基于Inception-CSA深度学习模型的鸟鸣分类
作者：
李怀城;杨道武;温治芳;王亚楠;陈爱斌
期刊：
华中农业大学学报 ,2023年42(3):97-104 ISSN：1000-2421
作者机构：
[陈爱斌; 杨道武; 李怀城; 王亚楠; 温治芳] 中南林业科技大学计算机与信息工程学院/人工智能应用研究所,长沙 410004
关键词：
卷积神经网络;鸟鸣声分类;深度学习;梅尔频谱图
摘要：
为进一步提高通过声音识别鸟类的精确度,本研究提出基于Inception-CSA深度学习模型的鸟鸣声分类方法,包含鸟鸣声音频样本预处理、特征提取、分类器分类等步骤。首先将鸟鸣声样本预处理成尺寸相同的梅尔频谱图,作为鸟鸣声特...展开更多 为进一步提高通过声音识别鸟类的精确度,本研究提出基于Inception-CSA深度学习模型的鸟鸣声分类方法,包含鸟鸣声音频样本预处理、特征提取、分类器分类等步骤。首先将鸟鸣声样本预处理成尺寸相同的梅尔频谱图,作为鸟鸣声特征图;其次利用Inception-CSA模型对鸟鸣声特征图进行特征提取,其中Inception模块提取鸟鸣声特征图中的多尺度局部时频域特征,CSA模块获取鸟鸣声特征图的全局注意力权重,将二者的输出结合得到更强的特征图,再次利用最大池化层对特征图进行下采样;最后利用全连接层进行分类,得到最终的分类结果。以采集的华南地区自然环境中的10种野生鸟类的鸣叫声构建数据集,用于实验部分以验证方法的有效性。结果表明,本研究提出的方法在自建数据集上准确率达到了93.11%,相比于基于其他经典模型的分类方法,基于Inception-CSA模型的分类方法在拥有较少模型参数量的同时达到了更高的准确率。收起
语种：
中文
展开
基于自注意力机制时频谱同源特征融合的鸟鸣声分类
作者：
刘志华;陈文洁;陈爱斌
期刊：
计算机应用 ,2022年42(4):1260-1268 ISSN：1001-9081
作者机构：
[刘志华; 陈爱斌; 陈文洁] 中南林业科技大学计算机与信息工程学院,长沙 410004;[刘志华; 陈爱斌; 陈文洁] 中南林业科技大学人工智能应用研究所,长沙 410004
关键词：
深度学习;鸟鸣声分类;卷积神经网络;自注意力机制;同源谱图特征融合
摘要：
目前深度学习模型大都难以应对复杂背景噪音下的鸟鸣声分类问题。考虑到鸟鸣声具有时域连续性、频域高低性特点，因此提出了一种利用同源谱图特征进行融合的方法用于复杂背景噪音下的鸟鸣声分类。首先使用卷积神经网络（CNN）提取鸟鸣声梅尔时频谱特征，再使用特定的卷积以及下采样操作，将同一梅尔时频谱特征的时域和频域维度分别压缩至1，得到仅包含鸟鸣声高低特性的频域特征以及连续特性的时域特征。基于上述提取频域以及时域特征的操作，在时域和频域维度上同时对梅尔时频谱特征进行提取，得到具有连续性以及高低特性的时频域特征。然后将自注意力机制分别用于得到的时域、频域、时频域特征以加强其各自拥有的特性。最后将这三类同源谱图特征决策融合后的结果用于鸟鸣声分类。提出的方法用于xeno-canto网站的8种鸟类音频分类，并在分类对比实验中取得了平均精确率（MAP）为0.939的较好结果。实验结果表明本文提出的方法能应对复杂背景噪音下的鸟鸣声分类效果较低的问题。
语种：
中文
展开
Spectrogram-frame linear network and continuous frame sequence for bird sound classification
作者：
Zhang, Xin;Chen, Aibin* ;Zhou, Guoxiong;Zhang, Zhiqiang;Huang, Xibei;...
