- 年份
- 2024(8920)
- 2023(12976)
- 2022(11443)
- 2021(10711)
- 2020(8983)
- 2019(20863)
- 2018(20690)
- 2017(40204)
- 2016(21411)
- 2015(24131)
- 2014(23867)
- 2013(23313)
- 2012(20949)
- 2011(18668)
- 2010(18100)
- 2009(16134)
- 2008(15281)
- 2007(12725)
- 2006(10689)
- 2005(8677)
- 学科
- 济(83511)
- 经济(83421)
- 管理(62351)
- 业(58366)
- 企(49247)
- 企业(49247)
- 方法(44458)
- 数学(39514)
- 数学方法(38909)
- 财(21353)
- 农(21336)
- 中国(19697)
- 业经(18128)
- 学(17592)
- 地方(15744)
- 农业(14363)
- 理论(14358)
- 务(14308)
- 财务(14235)
- 财务管理(14203)
- 贸(14155)
- 贸易(14149)
- 技术(13854)
- 易(13744)
- 环境(13466)
- 企业财务(13463)
- 和(13165)
- 制(12666)
- 划(11808)
- 银(10585)
- 机构
- 大学(295767)
- 学院(294021)
- 管理(122828)
- 济(113804)
- 经济(111407)
- 理学(108492)
- 理学院(107389)
- 管理学(105239)
- 管理学院(104728)
- 研究(90420)
- 中国(64987)
- 京(61016)
- 科学(58129)
- 财(49979)
- 业大(45863)
- 农(45018)
- 所(43074)
- 中心(42418)
- 财经(41880)
- 研究所(39907)
- 江(39419)
- 经(38355)
- 范(37880)
- 北京(37520)
- 师范(37433)
- 农业(35362)
- 经济学(34029)
- 院(33703)
- 州(32511)
- 财经大学(31644)
- 基金
- 项目(216979)
- 科学(171014)
- 基金(158458)
- 研究(156727)
- 家(137808)
- 国家(136711)
- 科学基金(119104)
- 社会(98263)
- 社会科(93213)
- 社会科学(93189)
- 基金项目(84893)
- 省(84816)
- 自然(79438)
- 自然科(77629)
- 自然科学(77611)
- 自然科学基金(76180)
- 教育(73070)
- 划(71138)
- 资助(65583)
- 编号(63509)
- 成果(49223)
- 重点(47888)
- 部(47647)
- 创(45268)
- 发(44848)
- 课题(42797)
- 创新(42219)
- 科研(42063)
- 大学(41374)
- 教育部(41203)
- 期刊
- 济(111138)
- 经济(111138)
- 研究(79100)
- 学报(46776)
- 中国(46315)
- 管理(44212)
- 科学(42563)
- 农(39309)
- 财(37279)
- 大学(36048)
- 学学(33940)
- 教育(30813)
- 技术(28267)
- 农业(27980)
- 业经(19218)
- 财经(19106)
- 融(19039)
- 金融(19039)
- 经济研究(18001)
- 经(16164)
- 图书(15875)
- 科技(14629)
- 问题(14626)
- 理论(14546)
- 技术经济(14042)
- 业(13786)
- 统计(13756)
- 实践(13608)
- 践(13608)
- 版(13589)
共检索到395926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] 实验技术与管理
[作者]
傅荟璇 刘凌风 王宇超
