- 年份
- 2024(5038)
- 2023(7182)
- 2022(6217)
- 2021(5937)
- 2020(5016)
- 2019(11672)
- 2018(11491)
- 2017(22692)
- 2016(11598)
- 2015(12897)
- 2014(12384)
- 2013(11770)
- 2012(10346)
- 2011(8935)
- 2010(8340)
- 2009(7204)
- 2008(6435)
- 2007(4923)
- 2006(3719)
- 2005(2785)
- 学科
- 济(44153)
- 经济(44111)
- 管理(33812)
- 业(32002)
- 企(27119)
- 企业(27119)
- 方法(25754)
- 数学(23462)
- 数学方法(23125)
- 财(12010)
- 农(10459)
- 中国(9888)
- 业经(9612)
- 贸(8976)
- 贸易(8974)
- 制(8950)
- 易(8806)
- 务(8220)
- 银(8192)
- 银行(8189)
- 财务(8186)
- 财务管理(8159)
- 行(7790)
- 企业财务(7778)
- 融(7745)
- 金融(7743)
- 技术(7620)
- 地方(7262)
- 农业(7010)
- 学(6930)
- 机构
- 大学(148300)
- 学院(147758)
- 管理(66057)
- 济(62483)
- 经济(61462)
- 理学(58596)
- 理学院(58089)
- 管理学(57125)
- 管理学院(56837)
- 研究(40480)
- 中国(31924)
- 京(28646)
- 财(27516)
- 科学(23582)
- 财经(23399)
- 中心(21772)
- 经(21696)
- 业大(21445)
- 经济学(19743)
- 江(19220)
- 农(18459)
- 财经大学(18180)
- 经济学院(18131)
- 经济管理(17680)
- 范(17365)
- 师范(17192)
- 商学(17157)
- 商学院(17001)
- 所(16794)
- 北京(16778)
- 基金
- 项目(114478)
- 科学(93065)
- 基金(87234)
- 研究(83381)
- 家(75280)
- 国家(74747)
- 科学基金(67055)
- 社会(55696)
- 社会科(53052)
- 社会科学(53039)
- 基金项目(46977)
- 自然(44206)
- 省(43534)
- 自然科(43262)
- 自然科学(43254)
- 自然科学基金(42479)
- 教育(38942)
- 划(36674)
- 资助(34631)
- 编号(32776)
- 部(26214)
- 重点(25174)
- 创(24953)
- 国家社会(24030)
- 成果(23865)
- 发(23411)
- 教育部(23387)
- 创新(23336)
- 人文(23029)
- 科研(22858)
共检索到191593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] 中南林业科技大学学报
[作者]
宁重阳 汤梓桐 谢亦秋 戴颖成 李建军
【目的】森林火灾识别是避免森林火灾大面积蔓延的一项重要研究。随着深度学习的快速发展，基于卷积神经网络的模型因其在图像识别领域的优异表现，被广泛应用到森林火灾识别任务当中。然而，基于卷积神经网络的方法通常在标签数据不充分时，难以取得令人满意的森林火灾识别结果。【方法】本研究提出了一种基于视觉变换网络的自监督森林火灾识别模型（Self supervised forest fire identification model based on visual transformation network），来提高模型在标签稀缺情况下的森林火灾识别精度。具体来说，该模型采用视觉变换网络作为主干网络，通过视觉变换网络中的多头自注意力机制来捕获森林火灾图像的全局信息特征。并且引入自监督学习中的图像重建任务来辅助模型训练，从而减少模型对标签数据的依赖。模型通过对掩盖图像的特征恢复和重建学习相关语义信息。同时，本研究还提出了一种基于傅里叶低频混合变换的数据增强方法来提高模型的泛化性和鲁棒性。【结果】通过开展详细的实验来验证模型的有效性，结果表明，与其他常见的网络模型相比，FFDM模型在森林火灾识别任务中取得了最佳的识别效果，其识别准确率为89.51%，比VGG16网络高13.7%，比ResNet50网络高8.2%，比InceptionV3网络高7.2%。【结论】通过自监督学习辅助模型训练的方法，FFDM模型即使在标签稀缺下依然可以取得不错的森林火灾识别效果。
[期刊] 北京林业大学学报
[作者]
张军国 李文彬 韩宁 阚江明
该文在探讨森林起火因素的基础上,构建了一种基于ZigBee无线传感器网络的森林火灾实时监测系统.该系统给出了森林火灾无线传感器网络监测系统的体系结构,重点设计了基于CC2430芯片的网络节点硬件电路,详尽地讨论了网络的数据传输流程;该系统能够监测林区温湿度等相关环境参数的变化,为有关部门采取相应的防火或灭火措施提供决策依据.