期刊：
Ecological Informatics ,2019年54:101009 ISSN：1574-9541
通讯作者：
Chen, Aibin
作者机构：
[Zhang, Xin; Huang, Xibei; Chen, Aibin; Qiang, Xiaohu; Zhou, Guoxiong] Cent South Univ Forestry & Technol, Coll Comp & Informat Engn, Res Ctr Forestry Informatizat, Changsha, Hunan, Peoples R China.;[Zhang, Zhiqiang] Cent South Univ Forestry & Technol, Coll Forestry, Wildlife Conservat & Utilizat Lab, Changsha, Hunan, Peoples R China.;[Chen, Aibin] Cent South Univ Forestry & Technol, Coll Life Sci & Technol, Hunan Prov Key Lab Urban Forest Ecol, Changsha, Hunan, Peoples R China.
通讯机构：
[Chen, Aibin] C;Cent South Univ Forestry & Technol, Coll Comp & Informat Engn, Res Ctr Forestry Informatizat, Changsha, Hunan, Peoples R China.;Cent South Univ Forestry & Technol, Coll Life Sci & Technol, Hunan Prov Key Lab Urban Forest Ecol, Changsha, Hunan, Peoples R China.
关键词：
Acoustic feature;Bird sound classification;Continuous frame sequence;SFLN
摘要：
Inspired by that bird sound has various frequency distributions and continuous time-varying properties, a novel method is proposed for the classification of bird sound based on continuous frame sequence and spectrogram-frame linear network (SFLN). In order to form a continuous frame sequence as the standard input for SFLN, a sliding window algorithm of short frame length is suitable for differentiate the Mel-spectrogram of bird sound. The vertical 3D filter in the linear layer moves linearly along the continuous frame and cover its full frequency band. The weight is initialized to a Gaussian distribution to attenuate the high-and low-frequency noise, thereby extracting the long-and short-term features of the continuous frame of the bird sound. Finally, the GRU network is connected and used as a classifier to directly output the prediction results. Four kinds of bird sound from the xeno-canto website are tested to evaluate the influences of different parameters of sliding window on the effect of SFLN-based classification. In the comparison experiment, the mean average precision (MAP) achieves the highest value of 0.97.
语种：
英文
展开
Facial expression recognition of intercepted video sequences based on feature point movement trend and feature block texture variation
作者：
Yi, Jizheng* ;Chen, Aibin* ;Cai, Zixing;Sima, Yi;Zhou, Mengna;...
期刊：
Applied Soft Computing ,2019年82:105540 ISSN：1568-4946
通讯作者：
Yi, Jizheng;Chen, Aibin
作者机构：
[Yi, Jizheng; Zhou, Mengna; Sima, Yi; Yi, JZ; Chen, Aibin] Cent South Univ Forestry & Technol, Coll Comp & Informat Engn, Changsha 410004, Hunan, Peoples R China.;[Yi, Jizheng; Wu, Xingyu] Univ Penn, Sch Med, Med Image Proc Grp, Philadelphia, PA 19104 USA.;[Cai, Zixing] Cent South Univ, Sch Informat Sci & Engn, Changsha 410083, Hunan, Peoples R China.
通讯机构：
[Yi, JZ; Chen, AB] C;Cent South Univ Forestry & Technol, Coll Comp & Informat Engn, Changsha 410004, Hunan, Peoples R China.
关键词：
Facial expression recognition (FER);Facial expression sequence interception (FESI);Feature block texture difference (FBTD);Slope set
摘要：
Facial Expression Recognition (FER) is an important subject of human–computer interaction and has long been a research area of great interest. Accurate Facial Expression Sequence Interception (FESI) and discriminative expression feature extraction are two enormous challenges for the video-based FER. This paper proposes a framework of FER for the intercepted video sequences by using feature point movement trend and feature block texture variation. Firstly, the feature points are marked by Active Appearance Model (AAM) and the most representative 24 of them are selected. Secondly, facial expression sequence is intercepted from the face video by determining two key frames whose emotional intensities are minimum and maximum, respectively. Thirdly, the trend curve which represents the Euclidean distance variations between any two selected feature points is fitted, and the slopes of specific points on the trend curve are calculated. Finally, combining Slope Set which is composed by the calculated slopes with the proposed Feature Block Texture Difference (FBTD) which refers to the texture variation of facial patch, the final expressional feature are formed and inputted to One-dimensional Convolution Neural Network (1DCNN) for FER. Five experiments are conducted in this research, and three average FER rates 95.2%, 96.5%, and 97% for Beihang University (BHU) facial expression database, MMI facial expression database, and the combination of two databases, respectively, have shown the significant advantages of the proposed method over the existing ones. © 2019 Elsevier B.V.
