期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到10篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于DenseNet的无人机光学图像树种分类研究 被引量：20
1
作者 林志玮 丁启禄 +3 位作者 黄嘉航 涂伟豪 胡典 刘金福 《遥感技术与应用》 CSCD 北大核心 2019年第4期704-711,共8页
利用无人机航拍获得光学影像数据,结合深度学习理论,建立树种识别模型,以期为大规模树种识别提供一种新的方式。首先以福建安溪县为例,采用无人机获取20 m及40 m高度的航拍影像。其次,以树种为对象,对航拍影像进行分割,获得12种树种影... 利用无人机航拍获得光学影像数据,结合深度学习理论,建立树种识别模型,以期为大规模树种识别提供一种新的方式。首先以福建安溪县为例,采用无人机获取20 m及40 m高度的航拍影像。其次,以树种为对象,对航拍影像进行分割,获得12种树种影像。最后,结合深度学习理论,采用DenseNet卷积神经网络建立树种识别模型,探讨不同航拍高度以及不同网络深度对树种识别的影响。结果表明:不同航拍高度的树种识别模型,其分类精度均达80%以上,最高精度为87.54%。从航拍影像解析度分析,随着航拍影像解析度的下降,模型识别精度呈现下降趋势,以20 m航拍影像数据建构的树种识别模型,其分类精度高于40 m模型;从模型网络深度分析,随着模型网络层数的增加,模型分类精度出现下降现象,DenseNet121模型分类精度高于DenseNet169模型分类精度。综上所述,基于无人机航拍影像,结合深度卷积神经网络,提出了新的树种识别方式,并以安溪县森林树种识别为例证明了该分类框架的有效性。 展开更多
关键词 无人机 深度学习 树种识别 光学影像
原文传递
基于多元HoG及无人机航拍图像的植被类型识别 被引量：16
2
作者 林志玮 丁启禄 +3 位作者 涂伟豪 林金石 刘金福 黄炎和 《森林与环境学报》 CSCD 北大核心 2018年第4期444-450,共7页
使用无人机进行低空航拍,快速取得大范围的植被图像,结合多元HoG特征进行植被类型识别。首先,利用Gabor滤波器提取图像的纹理信息,HSV和Lab颜色空间转化提取图像的颜色信息。其次,将图像分割为N个单元格(cell),基于纹理与颜色信息计算... 使用无人机进行低空航拍,快速取得大范围的植被图像,结合多元HoG特征进行植被类型识别。首先,利用Gabor滤波器提取图像的纹理信息,HSV和Lab颜色空间转化提取图像的颜色信息。其次,将图像分割为N个单元格(cell),基于纹理与颜色信息计算每个单元格的方向梯度直方图(HoG)特征,形成多元HoG特征。最后,以单元格为分类单位,结合随机森林机器学习算法,建立植被类型识别模型。以福建省安溪县山区为研究区域,结果表明:利用无人机低空航拍的光学影像结合多元HoG特征进行植被类型识别是可行的;对于植被与非植被识别,其最高分类正确率达到96.04%; 20 m航拍下,植被类型识别率最高,为82.44%,随着航拍高度的升高,模型识别效果呈现下降趋势。进一步采集福建省长汀县山区的植被航拍影像为测试数据,证明模型对于不同地区植被类型识别的稳定性,其识别精度最高可达73.31%,正确率无显著差异。本研究采用无人机载光学相机获取植被光学图像数据,数据获取方便且所需费用较低;提出的植被类型识别模型具有较高的精度;对于不同地区的植被类型识别具有较好的稳健性,可方便应用于野外森林树种监控与管理。根据不同高度模型识别结果,航拍高度不宜过高,航拍高度以20 m为宜。 展开更多
关键词 无人机 航拍影像 光学图像 颜色信息 植被类型识别
下载PDF
基于FC-DenseNet的低空航拍光学图像树种识别 被引量：8
3
作者 林志玮 涂伟豪 +3 位作者 黄嘉航 丁启禄 周铮雯 刘金福 《国土资源遥感》 CSCD 北大核心 2019年第3期225-233,共9页
