- 年份
- 2024(4795)
- 2023(6917)
- 2022(5981)
- 2021(5649)
- 2020(4826)
- 2019(11191)
- 2018(10991)
- 2017(21656)
- 2016(11090)
- 2015(12434)
- 2014(11967)
- 2013(11435)
- 2012(10036)
- 2011(8685)
- 2010(7970)
- 2009(6933)
- 2008(6197)
- 2007(4882)
- 2006(3680)
- 2005(2801)
- 学科
- 济(45218)
- 经济(45174)
- 管理(33150)
- 业(31642)
- 方法(27292)
- 企(27248)
- 企业(27248)
- 数学(24615)
- 数学方法(24203)
- 财(11575)
- 农(10155)
- 业经(9336)
- 中国(9203)
- 贸(8186)
- 贸易(8184)
- 务(8165)
- 财务(8127)
- 财务管理(8108)
- 易(8015)
- 技术(7762)
- 企业财务(7717)
- 学(7364)
- 理论(7124)
- 和(6836)
- 农业(6802)
- 地方(6682)
- 环境(6377)
- 制(6050)
- 划(5964)
- 产业(5252)
- 机构
- 大学(146893)
- 学院(146028)
- 管理(65081)
- 济(60964)
- 经济(59964)
- 理学(58220)
- 理学院(57704)
- 管理学(56616)
- 管理学院(56337)
- 研究(39518)
- 中国(29246)
- 京(28208)
- 财(26020)
- 科学(23681)
- 财经(22503)
- 业大(21362)
- 经(20802)
- 中心(20715)
- 经济学(19327)
- 农(18727)
- 江(18713)
- 经济学院(17731)
- 财经大学(17361)
- 范(17331)
- 经济管理(17204)
- 师范(17156)
- 商学(16847)
- 商学院(16690)
- 所(16551)
- 北京(16365)
- 基金
- 项目(112692)
- 科学(91752)
- 基金(86034)
- 研究(81265)
- 家(74264)
- 国家(73740)
- 科学基金(66362)
- 社会(54305)
- 社会科(51725)
- 社会科学(51713)
- 基金项目(46050)
- 自然(44078)
- 自然科(43196)
- 自然科学(43187)
- 省(42933)
- 自然科学基金(42393)
- 教育(38328)
- 划(36270)
- 资助(34651)
- 编号(31928)
- 部(25760)
- 重点(24790)
- 创(24520)
- 国家社会(23452)
- 成果(23288)
- 发(22973)
- 创新(22913)
- 教育部(22912)
- 人文(22599)
- 科研(22492)
共检索到185345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]
姚立健 丁为民 赵三琴 杨玲玲
以将茄子图像从复杂的背景中分割出来为目的,在分析茄子图像色差和色相的基础上,选取R-B、G-B和H作为自组织特征映射(SOFM)网络的输入特征向量,利用该网络自组织学习的特征进行聚类。采用信噪比、面积比、分割时间和傅里叶边界描述子等指标来评价分割精度。试验证明,基于SOFM神经网络图像分割评价优于单一阈值分割,适合复杂背景的彩色图像分割。
[期刊] 福建农林大学学报(自然科学版)
[作者]
黄健 黄习培 李金铭
马尾松图像中树干部分的纹理可以很好地描述图像中的分割目标,表明神经网络可应用于该分类问题,如果给予较理想的训练样本,就可以得到较好的网络;再用此训练好的网络对输入图像进行分割就会得到较好的结果.结果表明这种方法效果良好.