语种：
英文
展开
Rapid Detection of Rice Disease Based on FCM-KM and Faster R-CNN Fusion
作者：
Zhou, Guoxiong* ;Zhang, Wenzhuo;Chen, Aibin* ;He, Mingfang;Ma, Xueshuo
期刊：
IEEE ACCESS ,2019年7:143190-143206 ISSN：2169-3536
通讯作者：
Zhou, Guoxiong;Chen, Aibin
作者机构：
[Zhang, Wenzhuo; Chen, Aibin; Ma, Xueshuo; Zhou, Guoxiong; He, Mingfang] Cent South Univ Forestry & Technol, Coll Comp & Informat Engn, Changsha 410004, Hunan, Peoples R China.
通讯机构：
[Zhou, GX; Chen, AB] C;Cent South Univ Forestry & Technol, Coll Comp & Informat Engn, Changsha 410004, Hunan, Peoples R China.
关键词：
Chaos theory;faster R-CNN;firefly algorithm;K-means clustering algorithm;Otsu threshold segmentation;rice disease detection;weighted multistage median filter
摘要：
In this paper, a method for detecting rapid rice disease based on FCM-KM and Faster R-CNN fusion is proposed to address various problems with the rice disease images, such as noise, blurred image edge, large background interference and low detection accuracy. Firstly, the method uses a two-dimensional filtering mask combined with a weighted multilevel median filter (2DFM-AMMF) for noise reduction, and uses a faster two-dimensional Otsu threshold segmentation algorithm (Faster 2D-Otsu) to reduce the interference of complex background with the detection of target blade in the image. Then the dynamic population firefly algorithm based on the chaos theory as well as the maximum and minimum distance algorithm is applied for optimization of the K-Means clustering algorithm (FCM-KM) to determine the optimal clustering class k value while addressing the tendency of the algorithm to fall into the local optimum problem. Combined with the R-CNN algorithm for the identification of rice diseases, FCM-KM analysis is conducted to determine the different sizes of the Faster R-CNN target frame. As revealed by the application results of 3010 images, the accuracy and time required for detection of rice blast, bacterial blight and blight were 96.71%/0.65s, 97.53%/0.82s and 98.26%/0.53s, respectively, indicating clearly that the method is more capable of detecting rice diseases and improving the identification accuracy of Faster R-CNN algorithm, while reducing the time required for identification.
语种：
英文
展开
试论职工健康管理信息平台的建设
作者：
肖辉斌;陈爱斌
期刊：
科技风 ,2019年(23):274 ISSN：1671-7341
作者机构：
2. 中南林业科技大学计算机与信息工程学院
关键词：
职工健康管理全周期;全过程;全触点
摘要：
职工健康管理平台包括职工健康档案系统、健康教育系统、健康评估干预系统、专家咨询系统、远程会诊系统、决策支持系统等。平台将会与现有职工管理相关系统进行对接,以保证数据的复用性、一致性、完整性等。
语种：
中文
展开
人工智能专业数值分析课程教学研究与探讨
作者：
陈爱斌;张钊源
期刊：
计算机教育 ,2019年(10):71-73 ISSN：1672-5913
作者机构：
中南林业科技大学 计算机与信息工程学院,湖南 长沙,410004;[陈爱斌; 张钊源] 中南林业科技大学
会议名称：
2019年全国智能科学与技术&人工智能教育暨教学学术研讨会
会议时间：
2019-10-12
会议地点：
沈阳
会议论文集名称：
2019年全国智能科学与技术&人工智能教育暨教学学术研讨会论文集
关键词：
人工智能专业;数值分析;课程教学
摘要：
分析人工智能等涉及工程计算、数据处理的工科专业,数值分析已经成为其必不可少的数值计算和数据处理基础课程。文章结合作者多年的教学经验和人工智能专业的特色,就人工智能专业数值分析课程教学的特点、教材建设、实践教学、考试形式等方面提出一些看法和相关改革建议。
语种：
中文
展开
A numerical model of electrical characteristics for the monolayer graphene field effect transistors
作者：
Xiao, Xiang-Jie;Xu, Piao-Rong* ;Liu, Gen-Hua;Zhou, Hui-Ying;Li, Jian-Jun;...