3D目标检测结合了深度信息,能够提供目标的位置、方向和大小等空间场景信息,在自动驾驶和机器人领域发展迅速。针对PV-RCNN在3D目标检测时不能够充分适应不同的物体尺度、不同的点云密度、部分变形和杂波等问题,对3D目标检测的任务进行实验研究。通过加入自适应可变形卷积、上下文融合模块和Gumbel Subset Sampling模块来训练层级特征,使得编码关键点自适应地朝着最具有判别和代表性的特征对齐,提高提案框回归精度。实验结果表明,改进后的PV-RCNN 3D目标检测精度得到了提升,尤其是在远距离物体识别和检测方面。
[期刊] 实验技术与管理
[作者]
金伟正 孙原 李方玉
该文基于多分支特征融合的3D目标检测算法将无序的点云划分为规则的体素，利用体素特征编码模块和卷积神经网络学习体素特征，再将稀疏的3D数据压缩为稠密的二维鸟瞰图，最后通过2D骨干网络的粗糙分支和精细分支对多尺度鸟瞰图特征进行深度融合。该文实现了对多尺度特征的语义信息、纹理信息和上下文信息的聚合，得到了更加精确的原始空间位置信息、物体分类、位置回归和朝向预测，在KITTI数据集上取得优异的平均精度，并在保持一定帧率的同时具有较强的稳健性。
[期刊] 实验技术与管理
[作者]
李志鹏 于鸿彬 邵宏宇
为提高传统Canny算法的灵活度和自适应能力,提出了一种改进的自适应Canny边缘检测算法。采用双边滤波代替高斯滤波滤除噪声并锐化图像边缘;再使用水平、垂直、45°、135°等4个方向的梯度模板对图像的梯度幅值进行计算。对传统的Otsu阈值分割算法进行了改进,改进的思路是找出类内和类间方差的最大值作为阈值,阈值搜索范围的缩小可以使计算量减少,实现快速分割。通过道路标线图像验证,说明改进后的Canny算法对道路标线的分割效果更好,减少了边缘断裂和假边缘,处理的时间也相对缩短。
[期刊] 沈阳农业大学学报
[作者]
胡彦军 张平川 张彩虹 陈旭 李珊 杨莹 马泽泽
穿孔病是桃树常见的病害，分为细菌性穿孔病（bacterial＿shot-hole＿disease,BSD）和真菌性穿孔病（fungal＿shot-hole＿disease,FSD）。大多数果农凭借经验难以准确识别两种病害，因而贻误防治，造成减产。为解决这一难题，提出了基于Mask RCNN(mask region based convolutional neural network)的桃树穿孔病检测方法。该方法对Mask RCNN模型进行了三方面的改进：首先，将Sim-AM(simple,parameter-free attention module)机制融入到残差网络的每一层，使用能量函数对神经元分配三维权重，增强对穿孔病关键特征的提取能力；其次，对RPN网络重复计算识别框进行简化处理，从9种Anchor Box降为3种，提升计算效率；再次，用软性非极大值抑制算法（Soft-NMS,soft non-maximum suppression）替换NMS算法进行Anchor Box选取，提高对遮挡病斑的检测效果。该研究使用二次迁移学习法对模型进行训练，首先利用Kaggle平台上公开苹果叶穿孔病数据集进行训练学习，然后利用两个数据集具有相似特征空间这一特点，在自建桃树穿孔病数据集上进行二次迁移学习，提高了检测准确率。实验结果显示，改进后的Mask-RCNN模型对桃树穿孔病全部类别平均检测精度mAP达到94.1%，召回率达到93.5%。
[期刊] 实验技术与管理
[作者]
王军 李云伟 王恺睿
为了在提高弱小运动目标的检测准确度的同时满足实时性要求,提出了一种基于SVD的改进混合高斯模型弱小运动目标检测算法。针对普通混合高斯模型阈值选取没有针对性的问题,运用基于奇异值分解(SVD)的动态阈值调整更新方法,提高混合高斯模型对弱小运动目标检测准确度。实验结果表明,该算法能够准确、高效地检测特定弱小运动目标。
[期刊] 中国农业大学学报
[作者]
赵颖 王书茂 陈兵旗
针对机器视觉导航中道路引导线检测方法复杂、实时性不能满足使用要求的问题提出了基于改进Hough变换的公路车道线快速检测算法:根据车道线与路面颜色的不同判断车道线位置计算出车道线的方向候补点群,根据车辆所处车道的情况对方向候补点群进行聚类,以每一类的中点为基准点使用基于一点的改进Hough变换算法计算出车道线的斜率。实验结果表明,一幅图片的处理时间约85 ms,处理结果与实际情况吻合。算法能够检测出高速公路上所有车道线的斜率,为道路引导线的实时检测提供了一种新思路。
[期刊] 中南林业科技大学学报
[作者]
叶铭亮 周慧英 李建军
