期刊导航
期刊开放获取
重庆大学
退出
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
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
检索
高级检索
期刊导航
共找到
4
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于时空流特征融合的俯视视角下奶牛跛行自动检测方法
1
作者
代昕
王军号
+4 位作者
张翼
王鑫杰
李晏兴
戴百生
沈维政
《智慧农业(中英文)》
CSCD
2024年第4期18-28,共11页
[目的/意义]奶牛跛行检测是规模化奶牛养殖过程中亟待解决的重要问题,现有方法的检测视角主要以侧视为主。然而,侧视视角存在着难以消除的遮挡问题。本研究主要解决侧视视角下存在的遮挡问题。[方法]提出一种基于时空流特征融合的俯视...
[目的/意义]奶牛跛行检测是规模化奶牛养殖过程中亟待解决的重要问题,现有方法的检测视角主要以侧视为主。然而,侧视视角存在着难以消除的遮挡问题。本研究主要解决侧视视角下存在的遮挡问题。[方法]提出一种基于时空流特征融合的俯视视角下奶牛跛行检测方法。首先,通过分析深度视频流中跛行奶牛在运动过程中的位姿变化,构建空间流特征图像序列。通过分析跛行奶牛行走时躯体前进和左右摇摆的瞬时速度,利用光流捕获奶牛运动的瞬时速度,构建时间流特征图像序列。将空间流与时间流特征图像组合构建时空流融合特征图像序列。其次,利用卷积块注意力模块(Convolutional Block Attention Module, CBAM)改进PP-TSMv2 (PaddlePaddle-Temporal Shift Module v2)视频动作分类网络,构建奶牛跛行检测模型Cow-TSM (Cow-Temporal Shift Module)。最后,分别在不同输入模态、不同注意力机制、不同视频动作分类网络和现有方法 4个方面对比,进行奶牛跛行实验,以探究所提出方法的优劣性。[结果和讨论]共采集处理了180段奶牛图像序列数据,跛行奶牛与非跛行奶牛视频段数比例为1∶1,所提出模型识别精度达到88.7%,模型大小为22 M,离线推理时间为0.046 s。与主流视频动作分类模型TSM、PP-TSM、PP-TSMv2、SlowFast和TimesFormer模型相比,综合表现最好。同时,以时空流融合特征图像作为输入时,识别精度分别比单时间模态与单空间模态分别提升12%与4.1%,证明本研究中模态融合的有效性。通过与通道注意力(Squeeze-and-Excitation, SE)、卷积核注意力(Selective Kernel, SK)、坐标注意力(Coordinate Attention, CA)与CBAM不同注意力机制进行消融实验,证明利用CBAM注意力机制构建奶牛跛行检测模型效果最佳。最后,与现有跛行检测方法进行对比,所提出的方法同时具有较好的性能和实用性。[结论]本研究能够避免侧视视角下检测跛行奶牛时出现的遮挡问题,对于减少奶牛跛行发生率、提高牧场经济效益具有重要意义,符合牧场规模化建设的需求。
展开更多
关键词
奶牛跛行检测
时空融合
视频动作分类
深度图像
注意力机制
TSM
下载PDF
职称材料
具有Holling-Ⅱ型功能反应函数的双时滞捕食者-食饵系统的Hopf分支
2
作者
于莉琦
贺树立
王强
《高师理科学刊》
2023年第10期16-21,共6页
在具有Holling-Ⅱ型功能反应函数的捕食者-食饵系统中引入2个时滞参数,用来刻画捕食者和食饵的生长时滞,研究了系统平衡点的局部稳定性.结果表明,随着参数的变化,系统平衡点发生了扰动,进而出现了周期解.给出了Hopf分支存在条件的显示...
在具有Holling-Ⅱ型功能反应函数的捕食者-食饵系统中引入2个时滞参数,用来刻画捕食者和食饵的生长时滞,研究了系统平衡点的局部稳定性.结果表明,随着参数的变化,系统平衡点发生了扰动,进而出现了周期解.给出了Hopf分支存在条件的显示表达式,并通过数值实验验证了结论.
