排序方式: 共有23条查询结果,搜索用时 156 毫秒
1.
此文表述了基于编码的使用窄带通滤波器和小波滤波器用以在Simulink中实现孤岛检测的功能。分布式电网的拓扑结结构由并网逆变器和LCL滤波器构成。比例谐振控制器用以来控制逆变器。窄带通滤波器用来提取所有信号中的基波分量。开关断开用以来模拟孤岛现象,并采用两种方法来检测孤岛的发生。第一种采用窄带通滤波器来检测特定的共轭耦合点上的谐波电压在孤岛前和孤岛后的变化,第二种采用小波滤波器来检测谐波电压的跳变。 相似文献
2.
基于深度学习的作物病虫害可视化知识图谱构建 总被引:1,自引:9,他引:1
针对作物病虫害领域存在实体关系交叉关联、多源异构数据聚合能力差、知识共享困难等问题,利用知识图谱以结构化的形式描述实体间复杂关系的优势,该研究提出了一种基于深度学习的作物病虫害知识图谱构建方法。该方法在领域本体的基础上,以一种与领域语料相适应的新标注模式实现实体和关系的联合抽取。将实体和关系抽取任务转化为序列标注问题,对实体和关系进行同步标注,有效提高标注效率;为了解决重叠关系抽取问题,直接对三元组建模而不是分别对实体和关系建模,通过标签匹配和映射即可获得三元组数据。利用来自转换器的双向编码器表征量(Bidirectional Encoder Representations from Transformers,BERT)-双向长短期记忆网络(Bi-directional Long-Short Term Memory,BiLSTM)+条件随机场(Conditional Random Field,CRF)端到端模型进行试验,结果表明效果优于基于普通标注方式的流水线方法和联合学习方法中的卷积神经网络(Convolutional Neural Networks,CNN)+BiLSTM+CRF、BiLSTM+CRF等经典模型,F1得分为91.34%。最后,将抽取到的知识存储到Neo4j图数据库中,直观地反映知识图谱的内部结构,实现知识可视化和知识推理。该研究构建的知识图谱可为作物病虫害智能问答系统、推荐系统、智能搜索等下游应用提供高质量的知识库基础。 相似文献
3.
4.
黄瓜霜霉病不仅严重为害黄瓜,而且对甜瓜、南瓜、丝瓜、苦瓜等瓜类作物也形成为害。霜霉病主要发生在叶片上,形成多角形病斑,很多人能够明确识别,但还有不少人不能明确进行诊断,尤其是常与叶片上发生的细菌性角斑病混淆,因而在防治上常常失策。 相似文献
5.
6.
<正> 由于大棚蔬菜处于高温、高湿、封闭和连茬种植的环境中,为蔬菜病虫的周年繁殖提供了适宜的气候条件及越冬场所,危害日趋严重,给菜农造成极大损失,因此正确识别病害及其防治尤为重要。一、从病害症状上主要划分为真菌性病害、细菌性病害、病毒病害、线虫病害和非侵 相似文献
7.
8.
奶牛步态时相是反映奶牛健康及跛行严重程度的重要指标。为准确自动识别奶牛步态时相,本研究提出一种融合高斯混合模型 (Gaussian Mixture Model,GMM) 和隐马尔科夫模型 (Hidden Markov Model,HMM)的无监督学习奶牛步态时相识别算法 GMM-HMM。使用惯性测量单元采集奶牛后肢加速度和角速度信号,通过卡尔曼滤波消除噪声,筛选并提取特征值,构建GMM-HMM模型,实现奶牛静立相、连续步态中的站立相和摆动相等3种步态时相的自动识别。结果表明,静立相识别的准确率、召回率和F1分别为89.28%、90.95%和90.91%,连续步态中的站立相识别的准确率、召回率和F1分别为91.55%、86.71%和89.06%,连续步态中的摆动相识别的准确率、召回率和F1分别为86.67%、91.51%和89.03%。奶牛步态分割的准确率为91.67%,相较于基于事件的峰值检测法和动态时间规整算法准确率分别提高了4.23%和1.1%。本研究可为下一步基于穿戴式步态分析的奶牛跛行特征提取提供技术参考。 相似文献
9.
为分析姿态估计在动物行为识别和动物福利研究中的应用和发展潜力,本文以基于深度学习的姿态估计方法为突破口,从二维和三维空间的角度综述了动物姿态估计研究进展和方向,并介绍常见数据集与评价指标;然后整合基于姿态估计的动物行为识别相关研究成果,重点介绍关键点检测和行为分类的算法及其特征选取方式。姿态估计为动作识别和行为分析等研究提供了骨架信息和运动特征,成为动物行为识别和异常信息预警的非接触式监测方法。但由于受到训练数据集较少的限制,相对于人体姿态估计,动物姿态估计研究和发展速度相对较慢。因此,近年来利用跨域学习的方式来进一步提升其性能成为一种新兴手段。本综述为动物智能行为识别、动物福利研究以及智慧养殖等相关研究者扩展研究思路和研究方法。 相似文献
10.