针对当前在农业害虫测报中图像识别技术存在检测精度低、时效性差等问题,基于You Only Look Once 3(YOLOv3)检测模型,提出一种基于深度双线性变换网络的贪夜蛾性诱识别技术,搭建用于性诱害虫图片收集的智能诱捕器.在自建的性诱贪夜蛾数...针对当前在农业害虫测报中图像识别技术存在检测精度低、时效性差等问题,基于You Only Look Once 3(YOLOv3)检测模型,提出一种基于深度双线性变换网络的贪夜蛾性诱识别技术,搭建用于性诱害虫图片收集的智能诱捕器.在自建的性诱贪夜蛾数据集上,模型在训练集和验证集上的预测精度都在90%以上.研究模型的精确率、召回率、F1以及FPS分别为97.6%、98.6%、0.98、2.0帧/秒,比传统模型表现更优.实验结果证明,本文方法具有较高的检测精度和性能,可以满足农业性诱害虫智能测报的需求,实现贪夜蛾诱测报的实时性、准确性和智能化.展开更多
随着人工智能时代的到来,传统的大学生创新创业赛事管理技术已经不能满足现实的需要。针对当前双创竞赛赛题和学习资源的推荐效率低、实用性差等问题,研究在群组学习生成网络与图卷积网络的基础上,基于门控循环单元网络(Gated Recurrent...随着人工智能时代的到来,传统的大学生创新创业赛事管理技术已经不能满足现实的需要。针对当前双创竞赛赛题和学习资源的推荐效率低、实用性差等问题,研究在群组学习生成网络与图卷积网络的基础上,基于门控循环单元网络(Gated Recurrent Unit Network,GRU),设计了一种混合推荐算法,并以此为算法基础搭建大学生智慧双创项目学习平台。结果发现,研究算法召回率与平均精度较基于知识的推荐算法分别提升了7.7%、3.2%。GGAGR算法的F1与曲线下面积指标分别达到0.1344、0.6509,竞赛点击率与通过率分别达到0.26、0.19,均优于对比算法。结果表明研究设计的GGAGR算法能够有效提升群组推荐性能,其得到的Top-N推荐更能满足大学生创业创新竞赛项目学习需求。展开更多
文摘针对当前在农业害虫测报中图像识别技术存在检测精度低、时效性差等问题,基于You Only Look Once 3(YOLOv3)检测模型,提出一种基于深度双线性变换网络的贪夜蛾性诱识别技术,搭建用于性诱害虫图片收集的智能诱捕器.在自建的性诱贪夜蛾数据集上,模型在训练集和验证集上的预测精度都在90%以上.研究模型的精确率、召回率、F1以及FPS分别为97.6%、98.6%、0.98、2.0帧/秒,比传统模型表现更优.实验结果证明,本文方法具有较高的检测精度和性能,可以满足农业性诱害虫智能测报的需求,实现贪夜蛾诱测报的实时性、准确性和智能化.
文摘随着人工智能时代的到来,传统的大学生创新创业赛事管理技术已经不能满足现实的需要。针对当前双创竞赛赛题和学习资源的推荐效率低、实用性差等问题,研究在群组学习生成网络与图卷积网络的基础上,基于门控循环单元网络(Gated Recurrent Unit Network,GRU),设计了一种混合推荐算法,并以此为算法基础搭建大学生智慧双创项目学习平台。结果发现,研究算法召回率与平均精度较基于知识的推荐算法分别提升了7.7%、3.2%。GGAGR算法的F1与曲线下面积指标分别达到0.1344、0.6509,竞赛点击率与通过率分别达到0.26、0.19,均优于对比算法。结果表明研究设计的GGAGR算法能够有效提升群组推荐性能,其得到的Top-N推荐更能满足大学生创业创新竞赛项目学习需求。
