识别。试验结果表明:支持向量机分类方法对于小样本情况,具有良好的分类能力,适合多种电气设备运行状态的分类,并能获得比神经网络方法更好的识别性能。不同的分类核函数的相互比较分析表明,Sigmoid核函数最适合电气设备运行状态的分类识别。
[期刊] 长江流域资源与环境
[作者]
张燕 张洪 窦贻俭 彭补拙 盛学良
影响环境质量的因素很多 ,它们所起作用各异 ,为尽可能客观地找出其中的关键因子 ,有针对性地进行环境治理或准确地评价环境治理效果 ,设计了一套直接寻找关键因子的方法 ,称作增量趋势法。该法是利用环境监测数据Ci 与标准值Cis,计算出各因子的相对超标量 yi1=[Ci(t) -Cis]/Cis 及相对变化量yi2 =[Ci(t) -Ci(t- 1) ]/Ci(t- 1) ;根据相对超标量yi1和相对变化量 yi2的符号 (>0或≤ 0 )的不同组合方式 ,将各因子分成 4种状态 ,再在各状态中 ,依 yi1和 yi2 的数值大小进行子排序 ;最后 ,由各因子所处的状态与位次进行总排序 ,找出关...
[期刊] 工业工程
[作者]
闫伟 何桢 田文萌
在复杂产品的关键质量特性(critical-to-quality characteristics,CTQ)识别中,传统方法应用于不平衡数据时会表现出有偏性,即对占类别比例较小的不合格产品识别的性能明显劣于占比例较大的合格样本。为解决以上问题,提出了基于改进信息增益(information gain,IG)算法的复杂产品高维不平衡数据集CTQ识别方法,利用改进IG算法评价标准降低不平衡数据中有偏性的影响,从而有效识别CTQ。算例结果表明该方法可以显著提高不平衡数据关键质量特性识别性能。
关键词：
复杂产品 关键质量特征 信息增益
[期刊] 图书情报工作
[作者]
郑彦宁 许晓阳 刘志辉
［目的 ／意义］研究分析已有研究前沿识别方法的利弊，建立一套相对比较合理的研究前沿识别方法模型，高效快速地辅助科研管理者和政策制定者识别研究前沿。［方法 ／过程］在总结研究前沿的定义、归纳研究前沿特性的基础上界定研究前沿的内涵，进而提出识别研究前沿的两个指标：研究主题年龄和研究主题关注作者数量，构建基于关键词共现的研究前沿识别方法，并在ＬＥＤ领域进行应用分析。［结果 ／结论］研究结果表明该方法不仅可以识别研究前沿，而且可以有效地跟踪研究前沿的产生、成长、消退、消失过程。
关键词：
关键词共现 研究前沿 研究领域分析
[期刊] 清华大学学报(自然科学版)
[作者]
谢丽霞 孙红红 杨宏宇 张良
针对复杂网络中关键节点识别方法的分辨率和准确性不足的问题,该文提出了一种基于K-shell的复杂网络关键节点识别方法(K-shell based key node recognition method,KBKNR)。首先,采用K-shell方法将网络分层,获取每个节点的K壳(K-shell,Ks)值,通过Ks值衡量复杂网络全局结构的影响。其次,提出综合度(comprehensive degree,CD)的概念,并设定可动态调整的影响系数μ_i,通过平衡邻居节点和次邻居节点的不同影响程度,获取每个节点的综合度。在该方法中,当节点Ks值相同时,综合度较大的节点更重要。对比几种经典关键节点识别方法和一种风险评估方法,实验结果表明,该方法能够有效识别关键节点,在不同复杂网络中具有较高的准确率和分辨率。除此之外,KBKNR方法可以为网络节点的风险评估、重要节点保护和网络中节点的风险处置优先级排序提供依据。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
