期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到7篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
胡瓜钝绥螨捕食茶黄蓟马实验种群生命表研究 被引量：6
1
作者 郑丽旧 陈俊谕 +2 位作者 王康权 符悦冠 章程辉 《广东农业科学》 CAS 2019年第6期93-98,共6页
【目的】明确胡瓜钝绥螨(Amblyseius cucumeris Oudemans)以茶黄蓟马(Scirtothrips dorsalisHood)为食物的生长发育和繁殖情况,获得其种群增长参数,为利用胡瓜钝绥螨防治茶黄蓟马提供参考依据。【方法】采用传统的生物学观察方法,在室... 【目的】明确胡瓜钝绥螨(Amblyseius cucumeris Oudemans)以茶黄蓟马(Scirtothrips dorsalisHood)为食物的生长发育和繁殖情况,获得其种群增长参数,为利用胡瓜钝绥螨防治茶黄蓟马提供参考依据。【方法】采用传统的生物学观察方法,在室内观测以茶黄蓟马为食物的胡瓜钝绥螨的各虫态发育历期、存活率、成虫寿命和产卵量,并组建实验种群生命表,分析种群生命表参数。【结果】胡瓜钝绥螨雌成螨对茶黄蓟马的取食量最大,每天可达122头,其次为若螨,幼螨不取食;以茶黄蓟马为食物的胡瓜钝绥螨世代发育历期为9.98d,存活率为94%;雌成螨平均寿命为24 d,平均单雌产卵量为28粒,成虫的大量死亡出现在产卵高峰之后。胡瓜钝绥螨的净增殖力为26.95,内禀增长率为0.15,世代平均周期为22.32 d,周限增长率为1.16,种群倍增所需时间为4.70 d。【结论】以茶黄蓟马为猎物,胡瓜钝绥螨可完成其世代生长发育和繁殖,可作为茶黄蓟马的捕食性天敌进行其生物防治。 展开更多
关键词 茶黄蓟马 胡瓜钝绥螨 生物防治 发育历期 存活率 生命表
下载PDF
基于主成分降维及多层感知神经网络的辛烷值预测分析 被引量：3
2
作者 孙金芳 王智文 +1 位作者 王康权 吴静 《广西科技大学学报》 2021年第3期67-73,共7页
辛烷值是评价汽油质量的重要指标,汽油在精制脱硫和降烯烃的过程中,辛烷值普遍出现了损失.建立预测模型来预测辛烷值,帮助企业优化工艺流程进而提高成品油辛烷值的含量具有重大意义.根据某石化企业的精制脱硫装置保留下来的数据进行分析... 辛烷值是评价汽油质量的重要指标,汽油在精制脱硫和降烯烃的过程中,辛烷值普遍出现了损失.建立预测模型来预测辛烷值,帮助企业优化工艺流程进而提高成品油辛烷值的含量具有重大意义.根据某石化企业的精制脱硫装置保留下来的数据进行分析,选取独立且具有代表性的20个变量,基于主成分降维的多层感知神经网络建立辛烷值的预测模型.实验结果表明,当隐藏层的神经元个数为10时,MSE、RMSE、MAE均最小,此时该模型具有较高的预测精度和较好的拟合度.此模型不仅揭示了变量与辛烷值之间的非线性映射关系,同时也为预测辛烷值提供了一种新的思路. 展开更多
关键词 汽油辛烷值 主成分降维 多层感知神经网络 数据降维 辛烷值损失 辛烷值预测
下载PDF
基于集成学习的乳腺癌生存预测研究 被引量：1
3
作者 张继婕 覃庆洪 +2 位作者 刘雪萍 王康权 魏薇 《广西科技大学学报》 2022年第1期101-109,共9页
为对乳腺癌5年生存状态进行预测并分析其影响因素,首先,选取SEER数据库中2004—2010年乳腺癌相关数据,对选取的特征进行数据预处理;其次,在数据层面上,对数据进行SMOTE上采样以解决数据类别不平衡问题;在算法层面上,比较LightGBM、CatBo... 为对乳腺癌5年生存状态进行预测并分析其影响因素,首先,选取SEER数据库中2004—2010年乳腺癌相关数据,对选取的特征进行数据预处理;其次,在数据层面上,对数据进行SMOTE上采样以解决数据类别不平衡问题;在算法层面上,比较LightGBM、CatBoost和GBDT这3个模型在预测乳腺癌5年生存状态上的优劣;最后,根据重要性对乳腺癌5年生存状态的影响因素进行排序,并通过SHAP值对影响因素进行解释分析。本文构建的乳腺癌5年生存状态预测模型比单一模型具有更好的性能,其准确率、AUC、召回率、精确度和F_(1)值分别为0.9060、0.8443、0.9837、0.9160和0.9487;发现乳腺癌5年生存状态与肿瘤大小、检出的淋巴结总数、淋巴结转移数、雌激素受体、孕激素受体、年龄等因素有较大关系。本预测模型选择出的重要性特征与目前的临床结果保持一致,能为临床预后预测提供一定的技术支持。 展开更多
关键词 SEER数据库 乳腺癌 集成学习 预后预测
下载PDF
基于改进CRNN算法的电动自行车车牌识别研究 被引量：1
4