期刊：
EUROPEAN PHYSICAL JOURNAL-APPLIED PHYSICS ,2019年86(3):30101 ISSN：1286-0042
通讯作者：
Xu, Piao-Rong
作者机构：
[Liu, Gen-Hua; Ai-Bin Chen; Li, Jian-Jun; Xu, Piao-Rong; Zhou, Hui-Ying; Zhang, Yong-Zhong; Huang, Hong-Xu; Xiao, Xiang-Jie] Cent South Univ Forestry & Technol, Coll Comp & Informat Engn, Changsha 410004, Hunan, Peoples R China.
通讯机构：
[Xu, Piao-Rong] C;Cent South Univ Forestry & Technol, Coll Comp & Informat Engn, Changsha 410004, Hunan, Peoples R China.
关键词：
The European Physical Journal Applied Physics;journal;EPJ;EDP Sciences
摘要：
A numerical model of carrier saturation velocity and drain current for the monolayer graphene field effect transistors (GFETs) is proposed by considering the exponential distribution of potential fluctuations in disordered graphene system. The carrier saturation velocity of GFET is investigated by the two-region model, and it is found to be affected not only by the carrier density, but also by the graphene disorder. The numerical solutions of the carrier density and carrier saturation velocity in the disordered GFETs yield clear and physical-based results. The simulated results of the drain current model show good consistency with the reported experimental data.
语种：
英文
展开
基于多智能体算法的CA林火空间扩散模型
作者：
周国雄;吴淇;陈爱斌
期刊：
系统仿真学报 ,2018年30(3):824-830,839 ISSN：1004-731X
作者机构：
[周国雄; 吴淇; 陈爱斌] 中南林业科技大学计算机与信息工程学院, 湖南, 长沙, 410004
关键词：
进化智能体;多智能体算法;元胞自动机;规则函数;林火蔓延
摘要：
针对林火蔓延多相和多组分的性质,提出一种基于多智能体算法的CA林火空间扩散模型。采用基于王正非的CA模型对林火蔓延趋势进行近似模拟。在CA确定的元胞状态转换规则的基础上,结合多智能体算法的自学习及变异的方法,使得实测林火格局与CA规则驱动的演进模式最为接近,实现自动优化CA规则,使得CA蔓延模型的精度提高。通过仿真结果,对比分析传统的Rothermel模型与本文提出的方法,可知在火场面积和火场周长方面,实际林火蔓延过程与本文提出的林火空间扩散模型的实验仿真结果具有较高的相似性。
语种：
中文
展开
基于改进C4.5算法的森林火险天气等级评估
作者：
李斌;陈爱斌;周涛;张雷
期刊：
湖南林业科技 ,2018年45(1):36-40 ISSN：1003-5710
作者机构：
中南林业科技大学计算机与信息工程学院;[张雷; 周涛] 湖南省森林消防航空护林站;[李斌; 陈爱斌] 中南林业科技大学
关键词：
C4.5算法;火险等级;决策树;后剪枝;评估
摘要：
应用数据挖掘技术,对影响林火的因子进行数据分析与综合评估.针对林火这一课题的特殊性与复杂性,采用一种改进的C4.5决策树算法对森林火险天气等级进行评估决策.该算法着眼于从一组互不相关的事例中推算出以决策树为表现形式分类规则,并采用基于可信度阈值的后剪枝技术降低决策树纯度.基于算法原理,综合分析了温度、 湿度、 风力等林火因子数据集,分析了决策树算法应用于数据分类和知识发现的过程和特点,研究了该决策树模型在天气评估中的应用,建立了一套森林火险天气等级评估方法.通过试验表明,林火等级与各林火因子数据集之间建立了有机联系,实现了该算法在林火等级评估方面应用的可能,同时,也指出了该算法应用的局限性与待解决的问题.