[期刊] 林业科学
[作者]
杨景标 马晓茜
应用人工神经网络建立热带森林火灾发生情况预测的多层神经网络模型,并将林火发生影响因子的历史数据作为样本值,输入模型进行训练。结果表明:利用所选取的输入因子作为样本的人工神经网络,可以对林火的发生发展作出准确有效的预测。文中还对模型的准确性和训练精度进行讨论,进而分析人工神经网络在林火预测中的可行性,证明人工神经网络在林火预测中的应用价值。
关键词：
森林火灾 人工神经网络 林火预测
[期刊] 北京林业大学学报
[作者]
徐爱俊 方陆明 楼雄伟
以森林火灾远程视频预警监控工程为依托,对森林火灾发生、发展的可见光视频图象进行研究,提出森林火灾识别算法,并进行处理。分析了基于视频的森林火灾火焰特征,指出火焰特征主要包括颜色变化、面积变化、边缘变化、形体变化、闪动规律和整体移动等。在此基础上,提出了视频图像中的森林火灾区域检测方法与森林火灾识别方法;根据图像区域分割匹配算法,以火焰颜色特征和面积变化为火灾判别依据,统计疑似火灾区域面积,定时地对其进行两两匹配,实现对森林火灾图像的实时检测和识别。经实际验证,该算法的查全率与查确率分别达到72.22%和92.86%。
[期刊] 中南林业科技大学学报
[作者]
文世熙 张贵 吴鑫
为了在紧急情况下给森林火灾扑救人员提供科学的逃生决策方案，根据动物迁移阻力因子的判断方法，选取地形起伏度、林分密度作为逃生阻力因子，并结合森林火灾中的火场分布、风场状况、安全地带分布等因素构建了森林火灾逃生路径网络决策模型。以新化县油溪乡林场历史森林火灾为案例，进行了森林火灾逃生路径网络决策应用分析，提出了多条逃生路径选择方案。研究结果能为森林火灾应急避险逃生提供有效的决策依据。
关键词：
森林火灾 逃生路径网络 决策模型
[期刊] 林业经济问题
[作者]
刘发林 曾思齐 彭志勇 王利娟
利用里克特量表试图评估公众、消防战士和受森林火灾影响的村民等3个人群对森林火灾的看法。3组所有受访者一致认为,森林火灾会造成空气污染、土壤侵蚀、温室效应和浓雾,间接导致哮喘、呼吸系统感染、皮肤感染等疾病。受森林火灾危害的村民支持森林防火灭火,认为森林火灾是大问题。然而,市民和消防战士不同意这种看法,研究结果将帮助有关当局制订防火决策和教育活动。
关键词：
森林火灾 消防战士 林火管理
[期刊] 北京林业大学学报
[作者]
吴梦宇 罗琴娟 韩宁
为甄别林火烟雾与大气云雾,提出了基于多种运动特征判据的视频烟雾图像检测算法。首先利用烟雾自身的光学动态特征———光流方向性、相关性、扩散性,分别对连续帧包含烟云的可疑区域进行图像特征标志判别;再经数据融合算法有效区分林火烟雾与大气云雾,克服了依靠单一图像特征检测烟雾的不足。结果表明,光流方向性、相关性、扩散性判别相结合的识别算法能提高森林火灾视频图像的有效识别率。
[期刊] 浙江林学院学报
[作者]
陈培金 徐爱俊 邵香君 刘爱君
从地理信息技术的角度,对森林火灾灾后评估的技术方法进行研究。通过对图元分割、面积量算和灾后损失计算方法等方面的研究,对图元分割、图元相交判断和图元比例计算等进行详细分析,求解火灾所涉及的小班数量与比例,并对林火损失的构成进行分析。通过林木过火面积和现行价格及有关的经营统计资料直接计算火灾损失并进行定量分析,提出森林火灾灾后经济损失的计算方法,形成了基于地理信息系统的森林火灾灾后评估技术方法。
[期刊] 中南林业科技大学学报
[作者]
张贵 龙朝夕 邓妮娜 林强
为了科学地对发生森林火灾的森林进行灾后恢复,以湖南省为案例,选取影响森林火灾恢复力的年平均气温、年降水量、年日照时数、年发生火灾次数、单位面积活立木增长量等8项指标建立了恢复力指标体系,采用组合赋权法确定了指标权重,建立了森林火灾恢复力评价模型,对森林火灾恢复力进行了定量评价。结果表明:森林火灾恢复力主要受单位面积活立木增长量影响,湖南省森林火灾恢复力存在恢复力一般区和恢复力较弱区,没有恢复力较强区,说明湖南省森林生态系统受到森林火灾干扰后恢复潜力不高。
关键词：
森林火灾 恢复力评价 组合赋权法
[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] 西北农林科技大学学报(自然科学版)
[作者]
吴柳萍 何东进 洪伟 曹彦 纪志荣 连素兰
【目的】通过改进的突变级数法对中国森林火灾进行评价,了解森林火灾受灾程度和损失情况,为中国森林火灾防灾减灾工作、灾后经济补偿和保险赔偿等提供可靠的依据。【方法】根据我国森林火灾2000-2014年的统计数据,在当前国内外森林火灾研究成果基础上,构建包括受灾森林面积、森林资源损失价值、人均损失价值等17个森林火灾损失评价指标的我国森林火灾评价体系,并分析常规突变级数法在指标重要性排序中存在的主观性和综合值偏高的不足,利用改进的突变级数法对中国森林火灾损失进行评价与分析。【结果】(1)我国2000-2014年