展开更多
关键词
Holling-Ⅱ型功能反应函数
稳定性
时滞
HOPF分支
捕食者-食饵系统
下载PDF
职称材料
改进的LapSRN遥感图像超分辨重建
被引量:
2
3
作者
孙策
刘芳
+1 位作者
巫红
朱福珍
《黑龙江大学自然科学学报》
CAS
2022年第4期490-497,共8页
为了进一步提高遥感图像的超分辨效果,获得细节信息更加丰富的遥感图像,对深度拉普拉斯金字塔网络(Deep Laplacian pyramid super-resolution network,DLPSRN)进行了改进。遥感图像的特征提取是超分辨过程中重要的一部分,直接影响遥感...
为了进一步提高遥感图像的超分辨效果,获得细节信息更加丰富的遥感图像,对深度拉普拉斯金字塔网络(Deep Laplacian pyramid super-resolution network,DLPSRN)进行了改进。遥感图像的特征提取是超分辨过程中重要的一部分,直接影响遥感图像超分辨重建的效果,本文改进了深度拉普拉斯金字塔网络特征的提取模块,应用非对称卷积块即多个并行的卷积核代替单一卷积核,可获得更好的图像特征提取效果。同时,加入了自适应特征集成模块,对提取的不同分辨率的图像特征进行特征交互。预测图像特征的最终权重,按照最终权重来进行遥感图像的超分辨重建,可获得更好的超分辨重建效果。实验结果表明,与原算法相比,改进的深度拉普拉斯金字塔网络重建图像,主观视觉效果和客观评价指标均有所提升,主观视觉上图像细节增多,客观评价指标峰值信噪比提高了0.61 dB,结构相似性提高了0.076。
展开更多
关键词
遥感图像
金字塔网络
深度学习
下载PDF
职称材料
基于级联残差对抗生成网络的超分辨重建
4
作者
祁成晓
刘芳
+2 位作者
孙策
曲振方
朱福珍
《黑龙江大学自然科学学报》
CAS
2022年第3期365-371,共7页
图像超分辨率技术在遥感领域的应用越来越多,卷积神经网络(Convolutional neural network, CNN)在图像超分辨率任务方面取得了比传统方法更显著的改进。为了解决超分辨重建算法重建图像细节不清晰的问题,对基于对抗生成网络的超分辨重...
图像超分辨率技术在遥感领域的应用越来越多,卷积神经网络(Convolutional neural network, CNN)在图像超分辨率任务方面取得了比传统方法更显著的改进。为了解决超分辨重建算法重建图像细节不清晰的问题,对基于对抗生成网络的超分辨重建算法进行了研究,以恢复接近人眼感知质量的超分辨重建图像。对抗生成网络分为生成器子模块和判别器子模块,生成器模块提取的低频图像特征在进入残差块前进行分组卷积,达到了降低参数量的目的。每3个残差块构成一个级联块,级联块通过级联的方式聚合不同级联块之间图像的特征,以实现信息流传递到更加深层的网络中,经过上采样完成生成器中的图像重建过程。判别器网络用于判别是否为生成器重建图像和真实的高分辨率图像,在真实高分辨率图像的判别过程中提高模型能力。同时,研究了加入感知损失对超分辨重建图像的影响,使重建图片纹理细节更加丰富。实验结果表明,重建图像的峰值信噪比较原来算法提高了0.48 dB,结构相似度提高了0.023,该模型在主观视觉评价和客观量化评估上有所提升。
展开更多
关键词
深度学习
超分辨
SRGAN
生成器
判别器
下载PDF
职称材料
题名
基于时空流特征融合的俯视视角下奶牛跛行自动检测方法
1
作者
代昕
王军号
张翼
王鑫杰
李晏兴
戴百生
沈维政
机构
东北农业大学电气与
信息
学院
黑龙江东方学院信息工程学院
出处
《智慧农业(中英文)》
CSCD
2024年第4期18-28,共11页
基金
国家自然科学基金项目(32072788)