【目的】森林火灾常常会对人类的财产和生态多样性造成巨大损害，传统的森林火灾检测技术存在可靠性低、造价过高等不足。目前基于卷积神经网络的深度学习算法在处理图像型数据上具有准确性高、成本低、速度快等优势，但是其处理视觉要素和物体之间关系的能力不如Transformer。因此，本研究提出一种改进Swin Transformer网络的方法应用于森林火灾检测。【方法】Transformer是一种基于自注意机制的深度神经网络，其强大的表现能力使得其能够在计算机视觉领域大放异彩。Swin Transformer提出将Transformer应用于计算机视觉任务,构建了一种名为Swin Transformer Blocks的骨干网络，并且提出了一种滑动窗口多头自注意力机制。本文结合Transformer与深度学习算法并应用于森林火灾检测领域，在Swin Transformer网络结构中对窗口自注意力机制进行改进，采用了knn自注意力提高对小块噪声的识别，使用Augmentation数据增强方法增加模型的泛化能力。【结果】数据集为自建的森林火灾图像数据集，通过旋转、裁剪、模糊以及色彩调节等数据增广的方法将300张不同环境下的森林火灾图像数据扩充到1 900张图像，最后对Swin Transformer以及改进后的模型进行对比实验，改进后的算法准确率可达98.1%,bbox＿mAP、bbox＿mAP＿50和bbox＿mAP＿75分别达到了66.7%、96.4%和81.3%。【结论】本文提出一种改进Swin Transformer应用于森林火灾检测的方法。研究结果表明，改进的Swin Transformer模型能够有效检测不同环境下的森林火灾。
[期刊] 清华大学学报(自然科学版)
[作者]
邓力 周进 刘全义
由于火灾具有快速蔓延的特性和较高的破坏力,实现火灾的早期探测是十分必要的,针对火灾检测算法的研究也尤为重要。该文提出了一种改进的YOLOv8算法,通过集成轻量型模块Slim Neck和切片辅助推理方法SAHI,分别优化了YOLOv8算法的网络结构和推理框架,将火灾数据集目标分类为火焰(fire)、烟雾(smoke)和干扰项(default)。实验结果表明, Slim Neck-YOLOv8算法比相关的先进算法具有更优的火灾检测性能,与YOLOv8模型相比,查全率(recall)增长了2.7%、平均精度(m AP)增长了0.2%,检测速度提高了35 fps,同时也降低了计算负担。在Slim Neck-YOLOv8基础上进一步优化推理框架所得的Slim Neck-YOLOv8+SAHI算法,有效改善了漏检与误检现象。该研究有助于提升火灾检测系统的速度和精度,为火灾预警工作提供了有力的技术支持。
[期刊] 物流技术
[作者]
范海红
针对目前我国快递包裹中转中心面临的快递包裹文件数量密集型问题以及包裹辨识检测算法技术，提供了一个经过改进的Faster R-CNN辨识检测算法。通过修改Faster R-CNN算法中的损失函数，用RepGT损失函数替代原回归项中的损失函数，使得选取的包裹候选框更接近包裹目标框,完成图像检测。通过数据实验发现，改进后的算法比传统的Faster R-CNN在精度上提升了2.38AP，同时发现当损失函数中参数σ=1时，检测精确度达到最高。
[期刊] 实验技术与管理
[作者]
王帅 张云洲 段强
针对室内环境的三维视觉同步定位与地图构建(3D VSLAM)计算量大、耗时长、硬件要求高的问题,提出了一种基于RGB-D的云机器人VSLAM实验平台。采用Kinect传感器,获取环境的RGB图像和深度信息,采用金字塔Lucas-Kanade算法实现帧间FAST特征点的快速追踪与匹配,运用RANSAC算法进行初始配准,提取关键帧。借助于云计算动态供给、弹性计算的优势,将VSLAM中计算消耗大的精确配准、闭环检测和全局优化处理过程卸载至云端进行,以减轻本地处理器的运算负担。实验结果表明,该方法能够有效地减轻VSLAM对硬件的依赖度,缩短SLAM的执行时间并提高构图精度,为云机器人以较低的成本实现先进SLAM算法提供了有效的解决途径。
[期刊] 图书情报工作
[作者]
孙海生
［目的／意义］传统共词分析的聚类算法存在以下不足：１关键词只能被划归一个聚类；２聚类过程对分类数目的确定缺乏严格判断标准。针对以上问题，采用复杂网络理论进行改进研究。［方法／过程］采用连边社团检测算法对关键词进行聚类，以科学计量学为例进行实证研究。［结果／结论］分析结果表明：算法对关键词的聚类结果有较好的改进效果，能够把核心度高的关键词同时划分到不同的研究主题之中，克服传统聚类算法的不足，而且划分密度可为聚类数目的确定提供客观判断依据。