[期刊] 沈阳农业大学学报
[作者]
王书志 宋广虎 冯全
近几年深度卷积神经网络在很多图像任务,诸如目标检测、图像分类、图像分割等方面得到了广泛应用,在图像分割方面,基于深度学习分割性能已全面超越了传统的分割算法。很多病害都会在葡萄的新梢上产生病症,在图像中准确分割出新梢,可提高病害诊断的精度。为了实现对自然条件下拍摄的葡萄新梢图像的准确分割,用相机、手机分别在不同的光照和环境条件拍摄了葡萄的新稍图像,在制作的训练图像集上对SegNet、FCN和U-NET3种卷积神经网络进行迁移学习,得到3种分割网络模型,分别用这些模型对测试集中不同环境下拍摄的新梢图像进行分割试验。在模型训练的初始阶段设置较大的学习率,以期快速到达最优解附近,随后逐步降低学习率,得到最优解。以人工分割为基准,对3种网络的分割效果进行评价。结果表明:在优选的训练模式下,3种分割网络在标准测试集T1上分割精度(MCC)达到83.58%、93.85%和89.44%,对于标准测试集T1和T2中的阴天图像,3种网络的平均MCC分别比晴天高5.42%、0.73%和0.65%。3种网络中,FCN的总体分割效果最优,在标准测试集T1上的平均分割精度(MCC)分别比SegNet和U-NET高10.27%和4.42%;从人的直观观察也可以看出,FCN分割的葡萄新梢图像轮廓光滑、视觉效果较好。光照对分割效果影响显著,阴天拍摄图像的分割效果整体好于晴天分割效果。在扩展数据集上,3种网络的分割精度均出现一定程度的下降,对于大田条件下(T3)和温室条件下(T4)手机拍摄的图像,FCN的平均分割精度(MCC)依然分别达到78.06%和74.82%,说明FCN的泛化性能较好。
关键词：
自然光照 葡萄新梢 图像分割 深度学习
[期刊] 中国农业大学学报
[作者]
关海鸥 许少华 谭峰
针对植物病害图像的病斑区域边缘像素存在模糊性和不确定性,利用T-S模型的模糊规则后件是输入语言变量的函数特性,提出线性清晰化的自适应五层模糊神经网络模型作为植物病害图像模式分类的决策系统,并利用量子遗传算法对模型系统的可调整参数的初始值进行全局优化。试验结果表明:该模型对马铃薯早疫病的彩色图像的有效病班区域分割精确达到100%,学习算法速度快、收敛稳定、鲁棒性较好,避免了传统梯度下降学习算法的局部最小值,并且简单易于实现。
[期刊] 中国农业大学学报
[作者]
张铁中 周天娟
草莓成熟度和空间位置的识别是草莓采摘机器人研究的重要环节 ,解决此问题必须首先对采集的草莓图像进行分割。采用三层BP神经网络 ,通过分析选取 3× 3邻域像素的H通道值作为草莓图像的特征 ;选取HSV模型中与亮度无关的通道以排除图像的明暗对分割效果的影响 ;采用单通道以缩短图像处理时间。选取 2 0幅图像作为训练样本 ,以人工借助Photoshop软件分割后的图像作为教师信号 ,采用BP算法对神经网络的权值进行训练。经过 10 0次循环后 (误差为 0 0 0 1) ,获得了有效的网络权值。试验结果表明 ,利用BP神经网络能较好地实现成熟草莓果实与背景的分离 ,经过提取大区域和腐蚀、膨胀等算...
关键词：
BP神经网络 草莓 图像分割 特征
[期刊] 中国农业大学学报
[作者]
张新伟 易克传 高连兴
为解决玉米种子内部机械裂纹检测过程中存在的种子间粘连问题,提出一种基于自适应脉冲耦合神经网络(Pulse coupled neural net)模型与熵值最大原则相结合的图像分割算法。运用直方图均衡化和布特沃斯低通滤波器进行频域增强预处理,以提高玉米种子与图像背景的对比度;运用PCNN模型,结合最大熵值原则对预处理后的粘连玉米种子图像进行分割,并引入图像像素的拉普拉斯能量(Energy of laplace)作为PCNN网络各神经元之间的连接系数,以增强图像分割效果;采用维纳滤波和数学形态学对分割后存在的噪声和断点进行处理,得到最终的分割效果。试验结果表明:PCNN与熵值最大原则相结合的图像分...
