- 年份
- 2024(7214)
- 2023(9934)
- 2022(8535)
- 2021(7975)
- 2020(6939)
- 2019(16175)
- 2018(15865)
- 2017(30478)
- 2016(16436)
- 2015(18791)
- 2014(18227)
- 2013(17596)
- 2012(15793)
- 2011(13988)
- 2010(13758)
- 2009(12385)
- 2008(11685)
- 2007(9726)
- 2006(8088)
- 2005(6574)
- 学科
- 济(64615)
- 经济(64554)
- 管理(45900)
- 业(44358)
- 企(38028)
- 企业(38028)
- 方法(37480)
- 数学(33565)
- 数学方法(32893)
- 财(15633)
- 农(15372)
- 中国(14535)
- 业经(13231)
- 学(12811)
- 理论(11778)
- 贸(11751)
- 贸易(11739)
- 易(11481)
- 务(10697)
- 财务(10638)
- 财务管理(10611)
- 地方(10592)
- 技术(10553)
- 农业(10113)
- 企业财务(10001)
- 和(9810)
- 制(9306)
- 环境(8999)
- 划(8816)
- 银(7910)
- 机构
- 学院(223854)
- 大学(222281)
- 管理(89899)
- 济(86946)
- 经济(85232)
- 理学(79438)
- 理学院(78610)
- 管理学(76678)
- 管理学院(76291)
- 研究(69313)
- 中国(50971)
- 科学(45957)
- 京(45542)
- 农(40657)
- 业大(38285)
- 财(37515)
- 所(34619)
- 中心(33282)
- 农业(32582)
- 研究所(31919)
- 江(31474)
- 财经(31251)
- 经(28698)
- 北京(27596)
- 经济学(26778)
- 范(26659)
- 师范(26297)
- 技术(25679)
- 院(25622)
- 州(25047)
- 基金
- 项目(165385)
- 科学(130056)
- 基金(120940)
- 研究(114310)
- 家(107927)
- 国家(107138)
- 科学基金(92421)
- 社会(71710)
- 社会科(68190)
- 社会科学(68171)
- 省(65737)
- 基金项目(63519)
- 自然(63343)
- 自然科(62017)
- 自然科学(62003)
- 自然科学基金(60848)
- 划(55826)
- 教育(54435)
- 资助(51103)
- 编号(45141)
- 重点(37526)
- 部(35979)
- 创(35467)
- 发(34426)
- 成果(34081)
- 创新(33046)
- 科研(32782)
- 计划(32572)
- 课题(30907)
- 大学(30689)
共检索到303923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] 南京农业大学学报
[作者]
唐伯青 赵大勇 熊锋 李德强
[目的] 识别作物和杂草是农业智能化中自动除草的关键步骤之一。本文旨在解决作物与杂草识别精度低、检测模型实时性和鲁棒性差等问题。以叶年龄处于3～8叶期的玉米及其伴生杂草为研究对象，提出一种高效准确的玉米苗与杂草的检测方法。[方法] 该方法以实时目标检测视觉自注意力模型为基础框架，用小尺度卷积等效替代大尺度深度卷积的思想，以较小的精度损失降低推理耗时。引入一种包含上下文信息的自顶向下注意力机制强化模型对小目标的检测效果。应用组合图像增强策略，提升模型精度与泛化能力。[结果] 改进后模型的平均检测精度为90.11%，推理阶段单张图片耗时33.67 ms，模型参数量44.86 MB。改进后的模型比主流目标检测模型总体精度更高，且推理速度处于前列。[结论] 所提方法对于玉米苗与伴生杂草的整体检测性能优秀，能够提高杂草识别的准确性和效率。
[期刊] 华中农业大学学报
[作者]
吴兰兰 徐恺 熊利荣