黑龙江省重点研发计划(2022ZX01A24)
+1 种基金
国家重点研发计划(2023YFD2000700)
黑龙江东方学院科研平台支撑项目(PTZCXM2404)。
文摘
[目的/意义]奶牛跛行检测是规模化奶牛养殖过程中亟待解决的重要问题,现有方法的检测视角主要以侧视为主。然而,侧视视角存在着难以消除的遮挡问题。本研究主要解决侧视视角下存在的遮挡问题。[方法]提出一种基于时空流特征融合的俯视视角下奶牛跛行检测方法。首先,通过分析深度视频流中跛行奶牛在运动过程中的位姿变化,构建空间流特征图像序列。通过分析跛行奶牛行走时躯体前进和左右摇摆的瞬时速度,利用光流捕获奶牛运动的瞬时速度,构建时间流特征图像序列。将空间流与时间流特征图像组合构建时空流融合特征图像序列。其次,利用卷积块注意力模块(Convolutional Block Attention Module, CBAM)改进PP-TSMv2 (PaddlePaddle-Temporal Shift Module v2)视频动作分类网络,构建奶牛跛行检测模型Cow-TSM (Cow-Temporal Shift Module)。最后,分别在不同输入模态、不同注意力机制、不同视频动作分类网络和现有方法 4个方面对比,进行奶牛跛行实验,以探究所提出方法的优劣性。[结果和讨论]共采集处理了180段奶牛图像序列数据,跛行奶牛与非跛行奶牛视频段数比例为1∶1,所提出模型识别精度达到88.7%,模型大小为22 M,离线推理时间为0.046 s。与主流视频动作分类模型TSM、PP-TSM、PP-TSMv2、SlowFast和TimesFormer模型相比,综合表现最好。同时,以时空流融合特征图像作为输入时,识别精度分别比单时间模态与单空间模态分别提升12%与4.1%,证明本研究中模态融合的有效性。通过与通道注意力(Squeeze-and-Excitation, SE)、卷积核注意力(Selective Kernel, SK)、坐标注意力(Coordinate Attention, CA)与CBAM不同注意力机制进行消融实验,证明利用CBAM注意力机制构建奶牛跛行检测模型效果最佳。最后,与现有跛行检测方法进行对比,所提出的方法同时具有较好的性能和实用性。[结论]本研究能够避免侧视视角下检测跛行奶牛时出现的遮挡问题,对于减少奶牛跛行发生率、提高牧场经济效益具有重要意义,符合牧场规模化建设的需求。
关键词
奶牛跛行检测
时空融合
视频动作分类
深度图像
注意力机制
TSM
Keywords
dairy cow lameness detection
spatiotemporal fusion
video action classification
depth image
attention mechanism
TSM
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
具有Holling-Ⅱ型功能反应函数的双时滞捕食者-食饵系统的Hopf分支
2
作者
于莉琦
贺树立
王强
机构
黑龙江
东方
学院
基础部
黑龙江东方学院信息工程学院
出处
《高师理科学刊》
2023年第10期16-21,共6页
基金
黑龙江省自然科学基金项目(LH2022A022)
黑龙江省教育科学“十四五”规划2022年度重点课题(GJB1422487)
高等教育2023年度黑龙江省教育科学规划重点课题(GJB14230003)。
文摘
在具有Holling-Ⅱ型功能反应函数的捕食者-食饵系统中引入2个时滞参数,用来刻画捕食者和食饵的生长时滞,研究了系统平衡点的局部稳定性.结果表明,随着参数的变化,系统平衡点发生了扰动,进而出现了周期解.给出了Hopf分支存在条件的显示表达式,并通过数值实验验证了结论.