[期刊] 中国土地科学
[作者]
江志猛 陈文波 郑蕉
研究目的:探索与完善土地整治时空配置分区的相关理论与方法,为新时期生态文明建设、"三生"空间重构等背景下土地整治的实施提供科学依据。研究方法:以江西省湘东区为例,从土地整治生态风险、迫切性和适应性三个维度,系统分析土地整治时空配置分区的影响因素,运用自组织特征映射(Self-organizing Feature Mapping,SOFM)神经网络方法实现土地整治时空配置分区。研究结果:(1)湘东区土地整治生态风险、迫切性和适宜性空间差异显著;(2)湘东区140个行政村被划分为8个项目区,并与传统分区方法进行对比分析,结合分区影响因素,将8个项目区归纳为近期优先、近期适度、中期紧缩和远期限制4个土地整治时空配置分区。研究结论:考虑生态风险的土地整治时空配置分区结果较传统未考虑生态风险的结果更具实地符合性;基于SOFM神经网络的土地整治时空配置分区方法将地理位置和空间属性有机结合,具有更强的科学性和应用性,将为新时期的土地整治时空配置分区研究提供新思路。
[期刊] 北京林业大学学报
[作者]
胡静 陈志泊 杨猛 张荣国 崔亚稷
【目的】植物叶片分割旨在从背景中分割出叶片区域,去除背景对象干扰。这对植物病害识别和物种鉴定具有重大意义。【方法】本文设计了基于全卷积神经网络的植物叶片分割算法。首先,目标函数用对数逻辑函数代替复杂的Softmax多类预测函数,从而将分割任务转化为适合于植物叶片分割的二分类问题;其次,把批归一化技术引入全卷积神经网络,从而改善网络整体的收敛性。最后,针对当前植物叶片分割研究中缺乏评估指标的状况,设计了新的评估协议——受试者工作特征曲线,该曲线反映了不同阈值情况下植物叶片图像分割的召回率与误报率之间的变化情况。【结果】本文提出的算法降低了全卷积神经网络的参数复杂度,改善了网络的收敛性。实验结果表明,该方法比Leafsnap提到的基于颜色的分割方法更完整地分割了植物叶片区域;提出的ROC曲线能够充分评估植物叶片的分割性能。【结论】与传统方法相比,基于深度学习的植物叶片分割方法实现了输入图像的端对端处理,无需图像转换、噪声滤波和形态运算等预处理技术,因此在植物叶片分割上具有可行性。
关键词：
深度学习 全卷积神经网络 植物叶片分割
[期刊] 清华大学学报(自然科学版)
[作者]
宋青松 张超 陈禹 王兴莉 杨小军
常见的道路分割方法往往环境噪声鲁棒性不足并且分割边缘不够平滑。针对该问题,提出了一种组合全卷积神经网络和全连接条件随机场的道路分割方法。首先,利用深度神经网络良好的特征表征能力,将道路分割视为一个二分类问题,构建一个基于VGG_16深度卷积网络的全卷积网络,实现道路图像端到端的路面和背景分类;然后,利用全连接条件随机场能够实现图像精细分割的特点,采用全连接条件随机场对二分类得到的粗糙边缘再进行平滑优化。针对真实环境下采集的道路分割基准数据库的测试结果表明:该方法获得了98.13%的分割准确率以及每0.84s处理1幅图像的分割速度,具有一定的先进性。
[期刊] 南京农业大学学报
[作者]
刘志强 梁琨 沈明霞 陆明洲 孙玉文 刘龙申
为了获取温室中植物生长图像信息,设计了一款能够监测温室内植物生长信息的无线智能图像采集节点,引入了休眠-唤醒机制大幅降低节点能耗。节点采用STM32ZET6芯片作为微控制器,CC1101为射频模块,扩展了OV7670图像传感器。将SimpliciTI射频网络协议移植到STM32处理器中,将采集的图像信息经过JPEG2000压缩后,分包多跳无线传输至服务器,服务器接收图像,利用改进型LoG算子实现图像分割,得到图像分割结果。结果表明:在温室环境中最大通信距离110 m,节点丢包率较低。一帧JPEG2000格式的温室内植物生长信息图像大小约18 kB,传输时间较短,节点在3.6 V锂电池供电下能工...
