李想
- 作品数：22 被引量：134H指数：6
- 供职机构：中国农业大学信息与电气工程学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金北京市自然科学基金更多>>
- 相关领域：自动化与计算机技术农业科学环境科学与工程经济管理更多>>
- 基于实时复杂事件处理的智能家居监控系统
- 设计并实现了一个实时复杂事件处理(CEP)引擎。引擎能够快速检测复杂事件，并通过估算最坏响应时间确保引擎的实时性。基于实时CEP引擎，实现了针对独居老人的智能家居监控系统。系统使用无线传感器网络监控老人行为及环境状态，使...
- 李想范玉顺乔颖王宏安
- 关键词：复杂事件处理智能家居无线传感器网络
- 文献传递网络资源链接
- 基于实时复杂事件处理的智能家居监控系统
- 设计并实现了一个实时复杂事件处理(CEP)引擎.引擎能够快速检测复杂事件,并通过估算最坏响应时间确保引擎的实时性.基于实时CEP引擎,实现了针对独居老人的智能家居监控系统.系统使用无线传感器网络监控老人行为及环境状态,使...
- 李想范玉顺乔颖王宏安
- 关键词：复杂事件处理智能家居无线传感器网络
- 文献传递
- 基于实时复杂事件处理的智能家居监控系统
- 设计并实现了一个实时复杂事件处理(CEP)引擎。引擎能够快速检测复杂事件，并通过估算最坏响应时间确保引擎的实时性。基于实时CEP引擎，实现了针对独居老人的智能家居监控系统。系统使用无线传感器网络监控老人行为及环境状态，使...
- Li Xiang李想Fan Yushun范玉顺Qiao Ying乔颖Wang Hongan王宏安
- 关键词：智能家居监控系统优化设计启发式算法
- 面向物联网的实时复杂事件处理引擎被引量：2
- 2015年
- 实时响应物理世界中发生的事件,是物联网的重要作用之一.实时检测具有复杂属性的真实事件,是进行实时响应的必要前提.设计并实现了一种实时复杂事件处理引擎,通过高速或实时匹配原子事件与复杂事件模式,判断复杂事件发生.通过启发式复杂事件处理算法,显著提高了处理速度;通过较为精确地估算复杂事件处理程序的最坏情况响应时间,确保在一定截止期内完成事件检测任务,支持时间关键的应用.实验表明,该引擎可以满足物联网实时高速复杂事件检测需求.
- 李想高红菊乔颖王宏安
- 关键词：物联网复杂事件处理
- 基于深度残差神经网络迁移学习的牙形刺图像识别被引量：5
- 2020年
- 为了探索基于深度神经网络模型的牙形刺图像智能识别效果,研究选取奥陶纪8种牙形刺作为研究对象,通过体视显微镜采集牙形刺图像1188幅,收集整理公开发表文献的牙形刺图像778幅,将图像数据集划分为训练集和测试集。通过对训练集图像进行旋转、翻转、滤波增强处理,解决了训练样本不足的问题。基于ResNet-18、ResNet-34、ResNet-50、ResNet-101、ResNet-152五种残差神经网络模型,采用迁移学习方法,对网络模型进行训练以获取模型参数,五种模型测试Top-1准确率分别为85.37%、85.85%、83.90%、81.95%、80.00%, Top-2准确率分别为94.63%、94.63%、94.15%、93.17%、93.66%,模型对牙形刺图像具有较好的识别效果。通过对比研究发现,ResNet-34识别准确率最高,说明对于特征简单的牙形刺属种,增加网络深度并不一定能提升准确率,而确定合适深度的模型则不仅可以提高识别准确率,还可以节约计算资源。通过ResNet-34模型的迁移学习训练和重新训练效果对比可以看出,迁移学习不仅可以获得较高的准确率,而且可以较快获取模型参数,因而可作为小样本古生物化石图像识别的重要方法。研究还发现,体视显微镜下牙形刺图像的识别准确率高于扫描电镜下图像识别准确率,化石完整性和相似性、照相角度以及数据集的大小是影响图像识别准确率的主要原因。
- 柳天滋陈昕李想樊茹刘逸鹏李焕菁
- 关键词：牙形刺图像识别
- 实时复杂事件处理的最坏响应时间估算
- 实时复杂事件处理系统(CEP系统)用于从原子事件流中检测出复杂事件,需要确保事件处理任务在截止期内完成。确保实时性的关键问题是如何估算系统中复杂事件处理程序(CEP程序)的最坏响应时间。现有针对一般程序的估算方法需要标注...
