基于EfficientNet的迁移学习在近代文献图像分类中的应用研究——以上海图书馆《中国近代文献图库》为例

[目的/意义]近代文献中的图像作为重要的历史史料，日益受到人文学者的重视，大规模图像资源的深度标注也随之成为图像数据基础设施建设的重要组成部分，利用深度学习对海量图像进行内容解析是图像研究的新方向。本文的研究目的，是通过基于EfficientNet的迁移学习在近代文献图像分类中的实证研究，解决大规模近代文献图像的自动分类问题，提高其在实际应用中的准确率和效率。[方法/过程]本文的研究方法，是根据近代文献图像中的特征分析，采用7 645张近代文献图像数据集，通过裁切、白平衡、色调分离、仿射变换等图像增强手段串行叠加，提高样本图像的多样性，并通过对深度学习算法的研究，使用微调的简化EfficientNet深度卷积神经网络模型进行迁移学习，最终得到了在近代文献图像分类上表现良好的模型。[结果/结论]本文的研究结论，是根据实验结果发现，该模型有效提高了图像分类效率和分类准确性，对于解决近代文献中大规模图像的自动分类具有一定的推广价值。     

泛在网络环境下数字图书馆建设模型研究

在泛在网络环境下,数字图书馆的建设重心将从以资源为主导转变为以用户需求为主导,建设开放的、用户参与的、无处不在的数字型图书馆,主要从5个方面完成建设内容:文献服务自助化、资源服务数字化、检索服务整体化、导航服务虚拟化和读者服务移动化.从而可以提高图书馆的文献信息服务质量和服务水平.     

大数据时代的数字图书馆建设

大数据的发展趋势将对数字图书馆的发展产生重要影响。从大数据的固有特性角度分析了大数据环境下的数字图书馆建设面临的数据大规模性问题、数据多样性问题和数据价值性问题,提出了对应的数字图书馆数字资源建设策略、平台建设策略和价值提升策略。     

基于深度学习的半监督图像标注系统设计与实现

针对深度学习研究中标注训练样本费时费力的问题,以食用菌为研究对象,设计一种基于深度学习的半监督图像标注方法。该方法将深度学习目标检测模型与迭代图像标注工作有效结合,采用“检测模型训练—目标自动检测—人工标注修正—检测模型更新”的迭代操作,实现半监督方式的图像标注。基于所设计的方法构建了半监督图像标注系统,在试验中对系统进行性能评测和分析。结果表明:迭代更新后的检测模型在测试集上的检测准确率为98.1%,召回率为88.5%,平均准确率为88.3%;利用所构建的半监督图像标注系统可以实现15s/幅的标注速度,单幅图像的标注耗时仅为纯手工标注耗时的2.5%,图像标注时间代价大幅降低。研究结果为深度学习研究中的训练样本标注提供了高效的标注方法和工具,有助于提高图像标注效率,减少人力成本投入。     

图像颜色特征提取及其分类研究

在图像分类和检索中,如何对图像进行特征提取及提取图像的哪些特征信息,影响着图像分类的准确性。提出了一种基于颜色的特征提取算法,同时利用最新的多层的深度学习算法对图像进行分类。结果表明,该研究提出的图像分类方法比传统图像分类算法准确度有较大的提高。     

利用双通道卷积神经网络的图像超分辨率算法

目的 图像超分辨率算法在实际应用中有着较为广泛的需求和研究。然而传统基于样本的超分辨率算法均使用简单的图像梯度特征表征低分辨率图像块,这些特征难以有效地区分不同的低分辨率图像块。针对此问题,在传统基于样本超分辨率算法的基础上,提出双通道卷积神经网络学习低分辨率与高分辨率图像块相似度进行图像超分辨率的算法。方法 首先利用深度卷积神经网络学习得到有效的低分辨率与高分辨率图像块之间相似性度量,然后根据输入低分辨率图像块与高分辨率图像块字典基元的相似度重构出对应的高分辨率图像块。结果 本文算法在Set5和Set14数据集上放大3倍情况下分别取得了平均峰值信噪比(PSNR)为32.53 dB与29.17 dB的效果。结论 本文算法从低分辨率与高分辨率图像块相似度学习角度解决图像超分辨率问题,可以更好地保持结果图像中的边缘信息,减弱结果中的振铃现象。本文算法可以很好地适用于自然场景图像的超分辨率增强任务。     

