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2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：
基于深度学习的我国北方常见天然草地植物识别
1
作者 王永财 万华伟 +4 位作者 高吉喜 胡卓玮 孙晨曦 吕娜 张志如 《生物多样性》 CAS CSCD 北大核心 2024年第4期56-65,共10页
草地植物的分类识别是开展草地资源调查和生物多样性监测的基础,计算机视觉和深度学习技术的快速发展为植物分类识别提供了技术条件,但目前缺乏专门针对草地植物识别的数据集和模型。本研究建立了我国北方831种常见天然草地植物的图像... 草地植物的分类识别是开展草地资源调查和生物多样性监测的基础,计算机视觉和深度学习技术的快速发展为植物分类识别提供了技术条件,但目前缺乏专门针对草地植物识别的数据集和模型。本研究建立了我国北方831种常见天然草地植物的图像数据集,基于卷积神经网络(convolutional neural network, CNN)和视觉Transformers (vision transformers, ViT)这两个最先进的图像分类架构进行模型训练,以获取草地植物识别模型,并从模型识别精度、识别速度和大小等方面评估了Eva-02、ResNet-RS、MobileNetV3和MobileViTv2 4个模型的性能。从模型识别精度方面来看, Eva-02、MobileViTv2、ResNet_RS和MobileNetV3在测试集的Top1准确率分别为96.78%、94.29%、95.57%和91.53%, Top5准确率分别为99.17%、98.93%、98.79%和97.56%。从模型大小和识别速度来看,MobileNetV3的参数量最小,识别速度最快,其次为Mobile Vi Tv2,可用于移动端部署,而Eva-02参数量最大,检测速度最慢。与Pl@nt Net、花伴侣、百度识图植物识别效果的比较表明,本研究训练得到的4个植物识别模型可以识别的天然草地植物物种数量最多,识别准确率最高,均优于这3个识别系统。 展开更多
关键词 草地 植物识别 深度学习 卷积神经网络 视觉Transformers
原文传递
芍药苷与脑胶质瘤细胞中18KDa转位蛋白(TSPO)亲合力的研究 被引量：2
2
作者 何淑芬 高卓维 +4 位作者 胡欢 黄志新 蔡欣 陈楠 仇志坤 《江西医药》 CAS 2017年第5期397-399,共3页
目的探讨芍药苷对脑胶质瘤细胞的靶向作用。方法通过竞争性配体结合试验,研究芍药苷与脑胶质瘤细胞的TSPO的亲和力。结果与阳性药TPSO特异性配体PK11195对比,Ki(P>0.05)和IC50(P>0.05)无显著性差异,提示芍药苷与TSPO有高亲合力。... 目的探讨芍药苷对脑胶质瘤细胞的靶向作用。方法通过竞争性配体结合试验,研究芍药苷与脑胶质瘤细胞的TSPO的亲和力。结果与阳性药TPSO特异性配体PK11195对比,Ki(P>0.05)和IC50(P>0.05)无显著性差异,提示芍药苷与TSPO有高亲合力。结论芍药苷对脑胶质瘤细胞具有较强的靶向性。本发现为我们今后进一步探讨芍药苷抗胶质瘤的研究提供重要参考,具有重要的指导价值。 展开更多
关键词 18KDa转位蛋白 脑胶质瘤 芍药苷
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