- 年份
- 2024(4844)
- 2023(6891)
- 2022(5976)
- 2021(5601)
- 2020(4851)
- 2019(11234)
- 2018(11039)
- 2017(21852)
- 2016(11272)
- 2015(12555)
- 2014(12130)
- 2013(11614)
- 2012(10284)
- 2011(8818)
- 2010(8279)
- 2009(7172)
- 2008(6466)
- 2007(5133)
- 2006(3850)
- 2005(2916)
- 学科
- 济(45487)
- 经济(45446)
- 管理(32794)
- 业(31194)
- 方法(27886)
- 企(26560)
- 企业(26560)
- 数学(25218)
- 数学方法(24790)
- 财(12529)
- 农(10112)
- 中国(9855)
- 务(8917)
- 财务(8883)
- 财务管理(8864)
- 贸(8604)
- 贸易(8602)
- 业经(8542)
- 易(8442)
- 企业财务(8429)
- 学(8219)
- 技术(7219)
- 农业(6801)
- 和(6770)
- 环境(6647)
- 地方(6631)
- 理论(6531)
- 制(5914)
- 划(5851)
- 银(5274)
- 机构
- 大学(147140)
- 学院(146931)
- 管理(63753)
- 济(61131)
- 经济(60152)
- 理学(56912)
- 理学院(56402)
- 管理学(55231)
- 管理学院(54963)
- 研究(40895)
- 中国(30974)
- 京(28656)
- 财(27239)
- 科学(25307)
- 财经(23272)
- 业大(22582)
- 经(21335)
- 中心(21156)
- 农(20763)
- 经济学(19387)
- 江(19220)
- 所(17942)
- 经济学院(17795)
- 财经大学(17753)
- 经济管理(17173)
- 商学(16765)
- 研究所(16691)
- 范(16683)
- 商学院(16619)
- 北京(16590)
- 基金
- 项目(112544)
- 科学(90912)
- 基金(85455)
- 研究(80028)
- 家(74201)
- 国家(73667)
- 科学基金(65830)
- 社会(52828)
- 社会科(50394)
- 社会科学(50383)
- 基金项目(45625)
- 自然(44077)
- 自然科(43184)
- 自然科学(43175)
- 省(43109)
- 自然科学基金(42383)
- 教育(37471)
- 划(36485)
- 资助(34828)
- 编号(31195)
- 部(25424)
- 重点(24980)
- 创(24227)
- 发(23003)
- 国家社会(22892)
- 创新(22691)
- 科研(22691)
- 成果(22674)
- 教育部(22402)
- 人文(22000)
共检索到190044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]
张鹏程 余勇华 陈传武 郑文燕 李善军
为提高柑橘害虫识别精准度和防治效果，本研究构建包含10类对柑橘危害程度较重的害虫图像数据集，基于神经网络MobileNetV2与注意力机制ECA开发轻量化且高识别精度的ECA＿MobileNetV2模型，并基于该模型开发一款边缘计算App。将ECA注意力机制嵌入MobileNetV2网络的反残差结构尾部，以增强原网络的跨通道信息交互能力，提升原网络的特征提取能力。测试结果显示，ECA＿MobileNetV2模型对柑橘害虫的分类准确率达到93.63%，相比于MobileNetV2、GoogLeNet和ResNet18模型分别提高了1.68、1.44和2.40个百分点，而模型参数量、浮点运算数和模型大小分别为3.50×10~6、328.06×10~6和8.72 MB，复杂度仅略高于MobileNetV2，可以在手机上以边缘计算的形式运行。研究结果表明，本研究开发的智能识别工具能够对不同种类的柑橘害虫进行快速、有效的分类识别。
[期刊] 统计研究
[作者]
李宝瑜,乔云霞
Balance of demand and supply is a major consideration of macro control. In this paper, authors built a model to provide basis for the identification of this phenomenon.