基于深度学习的5种树皮纹理图像识别研究

目的针对在树皮图像识别时,现有的算法和识别过程过于复杂的问题,提出了基于深度学习的方法来对不同树种的树皮图像进行识别。方法本文以5种常见树种的树皮纹理图像为例,采用基于卷积神经网络的深度学习方法,将原始图像直接作为输入,通过卷积和池化层对图像的低级、高级特征进行自动提取,解决了手动提取纹理特征的困难和问题;在此基础上,对CNN模型结构进行改进,采用带Maxout的ELU激励函数来代替ReLU函数,解决模型的偏移和零梯度问题;对损失函数进行改进,通过添加规范项来优化结构参数,并使用分段常数衰减法对学习率进行动态调控;最后采用softmax分类器对图像类别进行输出。结果对5个树种的树皮图像共计10 000张图像进行实验,其中每类选取200张图像作为测试集。最终训练准确率达到93.80%,测试集识别准确率为97.70%。另外,为验证本文方法的可行性,与传统人工特征提取法,提取HOG特征、Gabor特征和灰度共生矩阵统计法,训练SVM分类器。通过实验比较,本文方法识别准确率最高。结论本文提出的基于深度学习的树皮纹理图像识别方法是可行的,提高了识别效率和精度,为树种的智能化识别提供新的参考。      

基于大数据与互联网的数字图书馆创新与学习支撑平台构建

文章介绍了基于大数据互联网的数字图书馆服务职能创新的内在要求,在互联网、大数据信息背景下数字图书馆学习支撑平台的构建做出了研究,就数字图书馆创新、学习支撑平台的构建提出了具体实施方法,旨在促进互联网、大数据背景下的数字图书馆能够创新服务、管理模式,提高信息服务效能。     

刍议数字图书馆资源建设

资源是图书馆数字化建设中不可或缺的核心内容, 随着人们对数字图书馆依赖程度的不断加深, 资源建设的质量直接影响着数字图书馆的服务效用。在此主要介绍了数字图书馆资源建设及其主要特征, 阐述了数字图书馆资源建设现状, 分析了主要存在的问题并在此基础上提出了丰富和完善数字图书馆资源建设的建议和举措。     

一种迁移学习算法在番茄病害检测上的应用

针对当前番茄病害智能识别精度不高、耗时长的问题,提出一种基于Inception-v3和迁移学习相结合的图像分类算法。从试验田中收集8种番茄病害叶片和健康叶片,运用1 000万像素高清扫描仪统一扫描成图像,将图像归类到9种文件夹中,手动标记叶片属性。最后,基于Inception-v3模型结合迁移学习算法对健康和病害叶片进行分类试验,并与传统图像分类算法(KNN、SVM、BP神经网络)和非迁移学习算法进行对比。结果表明,基于Inception-v3模型结合迁移学习算法,在番茄病害图像分类中能够快速有效识别分类生长健康番茄和患病番茄,并且能高效识别番茄病害的种类。其中健康置信度达0.9760,病害种类平均置信度达0.929 7,可为番茄病害检测和防治提供支持。     

数字图书馆资源共享的技术支撑体系研究

对数字图书馆的基本特征做简要说明,从资源组织、资源共享网络架构、资源共享访问控制以及资源共享检索4个方面,分析数字图书馆共享系统模型,指出由此引发的四大技术问题,提出在此基础上构建数字图书馆资源共享技术支撑体系,以及在技术支撑体系下的数字图书馆资源共享的基础服务和创新服务。     

信息化背景下高校图书馆智能服务模式的构建探究

对高校图书馆信息化服务需求进行分析,结合高校图书馆信息化服务建设中的数字建设、学科服务建设及信息运用问题提出四项优化措施,即构建自助借阅服务模式、精确检索服务模式、资源联盟服务模式、个性化服务模式,望为高校图书馆服务工作的开展提供一定的参考。     

