- 年份
- 2024(5179)
- 2023(7479)
- 2022(6380)
- 2021(6058)
- 2020(5100)
- 2019(11847)
- 2018(11534)
- 2017(22609)
- 2016(11689)
- 2015(12995)
- 2014(12614)
- 2013(11991)
- 2012(10525)
- 2011(9096)
- 2010(8423)
- 2009(7234)
- 2008(6465)
- 2007(5067)
- 2006(3821)
- 2005(2918)
- 学科
- 济(45479)
- 经济(45438)
- 管理(33837)
- 业(32031)
- 企(27311)
- 企业(27311)
- 方法(27120)
- 数学(24778)
- 数学方法(24416)
- 财(11717)
- 农(10713)
- 业经(9587)
- 中国(9586)
- 贸(8408)
- 贸易(8406)
- 易(8236)
- 务(8076)
- 财务(8038)
- 财务管理(8019)
- 技术(7884)
- 企业财务(7636)
- 理论(7243)
- 农业(7152)
- 学(6891)
- 地方(6872)
- 和(6665)
- 环境(6527)
- 制(6318)
- 划(6047)
- 产业(5496)
- 机构
- 大学(153020)
- 学院(152666)
- 管理(65787)
- 济(62101)
- 经济(61062)
- 理学(58737)
- 理学院(58219)
- 管理学(57113)
- 管理学院(56824)
- 研究(42004)
- 中国(30634)
- 京(29594)
- 财(26527)
- 科学(25617)
- 业大(23925)
- 财经(22916)
- 农(22221)
- 中心(22000)
- 经(21221)
- 江(19727)
- 经济学(19696)
- 经济学院(18085)
- 范(18082)
- 所(18013)
- 师范(17853)
- 财经大学(17713)
- 农业(17649)
- 经济管理(17463)
- 商学(17179)
- 北京(17123)
- 基金
- 项目(118415)
- 科学(95460)
- 基金(89455)
- 研究(84320)
- 家(77890)
- 国家(77334)
- 科学基金(68885)
- 社会(55828)
- 社会科(53181)
- 社会科学(53169)
- 基金项目(47976)
- 自然(45944)
- 省(45714)
- 自然科(45011)
- 自然科学(45001)
- 自然科学基金(44204)
- 教育(40245)
- 划(38488)
- 资助(35985)
- 编号(32861)
- 部(26924)
- 重点(26150)
- 创(25774)
- 发(24108)
- 国家社会(24097)
- 创新(24066)
- 成果(23928)
- 教育部(23759)
- 科研(23658)
- 人文(23185)
共检索到194288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]
王伟 宗望远 吴文福 孙少杰 孙永华
采用2-6-1拓扑结构的BP神经网络,运用容阻脉冲转换、智能现场总线等技术,设计了能进行水分的非线性校正和温度补偿的便携式棉花水分检测装置。检测结果表明:经过BP神经网络校正和补偿后,在-20～50℃温度范围内,棉花水分在5%～15%时,测量误差小于±0.4%;棉花水分在15%～25%时测量误差小于±0.5%。该检测装置在很大程度上消除了温度变化对水分测量值的影响,提高了检测信号的抗干扰能力,满足了棉花水分智能检测的要求。
关键词：
BP神经网络 棉花 水分 检测
[期刊] 南京农业大学学报
[作者]
潘磊庆 屠康 刘明 詹歌 邹秀容
为了提高鸡蛋裂纹检测的准确性,建立了声学敲击检测鸡蛋裂纹的装置,采集和分析鸡蛋被敲击后的声音信号。提取了4个特征频率、偏斜度平均值和峰度平均值共6个特征参数,并作为神经网络的输入量,创建了基于MATLAB的结构为6-15-2的3层BP神经网络模型判别鸡蛋裂纹。检测结果显示:对蛋壳受各种程度破坏后的鸡蛋判别精度可达92%以上,对蛋壳完整的鸡蛋判别精度达到96%,对鸡蛋总体的判别精度可达94%。
