- 年份
- 2024(239)
- 2023(271)
- 2022(238)
- 2021(180)
- 2020(138)
- 2019(346)
- 2018(303)
- 2017(573)
- 2016(318)
- 2015(323)
- 2014(333)
- 2013(325)
- 2012(282)
- 2011(259)
- 2010(241)
- 2009(246)
- 2008(227)
- 2007(211)
- 2006(181)
- 2005(150)
- 学科
- 济(1641)
- 经济(1639)
- 管理(1088)
- 方法(1081)
- 业(1017)
- 数学(1008)
- 数学方法(980)
- 企(895)
- 企业(895)
- 融(660)
- 金融(660)
- 银(593)
- 银行(592)
- 行(576)
- 中国(537)
- 财(456)
- 中国金融(365)
- 务(347)
- 财务(346)
- 财务管理(344)
- 业经(336)
- 企业财务(336)
- 技术(333)
- 制(297)
- 学(275)
- 产业(255)
- 环境(251)
- 农(228)
- 理论(224)
- 划(223)
- 机构
- 大学(4885)
- 学院(4732)
- 济(2032)
- 经济(1988)
- 管理(1758)
- 理学(1540)
- 理学院(1517)
- 研究(1481)
- 管理学(1473)
- 管理学院(1461)
- 中国(1220)
- 科学(1020)
- 财(1005)
- 京(954)
- 财经(874)
- 农(797)
- 经(796)
- 中心(787)
- 经济学(773)
- 所(767)
- 业大(759)
- 经济学院(703)
- 研究所(695)
- 江(672)
- 财经大学(669)
- 农业(638)
- 北京(560)
- 院(555)
- 商学(542)
- 商学院(532)
共检索到6540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]
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] 图书情报工作
[作者]
王良 李牧南
[目的/意义]许多现有研究依赖于专利数据来识别颠覆性技术，但这些方法在专利文本的主题聚类分析方面仍有进一步优化的潜力。[方法/过程]通过构建基于新闻影响力增强的图注意力网络，以及自适应分配注意力权重，有效捕捉和充分利用技术主题词共现网络节点关系，在生成有代表性的节点向量后再进行专利文本主题聚类分析，可以进一步辅助识别潜在的颠覆性技术。[结果/结论 ]为进一步验证方法的有效性，选择智慧城市和工业互联网两个新兴技术领域进行实证检验。理论和实证分析显示，这种融合新闻影响力的图注意力网络聚类方法可以进一步丰富当前有关颠覆性技术识别的方法体系。
[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] 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] 统计与决策
[作者]
任梦 孟勇
得益于互联网的快速发展和数据收集技术的进步，社交网络文本为投资者文本情绪的度量提供了新渠道。目前，关于文本情绪分析的研究主要基于单个文本，而基于单位时间内多文本和多用户相融合的研究较少。文章将多文本信息、用户社交信息与情绪时间序列相结合，提出时间和用户双重注意力机制下长短期记忆网络（LSTM）模型，对投资者文本情绪度量指标进行分类和预测。采用该模型对来自东方财富网行业吧的真实数据进行实证分析，并同词汇分类字典法和时间注意力机制下的LSTM进行比较，证明了所提模型的有效性。
[期刊] 情报学报
[作者]
陈帅朴 钱宇星 钱志强 刘政昊 张志剑
近年来，科学文献呈现增速迅猛、内容复杂、主题细化等特点，给文献分类任务带来了挑战。在此背景下，推动文献自动分类技术的发展，实现科学文献在《中国图书馆分类法》上的正确分类对于信息资源的智能化管理和科学研究的效率化检索具有重要意义。本文提出了多重特征关联和图注意力网络融合的层次分类（hierarchical text classification networks based on multiple feature correlation and graph attention network,HTCN-MCGAT）模型。该模型由三个模块组成。首先是文献表示与增强模块。为适配文献分类任务，采用表示和增强两阶段流程，重新设计BERT (bidirectional encoder representation from transformers)预训练模型的微调阶段，使其能够从文献摘要、标题和关键词的内部字符关联以及外部文档关联两个级别实现当前文献的增强表示。