- 李想范玉顺王宏安乔颖
- 关键词：复杂事件处理事件流
- 文献传递网络资源链接
- 基于土地利用的乡村尺度碳排放:核算方法与微观实证
- 2025年
- 促进农业农村绿色发展是推进乡村振兴和应对气候变化挑战的重要路径,乡村碳核算是推动农村减排固碳与高质量发展的重要基础。本文基于耕地、林地、养殖场、水域、居民点和其他土地利用类型,全面考虑乡村生产与生活多个子类别,详细构建乡村尺度碳核算清单,系统梳理核算方法。此外,以重庆市巴南区自力村为例,结合地域特征选取排放系数,对乡村场景下碳排放和碳吸收进行核算,并提出乡村减碳对策。研究表明:1)该碳核算清单与核算方法可以根据核算结果横向比较不同类别碳源与碳汇,具有实操性与普适性。2)乡村中耕地、养殖场和居民点等为主要碳源,其中居民点是最主要的碳排放土地利用类型;林地和水域为碳汇,林地在碳吸收中占据主导地位。3)土地利用类型综合的乡村具有很强的碳汇潜力,以重庆市自力村为例,2023年该村综合年碳汇为3722.153 t。根据核算方法与乡村尺度碳排放现状,本研究从丰富乡村碳核算数据库、巩固森林碳汇与助力耕地和居民点升级减排以及促进地类间协调耦合3个方面,提出微观乡村尺度低碳实现路径。
- 毛戈平孟婷王娜李想
- 关键词：土地利用类型
- 二次聚类与神经网络结合的日光温室温度二步预测方法被引量：22
- 2017年
- 精确预测日光温室温度是实现对温室精准调控的前提。由于温室是复杂非线性系统,受室内外众多环境因素影响,且部分因素难以准确测量和建模,因此,难以通过机理分析建立室外因素精确影响室内温度的物理模型。而现有时间序列分析、人工神经网络等仅基于数据的方法预测准确度也较低。本文提出连续时间段聚类与BP神经网络相结合的二步日光温室温度预测方法。首先,进行二次聚类,对室外温度情况相似的日进行聚类,并将全年划分为若干个类似时间段,根据连续时间段内相似日的数量进行聚类,将全年内的连续时间段归入若干类别。其次,对不同类别的时间段,分别采用BP神经网络建立室外温度、相对湿度、太阳辐射、风速和温室室内温度间的关联模型,通过数据训练,能够较为准确的根据室外环境数据预测室内温度。通过涿州实验农场2年数据试验验证,通过二次聚类,全年连续时间段可划分为3类,通过分别建立BP神经网络并分别训练,结果表明本方法预测误差仅为6.23%,与现有未分类的BP神经网络预测算法对比,本文方法有效地提高了准确度,平均误差降低5.4个百分点。
- 陈昕唐湘璐李想刘天麒贾璐卢韬
- 关键词：温室BP神经网络
- 负压地下灌溉下基质水分运移规律研究
- 本文以盆栽番茄为材料，设置基于吸水布和基于吸水盘负压地下灌溉系统的两个灌溉处理，探求负压地下灌溉条件下日光温室盆栽番茄根区基质水分和耗水量的变化规律。试验结果表明：两种灌水器条件下，基质内水分的变化趋势基本一致。由于两者...
- 冀荣华薛绪掌李想李慧祁力钧
- 关键词：温室水分运移耗水量
- 苹果树叶多病害及不可辨别病害的轻量识别算法被引量：4
- 2023年
- 为提高苹果园中现有设备的病害树叶识别精度,该研究提出了一种快速识别方法S-DenseNet-E。首先,基于DenseNet的Dense模块提出了S-Dense模块,并基于S-Dense模块搭建了S-DenseNet模型。S-Dense模块在输出层中以前馈直连方式将模型内每一层输出聚合连接在一起,改善了Dense模块的密集连接存在计算量大的问题,有效减小了模型计算量。通过在Phytopathology 2021 FGVC8的苹果树叶病害公开数据集上测试表明,S-DenseNet的F1-score达到85.14%,高于常用的CNN类模型;其识别推理时间(或延迟)是33.03 ms,低于MobileNetV2模型。其次,针对SDenseNet模型在不可辨别病害上的F1-score较低(65.82%)的问题,该研究在S-DenseNet基础上增加辅助模型专门识别不可辨别病害,形成S-DenseNet-E方法。在同一数据集上测试表明,S-DenseNet-E在不可辨别病害上的F1-score达到70.10%,识别推理时间为38.92 ms,比S-DenseNet模型仅升高5.89 ms,并且保持了原来S-DenseNet对其他病害的识别效果。因此,该研究表明,S-DenseNet-E方法针对苹果患多种病害和不可辨别病害两种复杂情形的识别效果好,并且计算资源的需求较少,满足果园实际需求。
- 李想胡肖楠李方一许金坡
- 关键词：图像识别病害苹果轻量级