提出了基于视觉注意模型的苗期油菜/杂草图像检测方法。针对苗期油菜大田环境,获取油菜/杂草RGB原始图像。根据原始图像颜色分布特点改进Itti模型,生成系列特征显著图,结合区域生长算法分割出感兴趣区域。针对该区域提取形状和纹理特征参数作为支持向量机输入量,判别出所有油菜区域,最后融合原始图像和油菜区域获取最终株间杂草区域。结果表明:与局部迭代阈值法和最大类间方差法相比,本研究提出的图像分割方法更优,正确分割目标概率、错误分割目标概率及漏分割目标概率分别为92.46%、3.26%及7.54%;针对形状、纹理、
[期刊] 清华大学学报(自然科学版)
[作者]
张仰森 郑佳 黄改娟 蒋玉茹
微博情感分析是获取微博用户观点的基础。该文针对现有大多数情感分析方法将深度学习模型与情感符号相剥离的现状,提出了一种基于双重注意力模型的微博情感分析方法。该方法利用现有的情感知识库构建了一个包含情感词、程度副词、否定词、微博表情符号和常用网络用语的微博情感符号库;采用双向长短记忆网络模型和全连接网络,分别对微博文本和文本中包含的情感符号进行编码;采用注意力模型分别构建微博文本和情感符号的语义表示,并将两者的语义表示进行融合,以构建微博文本的最终语义表示;基于所构建的语义表示对情感分类模型进行训练。该方法通
[期刊] 华中师范大学学报(自然科学版)
[作者]
操凤萍 张锐汀 窦万峰
为缓解跨域推荐数据稀疏与冷启动问题，该文提出一种融和双塔隐语义与自注意力机制的跨域推荐模型(DLLFM-DA/Self atten CDR model, DLDASA),能够有效提升目标域推荐准确率.首先利用提出的双塔隐语义模型(DLLFM),借助源域和目标域用户的类别偏好和项目类别，生成高质量隐语义；其次，在隐语义特征迁移过程中引入域适应(domain adaptation),有效对齐源域与目标域的特征分布，最小化源域与目标域间数据分布差异，提供更高质量的隐语义特征迁移；然后利用多头自注意力机制捕捉两个域之间的差异性与相关性，对差异信息进行筛选与融合，缓解负迁移问题，以提升跨域推荐质量；最后，在Movielens-Netflix和一品威客(YPWK)-猪八戒网(ZBJW)真实数据集上，将DLDASA与基线单域和跨域推荐模型进行对比实验，结果表明，均方根误差(RMSE)和平均绝对误差(MAE)均有明显改善.该研究验证了DLDASA模型能够更充分地提取用户特征，有效缓解目标域信息不足的问题.
[期刊] 中国农业大学学报
[作者]
于春涛 李金阳 石文强 亓立强 关哲允 张伟 张春宝
为构建田间杂交大豆胚轴颜色检测模型，以大田场景下的大豆植株为研究对象，利用自走式大豆表型信息采集平台获取图像数据并构建杂交大豆胚轴颜色数据集，使用不同目标检测模型（SSD、Faster R-CNN、YOLOv3、YOLOv4、YOLOv5、YOLOX和YOLOv7）对杂交大豆胚轴颜色数据集进行检测，将模型分数（F1）、平均精度均值（mAP）及检测速度3个指标用于评估不同模型在杂交大豆胚轴颜色检测中的性能。在YOLOv7网络中添加CARAFE特征上采样算子、SE注意力机制模块和WIoU位置损失函数，建立杂交大豆胚轴颜色检测模型YOLOv7-CSW，并利用改进模型对杂交大豆胚轴颜色数据集进行消融试验。结果表明：1)YOLOv7模型的F1(0.92)与mAP(94.3%)均显著高于其他模型；2)YOLOv7模型的检测速度为58帧/s，低于YOLOv5和YOLOX，检测速度可以满足田间实时检测任务需求；3)YOLOv7-CSW模型比YOLOv7模型的F1和mAP分别升高0.04和2.6%;4)YOLOv7-CSW模型比YOLOv7模型检测速度升高了5帧/s，可以实现杂交大豆胚轴颜色实时检测。综上，YOLOv7-CSW模型可以更好地获取胚轴颜色特征并准确地检测出目标位置，提高了复杂农田环境下的目标检测性能，能够实现田间杂交大豆胚轴颜色快速准确检测。
[期刊] 华中农业大学学报
[作者]
刘志 翟瑞芳 彭万伟 陈珂屹 杨万能
为解决测报灯采集图像中害虫依赖人工识别及统计结果可靠性低和准确性差的问题，本研究提出一种改进型Cascade R-CNN田间害虫检测算法。该算法以Cascade R-CNN为基础框架，采用ResNeSt-50作为主干网络，融合了跨通道注意力机制；使用统一目标检测头（unifying object detection heads with attentions,DyHead），并融合尺度感知、空间位置感知和任务感知。此外，采用简单复制-粘贴（simple copy-paste,SCP）方法进行了数据增强。研究共采集到20类害虫总计1 500张图像，制作了符合MS COCO格式（microsoft common objects in context 2017, MS COCO 2017）的测报灯田间害虫数据集。结果显示，本研究提出的方法的F1分数（F1-score）达到了86.2%。当交并比（intersection over union,IoU）为0.5时，其F1-分数与经典Cascade R-CNN、Faster R-CNN和YOLOv4相比，分别提升了2.8、5.8和8.2个百分点。表明该方法满足测报灯害虫检测任务对判别能力和实时性的要求，实现了害虫的高精度自动识别与计数，可直接应用于田间害虫检测。