其次是标签关联建模模块。使用图注意力网络实现标签语义和层次结构的关系建模。最后是层次交互分类模块。先构建文献和标签的层次融合注意力机制，实现特征空间的文献语义信息与符号空间的层次标签信息的特征关联；再基于多任务学习视角，通过全局和局部信息融合的层次分类网络实现文献分类。本文以中文医学文献作为研究对象，设计系列实验，相较于逐层和平面多分类方法，HTCN-MCGAT模型在F1-score上提高了4.34%～13.21%。此外，还通过样例分析综合验证了本文模型的有效性。本文从特征关联丰富化和层次关系建模两方面对文献分类模型展开优化，在文献分类任务中发挥了较好的应用价值，未来可以推广至更多具有层次结构的分类任务领域。
[期刊] 南京农业大学学报
[作者]
陆舟 沈明霞 刘龙申 薛鸿翔 丁奇安 陈佳
[目的]针对育肥猪采食行为识别误差大、检测速度慢等问题，提出一种具有轻量化结构的育肥猪采食行为检测模型，实现对育肥猪采食行为的快速检测与采食时长统计。[方法]以YOLO v5L目标检测算法为基础，构建侧视视角下的猪只采食行为检测模型。对比更换不同轻量化主干网络后对模型检测效果的影响，选取性能最优的模型；改进ShuffleNet V2网络结构基本单元，采用Mish激活函数提高模型泛化能力与推理速度，引入SE注意力机制给予目标特征更高的权重以提高目标识别精度；对比模型增加非营养性访问行为检测前、后的采食行为识别准确率。[结果]优化后的育肥猪采食行为检测模型大小为38.2 MB，计算量为37.8 GFLOPs，视频检测平均帧耗时7.6 ms。与非营养性访问行为进行区分识别后，猪只采食行为检测识别准确率为96.4%，召回率为92.5%。模型检测采食时长与人工统计采食时长相对误差为6.1%。[结论] 改进的YOLO v5L-ShuffleNet网络模型检测速度和模型大小均能满足实际生产需求，可在复杂养殖环境中全天候识别育肥猪采食行为。
[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] 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] 管理评论
[作者]
岳立 任婉瑜 江铃锋
地方政府环保注意力和地方政府间GDP竞争在我国环境规制对绿色经济效率影响路径上发挥明显的调节作用并存在“黑箱效应”，中国特色的地方政府竞争是研究该问题的重要视角。本文基于2005—2019年中国省级面板数据，用Super-SBM模型测算绿色经济效率，通过变系数模型分别对环保注意力和GDP竞争的复杂调节作用机制进行研究。结果表明：环境规制对绿色经济效率的“非线性影响”在政府命令型和市场激励型环境规制中显著存在，公众参与型规制对绿色经济发展只在短期表现为显著的负面影响，长期影响不显著。地方政府环保注意力和政府GDP竞争均在环境规制影响绿色经济效率的过程中发挥复杂的调节作用，“黑箱效应”主要体现在二者调节作用与其对绿色经济效率的直接影响存在方向性差异。此外，产业结构水平和市场开放水平均会对绿色经济效率产生显著的阻碍作用，而对外开放水平的提高有利于我国绿色经济的发展。
[期刊] 西南农业学报
[作者]
刘裕 赵保平 张述嘉 林洁
【目的】田间水稻害虫识别是精确防治水稻害虫的重要前提。由于水稻害虫种类多，同种害虫形状大小、颜色、分布变化多样，且田间环境背景复杂，使得传统方法与基于卷积神经网络的方法识别准确率较低。【方法】针对现有方法对位置、姿势多变的水稻害虫识别准确率低等问题，在胶囊网络（Capsule Network， CapsNet）的基础上，提出一种基于多尺度双路注意力胶囊网络（Multi-scale Dual-path Attention Capsule Network ， MDACapsNet）的水稻害虫识别方法。MDACapsNet由编码模块、重构模块与分类模块组成。在MDACapsNet编码模块中，多尺度双路注意力模块与局部共享动态路由算法用于提高网络的特征提取能力并降低网络计算量；在MDACapsNet的损失函数中增加重构图像损失项，加速网络训练。【结果】在复杂背景下的水稻害虫图像数据集进行实验，识别准确率为95.31%。与VGG16、CapsNet、ResNet相比较，MDACapsNet的识别准确率分别提高5.47%、19.83%、2.83%。【结论】MDACapsNet能较好地识别大小不同、背景复杂、姿势多样的水稻害虫，可应用于田间水稻害虫自动检测系统中。
[期刊] 中国农业科学
[作者]
姚青 姚波 吕军 唐健 冯晋 朱旭华
