公共文化服务平台

基于深度学习的有监督实体关系抽取方法对比研究: 2021年; 系统揭示深度学习主流模型的原理,并探究其在有监督实体关系抽取任务中的效果差异。对目前的主流技术范式、关键技术、研究进展和存在的问题进行了分析总结,然后以有监督的实体关系抽取任务为基础,对比研究了几种典型的深度学习模型和预训练语言模型,对其有效性进行了实验分析。不同模型关系抽取准确率在关系种类上的分布也有较大差异,BERT模型在标准数据集上取得的F1值高于基于CNN和基于PCNN的模型,同时具备更好的鲁棒性。BERT模型的整体性能优于其他两种模型,能适用于更普遍的情况。; 王鼎乾胡卓涵黄政龙梁倩倩黄岚; 关键词：自然语言处理关系抽取神经网络

计算思维培育视域下的数据挖掘双语教学课程教学改革与实践: 2025年; 数智时代,人们对计算思维能力的需求日益增长。本研究基于计算思维培育视角,对数据挖掘双语教学课程进行改革,通过融入计算思维核心要素的教学内容设计、融合BOPPPS、贯穿式CBL、PBL模式的线上线下混合式教学方法、多元化评价机制,提升学生的计算思维能力、问题解决能力和双语学习能力,学生的学习成就感和专业志趣明显提升。; 黄岚; 关键词：数据挖掘双语教学

基于SolrCloud的分布式分面信息检索系统设计与实现: 2017年; 针对大数据时代海量信息给信息索引和检索带来的挑战,笔者以企业级开源全文检索服务器Solr的分布式模式SolrCloud为基础,设计并实现了一个分布式分面信息检索原型系统。以新浪微博数据为例,通过单机与集群对比实验对该系统分布式索引和检索的性能进行了评估,实验结果显示该系统能够快速有效检索微博信息。; 黄岚周娟; 关键词：SOLR

一种信用卡欺诈检测方法: 本发明公开了一种信用卡欺诈检测方法，包括以下步骤：S1：获取训练数据集；S2：将S1获取的训练数据集进行数据探索性分析，得到数据集中各个特征的重要性和功能性，以及各个特征与其他特征之间的联系；S3：对S2处理后的特征进行...; 江琼琴宋文广赵俊峰陈汉林郭国民刘小灵苏宏发杨瑾赵莉崔艳荣张健余谦雷鸣黄岚钟宝荣; 文献传递

基于关键人物的分布式视频检索系统设计与实现: 2017年; 针对基于关键人物的视频检索问题,以Hadoop分布式计算平台为支撑,设计并实现了一个可处理大量视频数据的分布式视频检索原型系统。分析了系统的三大关键问题:基于人脸检测的视频帧提取、基于人脸匹配的视频帧筛选和基于PCA的相关视频检索。以2014年大数据竞赛提供的TED演讲视频基准数据集为例,对系统实现效果和检索性能进行了评测。; 黄岚周娟; 关键词：视频检索分布式计算 HADOOP平台

一种自动无损提取大豆植株表型的方法: 本发明公开了一种自动无损提取大豆植株表型的方法，包括：获取大豆植株图像，将大豆植株图像输入至预先训练的YOLOv5s‑S神经网络模型中识别豆荚区域和茎区域，获得豆荚和茎秆的坐标信息，并根据豆荚的坐标信息获取豆荚个数，采用...; 黄岚邱丽娟王俊周婉陈伊洁詹炜李伟豪张聪熊亚俊

改进YOLOv8的无人机搜救小目标检测方法: 2025年; 针对无人机在复杂户外环境中进行搜救任务时小目标检测性能不足的问题,文中提出一种改进的YOLOv8小目标检测模型(YOLOv8-CFT)。该模型通过引入C2F-SWC模块增强特征提取能力,同时结合FADPN网络实现高效特征融合,进一步利用TDH模块优化检测头以平衡检测精度和效率。将YOLOv8-CFT模型在无人机搜救数据集UAVSRD上进行实验,YOLOv8-CFT模型在精确率、召回率和mAP等指标上均显著优于基准YOLOv8模型,其中mAP@0.5和mAP@0.5:0.95分别提升了3.8%和8.9%。实验结果表明,YOLOv8-CFT模型在无人机搜救任务中具有更好的小目标检测能力。; 金思雨李嘉诚黄岚陈中举詹炜; 关键词：小目标检测检测头

大豆茎秆相关表型自动检测方法研究: 2024年; 针对成熟期大豆植株中茎节数和茎粗表型的自动获取问题,将其分解为茎节识别、茎秆区域检测、茎节定位与排序、茎粗计算等若干子问题,提出一种融合目标检测、语义分割、路径规划等算法的茎秆表型自动检测方法。以A*寻径算法和目标检测算法为基础,实现了茎节自动检测与计数;以类比法、曲率法和最大内切圆法为基础,实现了茎粗自动检测与计算。针对成熟期植株中豆荚遮挡导致茎秆表型检测精度不佳的问题,在以YOLOv5s为基准的目标检测模型上融入坐标注意力机制,以增强对被遮挡茎节的关注,同时,针对豆荚密集导致的茎节误检问题,设计融合位置信息的过滤算法,将茎节检测任务的平均检测准确度(mAP)提升至93.2%,高于基准模型2.4百分点。使用语义分割模型识别茎秆区域,优化后的均交并比(mIoU)达82.6%。基于语义分割后的茎秆区域,对比3种茎粗检测方法,以最大内切圆法准确率最高。在实际植株样本图片上的检测结果表明,所提出的方法在茎节数和茎粗表型上的平均绝对误差分别为1.33个和0.99 mm,与人工测量的阈值要求基本相符,均方根误差分别为1.74和1.20,平均绝对百分比误差分别为8.96%和16.37%。; 陈佳骏刘芝妤周婉李杨詹炜黄岚王俊邱丽娟; 关键词：大豆植株茎节茎粗 A*算法

CpG岛识别算法综述: 2018年; DNA甲基化是一种常见的表观遗传过程,普遍存在于动植物等各种真核生物中,具有调控基因表达等功能,并影响遗传物质的稳定性。非甲基化的CpG双核苷酸在基因组中一般呈现局部聚集模式,被称为CpG岛(CpGIsland,简称CGI)。CGI的非正常甲基化常与癌症、生长异常等现象关联。因此,准确识别CGI并预测其甲基化状态具有重要意义。综述了目前主流的CGI计算识别方法,分析其优缺点,并讨论了CGI识别算法研究的未来方向。; 李梦琪黄岚翟光超翟文豪吴环; 关键词：生物信息表观遗传

数据挖掘课程实践教学资源库建设被引量：13: 2014年; 针对面向本科开设数据挖掘课程过程中存在的教学难度大、学习兴趣不易维持、灌输式教学形式效果差等问题,提出如何通过建设开放数据挖掘实践教学资源库提升教学效果,激发学生的学习兴趣,扶持创新动机,促进教学团队建设,助力学科发展;分析建设实践教学资源库的必要性、主要建设内容和建设方法。; 黄岚; 关键词：数据挖掘教学探索实践教学教学资源

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

黄岚