[期刊] 实验技术与管理
[作者]
陈远林 贺云涛 李琳琳
针对无人机航拍图像中目标实例存在着遮挡、旋转、尺度变化等情况，该文设计了一种基于注意力机制的旋转目标检测实验设计方案。首先，对开源DOTAv-1.0数据集样本图像进行了图像增强和裁剪，构造二次数据集，使整体实验样本数量提升11.72倍。然后，通过在S~(2)A-Net网络的特征融合网络部分嵌入CBAM注意力机制模块，增强对输入特征空间和通道的有效信息利用率。最后，通过消融实验验证了CBAM模块的有效性，整体性能提升1.3%，对航拍小目标实例small-vehicle的检测精度mAP值由0.402 9提升到0.539 8，提升了34%，检测速率达到24 fps。
[期刊] 华中农业大学学报
[作者]
付豪 万鹏 施家伟 杨万能
为了实现玉米幼苗叶面积的快速、无损、实时、高效检测,设计并搭建了基于机器视觉的玉米幼苗叶面积检测装置。该检测装置由框架、光源装置、顶升旋转系统、图像采集及分析系统、检测装置控制系统等部分组成,通过各部分协作完成玉米幼苗顶视图像与侧视图像的实时采集及分析处理,计算玉米幼苗的叶面积。以玉米幼苗为试验对象对装置性能进行测试,试验结果显示:在装置满载情况下,当相机在X方向和Y方向的移动速度分别为830、32 mm/s时,顶视图模式和侧视图模式下检测装置的平均运行时间分别为190、355 s,检测总耗时为545 s,单株玉米幼苗的平均用时为34 s,相机的平均定位准确率分别为92%和90%,相机定位精度较高;玉米幼苗顶视图、主视图和左视图叶面积与实际叶面积的Pearson相关系数分别为0.901、0.767和0.786,装置检测的玉米幼苗叶面积与实际叶面积相关性强,装置可以满足批量检测玉米幼苗叶面积的需要。
[期刊] 中南林业科技大学学报
[作者]
崔晓晖 陈民 陈志泊 许福 王新阳
【目的】针对物候期识别传统方法特征提取不充分、未对关键特征进行区分,导致方法泛化能力较差、迁移应用识别精度低的问题,本研究将注意力机制引入残差神经网络,结合基于数字照相的物候观测方式,提出具有较强细粒度特征识别能力且实用性较强的林木物候期识别方法,从而为林木的长期实时物候监测提供技术支撑。【方法】以PhenoCam中的栎林及槭林像片为研究材料,选取2017—2018年的数据作为训练集,以2019年的数据评价模型的泛化能力。研究结合实地观测数据对研究区的林木物候期进行划分,设计数据裁剪公式,在增强数据的同时均衡各个物候期数据的数量。研究基于ResNet50残差神经网络设计了深度学习模型,针对林木物候期差异较小的特性引入了注意力机制,注意力模块在通道及空间维度对神经网络提取的特征进行再处理,提升了模型对细粒度图像差异的识别能力。【结果】注意力机制的引入有效提升了模型的泛化能力,增强了模型对易混淆物候期的识别能力,在未参与训练的19年数据集的栎林物候期识别取得了90.58%的准确率,槭林物候期识别准确率为89.27%,较引入前模型准确率在两个研究区分别提升21.86%与13.15%,优于传统AlexNet和HOG-SVM方法。【结论】基于残差注意力网络的林木物候期识别方法较好解决了原有方法泛化能力较差的问题,该方法具有准确度高、迁移应用能力强等优势,能对易混淆的林木物候期进行精准区分,适用于林木物候的长期观测。
[期刊] 情报学报
[作者]
朱茂然 王奕磊 高松 王洪伟 郑丽娟
商品在线评论中存在着大量的比较语句,其中蕴涵着用户对不同商品或服务的体验及评价。通过挖掘评论文本中的比较信息,能够帮助企业洞察产品的市场竞争力。本文关注中文评论中的比较句识别任务,摒弃了先前研究中经常采用的模式识别方法,提出基于深度学习方法的层次多注意力网络模型。该模型获得了较好的识别精度,优于传统的分类模型和常见的深度学习文本分类模型,F1分数达到81%。本文提出的层次多注意力网络模型是端到端的,缩减了大量人工干预,有效简化了比较评论识别的工作量。
关键词：
比较评论 文本分类 深度学习 注意力机制
[期刊] 工业工程与管理
[作者]
朱鹏烨 孙林辉 袁晓芳 代宗