关键词：
总供给 总需求 统计识别 理论
[期刊] 林业科学
[作者]
孙钰 脱小倩 蒋琦 张海燕 陈志泊 宗世祥 骆有庆
【目的】设计轻量级神经网络,使用声音识别技术构建钻蛀振动识别模型,自动识别双条杉天牛和臭椿沟眶象幼虫蛀干取食振动,为提高钻蛀性害虫的早期预警能力提供技术支撑。【方法】在接双条杉天牛、臭椿沟眶象幼虫木段中嵌入AED-2010L便携式声音探测仪的SP-1L压电式传感器探头,使用录音笔以音频格式记录钻蛀振动信号。双条杉天牛钻蛀振动、臭椿沟眶象钻蛀振动和无钻蛀振动3种声音信号经端点检测、时间规整操作后,计算对数梅尔声谱作为卷积神经网络学习和识别的数据集。由于钻蛀性害虫取食振动脉冲持续时间短,数据量远小于图像,为避免模型出现过拟合,设计轻量级卷积神经网络Insect Frames,网络包含4层3×3卷积,全连接层前接全局平均池化进一步降低网络参数量。使用不同的中间层特征维度和降维方法,实现4种网络变体结构Insect Frames_1—4。【结果】基于轻量级卷积神经网络的钻蛀振动识别方法可有效监测早期虫害的发生,较准确地识别害虫种类。利用Insect Frames_1—4模型,对双条杉天牛钻蛀振动、臭椿沟眶象钻蛀振动和无钻蛀振动3种信号进行识别,在测试集上的平均识别准确率均达90%以上,CPU上平均识别时间为0.1～1.3 s。Insect Frames_2模型识别准确率达95.83%,较广泛用于虫声识别的高斯混合模型提高34.2%,较传统重量级神经网络Res Net18提高6.94%,时间效率提高171.1倍。【结论】将神经网络和声音识别技术用于幼虫钻蛀振动的自动化侦听,具有高效、简单、成本低等优势,可提升林业钻蛀性害虫的早期预警能力。
关键词：
钻蛀性害虫 神经网络 钻蛀振动 声音识别
[期刊] 图书情报工作
[作者]
陈文杰 曲建升 黄珂敏
[目的 /意义]对特定技术领域的核心技术进行识别与分析，可以全面了解该领域的研究现状与发展趋势，为前沿技术研发和抢占科技制高点提供参考与建议。[方法 /过程]引入超网络结构表征技术实体间的多元共现关系，利用超网络嵌入技术自动生成融合结构特征和属性特征的技术节点向量并通过模糊聚类得到技术集群，构建基于超网络结构的局部中心性、半局部中心性和全局中心性等度量指标，以识别每个技术集群中的核心技术节点。[结果 /结论 ]以碳捕集、利用和封存技术领域为例，验证此方法的有效性和科学性，结果显示化学吸收、膜分离、固体吸附和低温分离等技术是该领域的核心技术，有助于我国合理配置资源、加大核心技术的研发力度以获取竞争优势。
[期刊] 中国科学技术大学学报
[作者]
王子一 商琳
电力设备的负荷曲线随着时间而变化,其本质上是时间序列数据.为此提出了一种新的通过负荷曲线识别电力设备的方法,该方法在多个粒度划分出的负载曲线上使用卷积神经网络作为基分类器构造出一个集成学习器来提高分类精度.首先我们对原始数据进行不同粒度的划分,得到若干不同的新数据集.其次使用这些新的数据集训练不同的基学习器,并根据验证集上的精度得到不同基学习器的权重.将测试样本按照相同的粒度划分方式得到不同的测试数据集,使用不同的基分类器对这些测试数据集进行测试,得到对应的预测标签.最后对不同基分类器预测的标签进行加权,并选出权重最大的那个标签作为预测标签.在实际的电力负荷数据上将该模型与单个CNN模型进行对比,实验结果表明,该模型具有更高的设备识别精度.
[期刊] 图书情报工作
[作者]
杨超 朱东华 衡晓帆 汪雪锋
［目的／意义］ＳＡＯ是一种能够表示主题信息和主题间关系的３元组结构，是文献计量学领域一个快速发展的研究方向。为了获得＂满足文献计量分析需求的ＳＡＯ结构＂，需要解决现有ＳＡＯ结构识别方法遭遇的３个问题：查全和查准率低、所识别ＳＡＯ结构和领域主题相关性不强以及矩阵稀疏性。［方法／过程］提出一种面向文献计量分析的基于语法树的ＳＡＯ结构识别方法，首先基于共现算法和＂主题词簇＂方法（ｔｅｒｍ ｃｌｕｍｐｉｎｇ）识别ＳＡＯ核心组件，然后利用基于语法树的抽取算法实现ＳＡＯ结构的逐层抽取。［结果／结论］案例研究发现，该方法的平均查准率为０．８０５ ８，平均查全率为０．８４４ ６，所识别ＳＡＯ结构与领域主题关系．．．
[期刊] 统计研究
[作者]
聂斌 杜梦莹 廖丹
在统计过程控制的第I阶段,准确识别运行状态发生漂移的时间点是决定控制效果的关键。本文以多维空间的数据离心程度作为判定变点规则的标准,通过概率密度轮廓将单一观测值序列转化为多维空间中的数据点,运用数据深度技术构造特征变量,并建立变点定位规则。仿真性能分析的结果表明新方法能够在不需要假设过程服从正态分布的前提下对变点位置进行精确定位。在比较研究中也表现出良好的综合性能。
[期刊] 图书情报工作
[作者]
杨超 朱东华 衡晓帆 汪雪锋