使用低空遥感图像进行图像识别为森林调查和监测提供了新的技术契机。基于无人机低空航拍光学图像,以福建省安溪县崩岗区为研究区,建立FC-DenseNet模型进行树种识别。首先,利用Dense模块提取树种图像特征并增强深层网络信息,透过下采样... 使用低空遥感图像进行图像识别为森林调查和监测提供了新的技术契机。基于无人机低空航拍光学图像,以福建省安溪县崩岗区为研究区,建立FC-DenseNet模型进行树种识别。首先,利用Dense模块提取树种图像特征并增强深层网络信息,透过下采样模块降低图像维度,凸显图像的纹理特征和光谱特征;然后,使用上采样模块还原预测图至原始图像大小,并融合浅层Dense模块信息的丰富特征;最后,采用Softmax分类器实现像素分类,完成树种识别。结果显示,基于低空航拍光学图像,FC-DenseNet模型能够准确区分植被与非植被,定位其空间分布特征,其中,FC-DenseNet-103模型的二分类识别精度为92.1%,表明FC-DenseNet模型加深网络深度后具有较好的识别效果;将植被与非植被细分为13类,FC-DenseNet-103模型的平均识别正确率达到75.67%。研究结果表明,基于低空航拍光学图像建立的FC-DenseNet模型具有较高的树种分类精度。由于低空航拍光学图像的成本较低,数据获取费用小,时间周期短,可便于森林资源调查和森林树种检测,为深度学习在树种识别领域的应用提供了新思路。 展开更多
关键词 FC-DenseNet 光学图像 树种识别 无人机 深度神经网络
下载PDF
融合全域与局域特征的深度卷积网络鸟类种群识别 被引量：6
4
作者 林志玮 丁启禄 刘金福 《林业科学》 EI CAS CSCD 北大核心 2020年第1期133-144,共12页
【目的】基于鸟类影像数据,探讨全域与局域特征融合手段,结合深度卷积神经网络理论,建构鸟类种群识别模型,以期为森林与湿地的监控与治理提供新的手段。【方法】首先,依据人类识别物体从整体到局部的生理过程,采用跳跃结构实现物体整体... 【目的】基于鸟类影像数据,探讨全域与局域特征融合手段,结合深度卷积神经网络理论,建构鸟类种群识别模型,以期为森林与湿地的监控与治理提供新的手段。【方法】首先,依据人类识别物体从整体到局部的生理过程,采用跳跃结构实现物体整体信息与局部信息的交互,该模型主要采用2个模型框架提取鸟类的全域和局域部件特征,并采用跳跃结构,提出融合模块(Fusion block)结构进行特征融合,将全局特征信息传递至局部特征抽取模块。该模型训练阶段需提供鸟类局部的部位标注信息,而测试阶段采用Faster R-CNN模型自动提取其鸟类局部标注信息。其次,探讨不同鸟类局部影像信息对模型的影响,最后,通过对比不同网络分类模型和鸟类数据集,验证模型的有效性和适用性。【结果】该鸟类种群分类模型具有较高的分类精度,总体分类精度达90%以上;对于不同的鸟类局部影像信息,其分类精度表现出一定的差异性,其中基于鸟类头部局部影像的网络分类模型总体分类精度最高;Faster R-CNN模型对鸟类局部影像定位精度较高,测试阶段采用人工标注的局部影像标签和Faster R-CNN模型预测的局部影像标签对模型的总体分类精度差异小;对比Inception-V1、Res Net-101、Dense Net-121以及Bilinear CNN等网络分类模型总体分类精度,该模型总体分类精相对较高,具有一定的有效性;对比使用NABirds鸟类数据集的分类效果,该模型总体分类表现较好,具有一定的适用性。【结论】该鸟类种群分类模型具有较好的识别效果以及有效性,可为森林与湿地的监控和治理提供合理有效的依据。 展开更多
关键词 鸟类种群识别 多框架深度神经网络 全域与局域特征
下载PDF
基于深度卷积网络的可疑交易识别 被引量：1
5
作者 陈靖 丁启禄 《金融市场研究》 2023年第2期122-129,共8页
可疑交易识别是反洗钱工作的重要内容,以算法模型为工具分析和识别可疑交易已成为新的趋势。深度卷积神经网络可有效自动提取数据中的分类特征,在众多分类任务中表现出较好的识别效果,已被广泛应用于各领域研究。本文首先基于深度学习理... 可疑交易识别是反洗钱工作的重要内容,以算法模型为工具分析和识别可疑交易已成为新的趋势。深度卷积神经网络可有效自动提取数据中的分类特征,在众多分类任务中表现出较好的识别效果,已被广泛应用于各领域研究。本文首先基于深度学习理论,选取一维卷积神经网络,并设计了包含7层的模型框架应用于可疑交易识别分析。其次,将Elliptic数据集以7:3的比例划分为训练集和测试集,采用划分的数据对模型进行训练和测试,以GCN模型、Skip-GCN模型、EvolveGCN模型等深度神经网络模型为对照组,验证本文所提出模型的有效性。最后,通过将输入数据中各元素的排序方式随机打乱,探讨模型对数据输入的稳健性。研究结果表明,一维卷积神经网络对可疑交易识别具有较好的适用性,Elliptic数据集总体分类精度可达98%,F1值达到80%,具有较好的分类效果。对比GCN模型、Skip-GCN模型、EvolveGCN模型等在Elliptic数据集上的识别效果,本文所提模型总体上具有较好的识别精度,总体正确率和F1值均达到较高水平。 展开更多