为有效预测煤矿提升机司机注意力分配情况，从人自上而下及自下而上的信息加工机制出发，以SEEV模型思想为基础，应用主观期望效用理论，提出了基于信息突显性、努力程度及任务属性的注意力分配模型。为验证模型的有效性，开展自由监视操控任务的工效学眼动实验，将眼动实验值与模型理论值进行拟合及回归分析。结果表明：注意力分配模型理论值与眼动实验值显著相关且吻合度高，验证了模型的可用性。研究提出的注意力分配模型对煤矿提升机司机注意力培训、人机界面设计及防范人因失误具有一定指导意义。
[期刊] 清华大学学报(自然科学版)
[作者]
贾旭东 王莉
文本序列中各单词的重要程度及其之间的依赖关系对于识别文本类别有重要影响。胶囊网络不能选择性关注文本中重要单词,并且由于不能编码远距离依赖关系,在识别具有语义转折的文本时有很大局限性。为解决上述问题,该文提出了一种基于多头注意力的胶囊网络模型,该模型能编码单词间的依赖关系、捕获文本中重要单词,并对文本语义编码,从而有效提高了文本分类任务的效果。结果表明:该文模型在文本分类任务中效果明显优于卷积神经网络和胶囊网络,在多标签文本分类任务上效果更优,能更好地从注意力中获益。
[期刊] 情报理论与实践
[作者]
曾忠禄
文章以注意力理论为基础,提出了基于竞争对手注意力的竞争对手分析模型。利用该模型,企业可以通过分析竞争对手的注意力聚焦来预测竞争对手的行为。竞争对手分析可从3个层次进行:①直接分析竞争对手的注意力聚焦;②分析影响注意力聚焦的3个因素;③分析影响竞争对手决策者假设的两个因素。本模型部分弥补了现有竞争对手分析理论的不足,为竞争对手分析提供了新的视角。
[期刊] 南京农业大学学报
[作者]
徐会杰 黄仪龙 刘曼
[目的]本文针对传统农作物叶片病虫害识别模型YOLOv3存在的检测实时性与鲁棒性差，漏检率高的问题，提出了一种改进的玉米叶片病虫害检测模型——YOLOv3-Corn。[方法]该模型采用Darknet-53作为特征提取网络，将网络输出的8倍特征图与新加入的4倍下采样特征图进行拼接，建立起104×104尺度的检测层；在前期构建的包含6个类别玉米常见病虫害数据集中，利用K-means++聚类算法选取12个先验框并分别匹配到4个不同尺度的检测层中进行目标识别。[结果]实验结果表明：在YOLOv3系列模型中，YOLOv3-Corn模型的检测精度均值（mAP）、召回率（Recall）达到了93.31%和93.08%，与YOLOv3模型相比分别提高了4.03%和9.78%。在非YOLO系列模型中，YOLOv3-Corn模型平衡了Faster R-CNN模型的检测速度的不足和RetinaNet模型的召回率，精确度不足的问题。[结论]在保证提取相同特征参数、检测时效性好的前提下，有效提高了识别精度。
[期刊] 西北农林科技大学学报(自然科学版)
[作者]
朱猛 于大伟 员海燕
[目的]揭示抗旱型玉米苗期根系表型性状的遗传特性,为玉米根系耐旱性状的定向改良提供理论依据。[方法]以干旱敏感型材料WN897(母本)、抗旱型材料WU109(父本)及其杂交和回交产生的F_1、B_1、B_2和F_2为材料,采用主基因+多基因混合遗传模型,对干旱胁迫和正常条件下玉米的总根长、根表面积、根投影面积和根体积进行遗传分析。[结果]在干旱胁迫和正常条件下,玉米的总根长、根投影面积、根表面积和根体积的遗传率均较高,环境变化对其影响较小。在干旱胁迫条件下,玉米总根长和根投影面积的最优遗传模型均为E(2对加性-显性-上位性主基因+加性-显性-上位性多基因模型),B_1、B_2、F_2的主基因遗传率分别为51.37%,68.46%,65.69%和50.01%,56.28%,77.63%;根表面积的最优遗传模型为E-1 (2对加性-显性-上位性主基因+加性-显性多基因混合遗传模型),B_1、B_2、F_2的主基因遗传率为31.92%,61.96%,72.96%;根体积的最优遗传模型为D(1对加性-显性主基因+加性-显性-上位性多基因遗传模型),B_1、B_2、F_2的主基因遗传率为0.64%,0.64%,0.91%。在正常条件下,玉米总根长、根表面积和根体积的最优遗传模型均为E-1,B_1、B_2、F_2的主基因遗传率分别为65.20%,68.42%,75.72%;56.38%,42.65%,72.13%及61.36%,44.26%,78.55%,根投影面积的最优遗传模型为E,B_1、B_2、F_2的主基因遗传率为55.27%,51.84%,48.97%。[结论]玉米总根长、根表面积可以在低世代材料中进行有效选择。干旱条件下对玉米根投影面积的选择效率更高。正常条件下玉米根体积在低世代材料中即可进行有效选择,但干旱条件下需在高世代材料中进行有效选择。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