【目的】智能虫情测报灯诱捕到的农业害虫因种类繁多、虫体姿态多样、鳞片脱落等原因造成有些害虫图像存在种间相似和种内差异的现象。为了提高农业灯诱害虫识别率,针对YOLOv4检测模型检测到且容易混淆的19种灯诱害虫,本文提出了基于双线性注意力网络的农业灯诱害虫细粒度图像识别模型。【方法】首先,根据灯诱害虫外观图像的相似性和检测误检的情况,将19种害虫分为6类;将所有害虫图像通过补边操作使得长宽相等,并缩放至统一尺寸224×224像素。为了提高模型的鲁棒性和泛化能力,对害虫图像进行镜像翻转、旋转180度、高斯噪声和均值滤波的数据增强,训练集、验证集和测试集样本量按照8﹕1﹕1比例划分。然后,针对6类19种农业灯诱害虫细粒度图像,建立了基于双线性注意力网络的农业灯诱害虫识别模型(bilinear-attention pest net,BAPest-net),模型包括双线性特征提取、注意力机制和分类识别3个模块;通过修改特征提取模块的下采样方式提高特征提取能力;添加注意力机制模块让整个模型更关注于局部细节的特征,将双线性结构中的上下两个注意力机制的输出进行外积运算增加细粒度特征的权重,提高识别的准确性和学习效率;模型优化器使用随机梯度下降法SGD,分类模块中使用全局平均池化,旨在对整个网络从结构上做正则化防止过拟合。最后,在同一个训练集训练VGG19、Densenet、ResNet50、BCNN和BAPest-net 5个模型,对6类相似的19种农业灯诱害虫进行识别,以精准率、Precision-Recall(PR)曲线和平均识别率作为模型的评价指标。【结果】BAPest-net对6类相似的19种农业灯诱害虫平均识别率最高,达到94.9%;BCNN次之,为90.2%;VGG19模型最低,为82.1%。BAPest-net识别的6类害虫中4类鳞翅目害虫的平均识别率均大于95%,表明该模型能较好地识别出鳞翅目害虫。测试结果中仍存在少数相似度较高的害虫误判,特别当害虫腹部朝上或侧身,种类特征不够明显的时候容易引起相似害虫的误判。对于区分度较低的相似害虫需要更多的训练样本以获取更多的特征,提高模型的识别率和泛化能力。【结论】基于双线性注意力网络的农业灯诱害虫细粒度图像识别模型可以自动识别6类相似的19种农业灯诱害虫,提高了农业灯诱害虫自动识别的准确率。
[期刊] 中国农业大学学报
[作者]
曾伟辉 唐欣 胡根生 梁栋
针对真实复杂背景下小样本水稻害虫识别模型泛化能力弱,易受复杂背景干扰以及重要特征表达能力不强等问题,提出了一种基于卷积块注意力胶囊网络的小样本水稻害虫识别方法。采用数据增强的方法扩充数据,以提高模型的泛化能力同时预防过拟合;利用GrabCut算法去除图像中的复杂背景,减小复杂背景对水稻害虫识别的干扰;将空间注意机制和通道注意机制相结合的卷积块注意模块(Convolutional block attention module,CBAM)引入到胶囊网络中,提高模型对水稻害虫特征的表达能力,使模型关注重要特征,抑制不必要的特征。其中胶囊网络主要用来更加敏锐地发现小样本图像中水稻害虫的相对位置和角度等信息。结果表明:在对复杂背景下小样本水稻害虫的识别时,本研究方法准确识别率达99.19%,优于支持向量机(Support vector machine,SVM)、k近邻(k-nearest neighbors,kNN)等浅层网络方法,也优于VGG16、GoogLeNet以及Mobilenet等深度网络方法,可实现复杂背景下的小样本水稻害虫的准确识别。
[期刊] 统计与决策
[作者]
梅立兴 史舒悦 余志红
文章运用主成分分析法构建了投资者注意力指数(ATT)。选择沪深A股1465只股票作为研究对象,以2004年7月到2011年6月为样本区间,实证检验注意力指数与股票期望收益的关系,发现注意力指数可以作为决定股票收益的风险因子。进一步分析注意力指数与股票特征间的关系,发现低流通市值、低名义价格、低机构投资者持股比例、低市净率和上市年龄长的股票按ATT构建的零投资组合L-H经FF三因素调整后的月度超额收益分别为0.68%,0.72%,1.16%,0.52%和0.86%。
关键词：
注意力指数 风险因子 股票特征 主成分
[期刊] 现代财经(天津财经大学学报)
[作者]
王宗胜 李腊生
现代金融市场中,海量的信息与投资者注意力的有限性使人们不得不有选择性地配置注意力,选择注意是投资者获取投资信息的前提,也是投资决策过程中的一个重要环节,利用我国证券市场相关的实际数据,间接实证注意力配置对投资决策行为的影响。实证结果表明,股评信息确实吸引了投资者注意并作出了反应,股评信息发布的形式、位置、表述方式等与股评内容一样影响着注意力配置的效果。
关键词：
注意力配置 证券投资 股评信息 假设检验
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