关键词：
鸡蛋裂纹 声学响应 BP神经网络 检测
[期刊] 华中农业大学学报
[作者]
刘龙 付美章 王树才
根据皮蛋蛋壳的声学特性,采用小波变换和BP神经网络相结合的处理方法,对皮蛋进行破损检测。首先对采集到的声音信号进行6层小波分解,计算每层分解信号的小波能量谱,构造小波能量谱分布的特征向量,然后将其作为神经网络的输入向量,基于MATLAB创建了网络结构为6-20-2的BP神经网络。检测结果表明,该方法对好壳皮蛋的识别率为88.5%,对损壳皮蛋的识别率为83.3%。
[期刊] 实验技术与管理
[作者]
叶涛 赵宗扬 张晞
文章以列车行驶前方障碍物检测为例,介绍了根据所搭建的轨道目标智能检测实验平台设计和改进深度神经网络模型,并将其应用于实际场景的做法。选择了ResNeXt主干特征提取网络,使模型的特征提取能力更强;采用了自适应特征融合优化方法和注意力机制,大幅度提升了算法在铁路环境中的检测性能。
[期刊] 林业科学
[作者]
王立海 徐华东 邢涛 倪松远
近几十年,木材无损检测一直是中外学者研究的热点,学者也一直不断地探索新的更适合于木材检测的方法(王立海等,2001;戚大伟等,2006;Ross et al.,1994)。近年来,模态分析技术由于其在桥梁损伤、机械故障等领域的成功应用(刘春城等,2009;Cornwell et al.,1999;Ratcliffe,2000),这一技术也逐渐被引入到木材检测领域中。然而,通过试验模态分析技术获取的固有频率等模态参数,其本身并不能直观地对木材缺陷进行定量识别,因此需
[期刊] 中国农业大学学报
[作者]
张建华 孔繁涛 吴建寨 翟治芬 韩书庆 曹姗姗
为实现自然条件下棉花病害图像准确分类,提出基于改进VGG-16卷积神经网络的病害识别模型。该模型在VGG-16网络模型基础上,优化全连接层层数,并用6标签SoftMax分类器替换原有VGG-16网络中的SoftMax分类器,优化了模型结构和参数,通过微型迁移学习共享预训练模型中卷积层与池化层的权值参数。从构建的棉花病害图像库中随机抽取病害图像样本作为训练集和测试集,用以测试该方法的性能。试验结果表明:该模型能有效提取出棉花病害叶片图像的多层特征图像,并通过Relu激活函数的处理更能凸显棉花病害的边缘信息与纹理信息,分辨率为512像素×512像素图像在样本训练与验证试验效果最好。在平均识别准确率方面,本研究模型较BP神经网络、支持向量机、AlexNET、GoogleNET、VGG-16NET效果最好,达到89.51%,实现对棉花的褐斑病、炭疽病、黄萎病、枯萎病、轮纹病、正常叶片的准确区分。该模型在棉花病害识别领域具备良好的分类性能,可实现自然条件下棉花病害的准确识别。
[期刊] 物流技术
[作者]
姚志英 王成林 姚滢滢
设计了一种物品检测深度卷积神经网络,应用于物流分拣传输过程中物品检测。分析了深度卷积神经网络的结构及其在图像特征提取和信息降维方面的作用;设计了由卷积层、池化层、激活函数层和全连接网络层组成的物品检测深度卷积神经网络;构建了由300幅图像和标注结果组成的样本库,抽取60%的样本作为网络训练样本集,其余40%样本平均分成两组,其中一组作为网络训练过程中验证样本,另一组作为对训练好网络进行性能验证的测试样本;在设定网络参数的基础上进行网络的训练和测试;通过分析网络训练过程中各层的输出,发现所设计的网络可以很好地实现图像中所含物品特征的检测;网络训练过程验证精度可达100%,测试正确率可达98.33%。由此可知深度卷积神经网络性能良好,可用于物流分拣生产中的物品检测。
[期刊] 中国农业科学
[作者]
曹乐平 温芝元 陈理渊
【目的】研究涟红温州蜜柑pH的机器视觉检测及影响检测精度的因素。【方法】对机器视觉系统采集的柑橘图像进行图像裁切、RGB空间至HSI空间的转换和差值法去图像背景,用色调H和饱和度S为输入,建立小波神经网络柑橘pH预测模型,无损检测柑橘pH。【结果】30个测试样本的检测结果表明,预测偏差最大值为9.95%、偏差最小值为-3.6%、平均偏差为0.8%、标准偏差为2.95%,pH±0.1精度内的正确识别率为80%,pH±0.2精度内的正确识别率为93.33%。【结论】涟红温州蜜柑pH与果皮色泽之间具有相关性,可用机器视觉检测其pH。但进一步提高预测精度,首先须在图像处理环节上去除各种虫斑与病斑的影响...