[期刊] 中国农业大学学报
[作者]
余秋冬 杨明 袁红 梁坤
针对目前生猪目标检测算法模型较大,实时性差导致其难以在移动终端中应用等问题,将一种改进的轻量化YOLOv4算法用于生猪目标检测。在群养猪环境下以不同视角和不同遮挡程度拍摄生猪图像,建立生猪目标检测数据集。基于轻量化思想,在YOLOv4基础上缩减模型大小。结果表明,本研究算法的准确率和召回率分别为96.85%和91.75%,检测速度为62帧/s,相比于原模型,本研究算法在不损失精度的情况下,将模型大小压缩了80%,检测速度提高了11帧/s。本研究算法具有轻量化,稳健性强,实时性好的优点,能够更好地实现实际猪舍环境下生猪目标的检测,并有利于嵌入移动端设备中。
关键词：
生猪 深度学习 目标检测 轻量化
[期刊] 实验技术与管理
[作者]
李乃良 王利军 刘常松 张一帆
煤炭资源开采向深部煤层的进军使瓦斯治理问题日益凸显，对高质量复合型人才的培养提出了更高要求。瓦斯掺混燃烧实验涉及易燃易爆气体，伴随高温和有害气体排放，具有较高的危险性。为解决传统瓦斯燃烧利用实践教学安全风险高，教学手段单一的问题，面向工程背景与教学现状重构了实验教学的知识架构与教学目标，吸纳前沿科研成果与工程技术应用案例，基于Unity 3D开发了仿真实验软件，形成超低浓度瓦斯燃烧与烟气排放成分检测虚拟仿真实验系统。该系统为受训人员提供了高度还原现实的可视化交互式教学模式，提升了学习的灵活性和安全性，有利于工程实践能力的培养。
关键词：
实验教学 虚拟仿真 低浓度瓦斯 瓦斯燃烧
[期刊] 南京农业大学学报
[作者]
刘璎瑛 曹晅 郭彬彬 陈慧杰 戴子淳 龚长万
[目的]肉鹅姿态是预警肉鹅异常行为、评判肉鹅健康状态的重要指标，针对传统养殖场人工观察肉鹅姿态耗时费力且有很大主观性等问题，提出了一种基于深度学习模型自动识别肉鹅姿态的检测算法。[方法]利用YOLO v5模型对扬州鹅4种姿态进行识别（站立、休憩、饮水和梳羽）；对YOLO v5模型加入SENet、CBAM、ECA三种注意力模块改进网络结构，提高模型的识别能力；设计明暗试验和密集场景实验进一步验证模型在复杂场景下的鲁棒性。[结果]YOLO v5+ECA模型的平均检测精度（mAP）为88.93%，相比YOLO v5提升了2.27%。在识别精度（AP）上，站立姿态为91.85%，休憩姿态为93.42%，饮水姿态为90.02%，梳羽姿态为80.42%。在明暗试验和密集场景实验中，YOLO v5+ECA模型性能表现稳定，漏检现象和误检现象相对较少。[结论]该模型可以实现养殖场复杂场景下肉鹅姿态准确快速的检测，为后续的肉鹅行为监控和健康防疫做数据支撑。
[期刊] 南京农业大学学报
[作者]
张晖耀 黄力湘 陈继清 刘睿 苏子龙 银庆刚 黄敬炎 桂友强 李家鑫
[目的]本文旨在提高机械自动化设备进行草莓采摘时的草莓成熟度检测精度。[方法]针对草莓采摘过程中因枝叶遮挡、检测目标小、同级成熟度果皮纹理特征差异导致成熟度检测精度低的问题，提出一种草莓成熟度检测模型—YOLOv5s-SCW。本模型通过在Backbone中融合Swin Transformer Block，加强相同成熟度草莓果皮纹理特征融合，显著减少模型的参数量；在Neck中采用CA（Coordinate Attention ）注意力机制，引入空间坐标信息，提高模型检测精度；采用Wise-IoU（WIoU）损失函数替换CIoU损失函数，动态调整目标权重，提高模型的检测性能。最后基于草莓数据集进行试验，验证改进模型的性能。[结果]相较于标准YOLOv5s模型，YOLOv5s-SCW模型在精确率、召回率和平均精度均值（mAP）方面分别提升了4.9%、5.6%和4.9%，达到了91.3%、90.6%和95.7%。不同成熟度草莓的平均检测精度（高、中、低）分别为97.1%、93.7%和96.3%，平均检测时间为10.8毫秒，模型参数量为4.84 M。[结论]本研究基于YOLOv5s提出的YOLOv5s-SCW模型显著提高了模型在自然环境下识别不同成熟度草莓的能力，大幅降低了模型的参数量，实现了轻量化，满足农业过程中进行实际草莓采摘的需求。
关键词：
草莓 YOLOv5s 成熟度检测 轻量化
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