大数据时代省级农业科学院图书馆创新服务建设的探讨

大数据时代已经到来,大数据技术的应用和研究已经渗透到图书馆的资源建设和服务中。针对省级农业科学院图书馆,从服务于农业科研角度分析了农业科研人员的信息需求特点、图书馆服务现状与问题,在此基础上提出培养跨界人才,优化人才结构;扩大数字馆藏,完善馆藏体系;突出研究院特色,建设特色资源;收集专业数据,开发数据产品和建设数字图书馆平台,实现智能型服务的创新服务建设策略。     

基于深度学习技术的数字图书馆智能化服务模式研究

深度学习是机器学习领域的热点研究内容,有助于提高数字图书馆智能化服务水平。文章介绍了深度学习的概念、特点和应用现状,分析了基于深度学习技术的数字图书馆智能化服务流程,研究了数字图书馆智能化检索、智能化推送和智能化辅导服务模式,指出深度学习技术在数字图书馆的应用,能够提高信息分析的客观性,实现对海量数据的智能化处理,促进信息分析工具智能化。     

大数据与高校图书馆精益服务

数字化是当今高校图书馆发展的主流方向。在信息技术日趋先进的条件下,随着数字资源的积累和利用,高校图书馆的发展也迎来了大数据时代,大数据的出现又为高校图书馆采用精益服务模式、完美地完成其核心任务“人—书匹配”创造了有利条件。基于大数据的高校图书馆精益服务,就是要充分利用好图书馆大数据资源,细分读者类型,优化服务流程、推进界面管理。     

大数据环境下的公共图书馆资源聚合

现代信息技术的应用和发展催生了海量的结构化和非结构化数据,大数据环境下,图书馆如何利用新技术和新方法将分布于异构系统中的数字资源进行类聚、融合和科学的重组,最终形成知识组织体系,进而提高数字资源的利用效率是图书馆面临的重要课题。在资源聚合过程中还要注重平衡资源、系统、成本和服务的关系,实现工作效益最大化。     

大数据环境下的数字图书馆多元转型策略研究

大数据环境的变化,不仅改变了用户的信息行为,也使得数字图书馆服务朝着越加个性化、知识化、多元化的角度不断发展,由此带动了数字图书馆资源特征与服务特征的适应性的变化,促使数字图书馆朝着创新服务模式、融合服务元素、拓展服务功能、知识化建设、精确化服务等角度的转型发展,也包括数字图书馆自身对于服务力量的不断强化和服务展现形式的多元化等方面的转型发展,推动数字图书馆不断改变原有的服务范式而朝着更加个性化、知识化和技术化的角度不断发展。     

基于颜色的图像检索方法的研究

为了从海量图像库中准确、快速地查找所需要的图像信息,基于内容的图像检索技术应运而生并且成为学术界研究的热点.基于内容的图像检索主要是利用图像的可视化底层特征,如颜色、纹理、形状等特征进行检索.从颜色特征出发对现有的基于颜色的图像检索技术方法进行分析,从最初的颜色直方图到后来的基于颜色空间特征的图像检索和模糊颜色直方图,最后在此基础上对今后的研究做了简要的概述.     

民办高校图书馆声像资源用户持续使用影响因素研究

高校图书馆正处于大数据时代的大环境中,重视和强调数据的服务正在引起业内人士的关注。数字资源的建设与利用逐渐成为衡量一个图书馆实力的重要指标,声像资源是数字资源的重要组成部分也发挥着越来越重要的作用,并聚集了一定数量的用户。文章在前人相关用户持续使用的研究和文献基础上进行梳理,建立关于民办高校图书馆声像资源用户持续使用的假设模型,并设置各影响因素的评测量表,为下一步数据分析作基础,从而得出声像资源用户持续使用的影响因素。     

一种基于颜色与空间特征的CBIR系统

基于内容的图像检索CBIR是多媒体信息管理系统的重要组成部分。提出一种利用图像的颜色信息和空间信息提取图像特征的算法——同心圆区域划分法。经实验表明，该算法取得了较好的检索效果。