[期刊] 浙江林学院学报
[作者]
徐爱俊 李清泉 方陆明 吴达胜
对当前森林火灾预报预测研究的现状进行了分析,指出了当前在技术与方法上存在的问题与不足。在此基础上,提出了一种新的基于GIS技术、遥感技术和数学建模等技术的森林火灾预报预测模型。该模型通过建立森林火灾本底数据库,分析森林火灾发生和蔓延诱发因素,建立森林火险预报模型与林火蔓延预测模型来对森林火灾进行预报与预测。参8
[期刊] 中南林业科技大学学报
[作者]
王双 张贵 谭三清 王平 吴鑫
【目的】为科学地预防森林火灾和进行应急资源配置，运用空间logistic森林火灾风险概率模型对湖南省森林火灾风险等级进行划分，为县级以下区域进行森林火灾风险区划提供技术方法。【方法】采用logistic回归分析方法，利用湖南省2008—2018年的地表温度数据、植被指数数据、气象数据、人文数据、植被类型数据、森林火灾监测数据等，构建森林火灾风险概率模型，通过森林火灾风险概率分布区间对森林火灾风险等级进行划分。【结果】建立的湖南省空间logistic森林火灾风险概率模型拟合效果较好，在0.05的显著性水平下，经混合检验和Wald检验，logistic森林火灾风险概率模型能显著反映森林火险发生概率；模型相对运行特征（ROC）值为0.779；经栅格图层计算得到湖南省森林火灾风险概率值，并根据概率大小将湖南省森林火险分为极低、低、中、高和极高5个等级。湖南省森林火灾风险概率≥0.6的极高森林火险等级和高森林火险等级主要分布在邵阳市、衡阳市、永州市、株洲南部以及郴州市部分地区；中森林火险等级主要分布在怀化市、娄底市、湘潭市以及长沙市；低森林火险等级和极低森林火险等级主要分布在吉首市、常德市、张家界市、益阳市以及岳阳市。影响湖南省森林火险等级的主要因子为温度植被干旱指数（TVDI）、高程（GC）、年平均温度（WD），其中TVDI因子的影响最为显著。【结论】构建的空间logistic森林火灾风险概率模型能够科学有效地对湖南省森林火灾风险等级进行划分，为森林火灾的预防和应急资源配置提供科学依据。
[期刊] 北京林业大学学报
[作者]
贾一鸣 张长春 胡春鹤 张军国
【目的】为解决由于森林火灾烟雾数据集样本量小、样本特征分散、烟雾图像占比小等特点导致的林火烟雾检测模型识别效果差、准确率低等问题，实现快速、准确识别检测森林火灾烟雾。【方法】针对少样本森林火灾烟雾图像数据集的样本特征，本研究提出了一种基于多头注意力机制的森林火灾烟雾图像检测方法。该方法首先在训练阶段采用数据增强方法，扩充训练数据的数量同时降低过拟合风险；然后设计特征提取模块与特征聚合模块，在特征提取模块中引入多头注意力机制并探讨引入的合适位置，使模型更多地关注火灾局部特征，解决烟雾图像少造成的信息缺失问题；在特征聚合模块中使用FPN-PAN模块对图像的深层与浅层语义信息进行特征融合；最后，设置检测头模块输出实验结果。利用测试准确率、召回率、误报率、检测率和F1值等评价指标在少样本公共数据集和自建火灾烟雾少样本数据集上测试本方法的有效性。【结果】在数据增强阶段同时增加马赛克数据增强和多尺度变换，可以得到更好的检测效果。在特征提取模块的第4个卷积模块后面添加1处多头注意力机制的模型性能最好。相较于现有的元学习长短时记忆网络、匹配网络和轻量级目标检测网络等方法，本方法有更好的检测效果，具体表现为准确率达到了98.79%，召回率98.28%，检测率97.33%，误报率仅为6.36%。【结论】与现有的火灾烟雾检测模型相比，本方法具有更好的判别能力和泛化能力。
[期刊] 林业经济
[作者]
邢红飞 贾子昂 宫大鹏 刘晓东
随着我国集体林权制度改革的不断深化,森林火灾保险在林业发展中的作用越来越突出。为合理厘定我国森林火灾保险费率,文章通过构建森林火灾风险区划指标体系,运用聚类分析法,对我国进行森林风险等级区划,将我国区划为4个不同的风险等级区。基于区划结果,应用指数平滑法预测我国各省(市、自治区)的森林火灾损失率,进而估算出我国各省(市、自治区)的森林火灾保险费率。研究结果显示:我国森林火灾保险费率最高的是福建省5.62‰,最低是宁夏回族自治区和上海市2.21‰,其中高风险区费率是5.62‰4.46‰,较高风险区费率是4.
关键词：
森林火灾 保险 风险区划 费率厘定
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