关键词 反洗钱 可疑交易识别 算法模型 深度卷积网络
原文传递
结合深度卷积网络及光学图像的降雨强度识别 被引量：5
6
作者 洪思弟 赖绍钧 +2 位作者 林志玮 丁启禄 刘金福 《福建农林大学学报（自然科学版）》 CSCD 北大核心 2020年第4期567-576,共10页
基于降雨图像数据,依据降雨量划分不同的降雨强度;结合深度神经网络理论建立降雨强度识别模型,对降雨强度进行实时监测与预警.首先,通过福州市8个气象站点获取降雨图像及其对应的降雨量数据;其次,依据降雨强度对降雨图像进行分类,共分为... 基于降雨图像数据,依据降雨量划分不同的降雨强度;结合深度神经网络理论建立降雨强度识别模型,对降雨强度进行实时监测与预警.首先,通过福州市8个气象站点获取降雨图像及其对应的降雨量数据;其次,依据降雨强度对降雨图像进行分类,共分为6个等级,并将数据分为白天图像和晚上图像2个数据集;最后,采用DenseNet深度卷积神经网络构建降雨强度识别模型.结果表明:(1)各气象站点降雨强度的识别精度均高于80%,识别精度不存在明显差异;(2)白天降雨图像的识别精度高于晚上;(3)白天和晚上图像存在特征差异,使其识别精度在不同网络层数上的变化趋势不一致;(4)数据量不均衡将会影响模型总体的识别精度.表明基于降雨图像的DenseNet降雨强度识别模型具有良好的数据适应性及准确的识别结果. 展开更多
关键词 降雨强度识别 深度卷积网络 DenseNet网络
下载PDF
基于职业信息视角的反洗钱客户尽职调查有效性路径研究 被引量：1
7
作者 陈靖 丁启禄 《黑龙江金融》 2023年第6期79-83,共5页
客户尽职调查作为金融机构反洗钱和反恐怖融资工作的基础,需要基于风险为本的理念开展,而风险为本理念要求金融机构在履行客户尽职调查义务时,应当根据客户风险状况采集并核实客户的身份信息。在当前个人客户“9要素”为法定采集要素的... 客户尽职调查作为金融机构反洗钱和反恐怖融资工作的基础,需要基于风险为本的理念开展,而风险为本理念要求金融机构在履行客户尽职调查义务时,应当根据客户风险状况采集并核实客户的身份信息。在当前个人客户“9要素”为法定采集要素的监管框架下,精准定位客户职业信息俨然成为金融机构提高客户尽职调查水平、降低洗钱风险的重要突破口之一。然而,实践中仍然发现大量机构存在职业分类笼统、采集不准确等问题,不利于客户尽职调查成效的提升。故本文以职业采集与运用为切入点,结合各行业问卷调查数据(1),探讨当前职业信息采集与运用存在的问题,并分析职业信息对客户尽职调查的影响路径和对策,以期为我国金融机构提升客户尽职调查工作提供参考。 展开更多
关键词 职业信息 客户尽职调查 反洗钱
下载PDF
深度语义分割的无人机图像植被识别 被引量：4
8
作者 林志玮 涂伟豪 +2 位作者 黄嘉航 丁启禄 刘金福 《山地学报》 CSCD 北大核心 2018年第6期953-963,共11页
为有效实施植被信息获取及监测,亟需分类准确及易于推广的植被信息识别技术。本文利用无人机航拍获取植被光学影像,利用深度语义分割技术建构植被种类识别模型,为植被变化动态监测提供准确的植被类别信息。首先,基于安溪县龙门镇崩岗区... 为有效实施植被信息获取及监测,亟需分类准确及易于推广的植被信息识别技术。本文利用无人机航拍获取植被光学影像,利用深度语义分割技术建构植被种类识别模型,为植被变化动态监测提供准确的植被类别信息。首先,基于安溪县龙门镇崩岗区的采样点,获取20 m航拍高度的无人机影像,构建FCN-VGG19植被识别模型,探讨不同特征融合结构对FCN-VGG19识别性能的影响,测算出各植被的覆盖面积;其次,取安溪县另一取样点的无人机影像作为验证集,分析FCN-VGG19的迁移学习能力,验证模型稳健性。