作者 吴静 王智文 +1 位作者 王康权 孙金芳 《广西科技大学学报》 2022年第4期63-69,共7页
基于成熟的机动车违章牌照识别系统及电动自行车车牌和机动车车牌的相似性,提出了基于深度学习的电动自行车车牌识别算法:对数据集使用了数据增强以及增加仿造车牌的方法进行扩充,有效提升了数据质量;将所有车牌图像输入改进的卷积神经... 基于成熟的机动车违章牌照识别系统及电动自行车车牌和机动车车牌的相似性,提出了基于深度学习的电动自行车车牌识别算法:对数据集使用了数据增强以及增加仿造车牌的方法进行扩充,有效提升了数据质量;将所有车牌图像输入改进的卷积神经网络并提取特征,通过双向长短期记忆(bidirectional long short-term memory,BiLSTM)循环神经网络和时序分类网络进行字符序列的识别;对于卷积循环神经网络(convolutional recurrent neural network,CRNN),本文在卷积网络部分减少了层数,调整了隐藏层的神经元个数。在广西柳州电动自行车车牌数据集上,本文提出的识别算法精准率达到98.40%,比CRNN模型提升2.80%,且对于污垢、形变、模糊等复杂自然场景下的车牌,本文的方法也能够实现有效识别,具有广泛的应用场景。 展开更多
关键词 电动自行车 车牌识别 CRNN 深度学习
下载PDF
基于半参数回归的河南省城镇居民可支配收入影响因素实证分析 被引量：1
5
作者 党鑫鑫 周丽娟 王康权 《统计理论与实践》 2021年第10期57-61,共5页
随着经济的快速发展,河南省城镇居民的人均可支配收入也在不断增加,探究影响河南省城镇居民人均可支配收入的影响因素,对于优化消费结构、提高居民可支配收入具有重要意义。选取1990—2019年河南省地区生产总值、全社会固定资产投资总... 随着经济的快速发展,河南省城镇居民的人均可支配收入也在不断增加,探究影响河南省城镇居民人均可支配收入的影响因素,对于优化消费结构、提高居民可支配收入具有重要意义。选取1990—2019年河南省地区生产总值、全社会固定资产投资总额、社会消费品零售总额、进出口总额、保险公司保费收入、产业结构、普通高等学校数、规模以上工业企业利润总额、发电量和城镇居民人均可支配收入等相关指标和数据,首先利用LASSO方法提取主成分,接着对几个主成分分别用最小二乘法建立一般线性回归和半参数回归模型,通过比较发现,半参数模型的拟合效果更好。结果表明:河南省产业结构和普通高等学校数为影响河南省城镇居民人均可支配收入的显著因素,这为河南省区域经济发展及政府部门相关决策提供了一定的科学依据。 展开更多
关键词 城镇居民人均可支配收入 LASSO降维 半参数回归
下载PDF
革故鼎新 砺剑铸魂——南京理工大学铸剑博闻社
6
作者 王康权 《大学科普》 2018年第3期62-63,共2页
南京理工大学成立于1953年,由哈尔滨军事工程学院（哈军工）分建而成,先后经历炮兵工程学院、华东工程学院等几个发展阶段,1993年更为现名.其兵器博物馆珍藏了自第一次世界大战以来,世界多个国家不同历史时期的火炮类、轻武器类、导弹... 南京理工大学成立于1953年,由哈尔滨军事工程学院（哈军工）分建而成,先后经历炮兵工程学院、华东工程学院等几个发展阶段,1993年更为现名.其兵器博物馆珍藏了自第一次世界大战以来,世界多个国家不同历史时期的火炮类、轻武器类、导弹类等诸多门类的现代兵器装备,以数量众多、专业性强闻名. 展开更多
关键词 南京理工大学 哈尔滨军事工程学院 革故鼎新 第一次世界大战 兵器装备 博物馆 轻武器 历史
下载PDF
自动驾驶中交通标志识别技术研究
7
作者 黄星皓 杨荣杰 +3 位作者 黄金海 许必显 钟名威 王康权 《科学大众（科技创新）》 2019年第1期77-78,89,共3页
自动驾驶技术是人工智能的热门研究领域,文章着重研究基于视觉处理技术的自动驾驶系统。该系统方案采用摄像头识别交通标志,以STM32单片机作为下位机处理摄像头缓存数据,并通过无线WiFi传输至上位机终端,上位机终端采用PYQT界面接收下... 自动驾驶技术是人工智能的热门研究领域,文章着重研究基于视觉处理技术的自动驾驶系统。该系统方案采用摄像头识别交通标志,以STM32单片机作为下位机处理摄像头缓存数据,并通过无线WiFi传输至上位机终端,上位机终端采用PYQT界面接收下位机视频数据,以OpenCV库BP神经网络完成所采集视频图像的预处理、目标识别。实验证明,该方案可作为自动驾驶研究的入门模型,实现了实时处理和识别交通标志的要求。 展开更多
关键词 交通标志 自动驾驶 STM32 PYQT OPENCV
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部