关键词
Holling-Ⅱ型功能反应函数
稳定性
时滞
HOPF分支
捕食者-食饵系统
Keywords
Holling-II type functional response function
stability
time delay
Hopf bifurcation
predator-prey system
分类号
O175 [理学—基础数学]
Q-332 [生物学]
下载PDF
职称材料
题名
改进的LapSRN遥感图像超分辨重建
被引量:
2
3
作者
孙策
刘芳
巫红
朱福珍
机构
黑龙江
大学电子
工程
学院
黑龙江东方学院信息工程学院
出处
《黑龙江大学自然科学学报》
CAS
2022年第4期490-497,共8页
基金
国家自然科学基金资助项目(61601174)
黑龙江省博士后科研启动基金项目(LBH-Q17150)
+2 种基金
黑龙江省普通高等学校电子工程重点实验室(黑龙江大学)开放课题资助及省高校科技创新团队资助项目(2012TD007)
黑龙江省省属高等学校基本科研业务费基础研究项目(KJCXZD201703)
黑龙江省自然科学基金资助项目(F2018026)。
文摘
为了进一步提高遥感图像的超分辨效果,获得细节信息更加丰富的遥感图像,对深度拉普拉斯金字塔网络(Deep Laplacian pyramid super-resolution network,DLPSRN)进行了改进。遥感图像的特征提取是超分辨过程中重要的一部分,直接影响遥感图像超分辨重建的效果,本文改进了深度拉普拉斯金字塔网络特征的提取模块,应用非对称卷积块即多个并行的卷积核代替单一卷积核,可获得更好的图像特征提取效果。同时,加入了自适应特征集成模块,对提取的不同分辨率的图像特征进行特征交互。预测图像特征的最终权重,按照最终权重来进行遥感图像的超分辨重建,可获得更好的超分辨重建效果。实验结果表明,与原算法相比,改进的深度拉普拉斯金字塔网络重建图像,主观视觉效果和客观评价指标均有所提升,主观视觉上图像细节增多,客观评价指标峰值信噪比提高了0.61 dB,结构相似性提高了0.076。
关键词
遥感图像
金字塔网络
深度学习
Keywords
remote sensing image
pyramaid network
deep learning
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于级联残差对抗生成网络的超分辨重建
4
作者
祁成晓
刘芳
孙策
曲振方
朱福珍
机构
黑龙江
大学电子
工程
学院
黑龙江东方学院信息工程学院
出处
《黑龙江大学自然科学学报》
CAS
2022年第3期365-371,共7页
基金
国家自然科学基金资助项目(61601174)
黑龙江省博士后科研启动金项目(LBH-Q17150)
+2 种基金
黑龙江省普通高等学校电子工程重点实验室(黑龙江大学)开放课题资助及省高校科技创新团队资助项目(2012TD007)
黑龙江省省属高等学校基本科研业务费基础研究项目(KJCXZD201703)
黑龙江省自然科学基金资助项目(F2018026)。
文摘
图像超分辨率技术在遥感领域的应用越来越多,卷积神经网络(Convolutional neural network, CNN)在图像超分辨率任务方面取得了比传统方法更显著的改进。为了解决超分辨重建算法重建图像细节不清晰的问题,对基于对抗生成网络的超分辨重建算法进行了研究,以恢复接近人眼感知质量的超分辨重建图像。对抗生成网络分为生成器子模块和判别器子模块,生成器模块提取的低频图像特征在进入残差块前进行分组卷积,达到了降低参数量的目的。每3个残差块构成一个级联块,级联块通过级联的方式聚合不同级联块之间图像的特征,以实现信息流传递到更加深层的网络中,经过上采样完成生成器中的图像重建过程。判别器网络用于判别是否为生成器重建图像和真实的高分辨率图像,在真实高分辨率图像的判别过程中提高模型能力。同时,研究了加入感知损失对超分辨重建图像的影响,使重建图片纹理细节更加丰富。实验结果表明,重建图像的峰值信噪比较原来算法提高了0.48 dB,结构相似度提高了0.023,该模型在主观视觉评价和客观量化评估上有所提升。
关键词
深度学习
超分辨
SRGAN
生成器
判别器
Keywords
deep learning
super-resolution
SRGAN
generator
discriminator
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于时空流特征融合的俯视视角下奶牛跛行自动检测方法
代昕
王军号
张翼
王鑫杰
李晏兴
戴百生
沈维政
《智慧农业(中英文)》
CSCD
2024
0
下载PDF
职称材料
2
具有Holling-Ⅱ型功能反应函数的双时滞捕食者-食饵系统的Hopf分支
于莉琦
贺树立
王强
《高师理科学刊》
2023
0
下载PDF
职称材料
3
改进的LapSRN遥感图像超分辨重建
孙策
刘芳
巫红
朱福珍
《黑龙江大学自然科学学报》
CAS
2022
2
下载PDF
职称材料
4
基于级联残差对抗生成网络的超分辨重建
祁成晓
刘芳
孙策
曲振方
朱福珍
《黑龙江大学自然科学学报》
CAS
2022
0
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部