徐向英
- 作品数：10 被引量：13H指数：2
- 供职机构：扬州大学信息工程学院更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金更多>>
- 相关领域：自动化与计算机技术农业科学文化科学生物学更多>>
- 论《Android应用开发》课程教学中的代码重用性
- 2021年
- 针对学生在Android实践训练过程中存在的代码“复制-粘贴”现象,即代码重复,分析其原因在于缺乏提炼代码的想法以及代码提炼无从下手,更深层原因是对面向对象设计模型理论理解不足。以“案例-方法-案例改进”为线,探讨面向对象知识在Android项目代码中的灵活运用以提高代码重用性。
- 章永龙徐向英
- 关键词：JAVA重用性
- 多路“渗透”促进学生综合能力提升
- 2017年
- 在当前高校教学中学习内容多元化、学习渠道多重化、学生层次多样化的大背景下,文章以操作系统课程为例,探索了多路知识"渗透"教学方法。该方法提出在理论授课的同时进行实践引导、实验任务分等级融入不同知识点、不同学科理论与方法相互引用等方案。该方法有助于学生更好地构建知识网络,提升其对实际问题的宏观理解能力,并拓展其对复杂问题的解决思路,从而提高学生分析和解决问题的综合能力。
- 徐向英
- 关键词：操作系统教学方法
- 理论与实践相融合的“操作系统原理”课程教学研究
- 2017年
- 针对操作系统课程理论和实践环节联系松散的问题,笔者探索了理论和实践相融合的教学方法。提出在理论授课时进行实践引导、理论教学与实验任务相关联、注重实践问题反馈以及多课程知识融合等方案。
- 徐向英
- 关键词：教学方法
- 实验大棚蔬菜表型采集分析系统研发
- 2023年
- 为提高大棚蔬菜表型采集和分析效率,该文设计了一款适用于实验大棚的蔬菜表型采集装置,并通过物联网技术实现远程检测和表型分析功能。该系统分为表型采集、物联网和表型分析三个子系统:表型采集子系统包括滑轨、摄像头、连接件等装置,用于采集蔬菜表型;物联网子系统由路由器、电机、服务器、移动端APP等构成,用于传输、存储和显示表型数据;表型分析子系统由YOLOv5s目标检测模型及其改进模型组成,具有分析统计功能,可实现蔬菜表型分析。该系统对黄瓜花的分类识别精度达0.84以上,为蔬菜表型采集分析提供了一种便捷的实现方案。
- 徐向英汪红江章永龙章永龙
- 关键词：目标检测
- 基于条件随机场的农业命名实体识别被引量：8
- 2018年
- 为满足农业命名实体领域中多样而精确的需求,本文采用基于条件随机场的命名实体识别,将农业命名实体分为病虫害、作物、化肥及农药4种命名实体,并用自定义标注集对其进行标注,以ICTCLAS分词系统来对收集到的语料进行分词,通过添加多种不同的特征以提高识别率。最终训练得到的模型对各命名实体识别的准确率达到了93%以上,召回率达到了84%以上,证明对农业命名实体细致划分为多个实体是可行的。
- 张剑吴青羊昕旖王彬聪吴宣为徐向英吕强
- 关键词：中文命名实体识别条件随机场农业
- 基于FastBert的水稻病虫害实体关系抽取研究
- 2023年
- 针对水稻病虫害知识图谱构建所需实体和关系,提出了一种基于FastBert模型的中文实体关系抽取方法.首先,在中文语料收集的基础上,使用Hanlp工具和农业词典提取了与水稻病虫害相关的领域实体,并依据实体间关系的特点定义了病虫害别名、为害部位、为害地区、防治方法等7种类型.然后,在词嵌入和句子嵌入的基础上通过FastBert模型实现水稻病虫害关系的抽取.该模型与Robert、Electra、Distilbert等其它Bert相关模型的关系抽取结果比较显示,基于FastBert模型的中文水稻病虫害关系抽取效果更好,模型获得的实体间关系F1值达0.72,模型精度达0.69.该方法为中文农业病虫害知识图谱的自动化构建提供了参考.
- 周烨徐向英章永龙章永龙汪洪江
- 关键词：水稻病虫害知识图谱关系抽取
- 多模态知识图谱在农业中的研究进展被引量：1
- 2022年
- 多模态知识图谱在传统知识图谱基础上,构建多种模态的实体,以及多模态实体之间的语义关系,能够提供重要的文本、图像以及声音知识,在消除歧义、补充视觉知识等方面具有非常重要的作用。近年来,在农业信息化和智能化飞速发展的背景下,知识图谱技术得到了广泛关注。文章详细介绍了知识图谱和多模态的含义,从图谱构建层面详细叙述了多模态表示学习等技术方法。针对多模态知识图谱在农业领域中的应用,重点总结知识图谱在农业智能问答、病虫害识别、农产品推荐等在农业领域中的应用研究,并对农业多模态知识图谱构建面临的挑战以及多模态知识图谱在农业领域中的发展前景进行展望与分析。
- 陈佳云徐向英章永龙章永龙汪红江谭昌伟
- 关键词：多模态知识图谱病虫害识别农业信息化
- 融合分组注意力机制的水稻病虫害图像识别算法被引量：4
- 2021年
- 针对传统的水稻病虫害图像识别算法缺乏注意力权重、准确率低下等问题,提出一种基于深度学习的水稻病虫害识别算法.在Inception-ResNetV1卷积模块引入分组注意力(shuffle attention,SA),使得注意力模块参数量大幅降低并提升图像识别的准确度.在自制的水稻病虫害数据集中,病虫害图像识别的准确度高达95.55%,与传统模型ResNet50和Inception-ResNetV1相比,模型参数量分别下降62.7%和32.5%,准确度分别上升1.8%和1.21%.
- 高雨亮徐向英章永龙顾逸枫张力峰李斌
- 基于Z语言的ERP系统框架设计
- 2007年
- 文章根据ERP系统的特点,提出在系统设计阶段,采用形式化标记语言——Z语言对系统框架进行精确描述,以期提高系统构建的可靠性,降低开发风险,减少维护成本。文中根据三层框架结构,分层描述了公共对象层,业务处理层和调度层的状态模式和操作模式,为框架的实现提供了理论保障。
- 徐向英杨鹤标
- 关键词：Z语言ERP
- 基于改进Mask R-CNN的黄瓜叶面积测量模型
- 2023年
- 植物叶面积可以反映出植物的生长速率、养分吸收以及光合作用能力,针对锯齿状边缘的黄瓜叶片分割精度较低,叶面积测量误差较大等问题。该研究提出一种深度卷积网络模型Marm,在Mask R-CNN的基础上利用Sobel算子进行边缘检测,使模型生成的掩膜更接近叶片的边缘。另外,引入边缘损失以提升叶片边缘的分割精度。借助参照物标签,利用模型输出的掩膜图像进行面积计算,获得黄瓜叶片在不同生长周期的叶面积。试验结果表明,Marm模型精确率、召回率和交并比达到99.1%、94.87%和92.18%,比原始的Mask R-CNN分别提高1.28个百分点、1.13个百分点和1.05个百分点,面积误差率下降1.43个百分点。当图像中存在叶片遮挡和阴影等多种影响,黄瓜叶片的面积误差率仍然能保持在5.45%左右。该研究有效解决了锯齿状边缘的叶片分割问题,将为植物表型研究提供技术支撑。
- 章永龙解亚玲徐向英缪旻珉
- 关键词：图像分割黄瓜
