矫桂娥

作品数:6被引量:13H指数:2
导出分析报告
供职机构:上海建桥学院信息技术学院更多>>
发文主题:卷积神经网络FLVCAMTASIA_STUDIOCAMTASIA非平衡数据更多>>
发文领域:自动化与计算机技术文化科学更多>>
发文期刊:《计算机应用与软件》《信息安全研究》《计算机工程》《中国教育信息化(基础教育)》更多>>
所获基金:上海市“科技创新行动计划”国家自然科学基金上海市科学技术委员会科研基金更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-6
视图:
排序:
基于YOLOv7的轻量化农田害虫检测算法
《湖南农业大学学报(自然科学版)》2025年第2期103-112,共10页张鹏程 矫桂娥 毕卓 
国家自然科学基金项目(42376194)。
针对现有的害虫检测算法存在计算量和参数量大、检测精度较低等问题,本文提出了一种基于YOLOv7的轻量化农田害虫检测算法。首先,将轻量级GhostNetV2和PConv模块分别引入主干网络和颈部网络,在降低网络的参数量和计算量的同时减少通道的...
关键词:害虫检测 YOLOv7 轻量化 注意力机制 特征融合 
一种融合时空特征的物联网入侵检测方法
《信息安全研究》2025年第3期241-248,共8页翁铜铜 矫桂娥 张文俊 
国家自然科学基金面上项目(42376194);上海市科技创新行动计划项目(19511104502);上海科学技术委员会科普项目(19DZ22048)。
针对不平衡的物联网流量数据集中攻击样本不足且类别较多降低了检测模型的分类准确率和泛化能力等问题,提出一种融合时空特征的物联网入侵检测方法(BGAREU).首先对数据进行规范化处理,并采用SMOTEENN方法改善训练样本的数据分布;然后通...
关键词:入侵检测 双向门控循环单元 多头注意力 多尺度特征提取 高效通道注意力 
基于混合采样和SE_ResNet_SVM的不平衡多分类研究
《应用科学学报》2024年第6期1000-1015,共16页矫桂娥 翁铜铜 张文俊 
国家自然科学基金(No.61572434);上海科学技术委员会科普项目(No.19DZ22048)资助。
针对结构化多分类算法中不平衡数据集类别分布不均导致分类难度增加的问题,本文提出了一种基于混合采样、压缩与激励(squeeze and excitation, SE)模块、改进深度残差网络和支持向量机(support vector machines, SVM)的网络模型SNSMRS (...
关键词:不平衡多分类 混合采样 压缩与激励模块 群组归一化 ResNet 支持向量机 
基于非平衡问题的卷积神经网络分类模型被引量:1
《计算机应用与软件》2023年第6期96-102,111,共8页矫桂娥 徐红 张文俊 陈一民 
国家自然科学基金项目(61572434);上海市科技创新行动计划项目(19511104502,16511101200);上海科学技术委员会项目(19DZ22048)。
由于数据分布的不平衡,传统的分类模型常常会受多数类的影响而降低分类准确率。因此为提升对非平衡数据的分类性能,提出新的卷积神经网络分类模型CNN-EMWRA-WCELF,其中EMWRA(Expectation Maximization Weighted Resampling Algorithm)是...
关键词:非平衡 高斯混合模型 采样 损失加权 分类模型 
基于卷积神经网络的结构化非平衡数据分类算法被引量:6
《计算机工程》2023年第2期81-89,共9页徐红 矫桂娥 张文俊 陈一民 
国家自然科学基金(61572434);上海市科技创新行动计划项目(19511104502,16511101200);上海科学技术委员会基金(19DZ22048)。
卷积神经网络具有高效的特征提取能力和较少的参数量,被广泛应用于图像处理、目标跟踪、自然语言等领域。针对传统分类模型对于结构化非平衡数据分类效果较差的问题,提出一种基于卷积神经网络的二分类结构化非平衡数据分类算法。设计结...
关键词:非平衡数据 结构化数据 VGG网络 深度学习 卷积神经网络 
视频教学课件的制作技巧——基于Flash professional8+Camtasia studio4平台被引量:6
《中国教育信息化(基础教育)》2008年第5期48-50,共3页矫桂娥 
本文主要介绍基于Flash Professional8和Camtasia studio4平台研制多媒体辅助视频教学课件的技巧,其中包括整合文件时路径问题的解决、自定义视频播放器、FLV视频文件添加注释、设置文本显示格式、课件中显示时间等。
关键词:视频播放器 提示点 FLV CAMTASIA studio 教学课件 
检索报告 对象比较 聚类工具 使用帮助 返回顶部