[目的/意义]SAO是一种能够表示主题信息和主题间关系的3元组结构,是文献计量学领域一个快速发展的研究方向。为了获得“满足文献计量分析需求的SAO结构”,需要解决现有SAO结构识别方法遭遇的3个问题:查全和查准率低、所识别SAO结构和领域主题相关性不强以及矩阵稀疏性。[方法/过程]提出一种面向文献计量分析的基于语法树的SAO结构识别方法,首先基于共现算法和“主题词簇”方法(termclumping)识别SAO核心组件,然后利用基于语法树的抽取算法实现SAO结构的逐层抽取。[结果/结论]案例研究发现,该方法
[期刊] 中国农业资源与区划
[作者]
吴兆明 郑嫦娥 上官晓锐
森林火灾是一种突发性强、破坏性大且处置救助较为困难的自然灾害，会对森林、森林生态系统和人类带来一定危害和损失。早期的林火判别多基于温度、烟雾以及２４小时图像监测实现，主观性强，标准单一，且误报率高。如何快速发现林火目标并及时报警扑灭，已经成为国内外学者研究的热点之一。文章基于红外热像仪，对大量森林背景及模拟林火状态进行了图像和温度数据的采集，首次提出了基于温度标准差方法进行热源识别的概念，得出了不同地点、不同时间段森林背景的温度标准差分布，以及明火温度在各阶段的波动范围，为林火的预防和监测提供了重要依据。同时，通过对干扰源进入前后的红外图像进行预处理和分析，对比目标热源的像素面积变化率及其圆形．．．
[期刊] 图书情报工作
[作者]
陈翀 李楠 梁冰 王晨琳 徐曾旭林 郑婷婷
[目的/意义]基于成果特征标识学者的学术专长是学者画像的重要任务,对学者分类、评审专家遴选、发现小同行等应用具有重要价值。[方法/过程]首先分析揭示学术专长的因素,用层次分析法构造专长标签权重分配模型;采用TextRank和概念链接技术从中英文成果内容中识别主题术语,结合权重筛选出具有领域共识和专长概括性的词汇作为专长标签。选取获得人才称号的多个领域科研人员,从中文或英文代表成果中提取专长标签,以人才公示中的专长领域作为对照基准,通过人工打分和语义计算评测识别效果。[结果/结论]在被贴中文专长标签的学者中,71.9%的个体的专长描述被认为满意。在被贴英文专长标签的学者中,77.2%的个体的专长描述被认为满意。实验表明提出的学者学术专长识别方法具有合理性。主要创新在于:在中英文不同语种以及是否存在外部知识库的条件下,提出从文献内容中挖掘候选标签词的解决方案;结合计量因素,用多种成果特征筛选专长标签,并提出权重分配的方案;针对评价基准欠缺的问题,提出基于语义计算的方式补充答案,从而扩充评价手段。
[期刊] 情报理论与实践
[作者]
王立学 冷伏海
识别研究前沿对于科学研究的促进作用越来越大。国外对"研究前沿"这一概念的定义大致分为3类,分别对应着3种不同的文献计量识别方法,包括同被引分析、文献耦合分析、共词分析等。为了克服单一方法在分析效果上的不足,研究者们尝试着结合多种方法来识别研究前沿。Kostoff提出的"文献相关的发现"方法体系在预测未来研究前沿方面具有很好的应用前景。
[期刊] 统计与决策
[作者]
刘叶玲 翟建国
一、引言在统计学中,离群值就是含粗差(粗大误差、疏失误差)的统计数据,粗差是明显超出规定条件下预期的误差。统计数据中的疏忽(如读错、记错、算错、仪器有故障、操作不当)和巨大误差(残差的绝对值特别大)都是粗差。对于离群值的出现,我们必须认真对待,不能盲目地取舍。首先要考虑离群值的出现是否由于实验技术或仪器操作等方面的原因造成的,
[期刊] 情报理论与实践
[作者]
祁延莉 刘西琴
核心专利识别是专利信息分析与服务的主要方法之一。国内常用的核心专利识别方法包括专家智慧法、专利指标频次统计法、专利指标体系法、基于布拉德福定律的分析方法、专利共类分析法、政府投资背景分析法、专利诉讼信息分析法。文章归纳并探讨了这些方法的理论基础、操作步骤、优缺点和适用环境，旨在为专利分析研究人员选择适当的分析方法提供借鉴。
关键词：
核心专利 识别方法 专利分析
[期刊] 林业科学
[作者]
陈尔学 李增元 谭炳香 梁毓照 张则路
在我国东北地区获取EO-1Hyperion高光谱数据,以高空间分辨率的全色SPOT-5数据及其影像分割结果为辅助,通过外业测量获取真实可靠的森林类型空间分布数据。以这些数据为地面实状数据,对现代先进的统计模式识别方法用于森林类型识别的效果进行比较评价,总结可以有效解决有限样本条件下高光谱分类问题的基于统计模式识别的森林类型分类技术方案。评价结果表明:对高光谱数据进行降维处理,并采用更加有效的二阶统计量估计方法,进而应用将空间上下文信息和光谱信息相结合的分类算法,如ECHO,可以有效提高高光谱数据森林类型的识别精度。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