[期刊] 建筑经济
[作者]
陈惠娥 陈长征
本文就招标活动中存在的专家评标时随意性大的问题,从招标活动的关键性环节—评标方法着手,针对建设工程的不同特点,对评标内容进行分类剖析,利用人工神经网络的智能识别功能,建立基于神经网络的评标方法。应用该方法可以科学地评价多因素建设工程投标方案。
关键词：
投标方案 评标 神经网络
[期刊] 清华大学学报(自然科学版)
[作者]
刘琼 李宗贤 孙富春 田永鸿 曾炜
针对基于卷积神经网络的图像识别采用随机初始化网络权值的方法易收敛到局部最优值的问题,该文提出了一种结合无监督和有监督学习的网络权值预训练算法。融合零成分分析白化与深度信念网络预学习得到的特征,对卷积神经网络权值进行初始化;通过卷积、池化等操作,对训练样本进行特征提取并使用全连接网络对特征进行分类;计算分类损失函数并优化网络参数。在公开图像数据库中进行了大量实验,与公开最佳算法比较,该算法在MNIST中的识别错误率降低了0.1%,在Caltech101中的分类准确率提升了0.56%,验证了该算法优于现有算法。
关键词：
深度信念网络 图像识别 卷积神经网络
[期刊] 预测
[作者]
文新辉 牛明洁
1 引言在科学技术和社会高速发展的今天,愈来愈多的问题,具有系统的复杂性、时变性和模糊性的特点,这就使得利用传统的预测方法解决这类问题十分困难。1987年,Lapedes和Farber首先应用神经网络进行预测,开创了神经网络预测方法的历史。目前,在范围广泛的商贸信息交流中,神经网络技术可以解决用传统方法不能解决的问题。例如Varfis和Versino运用神经网络解决经济时间序列预测问题,White利用神经网络进行IBM公司每日库存占用资金率的预测,都得到了很好的效果,节约了大量的资金。人们
[期刊] 中国农业大学学报
[作者]
王彦钧 张云伟 王大龙 殷欣 曾伟军
针对单依靠颜色或形状将采摘期玫瑰花从图像中分割出来难度较大的问题,研究一种基于神经网络的食用玫瑰花图像识别算法。将处于采摘期的玫瑰花正面图像作为识别对象,先提取HSI色彩空间下的S分量,用最大类间方差法(Otsu)进行分割;再提取目标图像灰度共生矩阵下的纹理特征,选取区分度高的纹理特征,结合BP神经网络,建立识别模型。试验结果表明:该方法正确识别率>85%,识别率主要受试验样本开放标准选取的影响,而受光照影响不敏感,是一种较好的识别方法。
关键词：
食用玫瑰花 图像分割 纹理特征 神经网络
[期刊] 中国科学技术大学学报
[作者]
杨子文 陈蕾 浦建宇
为弥合抽象图像底层视觉特征与高层情感语义间的鸿沟,同时缓解抽象图像情感识别所固有的小样本缺陷,将两层迁移学习策略引入传统的卷积神经网络,提出一种基于两层迁移卷积神经网络的抽象图像情感识别模型.该模型利用深度特征的层次性,首先通过大规模通用图像数据集来学习提取普适的底层图像特征;然后利用抽象图像风格分类数据集来学习提取抽象图像的专有高层语义特征;最后采用抽象图像情感识别数据集来微调整个网络.MART数据集上的实验结果表明,与传统的抽象图像情感识别方法相比,所提出的模型能够有效地提高识别精度.
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