关键词：
柑橘 pH 小波神经网络 图像处理
[期刊] 沈阳农业大学学报
[作者]
周雅婷 许童羽 陈春玲 周云成 姜美羲
为解决肉牛采食行为识别问题，利用集陀螺加速度计和蓝牙模块为一体的传感器节点采集肉牛的行为姿态数据并通过蓝牙轮询组网模式将数据无线传输到ＰＣ上位机，进行实时显示，对采集的肉牛行为数据进行分析，进而识别肉牛采食行为。选用４０头健康处于育肥期的西门塔尔肉牛样本（体重约３８５ｋｇ，舍饲，每天饲喂２次，可自由饮水），分为２组，其中３０头为试验组，用松紧带在肉牛颞窝部位佩戴传感器节点；另外１０头为对照组，不佩戴传感器，用于比较肉牛是否因佩戴节点而有异常反应。同时在肉牛限位栏的前方安装监控摄像头，记录肉牛的行为信息，以作为后期数据处理依据。试验记录的原始数据包括Ｘ、Ｙ、Ｚ三个轴的加速度、角度以及角速度的九个．．．
[期刊] 中南林业科技大学学报
[作者]
徐海文 张贵 谭三清 肖化顺 杨志高 文东新 吴鑫
【目的】随着卫星遥感技术的蓬勃发展，卫星遥感已成为林火监测的重要手段。林火发生初期，由于燃烧温度不高致使卫星红外波段接收不到足以成像的能量辐射。林火发生时会首先产生烟雾，采用深度学习方法利用气象卫星影像进行林火烟雾检测，相较于利用卫星红外通道监测林火而言可更早地发现林火。【方法】以高时间分辨率国产静止气象卫星FY-4A数据为基础，采集研究区内1 500张林火烟雾图片和1 500张云图片作为数据集，以4︰1的比例划分训练集与验证集并进行数据预处理，采用卷积神经网络AlexNet、MobileNet、ResNet及Inception-ResNet(IRNet)结构对数据集进行实验分析，采用准确率、精确率、召回率和Kappa系数评价模型的总体效果，选取最优结果建立基于卷积神经网络的林火烟雾检测模型。【结果】利用准确率、精确率、召回率及Kappa系数定量评价各模型的总体效果，得出：AlexNet模型的准确率达89.3%，精确率达100%，召回率达78.7%,Kappa系数为78.7%;MobileNet模型的准确率达98.2%，精确率达99.7%，召回率达96.7%,Kappa系数为96.3%;ResNet模型的准确率达98.0%，精确率达100%，召回率达96.0%,Kappa系数为96.0%;IRNet模型的准确率达99.8%，精确率达100%，召回率达99.7%,Kappa系数为99.7%。IRNet模型的总体效果高于AlexNet模型、MobileNet模型与ResNet模型，选取IRNet为林火烟雾检测的最优模型。【结论】利用高时效性FY-4A静止气象卫星遥感数据，采用IRNet模型进行林火烟雾检测的总体效果最好，能有效地减少卫星监测时的林火漏判和迟判现象，提高对森林火灾的早期监测预警能力。
[期刊] 河北经贸大学学报(综合版)
[作者]
王建军 刘乐姗 李子坤
针对传统入侵检测算法普遍存在的检测准确率偏低、误报率高和对未知安全威胁检测的不足等问题,利用卷积神经网络的数据特征提取自主发现和提取的技术特征以及高准确率,提出一种基于卷积神经网络算法的网络入侵检测系统模型,公开数据集测试结果显示该模型较传统的入侵检测方法有较高的准确率和较低的漏报率。
关键词：
入侵检测 卷积神经网络 协议分层
[期刊] 中南林业科技大学学报
[作者]
邓力为 周中伟 李阳 段辉良