结果表明:(1)基于20 m高度的无人机影像建立的FCN-VGG19-8s模型识别正确率最高,为86. 30%;(2) FCN-VGG19-8s识别精度高于FCN-VGG19-32s;并从测试集中随机抽取一张图,测算该测试图的马尾松覆盖面积为78. 38 m2,芒萁覆盖面积为12. 77 m2,柠檬桉覆盖面积为0. 89 m2;(3)在模型的迁移学习能力试验分析中,当A数据集占训练集的比例下降时,对模型识别B数据集的影响不大;当B数据集的数据量减少时,其识别精度稍有下降,仍有84. 5%。本文基于无人机光学影像,结合深度语义分割模型进行植被识别,以福建安溪县为例验证模型稳健性,分析模型在测算植被覆盖面积的适用性,旨在为植被识别研究提供新思路。 展开更多
关键词 语义分割 全卷积网络 无人机影像 植被识别
下载PDF
基于尾长算法的戴云山保护区优化设计 被引量：1
9
作者 丁启禄 林志玮 +4 位作者 刘金福 涂伟豪 黄嘉航 兰思仁 洪伟 《林业科学》 EI CAS CSCD 北大核心 2018年第9期125-136,共12页
【目的】保护区规划设计是自然保护区研究的重要内容,以数学模型为工具研究保护区设计成为新趋势。集合覆盖物种模型(SCSP)和最大集合物种模型(MCSP)等传统数学模型,仅考虑以最小代价进行保护区规划及设计,未考虑保护区的空间特征,导致... 【目的】保护区规划设计是自然保护区研究的重要内容,以数学模型为工具研究保护区设计成为新趋势。集合覆盖物种模型(SCSP)和最大集合物种模型(MCSP)等传统数学模型,仅考虑以最小代价进行保护区规划及设计,未考虑保护区的空间特征,导致选择的保护区区域过于分散,且仅考虑土地市场价格,不能完全体现保护区生态价值。本研究以生态值为衡量指标,结合连续性和紧实性的空间特征,构建有效合理的保护区规划模型,以期为自然保护区建立提供科学依据。【方法】以福建省戴云山国家级自然保护区为例,将戴云山区域划分为567个规则地块,每个地块面积为2 km×2 km,且任意地块都包含若干个小班。依据生态值赋分标准和重心算法,先后计算戴云山小班和其所属地块生态值。结合特殊空间特征与生态值,构建基于尾长法的空间集合覆盖模型(SSCP),并探讨不同紧实性权重和物种保护比例组合对保护区规划结果的影响。最后,以传统SCSP模型、系统保护规划工具Marxan模型和Zonation模型的规划结果为对照组,验证SSCP模型的有效性。【结果】从空间分布来看,用SCSP模型、Marxan模型和Zonation模型求解的保护区设计结果表现为地块分布离散,破碎度高,SSCP模型的设计结果表现出更好的连续性和紧实性;从选地数量来看,SSCP模型的选地数量与物种保护比例及紧实性权重正相关,即物种保护比例上升,或紧实性权重增大,选中的地块数增加。【结论】研究设计了新型保护区数学规划模型——SSCP模型,并以戴云山自然保护区为例验证了算法的合理性,提出规划建议:向其西北方向和东南方向扩展,其中西北方向纵向扩展6 km,横向扩展18 km,东南方向纵向扩展9 km,横向扩展8 km。本研究方法的提出为我国保护区规划设计理论与实践提供新思路。 展开更多
关键词 自然保护区 生态值 空间特征 最优解 戴云山
下载PDF
关于福州五大高校公务员报考热的实证分析
10
作者 林玫 丁启禄 +2 位作者 吕炯裕 刘金福 尤添革 《统计与管理》 2016年第11期19-21,共3页
近年来,考公务员热已经成为社会热点,同时,大学生群体中出现考公务员热的现象更是引人关注。从福州五高校出发,研究考公务员热现象产生的原因与现状,得到由于工作压力大,考公务员热现象确实存在以及考公务员缺乏理性、存在一定局限性、... 近年来,考公务员热已经成为社会热点,同时,大学生群体中出现考公务员热的现象更是引人关注。从福州五高校出发,研究考公务员热现象产生的原因与现状,得到由于工作压力大,考公务员热现象确实存在以及考公务员缺乏理性、存在一定局限性、家庭粘性大的结论,并就此提出为考公务员热降温和引导大学生理性就业的对策。 展开更多
关键词 考公务员热 理性分析 调查报告
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部