语种：
中文
展开
基于DEVS建模的动态数据驱动林火蔓延模型
作者：
周国雄;尹克佳;陈爱斌
期刊：
系统仿真学报 ,2018年30(10):3642-3647 ISSN：1004-731X
作者机构：
中南林业科技大学计算机与信息工程学院,湖南长沙,410004;[陈爱斌; 尹克佳; 周国雄] 中南林业科技大学
关键词：
林火蔓延;DEVS建模;动态数据系统;林火模型修正
摘要：
针对林火行为具有突发性强、处置救助比较困难、破坏性大等特点,将动态数据系统和离散事件系统规范模型相结合,提出了一种基于DEVS建模的动态数据驱动林火蔓延模型。动态数据系统需要通过计算机软件及各环境下数据特点进行交互来实现,特点是数据灵活真实。DEVS支持面向对象建模,可以使系统的建模与仿真趋于模块化、层次化和形式化。该模型是根据动态数据系统和离散事件系统规范模型在林火蔓延模拟应用中各自的结构特点,并结合系统试验区用户的具体功能需求而构建的。将该模型应用于某山场发生的一起森林火灾模拟过程中,具有高度的真实相似性。
语种：
中文
展开
区块链技术的应用进展与发展趋势
作者：
何小东;易积政;陈爱斌
期刊：
世界科技研究与发展 ,2018年40(6):615-626 ISSN：1006-6055
作者机构：
中南林业科技大学计算机与信息工程学院,长沙,410004;[易积政; 陈爱斌; 何小东] 中南林业科技大学
关键词：
区块链技术;去中心化;共识机制;不可篡改;智能合约
摘要：
从2015年以来,作为比特币底层技术的区块链技术,开始成为继物联网、云计算、大数据和人工智能之后,人们争相研究和应用的热点,并被Gartner列为未来十大技术发展趋势之一。区块链具有去中心化、共识机制、不可篡改、智能合约等特性,是一种全新的、去中心化架构的计算范式。本文在分析、比较国内外区块链研究现状和简要介绍区块链关键技术(原理)的基础上,梳理了近几年区块链技术的最新应用进展,分析当前区块链应用面临的主要问题,对区块链未来的应用前景与发展趋势进行展望,进而为未来区块链的研究和应用提供有益的启发和借鉴。
语种：
中文
展开
基于Cell-DEVS的森林灭火资源调度狼群优化算法
作者：
李斌;陈爱斌;周国雄;周涛
期刊：
计算机应用 ,2018年38(5):1494-1499 ISSN：1001-9081
作者机构：
中南林业科技大学计算机与信息工程学院, 长沙, 410004;湖南省林业厅森林消防航空护林站, 长沙, 410007;[李斌; 陈爱斌; 周国雄] 中南林业科技大学计算机与信息工程学院, 长沙, 410004;[周涛] 湖南省林业厅森林消防航空护林站, 长沙, 410007
关键词：
耦合模型;资源调度;局部搜索;狼群优化算法
摘要：
针对森林消防调度兵力组织难、精细化程度不高的问题,提出了一种基于Cell-DEVS的森林灭火资源调度狼群优化算法。首先,利用Rothermel林火蔓延模型,对林火蔓延速度进行等级划分;其次,根据森林消防“控制要害”的原则,对森林灭火资源调度进行耦合驱动模块化建模,建立了基于Cell-DEVS模型的狼群强者生存更新机制(WSSUM);最后,针对森林灭火资源在单位时间步长局部调度搜索中不够精细的问题,提出了一种改进局部搜索策略狼群优化算法(WOA),对资源在局部游走阶段实现调度交互。与WSSUM算法相比,WOA在减少任务执行时间的同时,改善了局部搜索性能,实验结果表明:收敛速度较改进前提高了10.1%。该研究适应于配备了定位设备的单兵消防作战指挥系统,实现差异化精细调兵。
语种：
中文
展开
An adaptive consensus based distributed particle filter for cooperative object tracking
作者：
Yu, Wentao* ;Zhang, Xiaoyong;Chen, Aibin;Lin, Kuo-chi
期刊：
Chinese Control Conference ,2017年:6169-6174 ISSN：1934-1768
通讯作者：
Yu, Wentao
作者机构：
[Yu, Wentao; Chen, Aibin] Cent South Univ Forestry & Technol, Coll Comp & Informat Engn, Changsha 410004, Hunan, Peoples R China.;[Zhang, Xiaoyong] Cent S Univ, Sch Informat Sci & Engn, Changsha 410004, Hunan, Peoples R China.;[Lin, Kuo-chi] Univ Cent Florida, Dept Mech & Aerosp Engn, Orlando, FL 32816 USA.
通讯机构：
[Yu, Wentao] C;Cent South Univ Forestry & Technol, Coll Comp & Informat Engn, Changsha 410004, Hunan, Peoples R China.
