您的位置: 专家智库 > >

杨晓霞

作品数:13 被引量:40H指数:4
供职机构:山东农业大学信息科学与工程学院更多>>
发文基金:山东省气象局气象科学技术研究项目山东省自然科学基金干旱气象科学研究基金更多>>
相关领域:自动化与计算机技术文化科学农业科学电子电信更多>>

文献类型

  • 13篇中文期刊文章

领域

  • 6篇自动化与计算...
  • 4篇文化科学
  • 3篇农业科学
  • 2篇电子电信
  • 1篇轻工技术与工...

主题

  • 4篇神经网
  • 4篇神经网络
  • 4篇网络
  • 4篇教学
  • 2篇冬小麦
  • 2篇遥感
  • 2篇遥感影像
  • 2篇土壤
  • 2篇土壤湿度
  • 2篇小麦
  • 2篇卷积
  • 2篇卷积神经网络
  • 2篇课程
  • 2篇课程教学
  • 2篇教学改革
  • 2篇教学模式
  • 2篇高分
  • 2篇病害
  • 1篇电子技术
  • 1篇电子技术基础

机构

  • 13篇山东农业大学
  • 2篇山东省气象局
  • 1篇中国气象局
  • 1篇泰安市气象局
  • 1篇中国联通有限...
  • 1篇泰安农业气象...
  • 1篇中国科学院空...

作者

  • 13篇杨晓霞
  • 6篇张承明
  • 3篇王媛媛
  • 3篇于群
  • 2篇崔兆韵
  • 2篇李峰
  • 1篇张仁堂
  • 1篇王雅琴
  • 1篇王秀丽
  • 1篇孙欣
  • 1篇王秀美

传媒

  • 3篇山东农业大学...
  • 2篇电脑知识与技...
  • 1篇中国食物与营...
  • 1篇江苏农业科学
  • 1篇计算机应用
  • 1篇农业与技术
  • 1篇遥感学报
  • 1篇山东农业教育
  • 1篇山东农业工程...
  • 1篇科技与创新