P2P流量智能检测是目前网络安全领域的研究热点。针对网络P2P流量检测存在高误警率、低检测率问题,提出一种基于遗传神经网络的P2P流量检测模型,该模型有机地结合遗传算法和神经网络,把遗传算法优化网络初始权重用于P2P流量检测,研究表明:这种检测模型能够提高P2P流量检测的效率,降低误警率。
[期刊] 中国科学技术大学学报
[作者]
尹奕 张卫明 俞能海 陈可江
目前，许多深度学习的预训练模型被发布出来用以帮助工程师和研究人员开发基于深度学习的系统或进行研究，从而减少了他们的工作量。过去的工作表明，秘密信息可以被嵌入到神经网络参数中且不影响模型的准确性，恶意开发者可以借此将恶意软件或其他有害信息隐藏到预先训练的模型中。因此，对这些隐写后的预训练模型进行可靠的检测非常重要。我们分析了现有的神经网络隐写方法，发现它们不可避免地会导致参数统计的偏差。针对LSB隐写，实验发现其会造成参数位平面随机性上的偏差;针对COR隐写和SGN隐写，实验发现其会造成参数分布上的偏差。基于这些偏差，我们提出神经网络隐写的隐写分析方法，即从良性和恶性模型中提取特征建立分类器。据我们所知，这是第一个检测神经网络隐写术的工作。实验结果表明，本文提出的检测算法能够可靠地检测出含有嵌入式信息的模型。值得注意的是，我们的检测方法即使在低负载下仍然有效。
关键词：
神经网络 隐写术 隐写分析
[期刊] 清华大学学报(自然科学版)
[作者]
蒋慧灵 白嘎力 周郑 邓青 腾杰 张越 周亮 周正青
串联故障电弧因多样性、相似性和隐蔽性而难以被检测,容易引发故障电弧保护装置误报和漏报。采用一维空洞卷积神经网络(one-dimensional dilated convolutional neural network, 1D-DCNN)提取以高采样率采集的故障电弧电流特征,引入扩展型指数线性单元(scaled exponential linear unit, Se LU)激活函数和残差连接解决梯度消失和网络退化问题,并结合平均集成学习和Softmax多分类器建立故障电弧检测模型。实验结果表明:所提方法对单负载和混合负载故障电弧的检测准确率达99.67%,相应负载识别准确率达99.95%,总体预测结果准确率达99.62%,优于传统卷积神经网络(convolutional neural network, CNN),满足故障电弧检测要求,有助于串联故障电弧检测和负载识别。
[期刊] 南京农业大学学报
[作者]
张鑫 张德贤 徐路路 张苗
[目的]为满足国家对全国储粮数量在线检测的迫切需求,提出了一种基于深度神经网络的粮仓储粮数量检测方法。[方法]通过在粮仓底部布置若干压力传感器的方法获取粮仓底部所受压强值,并以分次进粮方法,分别记录所受压强值。通过R语言平台构建不同层次的深度神经网络结构并利用对数据集的学习得出检测模型,根据检测精度选择出最佳检测模型结构。通过最佳检测模型分别对试验仓及通州、齐河实仓进行检测实验。[结果]试验仓检测平均误差约为1.88%,通州实仓检测平均误差约为0.02%,齐河实仓检测平均误差约为0.08%。[结论]基于深度神经网络的粮仓储粮数量检测模型精度高,可用性强,为粮仓储粮数量的检测提供了一种新方法。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