会议名称：
36th Chinese Control Conference (CCC)
会议时间：
JUL 26-28, 2017
会议地点：
Dalian, PEOPLES R CHINA
会议主办单位：
[Yu, Wentao;Chen, Aibin] Cent South Univ Forestry & Technol, Coll Comp & Informat Engn, Changsha 410004, Hunan, Peoples R China.^[Zhang, Xiaoyong] Cent S Univ, Sch Informat Sci & Engn, Changsha 410004, Hunan, Peoples R China.^[Lin, Kuo-chi] Univ Cent Florida, Dept Mech & Aerosp Engn, Orlando, FL 32816 USA.
会议论文集名称：
Chinese Control Conference
关键词：
consensus;distributed particle filter;Renyi entropy;cooperative object tracking
摘要：
Object tracking is a fundamental skill of mobile robotics. For a multi-robot system the object tracking accuracy of each robot is usually different because of the dynamic environment and the different sensing ability. The focus of cooperative object tracking is how to fuse different robots' observation to obtain more robust and accurate estimation of the object. This paper investigates this problem using an adaptive consensus based distributed particle filter algorithm. In this algorithm, each robot runs a particle filter to achieve local object tracking. Then a consensus algorithm which can establish an agreement between all robots is utilized to generalize a global posterior about the object state. To fully consider the difference between each robot's object tracking accuracy, Renyi entropy is used to adaptively adjust the weight of the consensus algorithm. The concept of Renyi entropy is utilized to measure the distance between a robot's local posterior and the global posterior and then a weight will be assigned to the robot according to the Renyi entropy. This weight will be used continuously in the next consensus step. By the proposed algorithm in this paper the accuracy and the robust of the cooperative can be improved. Finally the effectiveness of the proposed algorithm is verified by simulation results. ©2017 Technical Committee on Control Theory, CAA.
语种：
英文
展开
文科专业《数据库技术及应用》课程教学改革探究
作者：
易积政;陈爱斌
期刊：
电子世界 ,2017年(1):20-21 ISSN：1003-0522
作者机构：
中南林业科技大学计算机与信息工程学院;[易积政; 陈爱斌] 中南林业科技大学
关键词：
文科;数据库技术;实践教学;改革措施
摘要：
结合理论与实验教学实践,综合分析当今高校文科生学习《数据库技术及应用》课程的现状及存在问题,并提出了相应的改革措施,以达到提高教学质量的目的。
语种：
中文
展开
林火蔓延模拟元胞自动机算法研究
作者：
周国雄;吴淇;陈爱斌
期刊：
仪器仪表学报 ,2017年38(2):288-294 ISSN：0254-3087
通讯作者：
Wu, Qi(wuqi199509@163.com)
作者机构：
[吴淇; 周国雄; 陈爱斌] School of Computer and Information Engineering, Central South University of Forestry &, Technology, Changsha, 410004, China;[吴淇] School of Information Science and Engineering, Hunan University, Changsha, 410082, China