年份

  • 2篇2024
  • 2篇2021
  • 3篇2020
  • 2篇2019
  • 2篇2018
  • 1篇2017
  • 1篇2008
13 条 记 录,以下是 1-10
排序方式:
基于特征增强的冬小麦冻害精细空间分布遥感提取方法
2024年
如何及时、准确地获取大范围内作物冻害空间分布数据,是目前农业领域迫切需要解决的问题。本文根据冻害冬小麦的生长变化特点,提出了基于特征增强的冬小麦冻害精细空间分布遥感提取方法(Winter Wheat Frost Damage Fine Spatial Distribution Extraction Method,WWFDFSDEM),用于从高分辨率遥感影像中提取高质量的冻害空间分布数据。选择冻害发生前后两期高分辨率遥感影像作为数据源,根据正常冬小麦和冻害冬小麦区域的影像特点,确定以红、近红、绿三个通道以及NDVI作为基础特征,充分利用像素级特征的空间相关性来增强特征的细节信息,以交叉熵为基础,加入特征类内差异因子和类间差异因子建立损失函数,用于增强特征的区分能力。选择山东省淄博市高青县为研究区,高分2号遥感影像为数据源,决策树、经典SegNet、RefineNet、ErfNet、UNet作为对比模型开展对比实验,WWFDFSDEM提取结果的精度(94.5%),查准率(90.8%),查全率(91.3%)均优于对比方法,证明了方法在提取冻害精细空间分布方面的有效性。方法能够满足农业生产管理、农业保险等领域提取作物冻害精细空间分布数据的需求。
张景涵伊立冉王凯李钿李峰周彬杨晓霞
关键词:遥感影像卷积神经网络
高分二号遥感影像提取冬小麦空间分布被引量:19
2020年
精细的农作物空间分布数据对于资源、环境、生态、气候变化和粮食安全问题均具有重要的意义,卷积神经网络已经成为从遥感影像中提取农作物空间分布数据的主要方法,但提取结果中的种植区域边缘往往比较粗糙。本文以高分二号遥感影像为数据源,选择冬小麦为提取目标,利用RefineNet模型和最大后验概率模型构建冬小麦遥感提取模型WWRSE(Winter Wheat Remote Sensing Extraction),获取精细的冬小麦空间分布数据。WWRSE模型利用RefineNet网络提取像素的语义特征,使用改进的SoftMax模型生成像素的类别概率向量;以类别概率向量的最大分量与次大分量的差值作为置信度,根据置信度将类别概率向量分为可信和不可信两组,可信组直接使用最大分量对应的类别标签作为相应像素的分类结果;结合最大后验概率模型确定不可信组像素的分类结果。利用随机梯度法对WWRSE模型进行训练。选择SegNet、DeepLab、RefineNet作为对比模型进行实验,WWRSE提取结果的精度为92.9%,比SegNet提高了13.8%,比DeepLab提高了10.9%,比RefineNet提高了8.6%。实验结果表明WWRSE模型在提取冬小麦空间分布数据方面具有一定的优势。WWRSE模型提取的结果能够为大范围冬小麦种植面积统计提供依据。
宋德娟张承明杨晓霞杨晓霞李峰高帅董海燕
关键词:卷积神经网络冬小麦
PBL与TBL结合在《操作系统原理》教学中的应用探讨被引量:1
2019年
"操作系统原理"是计算机科学与技术及相关专业的专业核心课,通过对该课程的学习,使学生能够较全面地了解和掌握现代计算机操作系统的基本概念、基本原理、基本方法和实现技术。传统的教学方法以教师讲授为主,学生被动接受,部分同学的学习积极性不高。现将PBL和TBL结合的教学模式应用在"操作系统原理"课程的部分内容中,按照设计准备、问题设计、组内探究、汇报交流和考核评价的教学过程尝试教学改革,以学生学习为主,教师辅导为辅,提高学生学习的积极性,同时也对教师提出更高的要求,教学相长,促进"操作系统原理"课程的教学。
于群王秀丽杨晓霞王雅琴
关键词:操作系统PBLTBL教学模式
计算机组成与结构课程教学改革与探索被引量:1
2020年
《计算机组成与结构》课程讲述计算机五大部件的工作原理,是计算机专业的主干课程之一。由于《计算机组成与结构》课程理论性强、内容抽象,所以在教学过程中出现了学生主动性不高,与实际应用相脱节等问题。针对这些问题,提出企业导师参与教学内容制定、微课及重点难点学生分组讨论讲解等多种改革手段相结合的教学方式。
杨晓霞王媛媛张承明
关键词:计算机组成与结构
GSW-YOLOv7:一种基于改进YOLOv7的玉米叶病害检测方法
2024年
准确识别农田中常见类型的玉米叶病害并及时治疗是提高玉米产量的关键,可以提高效率并降低种植成本。为了解决玉米叶病害识别精度不高、检测效率低以及在移动端设备难以部署的难题,本文提出了一种改进的名为GSW-YOLOv7的目标检测模型。首先,设计了GS-ELAN结构优化模型颈部,降低模型的参数量。其次,将简单且无需参数的SimAM注意力机制融入网络结构中,在不增加额外参数的情况下提高检测的精度,获取更具代表性的玉米叶病害特征。最后,采用高效的Wise-IoU损失函数以加快收敛速度,并提高模型的精度。实验结果表明,GSW-YOLOv7网络模型平均精度(mAP)为85.60%,检测速度为26.79FPS,该模型在检测任务中权衡了模型的检测精度和检测速度,与YOLOv5、YOLOX等算法相比,该算法性能最好,能够快速、准确地检测常见的玉米叶病害,为农业生产提供了创新的解决方案。
孙向阳杨晓霞
关键词:目标检测
FPGA中任务运行空间动态定位算法
2008年
有效地利用现场可编程门阵列(FPGA)的任务运行空间是提高可重构系统性能的重要因素。针对嵌入式实时任务的运行特性,提出一种带有时间维的三维任务空间的动态定位算法。将时间因素与任务运行空间紧密结合,从而有效降低了任务放置算法的时间复杂度。
杨晓霞贾嵩
关键词:现场可编程门阵列动态调度嵌入式实时系统
基于深度学习的高分遥感影像分类方法研究被引量:1
2021年
针对目前遥感图像分类准确性有待于进一步提高的问题,选用当前受到广泛关注的深度学习算法,进行了基于深度学习(Deep Learning,DL)的高分辨率遥感影像分类方法研究。以黑龙江省某实验研究区不同时相的高分一号遥感数据为基础数据源,基于Matlab开发环境,结合面向对象分类技术进行影像分割,搭建了一种基于深度学习的高分辨率遥感影像分类模型。同时对模型中的参数进行反复试验对比分析,最终得到较准确的模型参数。结果表明,本模型可将分类精度提高至89.8%。
崔兆韵张承明杨晓霞杨晓霞周虎
关键词:影像分类
高校物联网专业教学模式探讨
2017年
物联网产业是继计算机、移动通信网之后的又一次信息产业浪潮,是我国五大新兴产业的重要组成部分,物联网产业的发展迫切需要相应技术人才的培养与发展。针对当前物联网专业的发展现状及人才需求情况,探讨高校物联网专业在各教学环节的创新型教学方法,旨在培养以应用需求为导向的面向市场的物联网专业人才。
杨晓霞于群王媛媛
关键词:物联网教学模式教学方法改革
一种土壤湿度时间序列预测方法
2020年
土壤湿度的高质量预测对农业生产具有重要指导意义。针对土壤湿度时间序列非平稳的特点,本文提出一种将小波变换与改进的BP神经网络相结合应用于时间序列的预测方法(DB-IBP),利用不同的BP神经网络分别对预处理后相对平稳的土壤湿度时间序列进行预测和重构,将动量因子和自适应学习率引入BP神经网络,以此解决神经网络收敛慢和易陷入局部最优的问题。选取山东垦利10个观测站2013—2014年的时间序列观测数据,分别利用改进的IBP神经网络、DB-BP和本文提出的DB-IBP进行预测,结果显示DB-IBP预测精度较高(较2种方法分别提高55%和43%),收敛速度快(较2种方法分别提高15.5%和9.8%)。
崔兆韵杨晓霞
关键词:BP神经网络土壤湿度离散小波变换
基于SENet和深度可分离卷积胶囊网络的茶树叶部病害图像识别被引量:6
2021年
茶树是重要的经济作物,叶部病害的发生直接影响其产量和质量。针对胶囊网络在茶树叶部病害图像识别中识别率低和参数量大的问题,提出了一种基于SENet和深度可分离卷积胶囊网络的茶树叶部病害图像识别算法。首先,由于尚无茶树叶部病害图像标准数据集,构建了茶树叶部病害图像数据集。其次,在胶囊网络中引入深度可分离卷积,并在深度可分离卷积层后加入SENet。实验结果表明,提出算法的识别准确率为94.20%,相同条件下优于其它模型。
牟文芊董萌萍孙文杰杨晓霞王秀美
共2页<12>
聚类工具0