通讯机构：
School of Computer and Information Engineering, Central South University of Forestry & Technology, Changsha, China
关键词：
林火蔓延;森林火灾;三维元胞空间;多目标遗传算法;模拟
摘要：
二维元胞自动机模型常用于林火蔓延中,但其存在迭代次数过多、进化过程不充分以及结束迭代的条件不明确等缺点。针对上述问题,提出一种基于多目标遗传算法的三维元胞空间林火蔓延模型。首先,将影响和决定林火蔓延因子的主体作为元胞引进二维元胞自动机模型中;其次,为了减少二维元胞自动机模型的迭代次数,明确结束迭代的条件,首先对初始化方式改进,采用三维球形元胞空间对二维元胞空间进行改进,其次通过多目标遗传算法对元胞自动机算法进行改进,从而提高林火蔓延模型预测精度。通过仿真结果,对比分析传统的二维元胞自动机模型、王正非模型以及Rothermel模型与本文提出的方法,可知本文提出的方法迭代次数大幅减少,运行时间大幅下降,使得元胞自动机的运行效率得到了显著提高。此外元胞自动机的终止条件得到了明确,且实际林火蔓延过程与提出的林火蔓延模型的实验仿真结果具有较高的相似性。
语种：
中文
展开
基于位置信息的摆渡节点延迟容忍网络路由算法
作者：
陈爱斌;李婷
期刊：
计算机工程与设计 ,2017年38(6):1473-1478 ISSN：1000-7024
作者机构：
中南林业科技大学计算机与信息工程学院,湖南长沙,410004;[陈爱斌; 李婷] 中南林业科技大学
关键词：
延迟容忍网络;位置信息;摆渡节点;节点区域属性表;数据传输时延
摘要：
针对延迟容忍网络中存在的数据传输时延较高、摆渡节点间协作性不高,以及如何最优分配摆渡节点等问题,提出一种基于位置信息的摆渡节点延迟容忍网络路由算法（ferries routing mechanism based on location information for delay tolerant network,FRLI）。基于节点位置信息,定义基于位置信息的数据传输机制,通过划分摆渡节点隶属的区域,根据摆渡节点在网络中的初始分布状况,合理分配网络中摆渡节点分布,通过交换彼此区域内缓存的网络节点信息,获取有利于当前区域内数据传输的有效信息,提高区域内数据传输效率;基于节点区域信息,确认目的节点是否属于当前区域后,直接将数据投递至网关节点,渐次转发至目的节点所在区域,有效提高数据传输效率。仿真结果表明,与当前MURA算法、SIRA算法相比,该算法具有更低的数据传输时延与更高的传输效率。
语种：
中文
展开
基于α 阶神经网络逆系统孵化过程解耦控制
作者：
周国雄;李俊超;陈爱斌
期刊：
系统仿真学报 ,2016年28(7):1661-1666,1672 ISSN：1004-731X
作者机构：
[周国雄; 李俊超; 陈爱斌] 中南林业科技大学计算机与信息工程学院, 湖南, 长沙, 410004
关键词：
孵化过程;逆系统;模糊控制;耦合度
摘要：
针对家禽孵化过程是一个复杂的生物过程,温度、湿度和氧气浓度之间耦合严重,常规的控制方法难以保证3个参数之间的稳定,提出一种基于α 阶神经网络逆系统家禽孵化过程解耦控制方法。将3个参数进行耦合度分析分组,采用α 阶神经网络逆系统控制耦合度较强的2个参数,另一个则通过模糊控制器控制,从而保证3个参数的稳定。实验结果表明了该方法的有效性。
语种：
中文
展开
林业院校人工智能课程教学的思考
作者：
陈爱斌;蔡自兴;李建军
期刊：
计算机教育 ,2016年(10):80-82 ISSN：1672-5913
作者机构：
中南林业科技大学计算机与信息工程学院,湖南长沙410004;中南大学信息科学与工程学院,湖南长沙410083;[陈爱斌; 李建军] 中南林业科技大学;[蔡自兴] 中南大学
会议名称：
2016全国智能科学技术教育暨教学学术研讨会
会议时间：
2016-10-28
会议地点：
长沙
会议论文集名称：
2016全国智能科学技术教育暨教学学术研讨会论文集
关键词：
林业院校;人工智能;课程教学
摘要：
近年来随着“互联网+”的快速普及,我国传统林业开始向智慧林业迈进,人工智能课程教学在林业院校越来越受到师生的欢迎.文章总结并分析目前林业院校人工智能课程的教学现状以及存在的主要问题,结合作者十多年的教学经验和林业院校专业特色,在教学形式变化、教学内容设置、教学方法改革等方面对林业院校人工智能课程教学提出一些建议.
语种：
中文
展开
基于奇异谱分析—SVM 的木构件缺陷识别
作者：
周国雄;陈爱斌;周先雁
期刊：
系统仿真学报 ,2016年28(8):1863-1868,1877 ISSN：1004-731X
作者机构：
中南林业科技大学计算机信息工程与学院, 长沙, 410004;中南林业科技大学土木工程与力学学院, 长沙, 410004;[周国雄; 陈爱斌] 中南林业科技大学计算机信息工程与学院, 长沙, 410004;[周先雁] 中南林业科技大学土木工程与力学学院, 长沙, 410004
关键词：
缺陷识别;奇异谱分析
摘要：
针对木构件缺陷的未知性,提出一种基于奇异谱分析—SVM 的木构件缺陷识别方法,采用超声波测试仪对木材试件进行测试,获取测试信号,为消除探伤时由于测试仪增益调节及缺陷尺寸、角度的变化对测试缺陷回波波高的影响,采用奇异谱分析,过滤异常随机波动,并从中提取出表征原始信号的特征参数,采用改进的SVM 算法对特征参数进行网络训练,识别木构件缺陷类型。测试结果表明该方法区分标准试样和胶缝试件的准确率为97.5%,在识别死节试件时也达到了95%,具有较高的准确率。
语种：
中文
展开
